Anglais US



7 modèles de CV pour Ingénieur en intelligence artificielle - RAG et LLM, avec exemples

Par Ria · Dernière mise à jour le 23 octobre 2026
Exemple de CV — page 1

Ce guide pratique vous aide à créer un CV d’ingénieur en intelligence artificielle orienté RAG et LLM, clair, ciblé et facile à parcourir. Vous y trouverez des conseils pour organiser vos preuves et comparer les mises en page selon les informations à mettre en avant.

Pour ce poste, reliez les étapes d’un prototype RAG aux résultats observables : préparation du corpus, indexation avec FAISS, évaluation des réponses et intégration du modèle. Le modèle Compact place les coordonnées dans l’en-tête et présente les points forts et compétences dans une barre latérale, à côté du parcours professionnel.

L’exemple est présenté en 7 mises en page. Comparez les aperçus en image, puis choisissez une présentation qui rend lisibles vos projets, vos compétences et les mots-clés liés au RAG et aux LLM.

Qu’est-ce qui fait un bon CV d’ingénieur en intelligence artificielle orienté RAG et LLM en 2026 ?

Un CV convaincant hiérarchise les projets, les compétences techniques et les résultats, avec des rubriques explicites et une lecture rapide. Il distingue clairement les travaux universitaires des emplois.

Pour étayer vos réalisations, privilégiez des formulations nominales cohérentes, comme « Préparation et indexation d’un corpus de 1 200 documents », puis précisez la méthode, les outils employés et les résultats vérifiables. Reprenez les mots-clés pertinents, notamment RAG, LLM, évaluation de modèles, LangChain et FAISS, uniquement lorsqu’ils correspondent à votre expérience.

Note : Les exemples de CV sont fournis à titre pédagogique uniquement. Utilisez uniquement des informations qui reflètent fidèlement votre expérience et vos qualifications. Les références à des organisations réelles n’impliquent aucune affiliation ni approbation de leur part.

#1 Compact (format sobre à deux colonnes avec photo)

Compact associe une page blanche, une photo en haut à gauche et des séparateurs fins ; cette sobriété convient aux CV qui privilégient le contenu écrit.

 
CV Compact (format sobre à deux colonnes avec photo) : Ingénieur en intelligence artificielle - RAG et LLM, page 1   CV Compact (format sobre à deux colonnes avec photo) : Ingénieur en intelligence artificielle - RAG et LLM, page 2

Pourquoi choisir ce modèle ?

  • Les séparateurs fins délimitent les rubriques et aident à retrouver les expériences.
  • Les deux colonnes distinguent les repères complémentaires du parcours professionnel sans fragmenter la lecture.
  • Le fond blanc laisse les réalisations détaillées occuper une place lisible.

À privilégier pour

  • CV avec portrait intégré
  • Parcours détaillés en plusieurs rubriques
  • Informations complémentaires à distinguer
  • Lecture en deux colonnes
  • Présentation sobre privilégiant le texte

Mots-clés du CV

  • Étudiant en MSc AI for Business
  • MSc AI for Business, parcours intelligence artificielle et science des données
  • intelligence artificielle
  • Machine learning
  • RAG
  • LLM
  • Collecte, analyse et préparation de 1 200 documents
  • Analyse de données
  • Préparation d’un jeu de données synthétiques inspiré de scénarios de maintenance, avec vérification de la qualité des données et création de variables adaptées à l’entraînement de modèles de classification.
  • évaluation des modèles
  • secteur de la défense
  • Réalisation d’une veille technologique sur les bibliothèques d’IA
  • présentation des résultats
  • Recommandations stratégiques
  • Travail en équipe
Voir tous les mots-clés
 

#2 Élégant (format à colonne latérale colorée avec photo)

Élégant contraste une colonne latérale bleue avec un contenu principal sur fond blanc, un choix adapté aux CV qui associent portrait et repères visuels nets.

 
CV Élégant (format à colonne latérale colorée avec photo) : Ingénieur en intelligence artificielle - RAG et LLM, page 1   CV Élégant (format à colonne latérale colorée avec photo) : Ingénieur en intelligence artificielle - RAG et LLM, page 2

Pourquoi choisir ce modèle ?

  • La colonne latérale colorée distingue visuellement les informations complémentaires du parcours détaillé.
  • Le contenu principal sur fond blanc garde une lecture nette des expériences et réalisations.
  • Le portrait dans la colonne latérale répond aux préférences pour un CV avec photo.

À privilégier pour

  • CV avec photo et colonne colorée
  • Parcours professionnel détaillé
  • Repères complémentaires séparés du contenu principal
  • Contraste bleu et blanc
  • Rubriques à parcourir en deux zones
 

#3 Moderne (format à deux colonnes avec photo à gauche et séparateur)

Moderne associe une photo arrondie à gauche, un séparateur et des titres soulignés, pour baliser les rubriques sans alourdir la page blanche.

 
CV Moderne (format à deux colonnes avec photo à gauche et séparateur) : Ingénieur en intelligence artificielle - RAG et LLM, page 1   CV Moderne (format à deux colonnes avec photo à gauche et séparateur) : Ingénieur en intelligence artificielle - RAG et LLM, page 2

Pourquoi choisir ce modèle ?

  • Le séparateur clarifie le passage entre contenu principal et informations complémentaires.
  • Les titres soulignés balisent les rubriques d’expérience, de formation et de compétences.
  • Le fond blanc et les repères sobres laissent les réalisations lisibles sans surcharge.

À privilégier pour

  • CV avec photo arrondie
  • Rubriques clairement repérées
  • Expériences et formation à parcourir
  • Lecture en deux colonnes
  • Présentation sobre sur fond blanc
 

#4 Audacieux (format à deux colonnes avec accents colorés et photo)

Audacieux reprend une couleur d’accent dans le liseré supérieur, le nom, les icônes et les titres ; cette présentation convient aux CV qui assument des repères colorés.

 
CV Audacieux (format à deux colonnes avec accents colorés et photo) : Ingénieur en intelligence artificielle - RAG et LLM, page 1   CV Audacieux (format à deux colonnes avec accents colorés et photo) : Ingénieur en intelligence artificielle - RAG et LLM, page 2

Pourquoi choisir ce modèle ?

  • Les deux colonnes maintiennent distincts le parcours professionnel et les informations complémentaires.
  • Les titres colorés créent des repères réguliers entre expérience, formation et compétences.
  • Le fond blanc préserve une lecture structurée malgré les accents visuels.

À privilégier pour

  • CV avec photo et accents colorés
  • Rubriques nombreuses à distinguer
  • Parcours réparti en deux zones
  • Repères visuels dans les titres
  • Préférence pour une page structurée et colorée
 
 

#5 Signature (format à colonne latérale colorée avec grande photo)

Signature place une grande photo rectangulaire en haut de la colonne latérale colorée, un choix adapté à une présentation où le portrait occupe une place centrale.

 
CV Signature (format à colonne latérale colorée avec grande photo) : Ingénieur en intelligence artificielle - RAG et LLM, page 1   CV Signature (format à colonne latérale colorée avec grande photo) : Ingénieur en intelligence artificielle - RAG et LLM, page 2

Pourquoi choisir ce modèle ?

  • Le contraste latéral sépare visuellement les compléments du contenu professionnel principal.
  • Le fond blanc réserve une zone de lecture nette aux expériences et réalisations.
  • La structure en deux colonnes aide à parcourir les rubriques sans confondre leurs fonctions.

À privilégier pour

  • CV avec grande photo
  • Portrait au premier plan
  • Informations complémentaires en colonne latérale
  • Expériences et réalisations détaillées
  • Lecture organisée en deux zones
 

#6 Fonceur (format à deux colonnes avec en-tête centré sans photo)

Fonceur centre le nom, encadre les coordonnées dans l’en-tête et distingue les informations complémentaires par une colonne légèrement teintée, sans photo.

 
CV Fonceur (format à deux colonnes avec en-tête centré sans photo) : Ingénieur en intelligence artificielle - RAG et LLM, page 1   CV Fonceur (format à deux colonnes avec en-tête centré sans photo) : Ingénieur en intelligence artificielle - RAG et LLM, page 2

Pourquoi choisir ce modèle ?

  • Les coordonnées encadrées en tête se repèrent avant la lecture du parcours.
  • Le léger contraste de la colonne latérale distingue les rubriques complémentaires des expériences.
  • Les deux colonnes offrent un ordre de lecture explicite entre parcours et éléments d’appui.

À privilégier pour

  • CV sans photo
  • Coordonnées mises en évidence dans l’en-tête
  • Parcours et compléments organisés en colonnes
  • Lecture avec repères visuels discrets
  • Présentation à en-tête centré
 

#7 Dynamique (format à deux colonnes avec icônes)

Dynamique associe un en-tête centré, des accents dorés et des pictogrammes décoratifs, pour une présentation rythmée sans photo.

 
CV Dynamique (format à deux colonnes avec icônes) : Ingénieur en intelligence artificielle - RAG et LLM, page 1   CV Dynamique (format à deux colonnes avec icônes) : Ingénieur en intelligence artificielle - RAG et LLM, page 2

Pourquoi choisir ce modèle ?

  • Les deux colonnes répartissent les rubriques entre expériences et informations complémentaires.
  • L’en-tête centré crée un point d’entrée visuel avant le parcours professionnel.
  • Les pictogrammes restent décoratifs : les compétences demeurent lisibles dans leurs rubriques textuelles.

À privilégier pour

  • CV sans portrait
  • Présentation aux accents dorés
  • Parcours professionnel avec rubriques complémentaires
  • Lecture organisée en deux colonnes
  • Préférence pour un en-tête centré
 
 

Pourquoi créer votre CV d’ingénieur en intelligence artificielle avec ResumeInMinutes ?

ResumeInMinutes vous permet d’organiser vos compétences, vos projets, votre formation et vos expériences dans un CV lisible et adaptable. Les exemples en image aident à comparer la place accordée aux rubriques avant d’ouvrir une présentation dans l’éditeur.

  • Des mises en page de CV à comparer
  • Des rubriques claires pour faciliter la lecture ATS
  • Des mots-clés en lien avec le poste visé
  • Une organisation des compétences et des projets
  • Des aperçus de CV en image
  • Des options de personnalisation dans l’éditeur

Pour un CV RAG et LLM, donnez une place visible à la préparation des données, à l’évaluation des modèles et à leur intégration. Des éléments comme le volume du corpus, les critères de test et les limites documentées rendent vos contributions plus faciles à apprécier.

 

Voir aussi

 

Questions fréquentes

Ces modèles de CV d’ingénieur en intelligence artificielle sont-ils adaptés aux ATS ?

Des intitulés de rubriques explicites et une structure simple facilitent le repérage des informations, sans garantir le résultat d’un logiciel ATS. Ajoutez les mots-clés RAG, LLM, préparation des données ou évaluation de modèles lorsqu’ils décrivent réellement vos compétences et vos projets.

S’agit-il de plusieurs CV différents ?

Non. Le guide présente un exemple de CV décliné selon plusieurs mises en page visuelles. Vous pouvez comparer les aperçus en image et ouvrir une présentation dans l’éditeur.

Que faut-il inclure dans un CV d’ingénieur en intelligence artificielle orienté RAG et LLM ?

Présentez un résumé professionnel ciblé, vos projets ou expériences, votre formation, vos compétences techniques et vos certifications. Décrivez les étapes de préparation des corpus, les méthodes d’évaluation, les outils employés et les résultats que vous pouvez étayer.

Quel style de CV choisir pour un poste en RAG et LLM ?

Choisissez une mise en page dont les rubriques restent faciles à repérer et qui laisse assez d’espace aux projets et aux compétences techniques. Le modèle Compact place les coordonnées dans l’en-tête et les compétences dans une barre latérale, aux côtés du parcours professionnel.

Comment présenter une expérience limitée dans ce domaine ?

Appuyez-vous sur des projets universitaires ou personnels pertinents, en indiquant clairement leur contexte. Privilégiez des formulations nominales, par exemple « Évaluation de la pertinence des résultats de recherche », et précisez la méthode, les outils et les constats documentés.

Faut-il ajouter une photo au CV ?

Ajoutez une photo uniquement si elle est habituelle ou demandée dans votre région et votre secteur. En cas de doute, un CV sans photo reste un choix simple et professionnel.

Peut-on personnaliser ces modèles de CV ?

Oui. Vous pouvez adapter le contenu et la présentation dans l’éditeur afin de mettre en valeur les projets, les outils et les compétences pertinents pour le poste d’ingénieur en intelligence artificielle orienté RAG et LLM.

Score ATS 87%

Comment ce score est calculé

  • Score ATS = arrondi(0,60 × K + 0,20 × T + 0,20 × Q). K : couverture des mots-clés ; T : composante CV textuel (100 pour le CV évalué ici) ; Q : max(0, 100 − déductions des vérifications du CV).
  • Couverture des mots-clés = arrondi(100 × correspondances confirmées ÷ nombre total de mots-clés). Les correspondances exactes et les équivalences étayées validées par l’IA reçoivent tous les points ; les mots-clés non étayés n’en reçoivent aucun. Les vérifications du texte utilisent les équivalences enregistrées sans nouvelle analyse par l’IA. Sans mots-clés, aucun score ATS global n’est disponible.

Ce que signifie ce score

Nos scores sont des estimations, pas des notes d’employeurs. Ils peuvent contenir des erreurs et ne garantissent ni analyse correcte, ni classement, ni entretien, ni emploi. Vérifiez votre document selon les exigences de l’employeur. Vous êtes responsable de l’utilisation de ce score.

Conditions générales

Pondération : mots-clés 60 % · CV textuel 20 % · Qualité du CV 20 %

Couverture des mots-clés : 18 sur 23 (78 %) · Qualité du CV : 100 %

Qualité du CV 100% · Poids 20% · Problèmes (0)

Détails
  • ✓Nom présent: Frédéric Brun
  • ✓Format de l’adresse e-mail: frederic.brun@example.com
  • ✓Format du numéro de téléphone: 06 39 98 XX XX
  • ✓Expérience 1: Intitulé du poste: Projet d’ingénierie en IA, assistant RAG
  • ✓Expérience 1: Nom de l’entreprise: Projet universitaire
  • ✓Expérience 1: Lieu de travail: Grenoble
  • ✓Expérience 1: Dates d’emploi: octobre 2026 - présent
  • ✓Expérience 1: Description ou réalisations: Présent
  • ✓Expérience 2: Intitulé du poste: Projet de recherche supervisé en machine learning
  • ✓Expérience 2: Nom de l’entreprise: Laboratoire universitaire d’IA appliquée
  • ✓Expérience 2: Lieu de travail: Grenoble
  • ✓Expérience 2: Dates d’emploi: janvier 2026 - juin 2026
  • ✓Expérience 2: Description ou réalisations: Présent
  • ✓Expérience 3: Intitulé du poste: Étude de classification et préparation de données
  • ✓Expérience 3: Nom de l’entreprise: Projet de cours en science des données
  • ✓Expérience 3: Lieu de travail: Grenoble
  • ✓Expérience 3: Dates d’emploi: septembre 2025 - décembre 2025
  • ✓Expérience 3: Description ou réalisations: Présent
  • ✓Aucun champ provisoire
  • ✓Aucune réalisation répétée
  • ✓Aucune puce vide

Aucun problème détecté lors des vérifications actuelles.

CV textuel 100% · Poids 20%

Texte extrait
Frédéric Brun
Étudiant en intelligence artificielle
06 39 98 XX XX
fredericbrun
Grenoble
frederic.brun@example.com
POINTS FORTS
Analyse rigoureuse
Vérification de la qualité des jeux de données et examen des erreurs de prédiction avant de retenir une approche de modélisation.
Collaboration
Répartition des tâches et coordination des supports de présentation, avec une contribution suivie aux projets menés en équipe.
Transmission
Accompagnement de petits groupes en programmation Python, en adaptant les explications aux difficultés rencontrées par les étudiants.
Traçabilité
Documentation des choix techniques et des limites observées pour faciliter la compréhension et la reproductibilité des expériences.
Autonomie d’apprentissage
Veille sur les bibliothèques d’IA et les méthodes d’évaluation, puis synthèse des options utiles aux travaux universitaires.
PROFIL
Étudiant en MSc AI for Business, spécialisé en intelligence artificielle appliquée, avec une formation en informatique et en science des données. Expérience de projets universitaires en machine learning et en prototypage RAG, de la préparation des corpus à l’évaluation des modèles et à leur intégration dans des applications. Contribution à des travaux d’équipe comprenant le cadrage des besoins, la conduite de projet, la documentation et la présentation des résultats. Pratique de Python et des bibliothèques d’IA pour comparer des approches et formuler des recommandations étayées. Intérêt pour la fiabilité des outils et les cas d’usage du secteur de la défense.
FORMATION
MSc AI for Business, parcours intelligence artificielle et science des données
Institut supérieur d’intelligence artificielle appliquée
2025
Grenoble
Licence Informatique, parcours science des données
Université de Limoges
2024
Limoges
COMPÉTENCES TECHNIQUES
Langages de programmation: Python, SQL, Java, C++
Analyse de données: pandas, NumPy, Polars
Apprentissage automatique: scikit-learn, XGBoost, LightGBM
Apprentissage profond: PyTorch, TensorFlow, Keras
Modèles de langage: Hugging Face Transformers, spaCy, NLTK
Cadres d’orchestration IA: LangChain, LlamaIndex, Haystack
Bases vectorielles: FAISS, Chroma, Qdrant
Bases de données: PostgreSQL, SQLite, MongoDB
Services d’IA infonuagiques: Amazon SageMaker, Azure Machine Learning, Google Vertex AI
Outils de développement: Jupyter, Visual Studio Code, Git
Formats et interfaces: JSON, REST, OpenAPI
EXPÉRIENCE
Projet d’ingénierie en IA, assistant RAG
Projet universitaire
octobre 2026 - présent
Grenoble
Conception d’un assistant RAG avec LangChain et Hugging Face Transformers, à partir d’un corpus documentaire public lié aux enjeux de défense, pour fournir des réponses sourcées sans recourir à des données sensibles.
Collecte, analyse et préparation de 1 200 documents, avec dédoublonnage, découpage en segments et indexation dans FAISS afin de constituer un corpus exploitable par un LLM.
Évaluation de la pertinence des résultats de recherche, de la qualité des réponses et du temps de traitement sur un jeu de questions de test, puis optimisation des paramètres de récupération pour renforcer l’efficacité du prototype.
Intégration du modèle dans une application de démonstration connectée à un système documentaire simulé, avec échanges réguliers au sein d’une équipe projet et documentation des choix techniques.
Présentation des résultats à des enseignants et étudiants, comparaison des limites observées et formulation de recommandations stratégiques sur les conditions d’usage et les étapes de validation.
Projet de recherche supervisé en machine learning
Laboratoire universitaire d’IA appliquée
janvier 2026 - juin 2026
Grenoble
Préparation d’un jeu de données synthétiques inspiré de scénarios de maintenance, avec vérification de la qualité des données et création de variables adaptées à l’entraînement de modèles de classification.
Comparaison de modèles de machine learning avec scikit-learn et PyTorch, selon des mesures de précision, de rappel et de stabilité sur des jeux de validation séparés.
Analyse des erreurs de prédiction et ajustement du traitement des données pour mieux distinguer les cas nécessitant une vérification humaine.
Restitution des résultats lors de réunions de suivi, avec supports documentés pour faciliter la compréhension des méthodes et des limites par l’équipe pédagogique.
Étude de classification et préparation de données
Projet de cours en science des données
septembre 2025 - décembre 2025
Grenoble
Structuration d’un projet d’intelligence artificielle en équipe, depuis la définition des objectifs et la répartition des tâches jusqu’à la présentation finale.
Exploration et nettoyage d’un jeu de données ouvert avec Python et pandas, puis préparation des variables pour des expériences de machine learning reproductibles.
Réalisation d’une veille technologique sur les bibliothèques d’IA et les pratiques d’évaluation, avec synthèse des résultats et des options pertinentes pour le projet.
COMPÉTENCES
Machine learning
Recommandations stratégiques
Documentation technique
Optimisation de modèles
Préparation des données
Intégration de modèles
Intelligence artificielle
Évaluation de modèles
Veille technologique
Analyse de données
Conduite de projet
Travail en équipe
Reproductibilité
RAG
LLM
LANGUES
Français
Langue maternelle
Anglais
Niveau professionnel
RESPONSABILITÉS, DISTINCTIONS ET RECONNAISSANCE
Tutorat pair en programmation Python, accompagnement de petits groupes d’étudiants, 2025-2026.
Référent étudiant pour la restitution des projets de promotion, coordination des supports et du calendrier de présentation, 2026.
Distinction de projet pour la qualité de la documentation et la reproductibilité des expériences, Institut supérieur d’intelligence artificielle appliquée, 2026.
CERTIFICATIONS
Machine Learning Specialization, DeepLearning.AI, Coursera
2025
Generative AI with Large Language Models, DeepLearning.AI, Coursera
2025
AFFILIATIONS PROFESSIONNELLES
Adhésion étudiante à l’Association française pour l’intelligence artificielle (AFIA), participation aux échanges de la communauté.
Adhésion étudiante à France IA, participation à une communauté professionnelle consacrée aux applications de l’intelligence artificielle.

Mots-clés correspondants (18)

  • Étudiant en MSc AI for BusinessMot-clé original dans l’offre: Inscription au MSc AI for Business
  • MSc AI for Business, parcours intelligence artificielle et science des donnéesMot-clé original dans l’offre: Formation Bac+4 OR Bac+5 en école d’ingénieurs OR Bac+4 OR Bac+5 en école de commerce avec spécialisation en data OR Bac+4 OR Bac+5 à l’université en intelligence artificielle, science des données ou gestion de projet
  • intelligence artificielle
  • Machine learning
  • RAG
  • LLM
  • Collecte, analyse et préparation de 1 200 documentsMot-clé original dans l’offre: Collecte de données
  • Analyse de données
  • Préparation d’un jeu de données synthétiques inspiré de scénarios de maintenance, avec vérification de la qualité des données et création de variables adaptées à l’entraînement de modèles de classification.Mot-clé original dans l’offre: Préparation des données d’entraînement
  • évaluation des modèles
  • secteur de la défense
  • Réalisation d’une veille technologique sur les bibliothèques d’IAMot-clé original dans l’offre: Veille technologique en intelligence artificielle
  • présentation des résultats
  • Recommandations stratégiques
  • Travail en équipe
  • Conduite de projet
  • Analyse rigoureuseMot-clé original dans l’offre: Rigueur
  • Autonomie

Mots-clés manquants (5)

  • Optimisation des performances et de l’efficacité des modèles
  • Intégration de modèles dans des systèmes existants
  • Outils et bibliothèques d’intelligence artificielle
  • Recherche et développement
  • Curiosité
Avertissement : Tous les noms, images, coordonnées, parcours professionnels, réalisations, habilitations de sécurité, titres militaires et autres qualifications présentés dans ce contenu sont fictifs et utilisés uniquement à des fins d’illustration. Toute ressemblance avec des personnes réelles, vivantes ou décédées, est purement fortuite.

Les exemples de CV et de lettres de motivation et les recommandations de cet article reflètent des bonnes pratiques générales et une expérience professionnelle et sont fournis à titre indicatif uniquement. Les résultats peuvent varier selon le poste, le secteur, la région et l’organisation recruteuse.

Exactitude et vérification du contenu : Dans toute la mesure permise par la loi applicable, nous ne déclarons ni ne garantissons que les conseils, exemples, recommandations ou informations connexes concernant les CV ou lettres de motivation sont exacts, complets, à jour, exempts d’erreurs ou adaptés à un usage particulier. Il vous appartient d’examiner et de vérifier ces informations de manière indépendante avant de vous y fier.

Scores ATS et de lettre de motivation : Les scores ATS sont des estimations calculées selon notre propre formule, fondée sur des conseils accessibles au public concernant la mise en forme des CV et la correspondance des mots-clés. Ils ne sont ni attribués ni approuvés par un fournisseur ATS ou un employeur. Les scores des lettres de motivation sont également nos propres évaluations. L’analyse, la pondération, les critères de sélection et les résultats varient selon les systèmes, les employeurs, les offres et les formats de documents. Aucun score ne garantit une analyse correcte, un classement, un entretien ou un emploi. Utilisez ces scores à titre indicatif et vérifiez vous-même vos documents au regard des exigences de l’employeur. Dans toute la mesure permise par la loi applicable, nous déclinons toute responsabilité pour les erreurs de score ou d’analyse, ou les pertes résultant de la confiance accordée à ces évaluations. Le présent avis n’exclut aucune responsabilité et ne limite aucun droit des consommateurs qui ne peut légalement être exclu ou limité.

Conditions générales
 
> JP 1 1
Configuration des pieds de page et des marges PDF
Les marges sont appliquées au document et le pied de page apparaît à la fois dans l’aperçu et le PDF

Paramètres de la police du pied de page

Postulez-vous à un poste spécifique
afin que nous puissions adapter votre CV en conséquence ?
Postulez-vous à un poste spécifique
afin que nous puissions adapter votre lettre de motivation en conséquence ?

Vos données restent privées et ne sont jamais utilisées à des fins d’entraînement.Politique de confidentialité

Saisissez vos informations sous forme de texte pour générer un CV personnalisé Saisissez vos informations en texte pour générer une lettre de motivation personnalisée
Lien du site trouvé ! Prêt à créer le CV à partir de :

Vos données restent privées et ne sont jamais utilisées à des fins d’entraînement.Politique de confidentialité

Faites glisser le dans la boîte pour vérifier que vous n'êtes pas un robot.
Déposez ici

Mes CV

Affichage de {number_of_files} fichiers (sur un total de {total_of_all_files})
Nom du fichier Type de fichier Dernière modification : Description :

Renommer le fichier

Nom de fichier déjà existant !

Supprimer les fichiers

Avertissement : Cette action est irréversible. Une fois validé, les fichiers seront définitivement supprimés.

Heading text
Téléverser depuis l’ordinateur Téléverser
Sélectionner parmi les existants
LinkedIn
Glissez-déposez des fichiers n’importe où dans cet onglet, ou

Fichiers téléversés

Supprimer Nom du fichier Dernière mise à jour Utiliser ce fichier
Sélectionnez ceci pour utiliser le fichier pour générer votre CV et lettre de motivation. Une seule source — fichier téléversé, fichier sélectionné ou texte LinkedIn — peut être utilisée.

Fichiers

Les CV ou lettres de motivation que vous créez apparaîtront ici. Aucun fichier disponible pour le moment.
Supprimer Nom du fichier Dernière mise à jour Utiliser ce fichier
Sélectionnez ceci pour utiliser le fichier pour générer votre CV et lettre de motivation. Une seule source — fichier téléversé, fichier sélectionné ou texte LinkedIn — peut être utilisée.

Ajouter le PDF de votre profil LinkedIn

Vous pouvez télécharger votre profil LinkedIn au format PDF en ouvrant linkedin.com dans un navigateur, en cliquant sur votre photo de profil, en sélectionnant « Plus » ou « Ressources » puis « Enregistrer au format PDF ». Vous pourrez ensuite joindre le PDF via l’onglet Télécharger depuis l’ordinateur.

Collez le texte de votre profil LinkedIn

Si vous avez copié le texte de votre profil LinkedIn, collez-le ci-dessous. Voir comment copier votre profil sur LinkedIn

Sélectionnez cette option pour utiliser le texte de profil LinkedIn pour générer votre CV et votre lettre de motivation. Une seule source peut être utilisée—fichier téléchargé, sélectionné ou texte LinkedIn.

Essayez ces commandes

<
>