

Notre vision, et pourquoi ce stage existe
Devenir la référence de la donnée immobilière
Investir dans un bien, gérer un logement, piloter un immeuble, l'assurer, le
rénover, le céder : derrière chacune de ces décisions il y a un risque à évaluer
et un arbitrage à rendre. Acheter ou vendre. Louer ou remettre en état.
Indemniser ou expertiser. Provisionner ou attendre.
Elles se prennent avec des informations partielles, vieillies, éparpillées entre
dossiers papier, photos sans contexte et fichiers que personne ne partage.
Gestionnaire, bailleur, syndic, assureur, énergéticien : chacun arbitre à l'aveugle
sur des sommes considérables. Nous ne croyons pas que ce soit une fatalité.
Notre métier consiste à aller chercher la donnée là où elle existe réellement —
sur le terrain, dans le bien — puis à la transformer en décision. Un réseau
d'experts présents dans plus de 3 000 codes postaux pour la collecter.
Inspacer, notre technologie de numérisation 3D par IA, pour capturer un bien
tel qu'il est et non tel qu'on le décrit. Notre plateforme pour lire, qualifier et
structurer ce qui a été capté. Et, au bout de la chaîne, le livrable dont le client a
besoin pour arbitrer.
Notre ambition est d'en devenir la référence : un socle commun où chaque
bien a une histoire lisible — son état, ses évolutions, ses risques. Une donnée qui
ne dort pas dans un dossier mais s'enrichit à chaque passage, se compare
dans le temps et entre actifs, et finit par rendre l'arbitrage évident.
Cette ambition va au-delà de l'immobilier : nous voulons devenir l'OS qui
capture la donnée du réel et la structure, et nous commençons par
l'immobilier. Plus de la moitié de nos effectifs travaille dans les équipes tech,
produit et R&D, quatre brevets sont en cours de dépôt, et la technologie que
nous avons construite n'a pas d'équivalent sur le marché.
De meilleures décisions avec des données de qualité. Ce n'est pas une
signature marketing, c'est le programme de travail.
Notre avantage : nous tenons les deux bouts de la chaîne.
C'est le point à comprendre avant de candidater, parce que c'est lui qui rend
ce stage intéressant.
Beaucoup d'acteurs tiennent un bout. Des applications de visite et de capture.
Des cabinets qui produisent des diagnostics. Des éditeurs de logiciels de
gestion. Presque personne ne tient les deux : la collecte physique de la donnée,
à l'échelle et partout en France, et sa transformation en livrable qui vaut de
l'argent pour le client.
En amont, le terrain. Nos experts captent le bien avec Inspacer. La donnée
arrive structurée dans notre plateforme, et non sous forme de photos et de
commentaires libres que quelqu'un devra réinterpréter.
En aval, la post-production — et c'est là que se crée la valeur. À partir d'une
seule et même capture, nous produisons :
• des chiffrages de remise en état, après un sinistre ou une fin de location ;
• des chiffrages de travaux détaillés, métré par métré ;
• des analyses de risque pour les courtiers et les assureurs ;
• des plans stratégiques de patrimoine pour les bailleurs et les
investisseurs.
Un seul passage sur le terrain sert donc plusieurs décisions, et chaque nouveau
livrable que nous savons produire s'appuie sur une donnée déjà collectée. Un
concurrent qui n'a que l'application n'a pas la donnée. Un concurrent qui n'a
que le réseau vend des rapports. Nous vendons des arbitrages instruits.
C'est notre position défendable. Ce stage sert à la faire connaître, à la vendre mieux et a en tirer toute la valeur.
Où nous en sommes
Créée en 2018 à Rennes, Check &Visit compte une soixantaine de
collaborateurs entre Rennes, Paris et Marseille, et a levé 12,5 M€ en série A. Près
de 400 000 missions réalisées depuis nos débuts. Et une accélération nette sur
les douze derniers mois : les missions réalisées avec Inspacer ont été
multipliées par quatre.
Nos clients : des bailleurs institutionnels comme CDC Habitat, des groupes
bancaires et assurantiels comme le Crédit Mutuel, des fonds d'investissement
immobiliers et des family offices, ainsi que des administrateurs de biens et des
courtiers.
Le cycle client, là où la croissance se gagne
Nous avons la technologie, les références et un marché qui s'ouvre sur quatre verticales. Ce qui n'est pas encore à niveau, c'est la machine qui transforme cette avance en croissance : aller chercher les clients, les convertir, les faire démarrer, les faire grandir. Ce parcours se pilote aujourd'hui plus à l'intuition qu'à la mesure, et quatre questions restent sans réponse chiffrée :
• Où naissent nos affaires, et lesquelles nous échappent. Origine des leads,
conversion à chaque étape, durée de cycle par vertical, motifs de perte.
Ces réponses demandent aujourd'hui une demi-journée de travail manuel.
• Combien de temps nous coûte une vente. Tout ce qu'un commercial fait à
la main — préparer un dossier, produire un devis, rédiger un contrat, mettre
le CRM à jour — est du temps qu'il ne passe pas devant un client.
• À quelle vitesse un client signé devient un client actif. Entre la signature et
le volume nominal, il se passe des semaines dont nous ne mesurons ni la
durée ni les points de blocage.
• Pourquoi un compte grandit, stagne ou s'érode. Nous le savons compte
par compte, de mémoire. Pas à l'échelle, pas assez tôt pour agir.
Nous recrutons le bras droit de Thibault Le Treut, CEO et cofondateur, pour
construire cette machine : des décisions prises sur des chiffres plutôt qu'à
l'instinct, et des agents IA au service des équipes comme des clients. Vous
ne produirez pas des recommandations, vous livrerez des outils utilisés.
Vos missions, si vous les acceptez
En lien direct avec le CEO, quatre chantiers qui tiennent ensemble : ce que vous
rendez mesurable détermine ce que vous pourrez automatiser, et ce que vous
automatisez libère le temps qui fait grandir les comptes. C'est le sujet sur
lequel vous serez jugé, et celui dont vous pourrez parler pendant les dix ans qui
suivent.
1. Des tableaux de bord qui font décider
Nous ne manquons pas de données, nous manquons de restitution. Vous allez
rendre le cycle client lisible, puis en tirer les décisions.
• Co-construire les tableaux de bord avec ceux qui décident. Les équipes
d'abord, nos clients ensuite. Vous partez de la décision à prendre, pas de la
donnée disponible — c'est ce qui distingue un tableau de bord consulté
chaque semaine d'un rapport que personne n'ouvre.
• Aller chercher la donnée vous-même. De la requête SQL dans Metabase
au tableau de bord partagé, en passant par la fiabilisation de ce qui
l'alimente : définitions communes, champs obligatoires, hygiène des
enregistrements.
• Utiliser l'IA pour analyser, pas seulement pour afficher. Expliquer un écart
plutôt que le constater, détecter les signaux faibles, résumer ce qui mérite
un arbitrage cette semaine.
• Créer les déclencheurs qui font agir. Un indicateur ne sert à rien s'il ne
déclenche rien : alerte sur une affaire qui décroche, sur un onboarding qui
traîne, sur un compte qui s'érode.
2. Automatiser le parcours de vente de bout en bout
Chaque heure rendue à un commercial est une heure passée devant un client.
C'est le chantier le plus artisanal de la chaîne commerciale.
• Mesurer avant de toucher. Combien de temps par affaire, à quelles
étapes, où sont les ressaisies et les ruptures entre outils. On mesure
d'abord, on propose ensuite.
• Automatiser par l'IA ce qui peut l'être. Qualification des demandes
entrantes, préparation des dossiers de prospection, génération des devis et
des contrats, mise à jour du CRM après chaque échange, relances.
• Concevoir des parcours de souscription et d'onboarding automatisés et
personnalisés. Un nouveau client doit pouvoir démarrer sans qu'une
personne pilote chaque étape à la main — et arriver plus vite à son volume
nominal.
• Mesurer sans complaisance. Temps par affaire, taux de reprise humaine,
part réellement automatisée, délai jusqu'à la première mission. Un gain
qu'on ne sait pas mesurer n'existe pas.
3. Faire grandir la valeur de chaque client
Nos clients achètent aujourd'hui une prestation ; ils pourraient acheter
plusieurs livrables issus de la même capture. Ce chantier consiste à rendre
cette expansion systématique plutôt qu'opportuniste.
• Comprendre par la donnée ce qui fait grandir un compte. Usages,
saisonnalité, mix de prestations, qualité de service perçue, signaux
d'érosion.
• Construire des agents IA spécialisés au service des comptes. Suivi post-
signature, détection des comptes à risque, recommandations d'usage,
restitution automatique de la valeur créée.
• Transformer ces signaux en actions. Le bon message, au bon
interlocuteur, au bon moment — puis en mesurer l'effet sur la valeur de vie
client.
• Contribuer à ouvrir le livrable suivant. Analyse de risque pour un courtier,
plan stratégique de patrimoine pour un investisseur : que manque-t-il
dans la donnée que nous captons déjà pour les vendre à l'échelle ? Cette
question vaut plusieurs millions d'euros de marché et personne chez nous
n'a le temps de s'y asseoir sérieusement.
4. Des outils IA à forte valeur pour les équipes commerciales
• Partir de leur quotidien. Identifier ce qui leur coûte des heures chaque
semaine, puis leur livrer des outils qui le leur rendent.
• Construire ces outils. Préparation de rendez-vous, veille sur un compte,
argumentaires personnalisés par vertical, comptes rendus et suivis
automatiques.
• Assurer l'adoption. Former, documenter, accompagner les premières
semaines. Un outil que personne n'utilise ne compte pas.
Et selon vos forces
Vous pourrez aussi prendre en charge des sujets d'intelligence de marché sur
nos verticales, ou la préparation des comités de direction et des points
investisseurs.
Les trois premières semaines sont une immersion : plusieurs jours de terrain
avec nos experts, plusieurs jours avec les équipes commerciales et le service
client. Nous resserrons le périmètre avec vous à l'issue de cette période.
Ce sur quoi vous allez travailler
Nous avons fait un choix d'architecture assumé sur l'IA : prototyper vite, puis
internaliser. Les automatisations naissent dans Claude Code — on cadre, on
teste sur des cas réels, on jette ce qui ne marche pas en quelques jours plutôt
qu'en quelques mois. Ce qui tient la route passe ensuite en production sur des
modèles open source hébergés sur notre propre infrastructure souveraine.
• Temporal pour l'orchestration des workflows de la plateforme, n8n pour les
automatisations opérationnelles.
• Le serveur MCP de notre plateforme et nos webhooks : vos agents
attaquent nos données et nos actions métier directement, sans intégration
jetable à réécrire à chaque fois.
• Metabase et SQL pour la donnée, HubSpot pour le CRM et le service client,
et nos plateformes client et partenaire.
Vous n'arrivez donc ni sur une page blanche, ni sur une usine figée. Le passage
du prototype au run est précisément l'endroit où nous avons besoin de renfort
et de rigueur.
Master 1 ou 2 : école de commerce, école d'ingénieurs, IEP ou parcours
équivalent. Le diplôme compte moins que la clarté de raisonnement.
• Vous êtes à l'aise avec les données. SQL, Python ou tableur avancé : vous
savez aller chercher une donnée, la recouper, et repérer quand un chiffre
ne veut rien dire. Sens de la mesure et du contre-exemple.
• Vous écrivez bien et court. Une note de synthèse est un livrable, pas une
corvée.
• Vous utilisez déjà l'IA générative au quotidien et voulez apprendre à
construire des automatisations fiables, pas des démonstrations.
• Autonomie et fiabilité : on vous confiera des sujets sans mode d'emploi, et
des informations confidentielles.
• Envie d'aller sur le terrain : vous accompagnerez des experts en mission.
On ne comprend pas la donnée immobilière depuis un tableur.
Ce qui n'est pas exigé
Aucune expérience préalable dans l'immobilier, l'assurance ou la logistique.
Vous n'avez pas besoin d'être développeur, mais vous devez être capable
d'écrire une requête, de lire un script et de manipuler une API. Nous cherchons
de la rigueur, de la curiosité et de l'énergie ; le métier s'apprend vite.
Modalités et processus de recrutement
Le processus — trois étapes, deux semaines
1. Un premier échange de 30 minutes pour comprendre votre parcours et
répondre à vos questions.
2. Un entretien approfondi avec le CEO sur vos motivations et votre
manière de travailler.
3. Un cas pratique court, à préparer chez vous puis à débattre avec nous —
représentatif d'un vrai sujet opérationnel en cours.
Puis, avant votre décision, une demi-journée d'observation : une tournée avec
un expert le matin, les équipes commerciales l'après-midi. Vous saurez exactement ce
que vous rejoignez.
Nous nous engageons à donner une réponse claire à chaque étape, sous cinq
jours ouvrés.
Envoyez votre CV et quelques lignes — pas une lettre de motivation type.
Dites-nous surtout quelle décision, dans une expérience passée, vous avez
rendue plus facile à prendre grâce à une donnée que vous êtes allé chercher.