Joble.

Joble est né d'une nécessité. Après la liquidation judiciaire de l'agence et la fin de mon contrat, je devais chercher du travail. Cela voulait dire des dizaines d'offres par jour sur autant de sites, la plupart hors sujet (mauvaise stack, mauvais contrat, mauvaise zone), et le même tri à refaire chaque matin.

J'ai donc inversé la logique. Je décris une fois ce que je cherche : intitulés de poste, stack, mots à éviter, mode de travail, zone géographique, type de contrat, salaire minimum. Le bot va chercher les offres, les lit et les note à ma place. Seules celles qui dépassent mon seuil de pertinence arrivent sur Telegram, dans la plage horaire que j'ai choisie.

J'ai mené le projet seul, comme un produit. Une application Nuxt sert à la fois le tableau de bord et l'API via ses routes serveur, avec Prisma et PostgreSQL pour les données. Les offres viennent des API de France Travail, Adzuna et Remotive, du flux RSS de We Work Remotely et d'autres agrégateurs. Elles sont nettoyées et dédoublonnées avant l'analyse.

Tout repose sur une file de jobs BullMQ sur Redis. Chaque offre passe par DeepSeek en mode JSON, qui la résume et la note critère par critère (intitulé, compétences, mots à éviter, zone, contrat, salaire). La réponse est validée par Zod. Le bot Telegram (Telegraf) envoie les offres au-dessus du seuil. Le tableau de bord suit le taux de correspondance, la pertinence par source et les candidatures, et génère la lettre de motivation en PDF ou Word. L'ensemble tourne dans Docker sur un VPS OVH, déployé avec Coolify, avec des sessions par cookie uniquement, une limitation du nombre de requêtes et des en-têtes de sécurité.