# Filtres et critères de recherche

Source: https://docs.mira.day/fr/docs/agent-sourcing/search-filters-and-criteria

> Comprenez la différence entre hard filters et critères pilotés par l'IA dans Mira.



Quand vous décrivez un poste à Mira, vos exigences sont traitées de deux façons : en tant que **hard filters** et en tant que **critères IA**. Comprendre la différence vous aide à rédiger de meilleures descriptions et à obtenir des Shortlists plus précises.

***

Hard filters vs. critères IA [#hard-filters-vs-critères-ia]

|                        | Hard filters                                               | Critères IA                                                               |
| ---------------------- | ---------------------------------------------------------- | ------------------------------------------------------------------------- |
| **Ce qu'ils font**     | Incluent ou excluent strictement les candidats             | Influencent le classement et le score de matching                         |
| **Exemples**           | Localisation, langue, nombre minimum d'années d'expérience | "ADN startup", "a construit from 0 to 1", préférence de type d'entreprise |
| **Fonctionnement**     | Binaire, le candidat passe ou ne passe pas                 | Dégradé, les candidats sont scorés selon leur degré de fit                |
| **Quand les utiliser** | Exigences non négociables                                  | Préférences fortes qui laissent de la souplesse                           |

Hard filters [#hard-filters]

Ce sont des exigences que les candidats doivent remplir. Si un candidat ne correspond pas à un hard filter, il n'apparaîtra pas dans votre Shortlist :

* **Localisation** : "Doit être à Berlin", seulement les candidats basés à Berlin.
* **Langue** : "Doit parler allemand", seulement les candidats germanophones.
* **Expérience minimum** : "Au moins 5 ans", exclut toute personne avec moins.

Critères IA [#critères-ia]

Ce sont des préférences que Mira Reasoning Embedding évalue par raisonnement. Les candidats qui correspondent à ces critères remontent dans le classement, mais ceux qui ne correspondent que partiellement peuvent tout de même apparaître :

* **Type d'entreprise** : "De préférence issu d'une startup en hypercroissance", les profils startup remontent, mais des candidats forts venant d'autres environnements continuent de sortir.
* **Qualifications implicites** : "A monté une équipe from scratch", MRE repère les patterns de leadership sur l'ensemble de l'historique de carrière.
* **Signaux culturels** : "Scrappy, hands-on", MRE identifie les candidats issus d'environnements qui développent typiquement ces qualités.

Comment le formulaire de clarification exploite les deux [#comment-le-formulaire-de-clarification-exploite-les-deux]

Quand l'Agent génère son formulaire de clarification après votre input initial, il sépare essentiellement vos exigences en hard filters et en critères IA :

* **Niveau de séniorité** → Pose un hard filter ou un critère IA fort selon votre choix.
* **Nombre de candidats** → Contrôle le périmètre de la recherche.
* **Préférences de type d'entreprise** → Pose des critères IA pour le classement.

Conseils [#conseils]

* **Commencez avec moins de hard filters.** Vous pouvez toujours restreindre après avoir vu la première Shortlist. Trop filtrer d'emblée peut exclure des candidats forts.
* **Utilisez les critères IA pour les "nice-to-haves".** Plutôt que "doit venir d'une startup", essayez "de préférence issu d'une startup", vous pouvez découvrir d'excellents candidats aux backgrounds inattendus.
* **Affinez en conversation.** Après avoir vu les résultats, dites à l'Agent : "Ne me montre que des candidats issus de startups" pour resserrer les critères, ou "Élargis pour inclure des profils grand groupe" pour les assouplir.