Comment Mira met en correspondance les candidats
Pourquoi Mira raisonne sur vos exigences au lieu de rapprocher des mots-clés, comment il évalue chaque candidat par rapport à vos critères en s'appuyant sur des preuves, et d'où vient la technologie.
Sur la plupart des plateformes, chercher des candidats revient à faire du matching par mots-clés : vous tapez "développeur Python Berlin" et vous récupérez toutes les personnes qui ont ces mots dans leur profil. C'est rapide, mais ça rate beaucoup de choses, car le meilleur candidat se décrit rarement avec vos mots exacts.
Mira fonctionne autrement. Mira Reasoning Embedding (MRE), son modèle de recherche par raisonnement, lit vos exigences, raisonne sur ce dont vous avez vraiment besoin, et fait remonter les candidats dont l'historique de carrière réel correspond. Mira évalue ensuite chacun d'eux par rapport à vos critères. Les exemples ci-dessous montrent ce que ça donne concrètement.
Ce que le raisonnement saisit et que les mots-clés ratent
- « 5 ans d'expérience backend ». La recherche par mots-clés cherche "5 ans" dans le texte. Mira additionne le temps réel à partir de l'historique des postes du candidat : il comptabilise 3 ans dans une entreprise plus 2,5 ans dans une autre comme de l'expérience backend, même si le profil ne dit jamais "5 ans".
- « Quelqu'un qui a construit un produit de 0 à 1 ». La recherche par mots-clés cherche l'expression littérale. Mira reconnaît le pattern : rejoindre une entreprise tôt et y rester pendant sa phase de croissance.
- « Profil d'entreprise en hypercroissance ». La recherche par mots-clés est tout simplement incapable de le faire. Mira parcourt l'historique de travail du candidat et raisonne sur le stade et la trajectoire de l'entreprise.
- « Expérience en société cotée plus en startup ». La recherche par mots-clés traite ces deux critères comme des filtres sans lien. Mira parcourt tout l'arc de carrière et trouve les personnes qui ont fait les deux à différents moments, ce qui signale un type particulier de polyvalence.
Décrivez les postes comme vous le diriez à un collègue
Parce que Mira raisonne, vous pouvez décrire un poste en langage courant :
« J'ai besoin de quelqu'un de senior, technique mais au contact client, qui a fait du enterprise sales dans une startup qui avait vraiment son product-market fit, pas une boîte qui a juste levé beaucoup d'argent. »
Mira décompose cela en critères distincts et applique chacun d'eux. Pas de combinaisons de mots-clés, de filtres ni de syntaxe de recherche.
Comment Mira évalue chaque candidat
Mira ne vous renvoie pas un score en boîte noire. Pour chaque candidat, il parcourt vos critères un par un et marque chacun comme rempli, incertain ou non rempli, avec une ligne de preuve tirée de l'historique du candidat lui-même. Quand un profil ne le dit tout simplement pas, Mira le marque comme incertain plutôt que de deviner.
À partir de ces résultats critère par critère, chaque candidat reçoit un libellé global, Forte correspondance, Correspondance partielle ou Faible correspondance, pour que vous puissiez parcourir le vivier rapidement tout en voyant le raisonnement derrière chaque verdict. Il n'y a aucun score chiffré à décoder.
D'où vient la technologie
MRE est issu des propres travaux de recherche de Mira sur le retrieval basé sur le raisonnement. Depuis juillet 2026, il est premier au classement général sur BRIGHT, un benchmark public pour le retrieval par raisonnement, et premier parmi les systèmes de retrieval basés sur l'embedding. Mira a également construit PJBenchmark, un jeu d'évaluation spécifique au recrutement bâti sur des données de recrutement réelles. Quatre papers décrivent l'approche :
Ce que ça ne fait pas
Mira n'inventera pas un candidat qui n'existe pas, et il ne prend pas la décision de recrutement : il fait remonter les meilleures correspondances disponibles avec les preuves, et la décision finale vous appartient toujours. Pour une vue complète de ce sur quoi vous appuyer sur Mira et de ce qui reste de votre ressort, voir Ce que Mira peut et ne peut pas faire.
Obtenir de meilleurs résultats
La qualité du matching dépend de la qualité de votre input :
- Soyez précis, et vous obtiendrez des correspondances plus fines.
- Incluez les critères implicites, comme le stade de l'entreprise ou le pattern de carrière, pour donner plus de matière à raisonner à Mira.
- Affinez après avoir vu les résultats, chaque tour devient plus précis.
Voir Comment Mira effectue ses recherches pour des conseils pratiques.
Extension de navigateur Mira
Laisse Mira piloter ton propre navigateur Chrome dans un onglet dédié à la tâche, pour atteindre des sites et des connexions qui ne figurent pas dans les sources natives de Mira.
D'où viennent les candidats
Les données publiques de talents et l'index continuellement mis à jour sur lesquels Mira raisonne, l'étendue de la couverture, et comment lire la fraîcheur d'un profil.