L'IA écrit les notebooks. Vous cadrez le problème.
Code, feature engineering simple, exploration et documentation s'accélèrent fortement avec les assistants. Le cadrage du besoin, les choix de modèle, l'éthique et le passage en production demandent toujours votre jugement.
| Tâche | Automatisable | Ce qui reste humain |
|---|---|---|
| Code & notebooks | 90% | Relecture, qualité |
| Exploration de données | 90% | Hypothèses, intuition |
| Feature engineering simple | 85% | Pertinence métier |
| Documentation des modèles | 85% | Exactitude, traçabilité |
| Cadrage & mise en production | 20% | Éthique, choix, MLOps |
Ce métier face au marché de l'IA
Paradoxe du métier : ceux qui construisent l'IA sont parmi les plus assistés par elle. Le code exploratoire, les notebooks et la documentation se génèrent désormais très vite, ce qui comprime la valeur du travail d'exécution junior. Mais la définition du bon problème, les choix éthiques et la fiabilité en production restent des responsabilités humaines. Le métier se recompose : moins de temps à coder, plus de temps à cadrer, valider et industrialiser.
Ce que l'IA fait déjà pour ce métier
Notebooks assistés
Code d'exploration et de modélisation généré puis relu.
Copilotes de codeAnalyse exploratoire
Statistiques descriptives et premières pistes à valider.
Assistants d'analyse de donnéesDocumentation de modèle
Fiches modèle et rapports d'expérimentation à affiner.
Génération de texteVeille technique
Synthèse des approches et papiers récents, à vérifier.
Recherche augmentéeLes compétences qui font la différence
À renforcer côté humain
- Cadrage du problème métier
- Éthique et biais des modèles
- Choix et validation des modèles
- Mise en production & MLOps
- Communication des résultats
À acquérir côté IA
- Prompting technique avancé
- Vérification du code et des analyses générés
- Intégration de LLM dans les pipelines
- Évaluation des sorties de modèles
Le parcours recommandé pour ce métier
Offensif
Vous travaillez déjà au contact de l'IA : faites-en un avantage visible. Le parcours Offensif vous aide à monter du notebook vers le cadrage, la production et le MLOps, et à construire un profil qui prouve cette valeur ajoutée.
Questions fréquentes
- Microsoft Research — Working with AI (2025)
- PwC — AI Jobs Barometer 2025 (2025)
- Coface / OEM — Emplois, compétences, valeur (2026)