Métiers & IA

Comparer des métiers

Choisis 2 ou 3 métiers pour les voir côte à côte. Pratique pour hésiter entre deux voies ou préparer une reconversion.

Métier 1

Métier 2

Métier 3 (facultatif)

Comparaison de Ingénieur machine learning, Data analyst, Développeur web
	Ingénieur machine learning	Data analyst	Développeur web
Secteur	Tech & numérique	Tech & numérique	Tech & numérique
Exposition à l'IA	Exposition des tâches à l'IA30 / 100 Exposition modérée	Exposition des tâches à l'IA48 / 100 Exposition modérée	Exposition des tâches à l'IA45 / 100 Exposition modérée
Résilience	Indice de résilience70 / 100 Très résilient	Indice de résilience59 / 100 Résilient	Indice de résilience60 / 100 Résilient
Tendance	En croissance	Stable	Stable
Horizon du changement	À moyen terme (2028-2032)	Dès maintenant (2026-2028)	Dès maintenant (2026-2028)
Salaire médian	≈ 55 k€ brut/an	≈ 42 k€ brut/an	≈ 42 k€ brut/an
Demande	forte	forte	forte
Remplacé par	AutoML et plateformes de modèles prêts à l'emploi Copilotes de code	Assistants IA « texte vers SQL » Outils de business intelligence avec analyse augmentée Notebooks avec agents d'analyse	Copilotes de code (LLM intégrés à l'éditeur) Agents de développement autonomes Générateurs d'applications à partir d'une description Outils no-code / low-code
Reste humain	Cadrer un cas d'usage utile et réaliste Construire des jeux d'évaluation fiables Détecter biais, fuites de données et dérives	Traduire une question métier floue en analyse pertinente Vérifier la fiabilité des données et des résultats Raconter les résultats et convaincre les décideurs	Comprendre le besoin réel et arbitrer les choix d'architecture Relire et assumer la responsabilité du code mis en production Sécuriser l'application et protéger les données
Compétences d'avenir	évaluation de modèles d'IAMLOpsréglementationesprit critique face à l'IAprotection des données (RGPD)	esprit critique face à l'IAstatistiquesprotection des données (RGPD)gestion de projetutilisation de l'IA générative	esprit critique face à l'IAcybersécuritéarchitecture logicielleutilisation de l'IA générativetests automatisés
Formation de référence	Master Science des données ou Intelligence artificielle (2 ans)	Titre professionnel Data analyst (6 à 12 mois)	BUT Informatique (3 ans (possible en alternance))

Compétences communes

De Ingénieur machine learning vers Data analyst : 54 % des compétences déjà acquises
De Ingénieur machine learning vers Développeur web : 33 % des compétences déjà acquises
De Data analyst vers Ingénieur machine learning : 57 % des compétences déjà acquises
De Data analyst vers Développeur web : 13 % des compétences déjà acquises
De Développeur web vers Ingénieur machine learning : 41 % des compétences déjà acquises
De Développeur web vers Data analyst : 15 % des compétences déjà acquises

Indices indicatifs : estimations Kreomnis à partir de l'analyse des tâches, pas des statistiques officielles ni une prédiction individuelle. Comment c'est calculé