# Rédiger une JD efficace pour le Sourcing IA

Source: https://docs.mira.day/fr/docs/agent-sourcing/write-an-effective-jd

> Conseils pour décrire un poste à l'Agent IA de Mira. Incluez les critères implicites comme "ADN startup" ou "construit from scratch" pour un meilleur matching.



L'Agent de Mira comprend le langage naturel, vous n'avez pas besoin d'écrire une JD formelle. Mais la façon dont vous décrivez un poste a un impact majeur sur la qualité de votre Shortlist.

***

Bonne vs. faible description [#bonne-vs-faible-description]

| Faible                             | Bonne                                                                                                        | Pourquoi ça compte                                                                                 |
| ---------------------------------- | ------------------------------------------------------------------------------------------------------------ | -------------------------------------------------------------------------------------------------- |
| "Trouve-moi un développeur"        | "Senior backend engineer, 5+ ans Python, a construit des microservices at scale, idéalement issu du fintech" | Plus de contexte donne à MRE plus de signaux à exploiter                                           |
| "Quelqu'un en marketing à NYC"     | "B2B SaaS marketing manager à NYC, a mené des lancements produit, à l'aise avec des campagnes data-driven"   | Les critères implicites ("à l'aise avec la data") déclenchent le matching basé sur le raisonnement |
| "On a besoin de quelqu'un de bien" | "On a besoin de quelqu'un qui a pris un produit de 0 à 1, idéalement dans une startup Series A-B"            | Mira interprète "0 à 1" comme de l'expérience early-stage                                          |

Ce que Mira Reasoning Embedding comprend [#ce-que-mira-reasoning-embedding-comprend]

Mira Reasoning Embedding va au-delà de la recherche par mots-clés. Vous pouvez utiliser :

Critères arithmétiques [#critères-arithmétiques]

> "Au moins 5 ans d'expérience en développement backend"

MRE calcule la durée d'expérience à partir de la timeline de carrière du candidat, pas juste à partir d'un tag de profil.

Critères sémantiques [#critères-sémantiques]

> "Quelqu'un avec une expérience 0-to-1" ou "a monté une équipe from scratch"

MRE interprète le sens implicite, construction d'entreprise en early-stage, création d'équipe depuis zéro.

Critères de bon sens [#critères-de-bon-sens]

> "Profil issu d'un grand groupe coté" ou "ADN startup en hypercroissance"

MRE déduit le contexte organisationnel depuis l'historique de carrière du candidat (taille d'entreprise, stade de financement, trajectoire de croissance).

Critères multi-source [#critères-multi-source]

> "A de l'expérience de vente dans une entreprise cotée et aussi de l'expérience startup"

MRE fait du raisonnement multi-hop sur différentes parties de la carrière du candidat.

Conseils pour de meilleurs résultats [#conseils-pour-de-meilleurs-résultats]

1. **Soyez précis sur les compétences, pas juste sur les intitulés.** "Full-stack" ne veut pas dire la même chose pour tout le monde. Dites "React + Node.js + PostgreSQL" si c'est ce qu'il vous faut.

2. **Incluez les critères implicites.** Les choses que vous diriez à l'oral à un recruteur : "quelqu'un de scrappy", "sait fonctionner en autonomie", "a managé des équipes en remote" : Mira les comprend aussi.

3. **Mentionnez le type d'entreprise.** "Issu d'une startup YC" ou "big tech background" change radicalement qui remonte dans les résultats.

4. **Précisez clairement les préférences de localisation.** "Berlin de préférence, remote OK" est plus clair que "localisation flexible".

5. **Ne sur-filtrez pas.** Partez large, puis affinez. Vous pouvez toujours dire à l'Agent "resserre sur les profils avec plus d'expérience startup" après avoir vu la première Shortlist.

Et si les résultats ne sont pas bons ? [#et-si-les-résultats-ne-sont-pas-bons-]

Après avoir examiné une Shortlist, vous pouvez ajuster dans la même conversation :

* "Montre-moi des profils plus juniors".
* "Inclus aussi des gens d'Amsterdam".
* "Concentre-toi sur des candidats issus du e-commerce".
* "Je veux des gens qui sont actuellement en recherche d'un nouveau rôle".

L'Agent se souvient de l'ensemble du contexte de la conversation et ajuste la recherche suivante en conséquence.