JONAS SUHARD — Growth Engineer juniorParis, France ·
Jonas Suhard←

Projet

Preuve publique

Job Radar - savoir quelles offres méritent mon temps

La version personnelle de Job Radar rassemble les offres, retire les doublons et explique lesquelles méritent une action. Une édition Community plus petite publie le noyau avec des données fictives.

Repo GitHubConfigurer son radarArchitecture publiquePreuve v0.1.0-beta.1Version Markdown
Interface actuelle du Radar : liste, détail, score, confiance et raisons de la note, sur des données fictives.
TypeRadar d'offres déployé + édition open source
PériodeJuillet - août 2026
RôleConception produit, architecture, développement full-stack, déploiement cloud, sécurité et QA
StatutVersion personnelle déployée · Community v0.1.0-beta.1 publique
Niveau de preuveUn lien public permet de contrôler au moins l'élément principal.
StackPython, FastAPI, React, Turso, Cloud Run, Vercel, Playwright
Ce que ça prouveLa version personnelle est déployée et vérifiée en privé ; l'édition Community apporte une preuve publique avec 409 tests réussis et 20 contrôles route/viewport.
PreuvesLa version personnelle déployée a été contrôlée en privé le 25 août 2026. L'édition Community v0.1.0-beta.1 apporte une preuve publique séparée : 336 tests backend, 36 frontend et 37 E2E sans échec ; 8 E2E sont ignorés intentionnellement.

Besoin

Chercher des offres prenait trop de temps.

Les annonces arrivent par plusieurs sources, avec des doublons, des dates différentes et des intitulés parfois trompeurs. Il fallait les comparer sans relire chaque page depuis le début.

  • Réunir les offres autorisées dans un même endroit sans perdre leur source.
  • Voir rapidement le métier réel, le niveau attendu et les compétences demandées.
  • Savoir pourquoi une offre remonte, ce qui manque et quelle action faire ensuite.

Intention

Classer les offres et expliquer chaque décision.

Job Radar transforme le texte des annonces en faits comparables. La note reste déterministe et chaque résultat montre ses preuves, ses limites et sa fraîcheur.

  • Séparer pertinence, confiance dans les données et fraîcheur de l'offre.
  • Montrer les extraits qui justifient la note et le niveau réel du poste.
  • Faire remonter une courte file d'actions plutôt qu'un tableau infini.
  • Garder une validation humaine avant la préparation et l'envoi d'une candidature.

Architecture

Deux versions, un même principe : expliquer chaque décision.

La version personnelle tourne dans le cloud. L'édition Community reste locale et utilise un corpus fictif. Les deux gardent la décision finale côté humain.

Architecture actuelle : la version personnelle relie Vercel, les jobs et l'API Cloud Run, Turso et Google Drive ; l'édition Community reste locale.
Architecture actuelle : la version personnelle relie Vercel, les jobs et l'API Cloud Run, Turso et Google Drive ; l'édition Community reste locale.
  1. L'interface React personnelle est servie par Vercel et appelle une API FastAPI sur Cloud Run.
  2. Des jobs Cloud Run collectent uniquement les sources autorisées, normalisent les annonces et retirent les doublons.
  3. Turso conserve les offres et leurs états ; Google Drive conserve les documents et sauvegardes prévus par le parcours privé.
  4. Le scoring reste déterministe : métier, compétences, preuves, séniorité et contraintes sont expliqués séparément.
  5. L'édition Community utilise le même principe avec un corpus fictif, FastAPI, React et SQLite sur la machine.

Versions

Deux versions, deux niveaux de preuve.

Déployée en privé

Version personnelle — Signal Desk déployé

Elle collecte les sources autorisées, classe les offres, explique le métier réel et organise les prochaines actions. Le frontend, l'API et les tâches planifiées sont déployés.

Preuves
  • Frontend Vercel et huit routes contrôlés en HTTP 200 le 25 août 2026.
  • Dernière exécution de production vérifiée avec huit sources en état OK et intégrité de la base confirmée.
  • QA privée sur cinq largeurs, navigation clavier et contrôles Axe.
Limites
  • L'application et ses données restent privées ; aucune démo publique connectée à la base réelle n'est proposée.
  • Application Assist est validé localement mais pas activé en production.

Publique sur GitHub sous licence MIT

Édition Community — v0.1.0-beta.1

Cette édition partage le noyau du Radar sans profil, CV, candidatures ni données privées. Elle fonctionne localement avec 42 offres fictives et un import JSON contrôlé.

Preuves
  • 336 tests backend, 36 tests frontend et 37 tests E2E sans échec.
  • 20 combinaisons route et viewport sans violation Axe ni débordement.
  • Dépôt, historique nettoyé, archive et distributions audités dans la preuve publique.
Limites
  • La beta Community est plus petite que la version personnelle et ne contient pas son infrastructure cloud.
  • Elle ne prouve ni adoption externe ni résultat de recherche d'emploi.

Aperçu

Ce qui est visible.

Vue Aujourd'hui : trois opportunités fortes et une file d'action courte, sur des données fictives.
Vue Aujourd'hui : trois opportunités fortes et une file d'action courte, sur des données fictives.
Insights : volumes bruts, décisions du Radar et compétences demandées, sur des données fictives.
Insights : volumes bruts, décisions du Radar et compétences demandées, sur des données fictives.
Système : état des sources, prochaine actualisation et garde-fous d'envoi, sur des données fictives.
Système : état des sources, prochaine actualisation et garde-fous d'envoi, sur des données fictives.
Radar mobile : détail d'une offre et raisons de la note sur 390 px, avec des données fictives.
Radar mobile : détail d'une offre et raisons de la note sur 390 px, avec des données fictives.

Contraintes

Ce qu'il fallait respecter.

  • Ne collecter automatiquement que les sources et APIs qui l'autorisent.
  • Garder le profil, les documents et les candidatures hors du dépôt public.
  • Ne jamais laisser un score ou un agent envoyer une candidature à la place de l'utilisateur.
  • Conserver un chemin local et reproductible pour l'édition Community.

Décisions

Pourquoi ces choix.

DécisionPourquoiÉcarté
Score déterministe et preuves visiblesChaque note peut être reliée à une règle et à un extrait de l'annonce.Un classement LLM opaque impossible à reproduire.
Pertinence, confiance et fraîcheur séparéesUne bonne offre peut être ancienne ou mal documentée ; un seul score cacherait cette différence.Une note globale sans explication.
Version privée et édition Community séparéesLe produit personnel garde ses données et son infrastructure ; le public reçoit uniquement le noyau partageable.Nettoyer à la main une copie du dépôt privé avec un risque de fuite.
Validation humaine avant toute action externeLe produit prépare et explique ; l'utilisateur garde le contrôle du dossier et du dernier geste.Une auto-candidature autonome.

Livraison

Ce que j'ai livré.

  • Une interface de travail avec Aujourd'hui, Radar, Candidatures, Entreprises, Insights et Système.
  • Un pipeline multi-source autorisé, avec normalisation, déduplication, fraîcheur et provenance.
  • Un scoring V3 qui explique le métier réel, le niveau attendu, les compétences et les preuves manquantes.
  • Une infrastructure privée Vercel, Cloud Run, Turso et Google Drive avec tâches planifiées.
  • Une édition Community MIT, installable localement avec corpus fictif et preuve de release.

Résultats

Ce qui fonctionne aujourd'hui.

  • Version personnelle contrôlée en production le 25 août 2026 : huit sources en état OK, base intègre et huit routes frontend en HTTP 200.
  • Interface personnelle vérifiée en privé sur cinq largeurs, au clavier et avec Axe.
  • Édition Community v0.1.0-beta.1 : 336 tests backend, 36 frontend et 37 E2E sans échec ; 8 E2E ignorés intentionnellement.
  • Édition Community : 20 combinaisons route/viewport sans violation Axe ni débordement.

Pas encore mesuré

Ce qui n'est pas encore mesuré.

  • Gain de temps moyen et effet sur les réponses obtenues : pas encore mesurés sur un échantillon suffisant.
  • Adoption externe de l'édition Community : pas encore mesurée.