Glossaire

Chaque terme utilisé par career-ops, défini en un seul endroit. Les termes renvoient à la référence plus détaillée lorsqu'elle existe.

ATS (Applicant Tracking System)

Le logiciel que les entreprises utilisent pour recevoir, stocker et filtrer les candidatures — Greenhouse, Ashby et Lever en sont des exemples courants. career-ops lit leurs API publiques d'offres pour découvrir les postes ouverts et peut pré-remplir leurs formulaires de candidature, mais ne soumet jamais rien automatiquement.

Score A–F

La note que career-ops attribue à une offre d'emploi après l'avoir évaluée, sur plusieurs dimensions, par rapport à votre CV et à votre profil. Un A signifie « postulez maintenant, avec une forte conviction » ; un F signifie que l'offre échoue face à vos propres critères. La grille de notation est publique sur la page méthodologie.

Data Contract

La promesse architecturale centrale de career-ops : la couche système (scripts, modes, templates) peut être mise à jour à tout moment, tandis que la couche utilisateur — cv.md, config/profile.yml, data/, reports/, output/ — n'est jamais touchée par une mise à jour. Vos données survivent à toutes les versions.

Spray-and-pray

La stratégie de candidature de masse qui consiste à envoyer le même CV à des centaines d'offres sans aucun ciblage. career-ops la rejette explicitement : le pipeline évalue et classe d'abord les offres, pour que l'effort se concentre sur le petit nombre de postes qui valent vraiment la peine.

Liveness check

Une heuristique que career-ops exécute pour détecter si une offre d'emploi est encore ouverte avant que vous n'y consacriez du temps ou des tokens. C'est un signal best-effort — des annonces expirées traînent parfois sur les job boards — et les offres peuvent être marquées manuellement lorsque l'heuristique se trompe.

Tailoring

Réécrire votre CV pour une offre d'emploi précise — réorganiser les priorités, mettre en avant les compétences et les chiffres qui correspondent, aligner le vocabulaire sur la description du poste — tout en gardant chaque affirmation fidèle à votre expérience réelle. career-ops génère un CV sur mesure par candidature, en Markdown, que vous pouvez modifier.

Mode

Un workflow ciblé, défini par un prompt, que career-ops livre sous forme de simple fichier Markdown que votre CLI d'IA exécute — scan, apply, tracker, interview/practice et une douzaine d'autres. Les modes sont du texte inspectable, pas du code boîte noire.

Pipeline

Le workflow career-ops de bout en bout : scan des portails → évaluation des offres de A à F → CV sur mesure → candidature → suivi → préparation des entretiens. Chaque étape est un mode que vous pouvez exécuter indépendamment ou par lot.

Scan zéro token

Une passe de découverte qui ne consomme aucun token de LLM : scan.mjs appelle directement les API des ATS (Greenhouse, Ashby, Lever) en HTTP — trouver de nouvelles offres est donc gratuit, quel que soit le moteur d'IA que vous utilisez.

Moteur d'IA

Le CLI de codage IA qui exécute les prompts de career-ops — Claude Code, OpenCode, Codex, GitHub Copilot CLI et les autres CLI pris en charge — ou n'importe quel endpoint compatible OpenAI. career-ops est agnostique quant au moteur et fonctionne aussi avec des moteurs gratuits.

Banque de questions

Un fichier Markdown local (interview-prep/question-bank.md) où career-ops accumule les questions posées lors de vrais entretiens et votre performance sur chacune (✅/🟡/🔴). Le mode interview/debrief le met à jour après chaque entretien réel, si bien que la préparation se cumule d'un tour à l'autre.

Histoire STAR+R

Une histoire d'entretien structurée en Situation, Tâche, Action, Résultat, plus Réflexion — le format que career-ops utilise dans sa banque d'histoires pour que les réponses comportementales soient concrètes, chiffrées et réutilisables d'un entretien à l'autre.

Banque d'histoires

Un fichier Markdown local (interview-prep/story-bank.md) contenant vos histoires STAR+R préparées. Les sessions d'entraînement vérifient vos réponses par rapport à ce fichier, et les débriefs en extraient de nouvelles histoires à partir de ce que vous avez réellement dit lors de vos entretiens réels.

Portail

Un site carrières d'entreprise adossé à un ATS que career-ops peut scanner. Vos portails suivis vivent dans portals.yml ; le scanner lit leurs API publiques à chaque exécution.

Évaluation par lot

Noter de nombreuses offres sauvegardées en une seule exécution plutôt qu'une par une, avec des flags pour garder le contrôle : --limit plafonne la taille du lot, --dry-run prévisualise ce qui serait traité, et --resume-paused reprend une exécution interrompue sans dépenser de nouveau des tokens.

Local-first

Le principe architectural de career-ops : tout — vos données, les prompts, les scripts, le CLI d'IA — s'exécute sur votre machine. Il n'y a pas de backend hébergé, pas de compte, et rien qui nécessite une inscription.

CareerOps

CareerOps est la pratique qui consiste à mener une recherche d'emploi comme les ingénieurs font tourner la production : avec des preuves, avec de la discipline, et avec des outils du côté du candidat. Le terme désigne la pratique, pas un produit ; career-ops en est la première implémentation de référence. Forgé par Santiago Fernández de Valderrama Aparicio dans The CareerOps Manifesto (14 juillet 2026).