COMPAS
BetaProspective des métiers
Ingénieur·e data
Collaboratif IA + personneInformatique & Logiciel
Sans données propres, pas d'IA. La demande reste très forte, même si la construction des pipelines est de plus en plus assistée.
Risque d'automatisation
34/100
Maturité de la technologie IA
79/100
Tâches augmentées par IA
81%
Horizon de bascule
2031
+46% d'effectifs à 10 ans
Courbe d'évolution des effectifs
Indice base 100 en 2024 · projection jusqu'en 2036, comparée à la montée en maturité de la technologie
Bascule prévue en 2031 — 5 ans pour se préparer
Le métier se transforme sans disparaître : la priorité est l'augmentation par l'IA, pas la sortie du métier.
Fenêtre d'action
5
ans
Diagnostiquer vos tâches exposées
Listez vos activités hebdomadaires et repérez celles couvertes par la catégorie « IA + Personne ». Environ 81% des tâches de ce métier sont déjà augmentables par l'IA.
Devenir pilote des outils IA du métier
Se former aux outils qui automatisent votre poste et en devenir le référent interne : c'est la protection la plus rapide contre le remplacement.
Acquérir une compétence de bascule
Viser une des compétences clés identifiées : Modélisation de données, Contrats et qualité de données, Gouvernance et lignage. Une certification courte suffit souvent à valider la passerelle.
Basculer vers un métier porteur
Utiliser les passerelles ci-dessous : les métiers proposés partagent vos compétences et présentent un risque d'automatisation nettement plus faible.
Préconisations de reconversion proches de votre métier
Seules les transitions réalistes par secteur, niveau de qualification et compétences transférables sont retenues
Architecte de données
Informatique & Logiciel
Effort de transition : court (6-12 mois)
À acquérir
Formation d'entrée : Architecture de données cloud · 6 mois
Architecte Cloud
Informatique & Logiciel
Effort de transition : court (6-12 mois)
À acquérir
Formation d'entrée : Certifications cloud (AWS/Azure/GCP) · 3 mois
Expert·e en sécurité cloud
Cybersécurité
Effort de transition : long (2-3 ans)
À acquérir
Formation d'entrée : Sécurité cloud (CCSK / CCSP) · 3 mois
Ingénieur·e DevSecOps
Cybersécurité
Effort de transition : long (2-3 ans)
À acquérir
Formation d'entrée : DevSecOps & AppSec · 3 mois
Nouveaux métiers émergents
Métiers créés par la vague IA, classés par affinité avec votre profil
Architecte d'agents IA
Informatique & Logiciel
Risque 9/100 · effectifs +210% à 10 ans · accès : long (2-3 ans)
Ingénieur·e MLOps / évaluation de modèles
Informatique & Logiciel
Risque 10/100 · effectifs +190% à 10 ans · accès : long (2-3 ans)
Ingénieur·e sécurité des systèmes IA
Cybersécurité
Risque 8/100 · effectifs +230% à 10 ans · accès : long (2-3 ans)
Trajectoire de transformation
Cycle de vie du remplacement par l'IA, étape par étape
2 ans
Pipelines et transformations générés.
Les scripts d'ingestion et de nettoyage sont produits à partir d'exemples ; l'ingénieur se concentre sur la modélisation et la qualité.
5 ans
Qualité et gouvernance au premier plan.
Lignage, contrats de données et contrôles automatiques deviennent la charge principale, sous pression réglementaire.
10 ans
Rôle de garant du patrimoine de données.
Le métier fusionne avec la gouvernance : qui peut utiliser quelle donnée, pour quel modèle, avec quelle preuve de conformité.
Moteurs de la transformation
- →Chaque projet IA dépend de la donnée
- →Exigences de gouvernance et de traçabilité
- →Génération de pipelines assistée
Compétences à acquérir
Formations recommandées
Data engineering avancé
6 mois · Bac+5
Gouvernance de la donnée
6 semaines · Certifiant
Publics concernés
Métiers du même secteur
Rapport métier complet
Synthèse, trajectoire, plan d'action, passerelles et formations — au format texte.