# Les listes de contributeurs GitHub sont un vivier de recrutement pour les jeunes startups > Le pedigree et les candidatures reçues m'ont donné des signaux faibles, alors j'ai commencé à sourcer les recrutements des jeunes startups parmi les contributeurs open-source et les personnes que je connaissais déjà. - Source: https://jays.fyi/fr/blog/vivier-recrutement-contributeurs-github - Author: Jay Derinbogaz - Published: 2026-08-10 - Language: fr - Tags: startups, hiring, open-source - Reading time: 8 min - Machine translated: yes — original: https://jays.fyi/blog/github-contributor-lists-are-an-early-startup-hiring-pool --- TextCortex a commencé avec mes tentatives d'affiner GPT-2 pour une écriture créative utile. Ce travail est devenu le point de départ technique du produit. En 2021, j'ai rencontré Dominik Lambersy chez Entrepreneur First à Berlin. Nous avons transformé ce travail en TextCortex AI et avons bootstrappé l'entreprise jusqu'à notre premier tour institutionnel. L'[annonce de juin 2022](https://textcortex.com/post/democratizing-written-communication-textcortex-raises-1-2-million-pre-seed-to-advance-proprietary-nlg-capabilities-and-launch-chrome-extension) mentionne 1,2 million de dollars menés par btov Partners, désormais b2venture, avec la participation de Speedinvest et d'Entrepreneur First. Avant le tour, le recrutement prenait des heures au produit, aux clients et à tout ce qui avait cassé le matin même. Le financement a rempli le compte en banque plus vite qu'il n'a pourvu le poste. Je traitais les employeurs célèbres comme un indicateur de l'aptitude à la startup. Je m'attendais à ce que la profondeur académique se transfère dans le chaos du produit. Puis je me suis frayé un chemin à travers les candidatures ATS pendant que le travail urgent arrivait de toutes les autres directions. Mon échantillon est une seule entreprise, sans expérience contrôlée ni tableau de conversion. Le filtre auquel je fais confiance est simple : **cherchez des personnes qui ont choisi un problème utile, y ont travaillé en public et ont continué sans qu'un manager le leur assigne.** Les contributeurs fournissent cette preuve avant le premier entretien. D'anciens collègues peuvent aussi la fournir. ## Un logo célèbre mesure le succès dans la machine de quelqu'un d'autre Un badge Google ou Amazon indique que la personne a réussi un processus de recrutement difficile et a appris à opérer à grande échelle. Il en dit peu sur ce qui se passe quand la machinerie autour d'elle disparaît. Un ingénieur de la première heure peut toucher au frontend avant le déjeuner, tracer une panne d'infrastructure l'après-midi, réparer une migration et répondre à un client. Sans équipe plateforme ni processus écrit, quelqu'un doit remarquer le vide et s'en emparer. Certains anciens employés de la grande tech sont des recrues exceptionnelles en startup. Le logo ne peut pas les identifier. J'ai fait la même erreur de catégorie avec les doctorats. Un doctorat prouve que quelqu'un peut terminer une recherche difficile dans un domaine étroit. Cette personne peut-elle transformer une plainte incomplète en décision produit et livrer la réparation ? Peut-elle abandonner une approche élégante quand l'approche bon marché maintiendrait l'entreprise en vie ? Mon expérience du recrutement de doctorants est limitée et mauvaise, donc l'affirmation reste étroite. Je n'accorde plus de préparation à la startup pour le diplôme. Maintenir une bibliothèque, livrer des projets secondaires ou travailler sur une pile produit complète fournit de meilleures preuves. ## Votre ATS aplatit le signal le plus utile Les candidatures ATS placent le fondateur dans une file où les candidats ont appris à se ressembler. Les mots-clés et les résultats compressés remplacent le dépôt, la discussion de revue et les décisions désordonnées qui révèlent la prise en charge. Une startup bootstrappée ne peut pas inspecter chaque parcelle de ciel. Vous choisissez où regarder. Un ATS commence par les personnes qui ont choisi votre entreprise. La recherche de contributeurs commence par le travail qui a choisi son auteur. ## Le travail open-source laisse des traces Une contribution est bien plus riche qu'un carré vert sur un profil. Le commit montre ce que la personne a changé. La pull request montre comment elle l'a expliqué. La revue montre comment elle a réagi quand quelqu'un n'était pas d'accord. L'historique des issues montre si elle a aidé après que la partie excitante a été fusionnée. Personne n'a assigné à un contributeur externe le problème exact de votre entreprise. Ils ont trouvé un projet, en ont appris assez pour le modifier et ont accepté qu'un mainteneur puisse rejeter le travail en public. Une pull request rejetée avec soin peut révéler autant sur le jugement et la réponse aux retours qu'une pull request fusionnée. ## Le graphe de dépendances contient déjà une carte des candidats Commencez par le logiciel que votre entreprise utilise. Vous construisez avec une bibliothèque de composants open-source ? Inspectez ses contributeurs. Vous travaillez avec PyTorch ? Regardez les personnes qui améliorent les parties adjacentes à votre produit. Un dépôt célèbre crée le même piège de pedigree qu'un employeur célèbre quand vous courez après le nom et ignorez le travail.
Barre latérale GitHub pour shadcn/ui montrant « Used by 24K » et 607 contributeurs.
GitHub affichait 607 contributeurs et « Used by 24K » pour shadcn/ui le 10 août 2026. La liste des contributeurs d'une bibliothèque de composants est un endroit pratique pour commencer une recherche frontend.
Cette capture d'écran contient un vivier de recrutement qu'un ATS ne peut pas fabriquer. Lisez les contributions. Trouvez des changements qui ressemblent aux problèmes de votre entreprise. Vérifiez si le travail est récent et si le profil invite au contact. Puis écrivez aux quelques personnes dont vous pouvez décrire honnêtement le travail. Le premier message doit prouver que vous avez fait la lecture : > J'ai lu votre contribution à [projet], en particulier la décision que vous avez prise dans > [pull request spécifique]. Nous traitons un problème connexe chez [entreprise]. > Le poste couvre [périmètre réel], et les fourchettes de salaire et d'équité sont [fourchettes]. > Si cela vous intéresse, je voudrais vous montrer le problème et entendre comment > vous l'aborderiez. Il explique pourquoi cette personne, expose le périmètre et met la rémunération au grand jour. Un budget serré est une contrainte d'entreprise. Il ne vous donne pas la permission de faire perdre du temps à un candidat ou de déguiser une trésorerie faible avec un langage héroïque. ## Une invite de recherche n'est utile que lorsqu'elle renvoie le travail Donnez à l'un ou l'autre modèle un brief étroit et exigez des liens. Remplacez chaque champ entre crochets. **Claude :** ```text Research contributors for [ROLE] at [COMPANY, URL]. We build [PRODUCT] with [STACK] and need help with [3 CONCRETE PROBLEMS]. Search [REPOSITORY URL], its dependencies and adjacent projects. Return at most six people. For each, link a profile and two relevant commits, pull requests, reviews or issues. Explain the technical match, judgment shown, recency and uncertainty. Prefer substance over commit counts. Use only public professional information. Never infer protected traits, guess contact details or invent evidence. ``` **ChatGPT :** ```text Research a [ROLE] for [COMPANY, URL] working on [PROJECT AND PROBLEMS]. Search [REPOSITORY URL], its dependencies and related projects. Return at most six contributors in a table: profile, contribution links, problem ownership, response to review, recency, fit and caveats. Every judgment must cite public work I can open. Exclude prolific but weak matches. Do not scrape personal data or draft bulk outreach. Give me one specific question about each person's work. ``` ## La prospection de masse détruit le signal que vous cherchiez Scraper chaque contributeur et transformer le graphe en un autre entonnoir est le raccourci évident. Ne le faites pas. La [politique d'utilisation acceptable](https://docs.github.com/en/site-policy/acceptable-use-policies/github-acceptable-use-policies) de GitHub interdit explicitement d'utiliser les informations obtenues depuis le service pour du spam, y compris les e-mails non sollicités, et vise explicitement les recruteurs, les chasseurs de têtes et les sites d'emploi. C'est aussi une mauvaise façon de recruter. La spécificité crée l'avantage. L'automatisation le supprime et laisse la même file d'attente indifférenciée, sauf que vous avez maintenant interrompu des personnes qui n'ont jamais postulé. Utilisez le graphe pour la découverte, suivez le canal de contact qu'un contributeur a publié, facilitez le refus et arrêtez après un manque d'intérêt manifeste. La liste plus courte est la fonctionnalité. ## Les amis viennent avec une longue vérification de références Les personnes que vous connaissez fournissent des preuves qu'aucun cycle d'entretien ne peut recréer. Vous avez vu si elles terminent un travail ennuyeux, gèrent les conflits et vous préviennent tôt. L'amitié n'établit pourtant pas la clarté du rôle, l'appétence au risque ni l'accord sur le salaire et les actions. Mettez ces points par écrit. Expliquez les parties difficiles avec le même soin que vous mettez à présenter la mission. Montrez-leur le problème réel plutôt que de faire paraître l'entreprise plus sûre qu'elle ne l'est. Appliquez le même standard dans les entretiens. Demandez aux candidats de présenter un travail qu'ils ont choisi, puis donnez-leur un problème réel dont les détails confidentiels ont été retirés. Observez ce qu'ils demandent et comment ils gèrent une spécification incomplète. La proactivité inclut de demander de l'aide avant qu'un problème ne devienne coûteux. ## Un sourcing bon marché ne sauve pas un filtre négligent La contribution publique a son propre biais. Elle favorise les personnes qui ont le temps, la permission et la confiance de travailler là où des inconnus peuvent les juger. D'excellents ingénieurs avec des responsabilités de soin, des contrats de travail restrictifs ou des carrières en logiciel propriétaire peuvent ne laisser aucune trace publique. Utilisez le travail public comme source à fort signal. Son absence ne prouve rien. Décidez ce que le poste exige et notez les preuves qui prédisent ces comportements. Après que la personne recrutée a fait du vrai travail, comparez la prédiction avec ce qui s'est passé. Si les candidats contributeurs ont besoin d'autant de direction que les candidats issus de l'ATS, votre théorie a échoué. Changez le filtre. Je ne peux pas vous montrer un tableau prouvant que les contributeurs battent les anciens de Google, les doctorants ou les candidats classiques. Je peux vous montrer le filtre qui a survécu à mes erreurs. Une marque m'a dit où quelqu'un avait réussi. Un diplôme m'a dit ce qu'ils avaient étudié. Une candidature m'a dit comment ils se décrivaient. Le travail public m'a montré ce qu'ils avaient choisi, ce qu'ils avaient livré et ce qui s'était passé quand quelqu'un d'autre avait contesté. Avec un budget serré, la certitude est hors de portée. Les preuves coûtent moins cher qu'une mauvaise embauche, et elles sont déjà dans le graphe de dépendances.