Comment Career-Ops automatise la recherche d’emploi avec Claude Code et les agents IA en 2026

Postuler à des offres d’emploi en 2026 implique de lire des dizaines de fiches de poste, adapter son CV pour chaque candidature, remplir des formulaires répétitifs et suivre les réponses dans un tableur. Career-Ops, créé par Santiago Fernández de Valderrama et publié sur GitHub début avril 2026, transforme Claude Code en centre de commande pour la recherche d’emploi. Le système multi-agents évalue les offres sur 10 dimensions (note A à F), génère des PDF optimisés ATS pour chaque poste et traite les candidatures en parallèle. Le projet dépasse 19 400 étoiles GitHub et a permis à son créateur de décrocher un poste de Head of Applied AI.

Temps de lecture : 14 min

Pourquoi la recherche d’emploi manuelle est-elle devenue inefficace en 2026 ?

Le marché de l’emploi tech en 2026 se caractérise par un volume élevé d’offres, des descriptions de poste de plus en plus longues et des systèmes ATS (Applicant Tracking System) qui filtrent les CV avant qu’un humain ne les lise. La recherche manuelle ne permet pas de traiter ce volume avec la qualité nécessaire.

Le goulot d’étranglement de l’évaluation manuelle

Un professionnel en recherche d’emploi active évalue en moyenne 5 à 10 offres par jour manuellement. Chaque évaluation nécessite de lire la fiche de poste, la comparer à son profil, estimer l’adéquation, adapter son CV et rédiger une lettre de motivation. Ce processus prend 30 à 45 minutes par offre.

Santiago Fernández de Valderrama, créateur de Career-Ops, a vécu ce problème directement. Sa première semaine de recherche d’emploi a été entièrement manuelle : lecture de fiches de poste, cartographie des compétences, remplissage de formulaires. À la deuxième semaine, il a arrêté de postuler et a commencé à construire Career-Ops. Le résultat : 740+ évaluations automatisées, 354 PDF générés, et un poste de Head of Applied AI décroché.

L’ironie du système est assumée par son créateur : Career-Ops démontre exactement les compétences que les postes cibles exigent (architecture multi-agents, automatisation, LLMOps, conception HITL). Le système n’est pas un bot de candidature en masse. Il filtre les offres et recommande les rares qui méritent l’investissement d’une candidature soignée.

L’approche HITL : l’IA analyse, l’humain décide

Career-Ops suit une philosophie HITL (Human-In-The-Loop) stricte. L’IA évalue, score, génère des rapports et prépare les documents. Le candidat lit chaque rapport, examine chaque PDF et décide de postuler ou non. Aucune candidature n’est envoyée automatiquement. Cette approche distingue Career-Ops des bots de candidature en masse qui nuisent à la réputation des candidats.

Cette logique s’aligne avec la tendance observée dans l’augmentation de la productivité par l’IA : l’IA prend en charge les tâches répétitives et analytiques, l’humain conserve le jugement stratégique et la prise de décision finale.

Le marché de l’emploi tech en France reflète les mêmes dynamiques. Les entreprises publient des centaines d’offres sur Welcome to the Jungle, Indeed et LinkedIn. Les candidats qualifiés reçoivent des dizaines de sollicitations par semaine. Le tri manuel de ces opportunités représente un investissement en temps considérable que Career-Ops réduit drastiquement. Les recruteurs eux-mêmes utilisent des outils d’automatisation, et les candidats qui n’en disposent pas se retrouvent en position de désavantage compétitif.

L’approche de Career-Ops s’inscrit dans une tendance plus large : l’utilisation d’agents IA pour des tâches personnelles complexes. La recherche d’emploi, la gestion financière personnelle, la planification de projets individuels sont des domaines où les agents IA apportent une valeur immédiate. L’open source garantit que le candidat garde le contrôle total de ses données et de la logique de décision.

Comment fonctionne l’architecture multi-agents de Career-Ops ?

Career-Ops est un système multi-agents construit sur Claude Code. Chaque « mode » est un skill Claude Code avec son propre contexte, ses règles et ses outils. L’architecture comprend 14 modes opérationnels, chacun spécialisé dans une étape du processus de recherche d’emploi.

Les 14 modes opérationnels

Le mode auto-pipeline exécute la chaîne complète : extraction de la fiche de poste, évaluation A-F, génération du rapport, création du PDF et enregistrement dans le tracker. Le mode evaluate analyse une offre unique avec un rapport en six blocs. Le mode compare classe plusieurs offres côte à côte.

Les modes spécialisés couvrent la génération de PDF ATS, le scan de portails d’emploi (Greenhouse, Ashby, Lever), le remplissage de formulaires via Playwright, la préparation d’entretiens et la négociation de salaire. Chaque mode charge uniquement le contexte nécessaire, sans surcharger la fenêtre de tokens avec les règles des 13 autres modes.

L’isolation de contexte par mode

L’architecture à 14 modes séparés offre trois avantages techniques : le contexte précis (auto-pipeline ignore les règles de contact, apply ignore la logique de scoring), la testabilité (modifier la logique PDF ne touche jamais l’évaluation) et l’évolution indépendante (ajouter un nouveau mode ne casse pas les existants).

Le fichier CLAUDE.md du projet contient les instructions globales, tandis que chaque fichier mode/*.md contient les instructions spécifiques au mode. Claude Code charge le CLAUDE.md au démarrage puis active le mode pertinent selon la commande. Cette architecture modulaire reflète les meilleures pratiques de l’écosystème Claude Code.

Comment Career-Ops évalue-t-il les offres avec un scoring A à F ?

Le système de scoring de Career-Ops analyse chaque offre sur 10 dimensions pondérées et attribue une note globale de A (match parfait) à F (inadéquat). Le candidat fixe les pondérations selon ses priorités personnelles.

Les 10 dimensions d’évaluation

Claude lit la fiche de poste, le CV du candidat (cv.md) et le portfolio, puis génère un scoring sur les 10 dimensions. Le rapport contient six blocs : résumé exécutif, correspondance CV, niveau de poste, rémunération, personnalisation et probabilité d’entretien. Chaque bloc fournit une analyse détaillée avec les arguments pour et contre.

Le fichier scan-history.tsv stocke l’historique des 680+ URL déjà évaluées. La déduplication par URL exacte et par correspondance normalisée entreprise+poste évite les réévaluations. Le coût marginal par évaluation est nul pour les utilisateurs d’un abonnement Claude Max (200 dollars par mois), qui est utilisé pour l’ensemble des tâches professionnelles du candidat.

Le seuil de candidature à 4.0/5

Career-Ops recommande de ne pas postuler aux offres scorées en dessous de 4.0/5. Cette discipline transforme l’approche « postuler partout » en une stratégie ciblée sur les offres à forte probabilité de match. Sur 740+ évaluations, seule une fraction a débouché sur une candidature effective. La qualité prime sur la quantité.

Les transformations des métiers par l’IA rendent le scoring encore plus pertinent : les fiches de poste évoluent rapidement et les compétences IA demandées changent d’un trimestre à l’autre. Le scoring automatisé détecte ces évolutions et adapte l’évaluation en conséquence.

Évaluez votre maturité IA en 5 minutes avec notre Diagnostic IA gratuit.

Comment Career-Ops génère-t-il des CV optimisés ATS pour chaque offre ?

Le mode PDF de Career-Ops produit un CV HTML personnalisé pour chaque offre, injecte les mots-clés pertinents de la fiche de poste, adapte le cadrage narratif du profil et convertit le résultat en PDF via Puppeteer (Playwright). Le CV généré est optimisé pour les systèmes ATS qui scannent les mots-clés.

Le pipeline de génération PDF

Le processus part du template HTML (templates/cv-template.html), y injecte les données du profil (config/profile.yml), les preuves de compétences (article-digest.md) et les mots-clés extraits de la fiche de poste. Puppeteer rend le HTML en PDF. Le résultat est un CV qui parle le langage de l’offre tout en restant fidèle au profil réel du candidat.

Le mode apply va plus loin : il utilise Playwright pour ouvrir les pages de candidature, lire les champs du formulaire, récupérer l’évaluation en cache et remplir les réponses de manière cohérente. Le candidat révise avant de soumettre. Cette automatisation du remplissage de formulaires gagne du temps sans sacrifier la qualité des réponses.

L’automatisation du remplissage de formulaires via Playwright transforme une tâche de 15 minutes en quelques secondes. Les formulaires Greenhouse et Lever suivent des structures standardisées que Career-Ops reconnaît et remplit automatiquement. Le candidat vérifie les réponses avant soumission, maintenant le contrôle humain sur le contenu envoyé aux recruteurs.

Intégrité du tracker et suivi

Le fichier applications.md constitue la source de vérité unique pour toutes les candidatures. Le tracker TSV enregistre l’entreprise, le poste, le score, la note, l’URL et le statut. Un script Node.js gère la fusion automatique pour éviter les doublons. Cette rigueur dans le suivi reflète les pratiques de gestion de projet appliquées à la recherche d’emploi.

Un dashboard Go (compilable en un binaire) visualise les données du tracker : nombre d’évaluations, répartition des scores, taux de conversion candidature/entretien. Cette visibilité permet d’ajuster la stratégie en temps réel : si les scores sont systématiquement bas, le candidat peut élargir ses critères ou recentrer son profil.

Le dashboard Go compile en un binaire unique et s’exécute sans dépendances. Il affiche les métriques clés : nombre total d’évaluations, répartition par score, taux de conversion candidature vers entretien et délai moyen de réponse. Ces données permettent d’ajuster la stratégie de recherche en fonction des résultats réels plutôt que de l’intuition.

Comment traiter 10+ offres en parallèle avec le mode batch ?

Le mode batch de Career-Ops lance un orchestrateur (batch-runner.sh) qui pilote plusieurs workers Claude Code en parallèle. Chaque worker est un processus Claude Code indépendant avec 200K tokens de contexte, capable de traiter une offre de bout en bout.

L’architecture conducteur-workers

Le fichier batch-input.tsv contient les offres à traiter (identifiant, URL, source). L’orchestrateur distribue les offres aux workers, suit la progression dans batch-state.tsv et fusionne les résultats. La tolérance aux pannes garantit qu’un worker en échec ne bloque pas les autres. La reprise après interruption est automatique.

Le mode scan automatise la découverte de nouvelles offres. Career-Ops navigue sur les portails d’emploi configurés dans portals.yml (Greenhouse, Ashby, Lever, pages carrières), extrait les offres correspondant au profil et les ajoute à la file d’évaluation. Le scan peut être planifié en tâche récurrente pour ne manquer aucune nouvelle offre.

Le scan automatique des portails

Le mode scan navigue sur les pages carrières des entreprises cibles configurées dans portals.yml. Playwright charge chaque page, identifie les offres correspondant aux critères du profil et les enregistre pour évaluation. La déduplication évite de retraiter les offres déjà vues. Le scan peut être planifié toutes les 48 heures pour un suivi continu du marché.

Comment installer et personnaliser Career-Ops pour sa propre recherche ?

Career-Ops s’installe en cinq étapes : cloner le dépôt, installer les dépendances (npm + Playwright), configurer le profil, ajouter le CV en Markdown et personnaliser les archétypes de postes avec Claude Code.

La personnalisation par Claude lui-même

La particularité de Career-Ops est que Claude Code personnalise le système lui-même. L’instruction « Change the archetypes to backend engineering roles » modifie les fichiers de configuration. « Translate the modes to English » traduit les prompts. « Add these 5 companies to portals.yml » met à jour la liste des portails à scanner.

Le système est conçu pour être personnalisé, pas utilisé tel quel. Les archétypes de Santiago (rôles AI/automation) ne correspondent pas à un développeur front-end ou un data scientist. La personnalisation par Claude Code permet d’adapter l’ensemble du système en quelques minutes de conversation, sans toucher le code manuellement.

Le portfolio associé (cv-santiago, également open source) ajoute un chatbot IA, un dashboard LLMOps et des études de cas. Pour les candidats qui n’ont pas de portfolio en ligne, ce template fournit un point de départ professionnel. La combinaison Career-Ops + portfolio open source couvre l’ensemble du processus de candidature. Les nouveaux métiers de l’IA exigent des candidats capables de démontrer leurs compétences via des projets concrets.

Coût et prérequis

Career-Ops nécessite un abonnement Claude avec accès à Claude Code (Claude Pro à 20 euros ou Claude Max à 200 dollars par mois). Le système tourne en local sur la machine du candidat. Aucune donnée personnelle n’est envoyée à un service tiers : le CV, les coordonnées et les évaluations restent sur le disque local et transitent uniquement vers le fournisseur d’IA choisi (Anthropic).

• Career-Ops transforme Claude Code en centre de commande pour la recherche d’emploi avec 14 modes opérationnels
• Le scoring A-F sur 10 dimensions pondérées évalue l’adéquation de chaque offre au profil du candidat
• Le mode PDF génère des CV optimisés ATS personnalisés par offre via Puppeteer et injection de mots-clés
• Le mode batch traite 10+ offres en parallèle avec des workers Claude Code indépendants
• Le scan automatique de portails (Greenhouse, Ashby, Lever) détecte les nouvelles offres correspondant au profil
• Le système est personnalisable par Claude Code lui-même : archétypes, langue, entreprises cibles

Questions fréquentes sur Career-Ops et l’automatisation de la recherche d’emploi

Career-Ops envoie-t-il des candidatures automatiquement ?

Non. Career-Ops suit une philosophie HITL (Human-In-The-Loop). L’IA évalue les offres, génère les rapports et prépare les documents. Le candidat lit chaque rapport, examine chaque PDF et décide de postuler ou non. Aucune candidature n’est envoyée sans validation humaine. Le système recommande de ne pas postuler aux offres scorées en dessous de 4.0/5.

Quel est le coût d’utilisation de Career-Ops ?

Career-Ops est open source et gratuit. Le coût se limite à l’abonnement Claude (Claude Pro à 20 euros ou Claude Max à 200 dollars par mois). Le créateur utilise Claude Max pour l’ensemble de ses tâches professionnelles (portfolio, chatbot, articles et Career-Ops). Le coût marginal par évaluation est nul avec un abonnement illimité.

Career-Ops fonctionne-t-il pour des postes non techniques ?

Career-Ops est personnalisable pour tout type de poste. Les archétypes par défaut ciblent les rôles AI/automation, mais la commande « Change the archetypes to marketing roles » adapte l’ensemble du système en quelques minutes. Les dimensions d’évaluation restent pertinentes pour tous les secteurs : correspondance CV, rémunération, niveau de poste.

Comment Career-Ops génère-t-il des CV optimisés ATS ?

Le mode PDF part d’un template HTML, injecte les données du profil et les mots-clés extraits de la fiche de poste, puis convertit le résultat en PDF via Puppeteer. Le CV généré reprend le vocabulaire de l’offre tout en restant fidèle au profil réel. Les systèmes ATS qui scannent les mots-clés trouvent une correspondance élevée.

Career-Ops peut-il scanner les portails d’emploi automatiquement ?

Le mode scan utilise Playwright pour naviguer sur les portails configurés dans portals.yml (Greenhouse, Ashby, Lever, pages carrières d’entreprises). Il extrait les offres correspondant au profil et les enregistre pour évaluation. Le scan peut être planifié toutes les 48 heures pour un suivi continu. La déduplication évite les doublons.

Les données personnelles sont-elles sécurisées avec Career-Ops ?

Career-Ops fonctionne entièrement en local. Le CV, les coordonnées et les évaluations restent sur le disque du candidat. Les données transitent uniquement vers le fournisseur d’IA choisi (Anthropic par défaut). Aucun serveur tiers ne stocke les informations personnelles. Le projet est open source et auditable.

Combien de temps Career-Ops fait-il gagner par rapport à une recherche manuelle ?

Le créateur rapporte avoir évalué 740+ offres avec Career-Ops, un volume impossible à traiter manuellement. Une évaluation manuelle prend 30 à 45 minutes par offre. Le mode auto-pipeline de Career-Ops traite une offre en 3 à 5 minutes. Le mode batch parallélise le travail sur 3 à 5 workers pour un gain proportionnel.

Career-Ops est-il adapté au marché de l’emploi français ?

Career-Ops est multilingue par nature : Claude Code traite le français nativement. Les prompts par défaut sont en espagnol et en anglais, mais la commande « Translate the modes to French » adapte l’ensemble du système. Les portails d’emploi français (Welcome to the Jungle, Indeed.fr) peuvent être ajoutés dans portals.yml.

Comment fonctionne le mode batch de Career-Ops ?

Le mode batch lance un orchestrateur (batch-runner.sh) qui distribue les offres à des workers Claude Code parallèles. Chaque worker dispose de 200K tokens de contexte et traite une offre de bout en bout. L’orchestrateur gère la file, suit la progression et fusionne les résultats. La tolérance aux pannes garantit la continuité.

Career-Ops fonctionne-t-il avec d’autres assistants que Claude ?

Career-Ops est construit sur Claude Code et optimisé pour l’API Anthropic. Le système repose sur les skills Claude Code (fichiers mode/*.md) et les hooks CLAUDE.md. L’adaptation à d’autres assistants (Codex, OpenClaw) nécessiterait un portage des fichiers de skill. Le créateur n’a pas documenté de compatibilité avec d’autres plateformes à ce jour.

Diag IA gratuit
Nous contacter
Parler à Eric