Agentic Search
L'Agentic Search de Mira planifie son propre parcours à travers plusieurs sources de données, raisonne sur l'ensemble de la carrière d'un candidat et fait correspondre par le sens — pas par les mots-clés. Décrivez un poste en langage naturel et obtenez une Shortlist ciblée.
L'Agentic Search est la façon dont Mira trouve des candidats. Vous décrivez un poste en langage naturel ; l'Agent planifie où chercher, recherche à travers plusieurs sources de données et évalue chaque candidat par le raisonnement — pas par la correspondance de mots-clés.
Ce qui rend la recherche « agentique »
Trois choses la distinguent d'un simple moteur de recherche par mots-clés :
- Multi-sources. L'Agent décide quelles sources de données utiliser pour votre poste et en interroge plusieurs — des bases de talents publiques et l'index propre de Mira de profils publics et d'offres d'emploi — plutôt que d'interroger une seule base fixe.
- Raisonnement multi-sauts. Il relie les indices épars à travers différentes parties de la carrière d'un candidat. « Expérience commerciale dans une entreprise cotée et expérience startup » est vérifiée sur plusieurs rôles, pas rapprochée comme un seul mot-clé.
- Correspondance par raisonnement. Mira Reasoning Embedding (MRE) interprète ce que vous voulez dire. « 5 ans d'expérience » est calculé à partir de la chronologie réelle de carrière ; « 0 à 1 » est lu comme une expérience de construction en phase précoce — des concepts qu'une recherche par mots-clés ne peut pas saisir.
Lancer une recherche
Une recherche se déroule dans un Task — une conversation en cours entre vous et l'Agent.
Il y a trois façons de démarrer :
- Cliquer sur New Task en haut à gauche de la sidebar pour ouvrir une nouvelle conversation.
- Taper dans le champ de saisie sur l'écran principal, puis cliquer sur Send Message.
- Utiliser un scénario suggéré sous le champ de saisie — cliquez sur l'un d'eux pour préremplir une demande réaliste, puis modifiez-la avant d'envoyer.
Bien décrire le poste
L'Agent comprend le langage naturel — vous n'avez pas besoin d'une description de poste formelle. Mais plus de contexte donne à MRE plus de matière sur laquelle raisonner. Incluez les éléments qui comptent :
| Élément | Exemple | Pourquoi c'est utile |
|---|---|---|
| Rôle / intitulé | « Senior full-stack engineer » | Définit le périmètre de la recherche |
| Compétences clés | « React, Node.js, TypeScript » | Précise les exigences techniques |
| Niveau d'expérience | « 5+ ans » ou « a géré une équipe » | Fixe les attentes de séniorité |
| Type d'entreprise | « startup en hypercroissance » ou « grand groupe » | Filtre par profil de parcours |
| Localisation | « Berlin ou remote » | Ciblage géographique |
| Critères implicites | « a construit quelque chose de 0 à 1 » | MRE raisonne sur le sens, pas uniquement sur les étiquettes |
Vous n'avez pas besoin de tout fournir. Mira pose des questions de clarification sur tout élément important manquant.
Descriptions faibles vs. fortes
| Faible | Forte | Pourquoi ça compte |
|---|---|---|
| « Trouve-moi un développeur » | « Senior backend engineer, 5+ ans Python, a construit des microservices à l'échelle, idéalement issu de la fintech » | Plus de contexte donne à MRE plus de signaux sur lesquels matcher |
| « Personne marketing à Paris » | « Marketing manager B2B SaaS à Paris, a piloté des lancements produit, à l'aise avec les campagnes data-driven » | Les critères implicites déclenchent la correspondance par raisonnement |
| « On cherche quelqu'un de bien » | « Quelqu'un qui a fait passer un produit de 0 à 1, idéalement dans une startup Series A–B » | Mira lit « 0 à 1 » comme une expérience de construction en phase précoce |
Les types de critères que MRE comprend
- Arithmétique — « Au moins 5 ans en développement backend. » MRE calcule la durée à partir de la chronologie de carrière, pas d'une étiquette de profil.
- Sémantique — « Quelqu'un avec une expérience 0-to-1 » ou « a monté une équipe de zéro ». » MRE interprète le sens implicite.
- De bon sens — « Profil grand groupe coté » ou « ADN startup en hypercroissance ». » MRE infère le contexte à partir de l'historique professionnel (taille, stade, croissance de l'entreprise).
- Multi-sources — « Expérience commerciale dans un grand groupe coté et expérience startup. » MRE raisonne à travers différentes parties d'une carrière.
Après l'envoi
L'Agent va :
- Analyser votre demande et identifier ce qu'il comprend.
- Poser des questions de clarification, sous forme d'un court formulaire, uniquement quand des détails clés manquent ou sont ambigus.
- Rédiger un Profil de Candidat Idéal qui consolide vos exigences, y compris les incontournables auxquels les candidats doivent répondre. Vous pouvez le relire et le modifier.
- Attendre votre confirmation avant que la recherche commence.
Affiner vos résultats
Après avoir consulté une Shortlist, ajustez dans la même conversation — l'Agent conserve tout le contexte et applique votre feedback à la recherche suivante :
- « Montre-moi des candidats plus juniors. »
- « Inclus aussi les personnes d'Amsterdam. »
- « Concentre-toi sur les candidats issus d'entreprises e-commerce. »
- « Resserre sur les personnes avec plus d'expérience startup. »
Commencez large, puis resserrez. Un poste par Task garde chaque conversation concentrée et facile à retrouver.
En lien
- Consulter votre Shortlist — lire et exporter les candidats obtenus.
- Matching IA de candidats — comment MRE évalue l'adéquation.
- Agent Teams — confier plusieurs agents spécialisés à une recherche complexe.
Envie d'essayer Mira ? Rejoignez la liste d'attente pour l'accès anticipé.