Les métiers dans l'Intelligence Artificielle

Les grandes familles de métiers en IA 2025.
UGAIA.eu 1 Erol GIRAUDY
1. Les métiers dans l'Intelligence
Artificielle
L’IA est un domaine en pleine expansion qui ouvre la voie à de
nombreux métiers, parmi lesquels :
• Data Scientist Rôle : Analyser de grandes quantités de
données pour en extraire des tendances et des modèles
prédictifs. Exemples d’applications : Prévision de la demande
en énergie, optimisation des campagnes marketing, et
détection de fraudes bancaires.
• Ingénieur en IA / Machine Learning Rôle : Concevoir et
implémenter des algorithmes de machine learning,
développer des logiciels et systèmes capables d’apprendre et
de s’adapter. Exemples d’applications : Voitures autonomes,
assistants vocaux, et systèmes de recommandation.
• Chercheur en IA Rôle : Mener des travaux de recherche
fondamentale ou appliquée pour inventer de nouveaux
algorithmes ou comprendre des phénomènes complexes.
Exemples d’applications : Développement de modèles
innovants, amélioration des méthodes de deep learning,
recherche en robotique cognitive.
• Développeur en Machine Learning Rôle : Intégrer les
modèles d’IA dans des applications concrètes en codant en
langages tels que Python ou C++ et en utilisant des
frameworks spécialisés (TensorFlow, PyTorch, etc.).

• Chef de Projet IA Rôle : Coordonner et piloter des projets
impliquant plusieurs compétences (techniques,
organisationnelles, éthiques) et garantir la bonne intégration
de solutions d’IA dans une entreprise. Exemple d’application :
Mise en place d’un système d’analyse prédictive pour
l’industrie ou la finance.
2. Les impacts de l'IA
L’IA transforme profondément notre quotidien et l’industrie :
• Sur le marché de l’emploi : L’automatisation et l’optimisation
des processus créent de nouveaux types d’emplois, mais
peuvent aussi transformer ou faire disparaître certaines
tâches traditionnelles.
• Sur la société et l'économie : L’IA améliore l’efficacité dans
de nombreux secteurs comme la santé, l’agriculture ou la
logistique.
• Sur l’éthique et la vie privée : Les questions relatives aux
biais des algorithmes, à la protection des données et à la
transparence des décisions prises par des systèmes
automatiques sont centrales.
3. Les compétences nécessaires
Quel que soit le métier choisi dans l’IA, certaines compétences
techniques et transversales sont indispensables :
• Compétences techniques :

o Programmation (Python, R, C++, etc.)
o Connaissances approfondies en mathématiques
(statistiques, algorithmes, probabilités)
o Maîtrise des techniques de machine learning et deep
learning
o Connaissances en gestion et traitement de données
(Big Data, bases de données)
• Compétences transversales :
o Esprit critique et créativité
o Capacité à travailler en équipe multidisciplinaire
o Connaissances de l’éthique numérique et de la
protection des données
o Communication claire pour présenter des résultats
complexes à des non-spécialistes
4. Les cursus possibles et études en
France
Pour se lancer dans l’IA dès le lycée, il est essentiel de développer
un socle solide en mathématiques et en informatique. Voici
quelques parcours et formations envisageables :
Au lycée :

• Baccalauréat général : Idéalement avec des spécialités
comme Mathématiques, Sciences de l’Ingénieur et
Physique-Chimie.
• Baccalauréat technologique STI2D : Pour ceux qui
s’intéressent aux applications industrielles et technologiques,
avec une forte composante informatique et systèmes
numériques.
Formation post-bac et universitaire :
• BTS / DUT :
o BTS SIO (Services Informatiques aux Organisations)
o DUT Informatique
Ces formations techniques préparent aux bases en informatique et à
l’initiation aux systèmes d’information.
• Licence Informatique : Formation solide sur « les
fondamentaux » – programmation, algorithmique,
mathématiques appliquées. Possibilité de se spécialiser en
3ème année ou lors des masters.
• Masters spécialisés en IA / Data Science / Machine Learning
: Très prisés pour se spécialiser et approfondir les techniques
avancées. Exemples : Master en Intelligence Artificielle,
Master Data Science, ou encore des parcours au sein des
écoles d’ingénieurs.
• Écoles d’ingénieurs : Intégration via concours après deux ans
de classes préparatoires scientifiques ou directement sur

dossier pour certaines écoles spécialisées en informatique et
intelligence artificielle.
• Doctorat (PhD) : Pour ceux qui envisagent la recherche
fondamentale ou appliquée dans le domaine de l’IA.
5. Tableau récapitulatif :
Métier Description
Compétences
clés
Parcours
typique
Salaire
approxima
tif annuel
(€ brut)
Data
Scientist
Analyse et
interprétatio
n de grosses
masses de
données pour
en tirer des
prédictions
Statistiques,
programmati
on, machine
learning
Licence
Informatique
→ Master
Data
Science/MIAG
E ou écoles
d’ingénieurs
spécialisées
en Data
Science
40K – 60K
Ingénieur
en IA /
Machine
Learning
Conception
et
développeme
nt de
Programmati
on,
mathématiqu
es,
École
d’ingénieurs
ou Licence →
Master en
45K – 70K

Métier Description
Compétences
clés
Parcours
typique
Salaire
approxima
tif annuel
(€ brut)
systèmes
utilisant des
algorithmes
d’IA
algorithmique
, ML
Intelligence
Artificielle/
Informatique
Chercheur
en IA
Recherche
fondamental
e ou
appliquée
pour innover
dans les
algorithmes
et méthodes
d’IA
Expertise
mathématiqu
e, recherche
poussée
Licence →
Master →
Doctorat
(PhD) en
informatique
ou
mathématiqu
es appliquées
50K – 80K
Développe
ur en
Machine
Learning
Implémentati
on concrète
des modèles
de ML dans
des
applications
diverses
Solides
compétences
en codage
(Python, etc.),
statistiques
Licence
Informatique,
formation
technique
spécialisée
(BTS/DUT) ou
école
d’ingénieurs
35K – 55K

Métier Description
Compétences
clés
Parcours
typique
Salaire
approxima
tif annuel
(€ brut)
Chef de
projet IA
Coordination
de projets
intégrant des
solutions d’IA
et gestion
d’équipes
multi-
compétences
Gestion de
projet,
connaissance
s techniques
en IA
Formation
initiale en
ingénierie ou
commerce
(Licence,
Master ou
MBA
spécialisé),
complétée
par une
expérience en
gestion de
projet et
éventuelleme
nt une
formation
technique
complémenta
ire
50K – 70K
Remarque : Les salaires indiqués sont des fourchettes
approximatives en début/milieu de carrière et peuvent varier selon
l’expérience, la taille de l’entreprise et la localisation géographique.

Quelques éléments complémentaires
• Data Scientist : Ce métier est très recherché et les salaires
augmentent rapidement avec l’expérience et la capacité à
gérer de gros volumes de données ainsi qu’à concevoir des
modèles prédictifs complexes. Dans certains secteurs
(finance, consulting, tech), les salaires peuvent même
dépasser ces fourchettes.
• Ingénieur en IA / Machine Learning : Les ingénieurs
spécialisés dans le développement d’algorithmes et de
systèmes intelligents bénéficient d’un salaire attractif, surtout
lorsque leur profil inclut des compétences pointues en
mathématiques appliquées et en programmation.
• Chercheur en IA : Dans le secteur public (universités, CNRS),
les salaires peuvent être plus modestes au début, mais ceux
qui évoluent dans le privé ou qui parviennent à fédérer une
équipe de recherche voient leur rémunération grimper. La
publication de résultats innovants et la contribution à la
recherche de pointe sont souvent récompensées
financièrement et en reconnaissance scientifique.
• Développeur en Machine Learning : L’implantation des
modèles dans des applications concrètes nécessite avant tout
une maîtrise du code et de l’algorithmique. Les profils plus
juniors débutent dans une fourchette inférieure qui s’élève
avec l’expérience et la capacité à déployer des solutions
complètes.

• Chef de projet IA : Ce rôle, qui combine des compétences
techniques et managériales, voit la rémunération évoluer
avec l’expérience et la capacité à mener à bien des projets
d’envergure. En plus du salaire de base, des primes liées à la
performance et des avantages peuvent améliorer la
rémunération globale.
6. Quels métiers de l'IA ont le plus
d'avenir ?
Il est difficile de prédire avec une certitude absolue l’évolution du
marché, mais plusieurs métiers de l’IA semblent particulièrement
prometteurs compte tenu des tendances actuelles et des besoins
futurs. Voici quelques-uns des métiers qui offrent de belles
perspectives :
1. Ingénieur en IA / Machine Learning
• Pourquoi ? La capacité à concevoir, optimiser et implémenter
des algorithmes d’apprentissage automatique reste la pierre
angulaire de l’IA. Les ingénieurs en IA développent des
solutions pour des applications variées : voitures autonomes,
assistants vocaux, systèmes de recommandation, etc.
• Évolution de la demande : Leur expertise est recherchée dans
de nombreux secteurs, de la technologie à la santé, en
passant par la finance et l’industrie. La complexification des
logiciels et la montée en puissance des systèmes automatisés
garantiront une demande continue pour ces compétences.

2. Data Scientist
• Pourquoi ? La collecte massive de données, qu’on appelle
souvent le "Big Data", nécessite des spécialistes capables
d’extraire des informations précieuses et de transformer ces
données en stratégies actionnables pour les entreprises.
• Évolution de la demande : Leur rôle va évoluer vers l’analyse
prédictive et la mise en place de systèmes décisionnels
intelligents, ce qui renforce leur position stratégique dans
l’économie numérique.
3. Chercheur en IA
• Pourquoi ? La recherche fondamentale et appliquée permet
de repousser sans cesse les frontières du possible avec l’IA.
Les chercheurs explorent de nouveaux algorithmes,
repoussent les limites du deep learning, et travaillent sur
l’intelligence artificielle explicable (XAI), essentielle pour une
meilleure compréhension des décisions automatisées.
• Évolution de la demande : Avec l’essor des startups et
l’investissement dans la R&D en entreprise ou dans des
institutions publiques, le profil de chercheur en IA est de plus
en plus valorisé, que ce soit dans le secteur privé ou public.
4. Développeur spécialisé en Machine Learning
• Pourquoi ? Ce professionnel se concentre sur
l’implémentation concrète des modèles dans des
applications. Il transforme des prototypes issus de la

recherche en outils opérationnels et fiables pour une
utilisation à grande échelle.
• Évolution de la demande : Dans un contexte où chaque
industrie cherche à optimiser ses processus grâce à l’IA, la
demande pour des développeurs capables de rendre ces
modèles robustes et performants est en constante croissance.
5. Chef de Projet IA et Spécialiste de l’Éthique de l’IA
• Pourquoi ? La mise en place de solutions d’IA nécessite non
seulement une expertise technique mais également une forte
capacité à coordonner des équipes pluridisciplinaires. Par
ailleurs, à mesure que l’IA prend de l’ampleur, les enjeux
éthiques (biais, transparence, respect de la vie privée)
deviennent cruciaux.
• Évolution de la demande : Ces postes de management et
d’expertise en éthique sont essentiels pour encadrer le
déploiement de l’IA dans des environnements complexes,
garantissant ainsi la responsabilité sociale et légale des
projets.

ASCII Infographie : Les parcours prometteurs dans
l'IA
MÉTIERS DE L'IA
│
┌───────────────┴───────────────┐
│ │
TECHNIQUES MANAGEMENT / ETHIQUE
│ │
┌───────┴─────────┐ ┌────┴─────┐
│ │ │ │
Ingénieur en Data Scientist Chef de Projet Spécialiste en
IA / Machine IA et Éthique régulation
Learning de l’IA de l’IA
│
└───┐
└─ Développeur en Machine Learning
et
Chercheur en IA

Quelques réflexions complémentaires :
• Adaptabilité et formation continue : Dans un domaine en
perpétuelle évolution, la capacité à se former
continuellement (via des MOOCs, des certifications et des
spécialisations) sera un véritable atout.
• Combiner plusieurs compétences : Les profils hybrides — par
exemple, un ingénieur ayant des compétences en gestion de
projet ou un data scientist sensibilisé aux questions éthiques
— seront particulièrement recherchés pour leur capacité à
naviguer dans la complexité des enjeux de l’IA.
• Domaine transversal : L’IA va se fondre dans d’autres
secteurs, comme la santé, l’environnement et la finance.
Ainsi, des spécialistes capables de combiner l’IA avec une
expertise sectorielle auront un avantage considérable.
Quelques questions pour mieux orienter la réflexion :
• Quel aspect de l’IA vous passionne le plus ? Est-ce la
programmation et le développement de systèmes, ou
préféreriez-vous explorer les implications sociétales et
éthiques de l’IA ?
• Avez-vous envisagé de vous spécialiser dans un secteur
particulier ? Par exemple, l’IA en santé, dans la finance ou
dans la robotique.
• Êtes-vous attiré par la recherche fondamentale ou par la
mise en œuvre appliquée dans le monde professionnel ?

Ces questions pourraient vous aider à déterminer quel métier de l’IA
correspond le mieux à vos aspirations et compétences.
L’avenir de l’IA est prometteur et multidimensionnel. Si vous avez
d’autres questions ou souhaitez explorer un domaine plus en
profondeur, je suis là pour approfondir le sujet avec vous !
7. Quels sont d'autres métiers de l'IA
émergents?
Voici quelques exemples de métiers émergents dans le domaine de
l'IA, en dehors des postes traditionnels comme celui de Data Scientist
ou d’Ingénieur en IA. Ces nouvelles fonctions découlent de la
diversification des applications de l’IA et des enjeux liés à son
déploiement dans la société :
1. Éthicien de l'IA / Spécialiste en Gouvernance de l'IA
• Rôle : Définir et mettre en œuvre des règles de gouvernance,
de transparence et d’éthique pour encadrer le
développement et l’utilisation des systèmes d’IA.
• Pourquoi ? Avec l’accroissement des préoccupations sur les
biais, la vie privée et la responsabilité juridique, ces experts
veillent à ce que l’IA opère dans un cadre éthique et
responsable.
• Domaines d'application : Entreprises technologiques,
institutions publiques, organismes de régulation.

2. Prompt Engineer / Concepteur de Prompts
• Rôle : Optimiser la formulation des requêtes (prompts)
adressées aux modèles de langage et de génération
automatique de contenu.
• Pourquoi ? L’émergence de technologies comme ChatGPT et
autres grands modèles de langage a créé un besoin de
spécialistes capables de maximiser la pertinence et la qualité
des réponses générées par ces systèmes.
• Domaines d'application : Startups technologiques, agences
de marketing digital, services de support automatisé.
3. AI Trainer / Data Labeler
• Rôle : Annoter, vérifier et affiner les jeux de données utilisés
pour entraîner les modèles d’IA, assurant une qualité
optimale et réduisant les biais.
• Pourquoi ? Dans les approches d’apprentissage supervisé, la
qualité des données conditionne directement la performance
des systèmes. C’est un maillon essentiel dans le processus de
développement des modèles.
• Domaines d'application : Entreprises de données,
laboratoires de recherche, plateformes de création de
contenu automatisé.
4. Spécialiste en Explicabilité de l'IA (AI Explainability Specialist)
• Rôle : Concevoir des outils et méthodes permettant
d'interpréter et d'expliquer les décisions prises par des
algorithmes complexes.

• Pourquoi ? Face à la "boîte noire" des modèles de deep
learning, ces experts facilitent la compréhension des
mécanismes internes des algorithmes, renforçant ainsi la
confiance des utilisateurs et l’acceptabilité réglementaire.
• Domaines d'application : Finance, santé, assurance, ou tout
secteur nécessitant une transparence algorithmique accrue.
5. Ingénieur en Infrastructure IA / Cloud
• Rôle : Mettre en place et gérer les architectures
informatiques (serveurs, réseaux, cloud) dédiées à
l’entraînement et au déploiement des modèles d'IA.
• Pourquoi ? Les exigences en termes de puissance de calcul et
de stockage augmentent avec la complexification des
modèles. Ce rôle est crucial pour assurer la scalabilité et la
performance des systèmes IA.
• Domaines d'application : Entreprises technologiques,
fournisseurs de services cloud, centres de recherche.
6. Concepteur d'Interfaces et UX pour l'IA
• Rôle : Spécialiser l’expérience utilisateur autour des
applications d’IA, en veillant à ce que les interactions
homme-machine soient intuitives et accessibles.
• Pourquoi ? Alors que l'IA se démocratise, il devient essentiel
que les utilisateurs puissent interagir naturellement avec ces
systèmes, ce qui demande un design centré sur l’humain et
souvent une approche interdisciplinaire.

• Domaines d'application : Design UX/UI, entreprises de
logiciels, start-ups.

MÉTIERS ÉMERGENTS DANS L'IA
│
┌───────────────────┼────────────────────┐
│ │
Éthique & Gouvernance Technique & Infrastructure
│ │
┌─────┴─────┐ ┌─────────┴─────────┐
│ │ │ │
Éthicien Prompt Engineer AI Trainer / Data Ingénieur en
de l'IA Labeler Infrastructure
│ │
└─────────────┐ ┌─────────────┘
│ │
Spécialiste en Concepteur UX/UI pour l'IA
Explicabilité
Quelques réflexions complémentaires

• Interdisciplinarité : Ces métiers montrent qu'à mesure que
l'IA se complexifie, le besoin d'expertise de niche se diversifie.
Par exemple, un spécialiste en explicabilité doit avoir des
compétences en statistiques, en informatique et en
communication pour expliquer des modèles techniques à des
profils variés.
• Formation continue : La rapidité de l'évolution technologique
implique un apprentissage constant – de nombreux
professionnels se forment via des MOOCs, des certifications
spécialisées ou des programmes courts.
• Collaboration entre secteurs : Les experts en IA émergents
travaillent souvent en étroite collaboration avec des
domaines traditionnels (droit, psychologie, design) pour
assurer un déploiement responsable et efficace de l'IA.
Ces métiers représentent une réponse aux nouveaux défis posés par
la généralisation de l'IA dans notre quotidien. Ils ouvrent des pistes
passionnantes pour ceux qui souhaitent allier technique, éthique et
innovation.
Pour aller plus loin, quelles sont vos aspirations ?
• Êtes-vous plus attiré par la technique pure ou par l'interface
entre technologie et société ?
• Quel secteur (santé, finance, environnement, etc.) vous
semble le plus passionnant pour appliquer l’IA ?

Ces questions peuvent aider à mieux cibler le ou les métiers qui
s’alignent avec vos ambitions futures dans ce domaine en
perpétuelle évolution !
8. Pour aller plus loin…
Pour vous aider à affiner vos projets, voici quelques questions :
• Quel aspect de l’IA vous attire le plus ? Est-ce l’aspect
technique (développement d’algorithmes), l’analyse de
données ou encore la dimension éthique et sociétale ?
• Avez-vous déjà suivi des projets (clubs de robotique,
compétitions de programmation, etc.) en lien avec
l’informatique ?
• Êtes-vous plutôt intéressé par la recherche fondamentale
ou par l’application industrielle et pratique de ces
technologies ?
• Souhaitez-vous combiner l’IA avec d’autres domaines
(santé, finance, environnement) dans votre futur parcours
professionnel ?

9. Quelles compétences sont nécessaires
pour ces nouveaux métiers?
Voici une réponse détaillée qui recense à la fois les compétences
techniques et les compétences transversales indispensables pour
ces métiers émergents autour de l'IA. Ces compétences vous
permettront de vous adapter aux diverses exigences du terrain et de
participer activement à l'innovation dans le domaine.
1. Compétences Transversales et Techniques
Les métiers liés à l'IA, surtout lorsqu'ils émergent, demandent
souvent un savant mélange de savoir-faire technique et de qualités
interpersonnelles ou analytiques. De manière générale, on peut
distinguer :
• Compétences techniques : Les savoir-faire pointus liés aux
outils et aux technologies de l'IA.
• Compétences transversales : Des aptitudes en
communication, créativité, gestion de projet et esprit
critique, permettant de collaborer dans des environnements
multidisciplinaires.
2. Compétences requises pour chaque métier émergent
A. Éthicien de l'IA / Spécialiste en Gouvernance de l'IA

o Connaissances en éthique numérique et en droit :
Appréhender les cadres juridiques, les
réglementations (ex. RGPD) et comprendre les enjeux
des biais algorithmiques.
o Notions de data science et d’intelligence artificielle :
Connaissances de base sur les systèmes d'IA pour
comprendre où et comment les biais se créent.
o Esprit critique et capacité d’analyse : Évaluer les
impacts sociaux et éthiques des technologies.
o Communication et pédagogie : Savoir vulgariser des
concepts complexes auprès de décideurs ou du grand
public.
o Interdisciplinarité : Allier philosophie, droit,
sociologie et informatique pour proposer des
solutions globales.
B. Prompt Engineer / Concepteur de Prompts
o Maîtrise des modèles de langage et du NLP :
Comprendre les fondements des modèles génératifs
et leurs mécanismes.
o Test et optimisation des prompts : Savoir
expérimenter avec différentes formulations pour
maximiser la pertinence des réponses des modèles.

o Créativité et curiosité linguistique : Innover dans la
formulation et explorer les limites du langage.
o Sens de l'analyse : Évaluer les performances en
fonction des variations de prompts et s’adapter
rapidement.
o Rigueur et précision : Apporter des ajustements fins
pour obtenir des résultats cohérents et adaptés aux
contextes.
C. AI Trainer / Data Labeler
o Annotation et gestion de données : Maitrise des
processus et outils de labellisation pour créer des
datasets fiables.
o Connaissance des plateformes de data labeling :
Parfois, utilisation d’outils spécialisés ou de logiciels
d’annotation.
o Minutie et rigueur : Attention aux détails pour éviter
les erreurs qui pourraient biaiser l’entraînement des
modèles.
o Patience et endurance : La qualité des données
dépend d’un travail méthodique et souvent répétitif.

o Esprit collaboratif : Capacité à communiquer avec les
équipes techniques pour ajuster les consignes
d’annotation en fonction des résultats obtenus.
D. Spécialiste en Explicabilité de l'IA
o Maîtrise des algorithmes de machine learning et
deep learning : Comprendre les modèles pour
pouvoir les analyser en profondeur.
o Statistiques et méthodes de visualisation : Utiliser
des outils comme LIME, SHAP ou d’autres techniques
pour interpréter les décisions des modèles.
o Connaissance des techniques d’interprétabilité :
Évaluer et construire des modèles dits « explicables ».
o Capacité à vulgariser : Traduire des résultats
techniques en enseignements compréhensibles par
des non-spécialistes.
o Esprit analytique et synthétique : Identifier les
éléments clés justifiant les décisions algorithmiques.
o Communication claire et structurée : Rendre compte
des analyses auprès de décideurs et intégrer les
retours pour améliorer les outils explicatifs.
E. Ingénieur en Infrastructure IA / Cloud

o Maîtrise des architectures cloud : Connaissance des
plateformes comme AWS, Azure, GCP pour déployer
et scaler des solutions d’IA.
o Systèmes distribués et optimisation de la
performance : Comprendre la gestion des clusters,
des réseaux et des architectures de calcul intensif.
o Maintenance et sécurité : Sécuriser les données et
garantir la continuité opérationnelle.
o Gestion de projet et résolution de problèmes : Savoir
anticiper les besoins et gérer les incidents.
o Adaptabilité : Réagir rapidement aux évolutions
technologiques ou aux imprévus survenus dans
l’infrastructure.
o Collaboration interdisciplinaire : Travailler avec des
équipes de data science, de développement et de
sécurité.
F. Concepteur d'Interfaces et UX pour l’IA
o Design et prototypage d'interfaces : Maîtrise des
outils de design (Sketch, Figma, Adobe XD…) pour
créer des interfaces intuitives.

o Psychologie cognitive et ergonomie : Comprendre
comment les utilisateurs interagissent avec les
systèmes d’IA.
o Tests utilisateurs et analyses UX : Capacité à recueillir
et interpréter les retours pour améliorer l’expérience.
o Empathie et sensibilité humaine : Se mettre à la
place des utilisateurs pour concevoir des interfaces
adaptées à leurs besoins.
o Créativité et innovation : Imaginer des solutions
nouvelles qui rendent les technologies d’IA
accessibles.
o Communication et collaboration : Travailler en
étroite relation avec des développeurs, des data
scientists et des responsables produit.
3. Tableau récapitulatif des compétences par métier
Métier Compétences Techniques
Compétences
Transversales
Éthicien de l'IA
/ Gouvernance
Cadres éthiques, juridiques
et normatifs, notions de
data science
Esprit critique,
communication
pédagogique,
interdisciplinarité

Compétences
Transversales
Prompt
Engineer
Connaissance des modèles
de langage, NLP,
expérimentations de
formulations
Créativité, rigueur,
adaptation rapide,
curiosité linguistique
AI Trainer /
Data Labeler
Annotation de données,
gestion et contrôle qualité
des datasets, utilisation
d’outils spécialisés
Minutie, patience,
esprit collaboratif
Spécialiste en
Explicabilité de
l'IA
Compréhension des
algorithmes ML/DL,
statistiques, méthodes de
visualisation (LIME, SHAP,
etc.)
Vulgarisation, esprit
analytique,
communication claire
Ingénieur en
Infrastructure
IA / Cloud
Gestion des plateformes
cloud (AWS, Azure, GCP),
systèmes distribués,
optimisation des
architectures
Gestion de projet,
résolution de
problèmes,
adaptabilité, travail en
équipe
Concepteur
d'Interfaces et
UX pour l’IA
Design d'interfaces
(Sketch, Figma…),
prototypage, connaissance
des principes
Empathie, créativité,
aptitude à recueillir et
intégrer le feedback

Compétences
Transversales
ergonomiques et de
psychologie cognitive

4. Illustration ASCII
Pour synthétiser visuellement ces compétences, voici une petite
infographie :
COMPÉTENCES POUR LES MÉTIERS ÉMERGENTS
┌───────────────┐
│ TECHNIQUES │
└───────────────┘
│
┌────────┬────────────┴─────────┬─────────┐
│ │ │ │
Notions de Data Maîtrise des Architecture Prototypage
Science & IA Outils de NLP & Cloud & Design UX
│ │ │ │
└────────┴────────────┬─────────┴─────────┘
│
ESPRIT TRANSVERSAL
(Communication, Esprit Critique,
Créativité, Adaptabilité)
5. En conclusion

Les métiers émergents dans l'IA exigent une formation technique
solide et une ouverture aux enjeux sociétaux et interpersonnels.
Pour y accéder, le parcours peut varier de formations techniques en
informatique ou en ingénierie à des cursus plus inter/disciplinaire
intégrant des aspects juridiques, philosophiques ou du design.
Afin d’orienter au mieux vos choix, pensez à vous poser ces
questions :
• Préférez-vous travailler directement sur la conception
technique ou bien sur les enjeux liés à l’interprétation et
l’éthique ?
• Êtes-vous plus attiré par un travail de terrain (infrastructure,
UX) ou par la recherche et l’innovation (explicabilité,
prompt engineering) ?
Chaque parcours demande de se former continuellement,
d’expérimenter et de collaborer dans un univers en perpétuelle
évolution. N’hésitez pas à explorer les spécialisations, à suivre des
MOOCs ou des formations certifiantes pour acquérir ces
compétences pratiques.
10. Quelles formations recommandiez-
vous pour acquérir ces compétences ?

Voici quelques pistes de formations permettant d’acquérir à la fois
de solides bases techniques et des compétences transversales pour
les métiers émergents de l’IA :
1. Formations Initiales (Lycée et Post-bac)
Au lycée
• Baccalauréat Scientifique (Bac S) Met l’accent sur les
mathématiques, la physique et la chimie, des disciplines
fondamentales pour comprendre les algorithmes et les
modèles mathématiques utilisés en IA.
• Baccalauréat Technologique STI2D Permet d’acquérir une
première approche des systèmes numériques et
technologiques, un atout si vous visez des applications
concrètes (ex. infrastructure IA).
BTS / DUT
• BTS Services Informatiques aux Organisations (SIO) Donne
des compétences en programmation ainsi qu’en gestion des
systèmes d’information.
• DUT Informatique Propose une formation technique solide
en informatique, en algorithmique et en programmation, et
permet d’appréhender les bases des systèmes d’IA à travers
des projets concrets.
2. Formations Universitaires
Licence

• Licence Informatique ou Mathématiques Appliquées Ces
cursus offrent une base théorique et pratique essentielle en
programmation, en statistique et en algorithmique. Des
parcours spécialisés (ex. parcours Data Science ou IA)
commencent à voir le jour dans certaines universités.
Écoles d'Ingénieurs
• Écoles d’Ingénieurs spécialisées en informatique ou en
systèmes embarqués Des institutions comme Polytechnique,
CentraleSupélec, INSA ou d’autres écoles régionales
proposent des spécialisations en IA, machine learning et data
science. Cette voie combine une formation technique
pointue et des stages en entreprise.
Masters Spécialisés
• Master en Intelligence Artificielle / Machine Learning / Data
Science Idéal pour se spécialiser et approfondir les
techniques avancées ainsi que la gestion d’algorithmes
complexes.
• Masters interdisciplinaires (ex. master en éthique
numérique, droit du numérique, design d’interfaces) Pour les
métiers comme Éthicien de l’IA ou Concepteur UX pour l’IA,
ces cursus intègrent à la fois des notions techniques et des
compétences en communication, droit ou design.
3. Formations Complémentaires et Certifications en
Ligne (voir les URL en fin de ce document).
MOOCs et Plateformes en ligne

• Coursera / edX / Udacity / OpenClassrooms Proposent des
cours certifiants tels que :
o Machine Learning d’Andrew Ng (Coursera)
o Deep Learning Specialization (Coursera)
o Cours spécifiques en IA explicable ou en prompt
engineering qui commencent à émerger.
• Certifications Cloud Pour les métiers en infrastructure IA,
obtenir des certifications comme AWS Certified Solutions
Architect, Microsoft Azure Fundamentals ou Google Cloud
Associate Engineer permettra d’acquérir des compétences
techniques en déploiement et gestion d’architectures.
Bootcamps et Formations Professionnelles
• Data Science Bootcamp ou ateliers spécialisés Ces
programmes intensifs, souvent organisés par des entreprises
ou des organismes de formation professionnelle (comme Le
Wagon, Ironhack ou d’autres), offrent une immersion rapide
et pratique dans l’IA.
• Cours en Design UX et interfaces Pour les métiers tournés
vers l’interface et l’expérience utilisateur, des formations en
design (utilisation de Sketch, Figma, Adobe XD) et des
modules en psychologie cognitive peuvent être très
pertinents.

4. Tableau Récapitulatif des Formations
Niveau/Formations Domaines Ciblés Exemples/Conseils
Lycée
Bases en
mathématiques et
sciences
Bac S (ou STI2D pour une
approche technologique)
BTS / DUT
Informatique,
Réseaux,
systèmes
BTS SIO, DUT Informatique
Licence
Informatique,
Mathématiques
appliquées
Licence Informatique,
parcours Data Science ou
IA dans certaines
universités
Écoles d'Ingénieurs
Ingénierie
informatique &
systèmes
Polytechnique,
CentraleSupélec, INSA
(spécialisations en IA, ML)
Masters Spécialisés
IA, Machine
Learning,
Gouvernance, UX
Master en IA, Master Data
Science, Master en éthique
numérique / UX design
MOOCs &
Certifications
Cours intensifs et
spécialisés
Machine Learning
(Coursera), Deep Learning
Specialization,
certifications AWS, Azure,
Google Cloud

Niveau/Formations Domaines Ciblés Exemples/Conseils
Formations
complémentaires
Formation
professionnelle
Bootcamps, stages, ateliers
en design UX, hackathons
et projets collaboratifs
5. Quelques conseils pour choisir sa formation
• Définissez vos aspirations :
o Privilégiez-vous une voie technique pure
(développement, data) ou un profil plus transversal
intégrant l’éthique, le droit ou le design ?
• Pensez à la complémentarité :
o Une formation traditionnelle (Licence, école
d’ingénieurs) peut être enrichie par des MOOCs ou
des certifications ciblées, surtout pour rester à jour
dans un domaine en évolution rapide.
• Considérez l’apprentissage par la pratique :
o Participez à des projets, hackathons, et stages pour
mettre en application vos connaissances et gagner en
expérience.
Ces parcours vous offriront un socle solide pour explorer et vous
spécialiser dans les métiers émergents de l’IA.

Des sites pour mieux comprendre l’IA :
L’IA générative transforme l’éducation aux médias et à
l’information | Réseau Canopé
https://www.reseau-canope.fr/actualites/article/lia-generative-
transforme-leducation-aux-medias-et-a-linformation
Tous les MOOC dédiés à l'Intelligence Artificielle | My Mooc
https://www.my-mooc.com/fr/categorie/intelligence-artificielle
L'Intelligence Artificielle... avec intelligence ! - Cours - FUN MOOC
https://www.fun-mooc.fr/fr/cours/lintelligence-artificielle-avec-
intelligence/
Découvrir et comprendre l'intelligence artificielle avec le Mooc
Class'Code IAI - francenum.gouv.fr
https://www.francenum.gouv.fr/formations/decouvrir-et-
comprendre-lintelligence-artificielle-avec-le-mooc-classcode-iai
Erol GIRAUDY - YouTube mes vidéos et PowerPoint :
https://www.youtube.com/@EROLGIRAUDY
Des jeux autour de l’IA :
Aïe Aïe IA – Café IA

https://cafeia.org/aie-aie-ia/
Future of IA – Café IA
https://cafeia.org/future-of-ia/
Ecoles et Universités | Latitudes
https://www.latitudes.cc/offres/ecoles-et-universites
Jeux éducatifs pour lycéens :
1. Jeux Pédago
https://www.jeuxpedago.com/index.php#google_vignette
o Contenu : Jeux interactifs pour réviser des matières
comme le français, les mathématiques, l'histoire-géo,
etc.
o Idéal pour : Apprendre en s'amusant.
o 8 résultats pour "intelligence artificielle"
2. Lumni - Jeux éducatifs https://www.lumni.fr/tous-les-
jeux?matiere=francais
o Contenu : Jeux variés pour développer des
compétences en français, en sciences et dans
d'autres disciplines.
o Idéal pour : Une approche ludique de l'apprentissage.

Ces ressources combinent apprentissage et divertissement, parfaites
pour des lycéens curieux et motivés.
Voici une sélection de formations gratuites pour
débutants en IA accompagnées de commentaires
pour vous guider :
1. Objectif IA : initiez-vous à l’intelligence artificielle
o Plateforme : OpenClassrooms
o Contenu : Ce cours explique les bases de l'IA, ses
défis et opportunités, ainsi que les sous-disciplines de
l'IA.
o Durée estimée : 6 heures
o Idéal pour : Ceux qui souhaitent une introduction
claire et structurée.
2. Elements of AI
o Plateforme : Université d’Helsinki
o Contenu : Ce MOOC couvre des sujets comme
l'apprentissage automatique, les réseaux neuronaux et
les implications éthiques.
o Durée : 6 chapitres
o Idéal pour : Une compréhension approfondie et
progressive.
3. Les bases de l’IA générative
o Plateforme : Uluumy
o Contenu : Introduction à l'IA générative, ingénierie de
prompts et implications éthiques.
o Idéal pour : Explorer les applications pratiques de l'IA
générative.
4. Cours gratuits de Nvidia
o Plateforme : Nvidia

o Contenu : Une série de 14 modules sur des sujets
variés, comme l'IA générative et les réseaux
neuronaux.
o Idéal pour : Ceux qui veulent explorer des
applications avancées.
5. Formation en ligne sur l’intelligence artificielle
o Plateforme : République et Canton de Genève
o Contenu : Modules courts et accessibles sur les bases
de l'IA.
o Idéal pour : Une introduction rapide et concise.
Rechercher sur le site Lumni.fr
https://www.lumni.fr/recherche
Ces cours offrent une excellente opportunité pour
débuter en IA :
Se former à l’IA : 8 cours gratuits – L'atelier du formateur
https://latelierduformateur.fr/se-former-a-lia-8-cours-gratuits/
Nvidia lance 14 formations gratuites pour se former à l'IA :
comment y accéder ?
https://www.leptidigital.fr/actualites/nvidia-formations-gratuites-se-
former-ia-55120/

Les cours en ligne gratuits :
• Cours en ligne “Concepts, fonctionnement et technologies
de l’IA” (BPI University)
ouvert
https://www.bpifrance-universite.fr/formation/concepts-
fonctionnement-et-technologies-de-lia/
• Cours en ligne “Les outils d’intelligence artificielle
générative pour les étudiant(e)s” (APUI Université
d’Avignon)
accessible sans inscription
https://moodle.luniversitenumerique.fr/course/view.php?id=
1082
• Cours en ligne “IA dans l’enseignement supérieur” (APUI
Université d’Avignon)
accessible sans inscription
https://moodle.luniversitenumerique.fr/course/view.php?id=
1083
Intelligence artificielle au service de l’éducation :
des mesures ambitieuses pour accompagner les
usages des élèves et des professeurs :
Ministère de l'Education Nationale, de l'Enseignement supérieur et
de la Recherche France :

https://www.education.gouv.fr/intelligence-artificielle-au-service-
de-l-education-des-mesures-ambitieuses-pour-accompagner-les-
416551
Les 25 des métiers Data et IA en 2025:
Le quotidien des utilisateurs de l'informatique en entreprise :
https://infodsi.com/articles/204547/les-25-metiers-ia-et-data-les-
plus-en-vogue-en-2025.html
Top 25 des métiers Data et IA en 2025 : compétences et
opportunités :
https://keyrus.com/fr/fr/insights/metiers-data-ia-2025
Nouveaux Métiers de l'IA en 2025 : Quelles Opportunités ? - AI2 :
https://ai2-education.com/nouveaux-metiers-ia-2025-
opportunites/#:~:text=Domaines%20de%20travail%20et%20m%C3%
A9tiers%20li%C3%A9s%20%C3%A0%20l%E2%80%99IA,Logistique%2
0Analyste%20de%20cha%C3%AEnes%20d%E2%80%99approvisionn
ement%20...%20%C3%89l%C3%A9ments%20suppl%C3%A9mentaire
s
Glossaire :

1. 1⃣ IA de l'information (IA) – La catégorie la plus large,
couvrant l'automatisation, le raisonnement et la prise de
décision. À ses débuts, l'IA était basée sur des règles, mais
aujourd'hui, elle est principalement axée sur les données.
2. 2⃣ IA de l'information (IA) – Une IA qui apprend des modèles à
partir de données sans programmation explicite. Inclut des
arbres de décision, des modèles de clustering et de
régression.
3. 3⃣ Analytique de Machine Learning (AML) – Sous-ensemble
de l'apprentissage automatique (ML), inspiré du cerveau
humain, conçu pour la reconnaissance de formes et
l'extraction de caractéristiques.
4. 4⃣ Analytique de Machine Learning (AML) – Réseaux
neuronaux multicouches à l'origine de nombreuses avancées
en IA moderne, notamment la reconnaissance d'images, le
traitement de la parole, etc.
5. 5⃣ 𝗧𝗿𝗮𝗻𝘀𝗳𝗼𝗿𝗺𝗲𝗿𝘀 – Une architecture d'apprentissage profond
révolutionnaire introduite par Google en 2017 qui permet
aux modèles de comprendre et de générer efficacement le
langage.

6. 6⃣ 𝗚𝗲𝗻𝗲𝗿𝗮𝘁𝗶𝘃𝗲 𝗔𝗜 (𝗚𝗲𝗻𝗔𝗜) – Une IA qui ne se contente pas
d'analyser les données, elle les crée. Du texte aux images, en
passant par la musique et le code, cette couche alimente les
modèles d'IA les plus avancés d'aujourd'hui.
7. 7⃣ IA générative (IA) – Un sous-ensemble spécifique de l'IA
générative qui utilise des transformateurs pour la génération
de texte.
8. 8⃣ 𝗟𝗮𝗿𝗴𝗲 𝗟𝗮𝗻𝗴𝘂𝗮𝗴𝗲 𝗠𝗼𝗱𝗲𝗹𝘀 (𝗟𝗟𝗠) – Modèles d'IA massifs
entraînés sur de vastes ensembles de données pour
comprendre et générer un langage humain.
9. 9⃣ 𝗚𝗣𝗧-4 – L'un des LLM les plus avancés, basé sur une
architecture de transformateur, entraîné sur de vastes
ensembles de données pour générer des réponses humaines.
10. 𝗖𝗵𝗮𝘁𝗚𝗣𝗧 – Une application spécifique de GPT-4,
optimisée pour l'IA conversationnelle et l'utilisation
interactive.

Les métiers dans l'Intelligence Artificielle

Contenu connexe

Similaire à Les métiers dans l'Intelligence Artificielle

Plus de UGAIA

Les métiers dans l'Intelligence Artificielle