<!--
=============================================================================
Job·Ka — Groupe KA
Auteur  : Simon-Pierre Boucher
Contact : contact@spboucher.ai
Fichier : docs/connecteurs/espresso_jobs.md
Rôle    : Fiche connecteur — portail agrégateur Espresso-Jobs
Généré  : 2026-09-21 18:06 EDT par scripts/gen_connector_docs.py — NE PAS ÉDITER,
          relancer le script pour régénérer.
=============================================================================
-->

# Espresso-Jobs (`espresso_jobs`) — 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** : [Espresso-Jobs](https://www.espresso-jobs.com)
- **Secteurs** : Portail, TI, Créatif

> Portail spécialisé Espresso-Jobs (espresso-jobs.com — TI et créatif QC).
>
> - liste  : pages /emploi?page_no=N — chaque page embarque un JSON-LD
>            schema.org/ItemList (URL + titre de ~21 offres) ;
> - détail : chaque page offre embarque un JSON-LD schema.org/JobPosting
>            (employeur, description, lieu, salaire) — cache BD + budget.

## Accès

- **Endpoint** (`BASE`) : `https://www.espresso-jobs.com`
- **Pagination** : par numéro de page
- **Backend** : GET direct `requests` (throttlé, UA `JobKaBot/1.0`)
- **Throttle** : 1.0 s entre requêtes.

## Champs → schéma

Complétude mesurée sur les **307 offres actives** de la source (base live, 2026-09-21 18:06 EDT).

| Champ (`jobs.*`) | Rôle | Complétude |
|---|---|---|
| `title` — Titre | titre du poste | 100 % |
| `employer` — Employeur | nom de l'entreprise | 100 % |
| `url` — URL | lien direct vers l'offre originale | 100 % |
| `description` — Description | texte complet (HTML nettoyé) | 100 % |
| `city` — Ville | municipalité normalisée | 100 % |
| `region` — Région | région administrative | 100 % |
| `address` — Adresse | adresse du lieu de travail | 1 % |
| `postal_code` — Code postal | code postal si publié | 1 % |
| `work_mode` — Mode | presentiel / hybride / teletravail | 17 % |
| `employment_type` — Type | temps_plein / temps_partiel / … | 30 % |
| `salary` — Salaire ($) | bornes numériques normalisées $/h et $/an | 14 % |
| `salary_label` — Libellé salaire | texte salarial original | 6 % |
| `benefits` — Avantages | avantages sociaux publiés (JSON) | 0 % |
| `requirements` — Exigences | scolarité, expérience, langues (JSON) | 97 % |
| `date_posted` — Date de parution | ISO 8601 | 100 % |
| `date_deadline` — Date limite | date limite pour postuler | 100 % |
| `category` — Catégorie | taxonomie interne (TI, Santé, …) | 85 % |
| `language` — Langue | fr / en / bilingue (source ou heuristique) | 100 % |
| `company_logo` — Logo employeur | URL du logo si exposé par la source | 100 % |
| `apply_url` — Candidature | lien de candidature directe | 0 % |
| `gps` — GPS | lat/lng (géocodage sans invention) | 100 % |

Exemple réel : *Adjoint(e) administratif(ve) (3875)* — Longueuil · Salaire : 50 000 $ à 60 000 $ · 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** : 1.0 s minimum entre deux requêtes vers la source (`request_delay`).
- **Budgets / plafonds (variables d'environnement)** :

| Variable | Défaut |
|---|---|
| `JOBKA_ESPRESSO_PAGES` | `15` |
| `JOBKA_ESPRESSO_DETAIL_LIMIT` | `100` |
- 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** : 1647 (dont **307 actives**, 19 masquées comme doublons `dup_of`)
- **Salaire** : 43/307 actives (14 %)
- **GPS** : 307/307 actives (100 %)
- **Mode** : 52/307 actives (17 %)
- **Parution** : 307/307 actives (100 %)
- **Dernier sync** : 2026-09-21 16:56 — trouvées 307, +0, ~0, -0
- **Syncs enregistrés** (`sync_log`) : 343

## Erreurs & dépannage

Aucune erreur dans `sync_log` pour cette source.

- Rejouer un sync isolé : `.venv/bin/python run.py sync espresso_jobs` puis inspecter `sync_log` : `sqlite3 data/jobka.db "SELECT * FROM sync_log WHERE source='espresso_jobs' 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

Lecture du **JSON-LD schema.org** (ItemList + JobPosting) publié par les pages publiques d'Espresso-Jobs. Lien vers l'offre originale sur le portail. robots.txt respecté ; budgets de visites par sync. 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/espresso_jobs.py` :

- `f6e7571` 2026-08-18 Portails agrégateurs : Guichet-Emplois, Jobillico, Espresso-Jobs — l offre directe gagne toujours la canonique