# Guichet-Emplois (Canada) (guichet_emplois) — portail agrégateur

Portail agrégateur (dedup.AGGREGATORS) : source complémentaire, moins autoritaire qu'une page carrière. En cas de doublon avec une offre directe, l'offre directe gagne la canonique et la copie portail est masquée (dup_of). Ces offres ne portent pas le badge « Offre directe ».

# Description

• Portail : Guichet-Emplois (Canada)
• Secteurs : Portail, Tous secteurs

Portail Guichet-Emplois (guichetemplois.gc.ca — gouvernement du Canada).

Recherche HTML rendue côté serveur (27 offres/page) filtrée province=QC et publication récente (fage). Chaque résultat inclut titre, employeur, ville, salaire et date — la description est lue sur la page de l'offre (cache BD + budget). Chaque fiche renvoie vers la page Guichet-Emplois, qui référence l'offre originale — conformité aux conditions d'utilisation du site.

robots.txt impose « Crawl-delay: 5 » : request_delay = 5 s, d'où une fenêtre volontairement bornée (pages et détails limités par synchronisation).

# Accès

• Endpoint (BASE) : https://www.guichetemplois.gc.ca
• Pagination : flux unique (une requête liste)
• Backend : GET direct requests (throttlé, UA JobKaBot/1.0)
• Throttle : 5.0 s entre requêtes — respect du Crawl-delay: 5 de robots.txt.

# Champs → schéma

Complétude mesurée sur les 610 offres actives de la source (base live, 2026-09-21 18:06 EDT).

Exemple réel : ouvrier/ouvrière à la production — Laval · 19,00 $ de l'heure · parue le 2026-09-21.

# Fréquence & budgets

• Cadence : resynchronisation horaire (PM2 job-ka-sync = run.py watch 60), suivie du géocodage en lot puis de la déduplication inter-sources.
• Throttle : 5.0 s minimum entre deux requêtes vers la source (request_delay).
• Budgets / plafonds (variables d'environnement) :

• Cache BD des pages détail (detail_cache) : le détail d'une offre n'est re-téléchargé que si sa ligne de liste change.

# Volumétrie & complétude live

(mesuré le 2026-09-21 18:06 EDT dans data/jobka.db)

• Offres en base : 17020 (dont 610 actives, 3 masquées comme doublons dup_of)
• Salaire : 602/610 actives (99 %)
• GPS : 592/610 actives (97 %)
• Mode : 0/610 actives (0 %)
• Parution : 610/610 actives (100 %)
• Dernier sync : 2026-09-21 17:08 — trouvées 494, +110, ~0, -99
• Syncs enregistrés (sync_log) : 337

# Erreurs & dépannage

Erreurs relevées dans sync_log :

• Le WAF gouvernemental coupe parfois la connexion en cours de pagination : le connecteur fait un retry puis conserve l'acquis partiel (commit 1604ff9) — une erreur RemoteDisconnected/Read timed out ponctuelle est attendue et non bloquante.
• Rejouer un sync isolé : .venv/bin/python run.py sync guichet_emplois puis inspecter sync_log : sqlite3 data/jobka.db "SELECT * FROM sync_log WHERE source='guichet_emplois' ORDER BY ts DESC LIMIT 5;"
• Garde-fous : une source qui retourne ≤ 25 % de sa médiane historique déclenche une alerte et les retraits sont suspendus ; une offre doit manquer 2 syncs consécutifs avant active=0.

# Licence / conformité

Scraping de pages publiques (gouvernement du Canada) avec lien vers la fiche Guichet-Emplois, qui référence l'offre originale. robots.txt respecté — Crawl-delay: 5 s appliqué (request_delay = 5.0), fenêtre bornée (pages + détails plafonnés). Aucune donnée personnelle de candidat collectée.

# Historique

Mission connecteurs du 2026-08-18 — passage de 135 à 217 employeurs directs connectés, de 9 à 17 plateformes ATS, ajout de 3 portails agrégateurs et du canal de dépôt direct :

• fd4bfc8 qualité lieux : rejet des villes hors Québec, bâtiments McGill → Montréal ;
• 5a66f48 +59 employeurs (sondage massif d'ATS + détection de pages carrières) ;
• 4917d57 8 nouveaux ATS (Taleo, Njoyn, UltiPro, iCIMS, SuccessFactors, ADP WFN, Digital Recruiters, Workland) + 23 employeurs publics/parapublics ;
• f6e7571 portails Guichet-Emplois, Jobillico, Espresso-Jobs — l'offre directe gagne toujours la canonique (dédup) ;
• 744cbfc badge « Offre directe », stats directes/portails, dépôt direct employeurs ;
• 1604ff9 reprise sur coupure WAF Guichet-Emplois (retry + acquis partiel).

Commits touchant jobka/connectors/guichet_emplois.py :

• 0010f33 2026-08-30 [ka6] snapshot pré-mission ocadogroup
• 49067dd 2026-08-19 Connecteurs phase 2 — correctifs et enrichissement champ par champ. Correctifs : villes SuccessFactors à trait d'union (préfixe municipal MAMH sur le slug, bogue « St »/« Pointe »), colonne date Taleo = date LIMITE chez agnico_eagle (+ garde-fou date future). Enrichissement : SmartRecruiters experienceLevel/function/industry/language/refNumber (lignes de liste, zéro requête), BambooHR locationType→work_mode, Breezy is_remote/logo_url/streetAddress, JSON-LD logo/industry/educationRequirements/skills (portails+icims+DR), Ashby applyUrl + composantes Bonus/Equity/Commission, Lever applyUrl + blocs opening/additional + allLocations, Workable application_url + function/industry, Recruitee careers_apply_url + description FR (translations) + expérience/scolarité + heures/sem, Greenhouse language + requisition_id, Workday externalUrl→apply_url + work_mode via facette Remote Type + clé cache v2, Guichet-Emplois avantages structurés + langue de travail, njoyn apply_url en colonne ; secours cache périmé quand le budget détail est épuisé (plus de fiches vidées)
• 1604ff9 2026-08-18 Guichet-Emplois : reprise sur coupure WAF (retry + acquis partiel) ; fixtures cascades/cssdm
• f6e7571 2026-08-18 Portails agrégateurs : Guichet-Emplois, Jobillico, Espresso-Jobs — l offre directe gagne toujours la canonique