Offres d’emploi publiquesUne offre d’emploi révèle ce qu’une entreprise souhaite construire. Suivez les postes annoncés et leurs descriptions pour étudier expansions possibles et priorités techniques.
Essayez ces exemples pour le marketing, la croissance et l’analyse concurrentielle.
Pour un cabinet de conseil en données, cherchez des entreprises recrutant des analytics engineers à Londres. Lisez les outils demandés, puis étudiez leur besoin éventuel d’aide sur des projets.
Gardez une sélection avec lien de l’offre, date d’observation et raison d’étudier l’entreprise.
Suivez les postes en vente, partenariats et ingénierie. Comparez les nouvelles offres dans le temps pour étudier changements de priorités ou expansion possible.
Gardez une chronologie des recrutements avec vos notes.
Pour une activité de formation, suivez les offres mentionnant Python, SQL ou dbt dans une même région. Étudiez descriptions et niveaux d’expérience avant de préparer les cours.
Basez l’étude de demande sur les offres collectées et précisez la couverture de l’échantillon.
DU PREMIER ESSAI AU FLUX RÉCURRENT
{
"keywords": ["python developer"],
"locations": ["London"],
"datePosted": "week",
"maxItems": 20,
"scrapeJobDetails": false
}Collez ceci dans l’éditeur JSON de l’Actor. Remplacez les cibles d’exemple avant de lancer.
Voir le formulaire actuel sur ApifyVous pouvez construire une recherche avec des mots-clés et des lieux, ou copier une URL filtrée de LinkedIn Jobs. Commencez par les fiches, puis activez les détails pour étudier les compétences dans les descriptions.
| Méthode de recherche | Quand l’utiliser | Ce qui change |
|---|---|---|
| Mots-clés et lieux | Quand l’utiliserVous cherchez des résultats pertinents avant de choisir des cibles précises. | Ce qui changeIntitulés ou compétences. Chaque mot-clé est combiné à chaque lieu : trois mots-clés et deux lieux font six recherches. Les offres répétées sont dédupliquées. |
| URL de pages de recherche | Quand l’utiliserVous avez déjà configuré la recherche sur le site source. | Ce qui changeCollez des recherches d’emploi LinkedIn filtrées. Leurs filtres sont conservés. Les pages d’entreprise deviennent des recherches par nom ; les liens d’offres individuelles ne sont pas pris en charge. Effacez les mots-clés préremplis si nécessaire. |
| Identifiants d’entreprises | Quand l’utiliserVous connaissez l’entité exacte à collecter. | Ce qui changeLimite aux identifiants numériques d’entreprise du filtre f_C. Le slug d’une page d’entreprise n’est pas cet identifiant. |
Une page contient 10 offres. La recherche publique plafonne autour de 1 000 offres ; augmenter les pages ne supprime pas ce plafond. Divisez par lieu, date ou type d’emploi.
Comparer le scraper associéUtilisez les noms exacts ci-dessous en JSON. Dans le formulaire Apify, saisissez les éléments des listes séparément et respectez les types numériques et booléens.
Valeur par défaut et préremplissage sont différents. La valeur par défaut s’applique si vous omettez un réglage ; le préremplissage est un exemple déjà saisi dans le formulaire Apify. Vérifiez cibles et limites avant chaque collecte. Certains réglages n’ont pas de valeur par défaut dans le schéma. Indiquez au moins une cible prise en charge.
searchUrlsCollez des recherches d’emploi LinkedIn filtrées. Leurs filtres sont conservés. Les pages d’entreprise deviennent des recherches par nom ; les liens d’offres individuelles ne sont pas pris en charge. Effacez les mots-clés préremplis si nécessaire.
keywordsIntitulés ou compétences. Chaque mot-clé est combiné à chaque lieu : trois mots-clés et deux lieux font six recherches. Les offres répétées sont dédupliquées.
locationsVilles, régions ou pays reconnus par LinkedIn. Chaque lieu ajoute des recherches distinctes. Utilisez geoId pour les noms ambigus.
geoIdIdentifiant numérique de lieu LinkedIn, copié depuis geoId dans un lien filtré. Sélectionne un lieu plus précisément qu’un nom.
companyIdsLimite aux identifiants numériques d’entreprise du filtre f_C. Le slug d’une page d’entreprise n’est pas cet identifiant.
datePostedany, month, week ou day. day signifie les dernières 24 heures, pas une date calendaire. Pour un suivi quotidien, combinez day et sortBy date et conservez les identifiants.
any month week daysortByrelevance utilise le classement LinkedIn ; date donne les offres récentes en premier. Avec un plafond global, l’ordre détermine les offres collectées.
relevance dateexperienceLevelListe de niveaux d’expérience. Plusieurs choix élargissent la recherche. Utilisez les valeurs proposées ; les valeurs inconnues sont ignorées avec une note.
internship entry associate mid-senior director executivejobTypeTypes d’emploi comme full-time, contract ou internship. Distincts de workplaceType, qui décrit le travail distant, hybride ou sur site.
full-time part-time contract temporary volunteer internship otherworkplaceTypeChoisissez on-site, remote, hybrid ou plusieurs valeurs. Le filtre distant ne garantit pas que l’employeur accepte des candidats de tous les pays.
on-site remote hybriddistanceRayon de recherche en miles, de 0 à 100. Concerne les recherches géographiques ; ne change pas le classement d’un poste comme distant.
scrapeJobDetailsAjoute descriptions, expérience, type d’emploi, fonctions, secteurs et candidats via une requête par offre. Désactivez pour une liste rapide ; utilisez un proxy si activé.
maxItemsPlafond d’offres uniques sur tous les mots-clés, lieux et liens. Pas par recherche. Vide supprime ce plafond, mais maxPagesPerSearch reste actif.
maxPagesPerSearchUne page contient 10 offres. La recherche publique plafonne autour de 1 000 offres ; augmenter les pages ne supprime pas ce plafond. Divisez par lieu, date ou type d’emploi.
maxConcurrencyDe 1 à 10 recherches simultanées, 2 par défaut. Davantage de tâches peut augmenter les limitations. Restez modéré avec suffisamment de sorties proxy.
delayMsPause entre requêtes de pages, en millisecondes. Augmentez-la en cas de limitation ; la réduire ne supprime ni la latence ni les limites de la source.
proxyConfigurationFortement recommandé, surtout pour les descriptions complètes. LinkedIn peut bloquer les détails avant les résultats ; des descriptions absentes ne signifient pas qu’elles n’existent pas.
proxyRotationsRéessaie les requêtes refusées avec une nouvelle session proxy. Davantage d’essais peut surmonter des blocages temporaires, mais ajoute du temps et du trafic. Gardez le réglage par défaut sauf indication du journal.
resumeSauvegarde la progression environ toutes les 30 secondes pour reprendre après un redémarrage ou une migration Apify. Laissez-le activé.
continueFromLastRunPoursuit le travail inachevé du run précédent avec la même entrée. Les résultats précédents restent dans son dataset. Gardez false pour une collecte nouvelle ou régulière.
impersonateIdentité du navigateur utilisée pour les requêtes. Gardez la valeur par défaut sauf pour diagnostiquer un blocage immédiat. Elle modifie l’empreinte des requêtes, pas les données demandées.
Cette référence reprend les paramètres de l’Actor. Vérifiez le formulaire actuel avant de modifier un flux de production. Voir le formulaire actuel sur Apify.
Chaque exemple est une exécution distincte. Commencez petit, vérifiez les résultats, puis élargissez. Adaptez les cibles, pays et dates à votre recherche.
Collectez les offres récentes de data engineering à Londres sans descriptions. Planifiez chaque jour et gardez les identifiants et dates pour distinguer les nouvelles offres de celles déjà vues.
{
"keywords": ["data engineer"],
"locations": ["London"],
"datePosted": "day",
"sortBy": "date",
"maxItems": 50,
"scrapeJobDetails": false
}Collectez les postes hybrides à temps plein mentionnant dbt ou BigQuery, avec descriptions. Extrayez les compétences récurrentes en SQL ou demandez à Claude de les regrouper. La limite de 50 couvre les deux recherches ensemble.
{
"keywords": ["dbt", "BigQuery"],
"locations": ["London"],
"datePosted": "week",
"jobType": ["full-time"],
"workplaceType": ["hybrid"],
"maxItems": 50,
"scrapeJobDetails": true,
"maxConcurrency": 2
}Cherchez les postes Python de niveau débutant et associate affichés à distance en Allemagne. À distance ne signifie pas recrutement mondial. Vérifiez les exigences de résidence, fuseau horaire et autorisation de travail.
{
"keywords": ["python developer"],
"locations": ["Germany"],
"datePosted": "week",
"experienceLevel": ["entry", "associate"],
"workplaceType": ["remote"],
"maxItems": 50,
"scrapeJobDetails": true
}Conservez identifiants, entreprise, lieu, date de publication et liens. Les descriptions permettent d’extraire compétences, niveau et conditions, mais salaires et candidats peuvent manquer. Il s’agit d’offres publiques, pas de contacts de recruteurs. Dédupliquez chaque relevé et gardez les observations successives pour les tendances.
resume protège le run actuel si Apify le redémarre. continueFromLastRun poursuit un ancien run avec la même configuration ; ses données restent dans son dataset. Réunissez les deux datasets et augmentez une limite déjà atteinte. Relancez de zéro pour observer les changements d’aujourd’hui.
Enregistrez une configuration ci-dessus dans input.json. Définissez APIFY_TOKEN avec votre jeton Apify dans le terminal, puis envoyez le fichier comme corps de requête.
curl --fail-with-body --request POST \
--url "https://api.apify.com/v2/actors/jmlp~linkedin-jobs-scraper/runs" \
--header "Authorization: Bearer $APIFY_TOKEN" \
--header "Content-Type: application/json" \
--data-binary @input.jsonLa réponse contient un identifiant de collecte et defaultDatasetId, pas les résultats finaux. Attendez la réussite, définissez DATASET_ID avec cet identifiant et récupérez les lignes. Pour les gros jeux, utilisez limit et offset pour paginer.
curl --fail-with-body \
--url "https://api.apify.com/v2/datasets/$DATASET_ID/items?format=json" \
--header "Authorization: Bearer $APIFY_TOKEN"Référence API de lancement et d’export d’Apify
Options d’export des données
Modifiez un réglage à la fois, gardez une petite limite et consultez le résumé avant d’élargir.
Ajoute descriptions, expérience, type d’emploi, fonctions, secteurs et candidats via une requête par offre. Désactivez pour une liste rapide ; utilisez un proxy si activé.
Fortement recommandé, surtout pour les descriptions complètes. LinkedIn peut bloquer les détails avant les résultats ; des descriptions absentes ne signifient pas qu’elles n’existent pas.
Identifiant numérique de lieu LinkedIn, copié depuis geoId dans un lien filtré. Sélectionne un lieu plus précisément qu’un nom.
Un succès indique que l’Actor a terminé, pas que la source a fourni des données. Consultez SUMMARY.inputProblem, SUMMARY.problem et le journal : cible manquante, filtre non pris en charge ou requête refusée. Essayez une cible connue avec moins de filtres.
Vérifiez les limites globales, par recherche et par page, la couverture et les doublons. Plusieurs recherches peuvent trouver la même ligne. Le total annoncé par la source peut inclure des données non accessibles publiquement. Vérifiez les tâches inachevées avant de considérer le dataset complet.
Gardez company, role, posted_date et job_url dans un tableau. Ajoutez la catégorie de signal vérifiée et une colonne pour la prochaine action de l’équipe.
Lire le guideDemandez à Claude de repérer les compétences et outils explicites dans les descriptions en citant les URL. Les interprétations de demande commerciale doivent être des hypothèses.
Lire le guideTracez les nouveaux identifiants par entreprise, lieu et catégorie de poste. Gardez les mêmes critères de recherche et affichez la couverture de l’échantillon.
Lire le guideGardez les observations brutes et une table actuelle des offres par job_id. Vérifiez les entreprises avant de les joindre aux fiches CRM.
Lire le guide
Vérifie jmlp/linkedin-jobs-scraper et collecte jusqu’à 50 offres d’analytics engineer à Londres sur la dernière semaine avec détails. Identifie les mentions de Python, SQL ou dbt, cite chaque job_url et prépare une sélection d’entreprises. Présente la demande de services comme hypothèse.Conservez la date de collecte et les identifiants d’origine pour vérifier la provenance d’un résultat ou le comparer à une exécution ultérieure.
Une offre indique une intention de recrutement, pas une embauche, un budget ou une expansion confirmés. Salaires et candidats peuvent manquer. Vérifiez republications et doublons avant de conclure à la croissance ; gardez identifiants et dates.
Non. L’extracteur utilise des offres publiques sans vos identifiants ni cookies LinkedIn. Un compte Apify est nécessaire.
Non. Les offres peuvent suggérer des priorités, sans prouver les embauches ou la croissance. Elles orientent des recherches complémentaires.
Source et informations actuelles : Actor LinkedIn Jobs de JMLP sur Apify.
Facebook & Instagram01Regardez ce que vos concurrents annoncent.
Rassemblez les publicités concurrentes. Comparez textes, offres et dates avant de préparer votre prochaine campagne.
Recherche, YouTube et Display02Retrouvez les publicités d’une marque sur Google.
Collectez les créations diffusées sur la recherche, YouTube et Display. Comparez formats et marchés pour préparer votre campagne.
Dites-moi ce que vous devez collecter ou comprendre. Je peux vous aider avec un extracteur sur mesure, un pipeline ou l’analyse.
Parlons de votre projet