QAPA est mobilisé pour toutes les entreprises pendant le Covid 19. Plus d'informations ici. 

QAPA Engineering

L’équipe R&D

L’équipe R&D de Qapa, basée à Grenoble en centre-ville, est en charge de toute la plateforme Qapa comprenant les site internet, les applications Android et iPhone et les services backend tels que le matching et la prédiction des prix de l’intérim. Le système Qapa est déployé dans le Cloud Azure avec une architecture microservices deployables sous docker. Les serveurs sont configurés et déployés gràce à Ansible.

Intelligence artificielle

Chez QAPA, nous révolutionnons le marché de l’intérim en utilisant l'Intelligence Artificielle. Nos briques technologiques nous permettent de trouver rapidement la bonne mission à un candidat ou de proposer le bon candidat à un recruteur. Pour ce faire, nous identifions automatiquement les données essentielles d’un(e) candidat(e) afin de le/la positionner sur les offres disponibles lui correspondant le mieux grâce à notre algorithme de matching. Cela nous permet donc de sélectionner les candidats les plus pertinents et de les proposer au recruteur le plus rapidement possible.

Nos technologies/langages

  • Swift, Kotlin pour les applications mobiles
  • Angular, Java, PHP pour nos applications web
  • SQL/Galera pour nos bases de données
  • Redis pour le cache
  • RabbitMQ pour le messaging
  • Elasticsearch pour le search
  • Dremio pour la BI

Notre partenariat avec Inria

Qapa a signé un partenariat avec le laboratoire TAO d'Inria, l'Institut national de recherche en informatique et en automatique. Inria est un établissement public à caractère scientifique et technologique français spécialisé en mathématiques et informatique. Nos recherches portent sur l'apprentissage automatique à partir de quantités énormes de données. L’objectif peut être d’induire des connaissances utiles permettant de classer les nouveaux cas avec une confiance optimale (exploration de données prédictive) ou de synthétiser les données dans un ensemble d’énoncés compréhensibles (exploration de données descriptives).