Jarvi est une plateforme de recrutement qui accompagne plus de 300 agences en France et en Europe. La rapidité de développement produit est au cœur de son avantage concurrentiel — mais elle crée aussi un défi de localisation : les contenus ne restent pas synchronisés assez longtemps pour que le cycle de traduction suive.

Deux problèmes, une même cause#

En réalité, les défis de localisation de Jarvi n’étaient qu’un seul problème, sous deux formes différentes.

Le premier : la qualité des traductions. Jarvi disposait déjà d’une base de référence traduite par des humains pour ses marchés français et européens. Avant de passer à la localisation automatisée, l’équipe a mené un test en face-à-face : le moteur de localisation de Lingo.dev contre son contenu existant traduit par des humains. Le résultat a surpris l’équipe.

« Les résultats nous ont surpris — les traductions de Lingo.dev étaient en fait plus précises que nos traductions humaines », explique Quentin Decré, cofondateur.

La raison est structurelle. Les traducteurs humains travaillent à partir du texte source, sans contexte produit. Un moteur de localisation configuré avec le vocabulaire métier de Jarvi dans le recrutement — les termes spécifiques à "applicant tracking", "placement", "sourcing pipeline" — applique ce contexte à chaque demande. Le moteur de localisation connaît le produit. Ce n’est pas le cas de la plupart des traducteurs indépendants.

Le second : la synchronisation. « Ce qui vous pénalise, ce n’est pas seulement le temps de traduction — c’est aussi le fait de penser à tout traduire au moment où vous déployez des fonctionnalités », explique Decré. « Nos contenus étaient constamment désynchronisés, ce qui freinait notre expansion sur de nouveaux marchés. »

Chaque nouvelle fonctionnalité créait une nouvelle tâche de traduction. Dans une équipe qui avance vite, ces tâches s’accumulaient. Des chaînes non traduites laissaient des manques visibles pour les agences françaises. Pour se développer en Europe, il fallait que les contenus suivent le produit en temps réel.

La localisation intégrée au workflow de développement#

Jarvi a configuré un moteur de localisation avec sa terminologie métier du recrutement et l’a connecté à son workflow GitHub Actions. Désormais, à chaque fusion d’une pull request, le pipeline CI/CD déclenche le moteur de localisation. Les chaînes traduites sont automatiquement enregistrées dans le dépôt.

Le changement le plus important n’a pas été technique, mais culturel côté développement.

« Avant, on se demandait en permanence comment garder les traductions synchronisées. Aujourd’hui, on se contente de créer des fonctionnalités, et la localisation se fait automatiquement. Pour un produit qui doit aller vite et servir des recruteurs dans plusieurs pays, c’était exactement ce qu’il nous fallait. »

Résultats#

• Zéro temps développeur consacré à la gestion des traductions
• Déploiement plus rapide des fonctionnalités — la localisation n’est plus une étape bloquante
• Des traductions IA plus précises que les références précédentes traduites par des humains
• Une terminologie cohérente dans toutes les langues grâce au glossaire du moteur de localisation
• Intégration GitHub Actions : chaque PR inclut les chaînes localisées

Autre effet en aval : une fois la localisation automatisée, l’équipe a commencé à investir davantage dans les contenus markdown pour la documentation et le SEO. Des contenus qui auraient auparavant nécessité un effort de traduction manuel sont désormais localisés automatiquement à chaque push.

Jarvi poursuit son expansion en Europe et explore d’autres fonctionnalités du moteur de localisation, notamment la traduction sur capture d’écran pour les contenus visuels.