IA / ML / Data Science : marché
Données au 19 novembre 2026 : offres ouvertes IA / ML / Data Science — 12 757, 25% en télétravail parmi les offres qui précisent le mode de travail; salaire médian annoncé $12 583/mois (sur 1 719 offres qui indiquent un salaire). Source : Zorky, mis à jour chaque jour.
IA / ML / Data Science est une famille de rôles : ML Engineer (modèles et pipelines en production), Data Scientist (analyse statistique, tests A/B, modèles ML), AI Engineer (LLM, RAG, applications GenAI), MLOps (infrastructure ML), ingénieurs Computer Vision et NLP. La stack de base : Python, PyTorch, TensorFlow, scikit-learn, pandas, NumPy, Jupyter, MLflow, Kubeflow, HuggingFace Transformers, LangChain, OpenAI API, bases de données vectorielles (Pinecone, Weaviate, Qdrant). Les technologies les plus demandées — python, cloud, sql, llm, pytorch. Parmi les offres dont le mode de travail est indiqué, 25% sont en télétravail. Données mises à jour quotidiennement.
Données au:
Les chiffres clés du marché IA / ML / Data Science : offres ouvertes, salaire médian, vivier de spécialistes observé et part du télétravail.
Le marché IA / ML / Data Science compte actuellement 12 757 postes ouverts, dont 11 434 observés récemment. Median salary $12 583/mo.
Parmi les offres dont le mode de travail est indiqué, 25% sont en télétravail. Les banques exigent plus souvent l'hybride pour des raisons de conformité ; dans les équipes IA internationales, le télétravail complet est la norme.
⚠ salaire connu pour 1719 offres sur 12757 ; part du télétravail sur 10474 avec un format indiqué ; 11434 comptées comme observations récentes ; la tendance et la difficulté de recrutement ne sont pas affichées
Chronologie : offres et sources
Combien d'offres IA / ML / Data Science sont apparues chaque semaine sur 180 jours, et depuis combien de sources. Le graphique du bas sépare la croissance du marché de celle de notre couverture : un saut la semaine où de nouvelles sources ont été connectées signifie que nous voyons davantage, pas que le marché a grandi.
Nouvelles offres par semaine
Données du graphique
| Période | Nouvelles offres par semaine |
|---|---|
| 2026-06-01 | 226 |
| 2026-06-08 | 278 |
| 2026-06-15 | 202 |
| 2026-06-22 | 547 |
| 2026-06-29 | 1 015 |
| 2026-07-06 | 1 323 |
| 2026-07-13 | 1 425 |
| 2026-07-20 | 832 |
| 2026-07-27 | 479 |
| 2026-08-03 | 818 |
| 2026-08-10 | 533 |
| 2026-08-17 | 679 |
| 2026-08-24 | 572 |
| 2026-08-31 | 434 |
| 2026-09-07 | 596 |
| 2026-09-14 | 749 |
| 2026-09-21 | 2 658 |
| 2026-09-28 | 1 853 |
| 2026-10-05 | 1 680 |
| 2026-10-12 | 4 729 |
| 2026-10-19 | 2 620 |
| 2026-10-26 | 2 809 |
| 2026-11-02 | 2 452 |
| 2026-11-09 | 2 770 |
Sources actives par semaine
Sources sur la période : 372. ▲ — semaine où de nombreuses nouvelles sources ont été connectées.
Données du graphique
| Période | Sources actives |
|---|---|
| 2026-06-01 | 33 |
| 2026-06-08 | 39 |
| 2026-06-15 | 35 |
| 2026-06-22 | 64 |
| 2026-06-29 | 110 |
| 2026-07-06 | 73 |
| 2026-07-13 | 103 |
| 2026-07-20 | 121 |
| 2026-07-27 | 109 |
| 2026-08-03 | 96 |
| 2026-08-10 | 63 |
| 2026-08-17 | 74 |
| 2026-08-24 | 72 |
| 2026-08-31 | 77 |
| 2026-09-07 | 74 |
| 2026-09-14 | 77 |
| 2026-09-21 | 111 |
| 2026-09-28 | 101 |
| 2026-10-05 | 108 |
| 2026-10-12 | 101 |
| 2026-10-19 | 117 |
| 2026-10-26 | 104 |
| 2026-11-02 | 115 |
| 2026-11-09 | 131 |
Nouvelles sources connectées : 22 juin +30 · 29 juin +61 · 6 juil. +30 · 13 juil. +28 · 20 juil. +31 · toutes les semaines (23) dans le tableau
| Semaine | Nouvelles sources | Nouvelles offres |
|---|---|---|
| 8 juin | +15 | 278 |
| 15 juin | +9 | 202 |
| 22 juin | +30 | 547 |
| 29 juin | +61 | 1 015 |
| 6 juil. | +30 | 1 323 |
| 13 juil. | +28 | 1 425 |
| 20 juil. | +31 | 832 |
| 27 juil. | +13 | 479 |
| 3 août | +9 | 818 |
| 10 août | +6 | 533 |
| 17 août | +8 | 679 |
| 24 août | +8 | 572 |
| 31 août | +4 | 434 |
| 7 sept. | +6 | 596 |
| 14 sept. | +4 | 749 |
| 21 sept. | +13 | 2 658 |
| 28 sept. | +9 | 1 853 |
| 5 oct. | +7 | 1 680 |
| 12 oct. | +3 | 4 729 |
| 19 oct. | +15 | 2 620 |
| 26 oct. | +4 | 2 809 |
| 2 nov. | +9 | 2 452 |
| 9 nov. | +17 | 2 770 |
La semaine en cours n'est pas terminée et n'est pas affichée : une semaine incomplète ressemblerait à une baisse.
Semaine = date de première détection de l'offre, tous statuts, 180 jours ; sources = canaux de collecte distincts ayant fourni des offres pour la direction cette semaine-là ; nouvelles sources = canaux ayant fourni leur première offre pour la direction cette semaine-là.
Données du graphique
| Semaine | Nouvelles offres par semaine | Sources actives |
|---|---|---|
| 2026-06-01 | 226 | 33 |
| 2026-06-08 | 278 | 39 |
| 2026-06-15 | 202 | 35 |
| 2026-06-22 | 547 | 64 |
| 2026-06-29 | 1 015 | 110 |
| 2026-07-06 | 1 323 | 73 |
| 2026-07-13 | 1 425 | 103 |
| 2026-07-20 | 832 | 121 |
| 2026-07-27 | 479 | 109 |
| 2026-08-03 | 818 | 96 |
| 2026-08-10 | 533 | 63 |
| 2026-08-17 | 679 | 74 |
| 2026-08-24 | 572 | 72 |
| 2026-08-31 | 434 | 77 |
| 2026-09-07 | 596 | 74 |
| 2026-09-14 | 749 | 77 |
| 2026-09-21 | 2 658 | 111 |
| 2026-09-28 | 1 853 | 101 |
| 2026-10-05 | 1 680 | 108 |
| 2026-10-12 | 4 729 | 101 |
| 2026-10-19 | 2 620 | 117 |
| 2026-10-26 | 2 809 | 104 |
| 2026-11-02 | 2 452 | 115 |
| 2026-11-09 | 2 770 | 131 |
Les salaires dans le temps
Salaire médian IA / ML / Data Science par semaine, USD par mois.
Salaire médian, USD par mois
Données du graphique
| Période | Médiane | Offres avec salaire par semaine (n) |
|---|---|---|
| 2026-08-31 | 8 380 | 12 |
| 2026-09-07 | 8 511 | 15 |
| 2026-09-14 | — | 8 |
| 2026-09-21 | 14 292 | 58 |
| 2026-09-28 | 8 826 | 64 |
| 2026-10-05 | 8 708 | 91 |
| 2026-10-12 | 11 637 | 207 |
| 2026-10-19 | 12 083 | 513 |
| 2026-10-26 | 11 958 | 474 |
| 2026-11-02 | 12 500 | 477 |
| 2026-11-09 | 12 500 | 535 |
La série commence le 31 août : aucune donnée avant.
Uniquement les offres avec un salaire en USD et une période connue (mois ou année), de 500 à 50 000 $ par mois. Les semaines comptant moins de 10 offres de ce type sont laissées vides — cela signifie pas de données, pas zéro.
Données du graphique
| Semaine | Médiane |
|---|---|
| 2026-06-01 | — |
| 2026-06-08 | — |
| 2026-06-15 | — |
| 2026-06-22 | — |
| 2026-06-29 | — |
| 2026-07-06 | — |
| 2026-07-13 | — |
| 2026-07-20 | — |
| 2026-07-27 | — |
| 2026-08-03 | — |
| 2026-08-10 | — |
| 2026-08-17 | — |
| 2026-08-24 | — |
| 2026-08-31 | 8 380 |
| 2026-09-07 | 8 511 |
| 2026-09-14 | — |
| 2026-09-21 | 14 292 |
| 2026-09-28 | 8 826 |
| 2026-10-05 | 8 708 |
| 2026-10-12 | 11 637 |
| 2026-10-19 | 12 083 |
| 2026-10-26 | 11 958 |
| 2026-11-02 | 12 500 |
| 2026-11-09 | 12 500 |
Le télétravail dans le temps
Part des offres IA / ML / Data Science proposant un télétravail complet, par semaine.
Offres en télétravail, %
Données du graphique
| Période | Télétravail |
|---|---|
| 2026-06-01 | 43,1 |
| 2026-06-08 | 27,3 |
| 2026-06-15 | 31 |
| 2026-06-22 | 35,6 |
| 2026-06-29 | 34,1 |
| 2026-07-06 | 28,6 |
| 2026-07-13 | 26,8 |
| 2026-07-20 | 32,3 |
| 2026-07-27 | 35,7 |
| 2026-08-03 | 24,8 |
| 2026-08-10 | 34,3 |
| 2026-08-17 | 31,5 |
| 2026-08-24 | 31,8 |
| 2026-08-31 | 29,1 |
| 2026-09-07 | 21,3 |
| 2026-09-14 | 20,9 |
| 2026-09-21 | 22,5 |
| 2026-09-28 | 35,2 |
| 2026-10-05 | 32 |
| 2026-10-12 | 31,9 |
| 2026-10-19 | 29,1 |
| 2026-10-26 | 34,4 |
| 2026-11-02 | 28,4 |
| 2026-11-09 | 29,8 |
La part est calculée parmi les offres qui précisent le mode de travail (télétravail, hybride, bureau). Les semaines comptant moins de 10 offres de ce type sont laissées vides.
Données du graphique
| Semaine | Télétravail |
|---|---|
| 2026-06-01 | 43,1 |
| 2026-06-08 | 27,3 |
| 2026-06-15 | 31 |
| 2026-06-22 | 35,6 |
| 2026-06-29 | 34,1 |
| 2026-07-06 | 28,6 |
| 2026-07-13 | 26,8 |
| 2026-07-20 | 32,3 |
| 2026-07-27 | 35,7 |
| 2026-08-03 | 24,8 |
| 2026-08-10 | 34,3 |
| 2026-08-17 | 31,5 |
| 2026-08-24 | 31,8 |
| 2026-08-31 | 29,1 |
| 2026-09-07 | 21,3 |
| 2026-09-14 | 20,9 |
| 2026-09-21 | 22,5 |
| 2026-09-28 | 35,2 |
| 2026-10-05 | 32 |
| 2026-10-12 | 31,9 |
| 2026-10-19 | 29,1 |
| 2026-10-26 | 34,4 |
| 2026-11-02 | 28,4 |
| 2026-11-09 | 29,8 |
Les technologies dans le temps
Comment la part des offres IA / ML / Data Science mentionnant chacune des principales technologies a évolué.
Offres mentionnant la technologie, %
Données du graphique
| Période | Python | cloud | SQL |
|---|---|---|---|
| 2026-08-10 | 41,3 | 12,9 | 21,9 |
| 2026-08-17 | 35,8 | 21,2 | 13,8 |
| 2026-08-24 | 41,1 | 15,7 | 13,1 |
| 2026-08-31 | 52,5 | 18,1 | 21,5 |
| 2026-09-07 | 39,3 | 20,6 | 18,7 |
| 2026-09-14 | 45,7 | 18,4 | 23,9 |
| 2026-09-21 | 47,7 | 34 | 19,3 |
| 2026-09-28 | 56,7 | 26,8 | 27,2 |
| 2026-10-05 | 54,4 | 30,5 | 30,2 |
| 2026-10-12 | 52 | 29,9 | 24 |
| 2026-10-19 | 62,2 | 33,2 | 30,6 |
| 2026-10-26 | 62,9 | 30,1 | 33,2 |
| 2026-11-02 | 62,8 | 31 | 32,9 |
| 2026-11-09 | 65,1 | 31 | 34,1 |
Part parmi les offres avec un stack tagué ; la série commence le 10 août : auparavant les tags de stack étaient attribués différemment. Les semaines comptant moins de 20 offres taguées sont laissées vides.
Données du graphique
| Semaine | Python | cloud | SQL | llm | pytorch |
|---|---|---|---|---|---|
| 2026-08-10 | 41,3 | 12,9 | 21,9 | 18,4 | 10,9 |
| 2026-08-17 | 35,8 | 21,2 | 13,8 | 16,7 | 12,1 |
| 2026-08-24 | 41,1 | 15,7 | 13,1 | 21,6 | 19,1 |
| 2026-08-31 | 52,5 | 18,1 | 21,5 | 13,6 | 19,8 |
| 2026-09-07 | 39,3 | 20,6 | 18,7 | 14,4 | 16,7 |
| 2026-09-14 | 45,7 | 18,4 | 23,9 | 18,1 | 13,3 |
| 2026-09-21 | 47,7 | 34 | 19,3 | 18,8 | 17,1 |
| 2026-09-28 | 56,7 | 26,8 | 27,2 | 20,6 | 19,4 |
| 2026-10-05 | 54,4 | 30,5 | 30,2 | 22 | 18,9 |
| 2026-10-12 | 52 | 29,9 | 24 | 20,3 | 16,4 |
| 2026-10-19 | 62,2 | 33,2 | 30,6 | 24 | 20,4 |
| 2026-10-26 | 62,9 | 30,1 | 33,2 | 28,3 | 19,4 |
| 2026-11-02 | 62,8 | 31 | 32,9 | 22,3 | 18,3 |
| 2026-11-09 | 65,1 | 31 | 34,1 | 24 | 19 |
Pays au fil du temps
Comment la part des offres IA / ML / Data Science dans chacun des principaux pays a évolué, par semaine.
Offres dans le pays, %
Données du graphique
| Période | États-Unis | Royaume-Uni | Singapour |
|---|---|---|---|
| 2026-06-01 | 43,8 | 5 | 0,5 |
| 2026-06-08 | 45,8 | 8 | 3,6 |
| 2026-06-15 | 43 | 6,5 | 1,6 |
| 2026-06-22 | 24,9 | 4,7 | 12,8 |
| 2026-06-29 | 23,4 | 4,3 | 35,1 |
| 2026-07-06 | 50,2 | 6,1 | 11,3 |
| 2026-07-13 | 35,4 | 4 | 22,4 |
| 2026-07-20 | 32,5 | 14,3 | 11,7 |
| 2026-07-27 | 32,2 | 8,5 | 12 |
| 2026-08-03 | 38,6 | 19,5 | 3,8 |
| 2026-08-10 | 40,4 | 11,9 | 2,3 |
| 2026-08-17 | 42,6 | 15,3 | 1,3 |
| 2026-08-24 | 47 | 19,7 | 1 |
| 2026-08-31 | 31,4 | 22,1 | 4,2 |
| 2026-09-07 | 32,3 | 23 | 7,6 |
| 2026-09-14 | 38,2 | 19,7 | 2,8 |
| 2026-09-21 | 47,5 | 10,7 | 5,3 |
| 2026-09-28 | 37,3 | 12,8 | 5,7 |
| 2026-10-05 | 35,4 | 16,2 | 3,6 |
| 2026-10-12 | 33,1 | 9,7 | 2,6 |
| 2026-10-19 | 37,2 | 14,4 | 4,2 |
| 2026-10-26 | 36,9 | 9,5 | 4,3 |
| 2026-11-02 | 36,2 | 12,9 | 4,3 |
| 2026-11-09 | 41,8 | 11,7 | 3,6 |
Part parmi les offres dont le pays est connu ; le graphique montre les cinq pays comptant le plus d'offres sur six mois. Les semaines comptant moins de 20 offres avec un pays connu sont laissées vides. Une part en hausse peut signifier une source nouvellement connectée dans ce pays plutôt qu'une croissance du marché.
Données du graphique
| Semaine | États-Unis | Royaume-Uni | Singapour | Inde | Allemagne |
|---|---|---|---|---|---|
| 2026-06-01 | 43,8 | 5 | 0,5 | 6,5 | 5,5 |
| 2026-06-08 | 45,8 | 8 | 3,6 | 10 | 3,2 |
| 2026-06-15 | 43 | 6,5 | 1,6 | 3,2 | 3,2 |
| 2026-06-22 | 24,9 | 4,7 | 12,8 | 8,7 | 1,4 |
| 2026-06-29 | 23,4 | 4,3 | 35,1 | 4,6 | 2 |
| 2026-07-06 | 50,2 | 6,1 | 11,3 | 7,1 | 1,1 |
| 2026-07-13 | 35,4 | 4 | 22,4 | 11,5 | 2,4 |
| 2026-07-20 | 32,5 | 14,3 | 11,7 | 7 | 2 |
| 2026-07-27 | 32,2 | 8,5 | 12 | 8,7 | 2,2 |
| 2026-08-03 | 38,6 | 19,5 | 3,8 | 5,7 | 4,4 |
| 2026-08-10 | 40,4 | 11,9 | 2,3 | 8 | 3,4 |
| 2026-08-17 | 42,6 | 15,3 | 1,3 | 6,5 | 4,9 |
| 2026-08-24 | 47 | 19,7 | 1 | 6,1 | 2,2 |
| 2026-08-31 | 31,4 | 22,1 | 4,2 | 9,1 | 2 |
| 2026-09-07 | 32,3 | 23 | 7,6 | 7,4 | 0,4 |
| 2026-09-14 | 38,2 | 19,7 | 2,8 | 6,7 | 2,5 |
| 2026-09-21 | 47,5 | 10,7 | 5,3 | 5 | 3,6 |
| 2026-09-28 | 37,3 | 12,8 | 5,7 | 4,4 | 4,8 |
| 2026-10-05 | 35,4 | 16,2 | 3,6 | 5,1 | 5,2 |
| 2026-10-12 | 33,1 | 9,7 | 2,6 | 6,9 | 7,2 |
| 2026-10-19 | 37,2 | 14,4 | 4,2 | 3,9 | 6,2 |
| 2026-10-26 | 36,9 | 9,5 | 4,3 | 6,4 | 5,6 |
| 2026-11-02 | 36,2 | 12,9 | 4,3 | 5,3 | 7,2 |
| 2026-11-09 | 41,8 | 11,7 | 3,6 | 4,3 | 6,2 |
Marché net : indice de recrutement
Les mêmes 7 505 sites carrières d'employeurs ; le nombre d'offres provient du site lui-même. Connecter de nouvelles sources ne fait pas bouger cet indice — il montre le marché, pas notre couverture. C'est l'ensemble du marché du panel, pas seulement IA / ML / Data Science.
Indice de recrutement, 16 oct. = 100
Données du graphique
| Période | Indice de recrutement |
|---|---|
| 2026-10-16 | 100 |
| 2026-10-17 | 100,03 |
| 2026-10-18 | 99,76 |
| 2026-10-19 | 99,68 |
| 2026-10-20 | 99,27 |
| 2026-10-21 | 98,6 |
| 2026-10-22 | 99,07 |
| 2026-10-23 | 97,4 |
| 2026-10-24 | 97,41 |
| 2026-10-26 | 97,33 |
| 2026-10-27 | 96,76 |
| 2026-10-28 | 96,21 |
| 2026-10-29 | 95,17 |
| 2026-10-30 | 95,13 |
| 2026-10-31 | 93,65 |
| 2026-11-01 | 93,33 |
| 2026-11-02 | 92,67 |
| 2026-11-03 | 92,65 |
| 2026-11-04 | 92,41 |
| 2026-11-05 | 92,13 |
| 2026-11-06 | 90,44 |
| 2026-11-07 | 90,48 |
| 2026-11-08 | 90,45 |
| 2026-11-10 | 90,29 |
| 2026-11-11 | 90,22 |
| 2026-11-13 | 90,12 |
| 2026-11-14 | 89,7 |
| 2026-11-15 | 89,68 |
| 2026-11-16 | 89,62 |
| 2026-11-18 | 88,91 |
| 2026-11-19 | 88,02 |
Indice chaîné : chaque jour ne compare que les sites interrogés ce jour-là et la veille ; les valeurs aberrantes et les pannes d'interrogation d'une plateforme entière sont exclues. Les jours sans paire comparable sont laissés vides.
Données du graphique
| Jour | Indice de recrutement |
|---|---|
| 2026-10-16 | 100 |
| 2026-10-17 | 100,03 |
| 2026-10-18 | 99,76 |
| 2026-10-19 | 99,68 |
| 2026-10-20 | 99,27 |
| 2026-10-21 | 98,6 |
| 2026-10-22 | 99,07 |
| 2026-10-23 | 97,4 |
| 2026-10-24 | 97,41 |
| 2026-10-26 | 97,33 |
| 2026-10-27 | 96,76 |
| 2026-10-28 | 96,21 |
| 2026-10-29 | 95,17 |
| 2026-10-30 | 95,13 |
| 2026-10-31 | 93,65 |
| 2026-11-01 | 93,33 |
| 2026-11-02 | 92,67 |
| 2026-11-03 | 92,65 |
| 2026-11-04 | 92,41 |
| 2026-11-05 | 92,13 |
| 2026-11-06 | 90,44 |
| 2026-11-07 | 90,48 |
| 2026-11-08 | 90,45 |
| 2026-11-10 | 90,29 |
| 2026-11-11 | 90,22 |
| 2026-11-13 | 90,12 |
| 2026-11-14 | 89,7 |
| 2026-11-15 | 89,68 |
| 2026-11-16 | 89,62 |
| 2026-11-18 | 88,91 |
| 2026-11-19 | 88,02 |
Combien d'offres IA / ML / Data Science ouvertes il y a et combien de spécialistes correspondants Zorky observe.
Demande et offre observée
Données du graphique
| Indicateur | Valeur |
|---|---|
| Demande ouverte | 12 757 |
| Demande ouverte | 12 757 |
| Offre observée | — non publié |
Ces dernières semaines, la direction IA/ML a crû de façon non linéaire — la hausse explosive de la demande depuis les sorties de ChatGPT, Claude, Gemini en 2023–2025 se poursuit en 2026. Les fluctuations sont normales ; suivez la tendance globale.
⚠ les candidats correspondant à une offre ne sont pas encore comptés : la demande et le vivier observé sont affichés
Comment se répartissent les salaires des offres IA / ML / Data Science, en dollars américains par mois.
Distribution des salaires
Données du graphique
| Indicateur | Valeur |
|---|---|
| <$1k | 15 |
| $1–2k | 18 |
| $2–3k | 27 |
| $3–4k | 39 |
| $4–5k | 46 |
| $5–6k | 71 |
| $6–7k | 70 |
| $7–8k | 91 |
| $8–9k | 85 |
| $9–10k | 98 |
| $10–12k | 209 |
| $12–15k | 361 |
| $15–20k | 414 |
| $20k+ | 175 |
- exploitable pour le calcul: 1 719 (13,5%)
- indiqué mais non converti en USD/mois: 2 072 (16,2%)
- non indiqué: 8 966 (70,3%)
Une offre sur dix propose moins de $5 434, une sur dix plus de $20 000. La moitié des offres propose entre $8 625 et $16 479. Échantillon: 1 719.
Données du graphique
| Indicateur | Borne inférieure | Borne supérieure | Nombre |
|---|---|---|---|
| <$1k | 0 | 1 000 | 15 |
| $1–2k | 1 000 | 2 000 | 18 |
| $2–3k | 2 000 | 3 000 | 27 |
| $3–4k | 3 000 | 4 000 | 39 |
| $4–5k | 4 000 | 5 000 | 46 |
| $5–6k | 5 000 | 6 000 | 71 |
| $6–7k | 6 000 | 7 000 | 70 |
| $7–8k | 7 000 | 8 000 | 91 |
| $8–9k | 8 000 | 9 000 | 85 |
| $9–10k | 9 000 | 10 000 | 98 |
| $10–12k | 10 000 | 12 000 | 209 |
| $12–15k | 12 000 | 15 000 | 361 |
| $15–20k | 15 000 | 20 000 | 414 |
| $20k+ | 20 000 | — | 175 |
Dans quels pays il y a le plus d'offres IA / ML / Data Science ouvertes.
Géographie de la demande
| pays | offres | part |
|---|---|---|
| États-Unis | 5 014 | 45,3% |
| Royaume-Uni | 1 013 | 9,2% |
| Allemagne | 621 | 5,6% |
| Inde | 556 | 5% |
| Singapour | 459 | 4,1% |
| Pologne | 383 | 3,5% |
| Canada | 362 | 3,3% |
| France | 316 | 2,9% |
| Pays-Bas | 151 | 1,4% |
| Russie | 136 | 1,2% |
| Autres pays | 2 053 | 18,6% |
Les États-Unis sont en tête par nombre d'offres AI/ML (5014 offres), suivis des grands hubs IT de la CEI et d'Europe de l'Est. Important : il s'agit de la répartition dans nos sources de collecte, pas d'une estimation du marché mondial.
⚠ nombre d'offres uniquement : le salaire par pays n'est pas publié
Données du graphique
| Pays | Offres |
|---|---|
| US | 5 014 |
| GB | 1 013 |
| DE | 621 |
| IN | 556 |
| SG | 459 |
| PL | 383 |
| CA | 362 |
| FR | 316 |
| NL | 151 |
| RU | 136 |
Quelles technologies sont le plus souvent demandées dans la même offre que IA / ML / Data Science.
Utilisée avec
Part : combien des 12 757 offres du marché IA / ML / Data Science mentionnent cette technologie. Tri par nombre d’offres, pas par « force d’association ». Les termes génériques comme cloud ne désignent pas un cloud précis (AWS, Azure).
La stack principale des ingénieurs ML/IA en 2026 : Python, PyTorch, TensorFlow, scikit-learn, pandas. PyTorch domine dans la recherche et les startups IA ; TensorFlow est un choix solide pour les grands comptes. HuggingFace Transformers et LangChain sont indispensables pour un AI Engineer.
Les paires technologiques les plus courantes dans les offres AI/ML : Python+PyTorch, Python+TensorFlow, scikit-learn+pandas, HuggingFace+LangChain, MLflow+Airflow. Si vous planifiez une feuille de route d'apprentissage, ces combinaisons maximisent la couverture du marché.
Données du graphique
| Nom | Nombre |
|---|---|
| python | 4 725 |
| cloud | 2 533 |
| sql | 2 290 |
| llm | 1 759 |
| pytorch | 1 449 |
| aws | 1 356 |
| azure | 892 |
| mlops | 822 |
| tensorflow | 784 |
| c++ | 695 |
| docker | 634 |
| gcp | 608 |
Combien d'offres IA / ML / Data Science il y a à chaque niveau, de junior à principal.
Demande par niveau
| niveau | offres |
|---|---|
| senior | 3 420 |
| lead | 1 241 |
| principal | 1 162 |
| junior | 1 072 |
| middle | 376 |
La plus forte croissance de rémunération se situe entre Middle et Senior (en maîtrisant le ML de production et le MLOps).
⚠ côté demande uniquement : le niveau du vivier observé est inconnu pour la majeure partie
Données du graphique
| Niveau | Nombre |
|---|---|
| senior | 3 420 |
| lead | 1 241 |
| principal | 1 162 |
| junior | 1 072 |
| middle | 376 |
Qui recrute le plus pour IA / ML / Data Science et à quel point la demande se concentre chez les plus grandes entreprises.
Employeurs
La demande est répartie entre 4 931 employeurs. Le plus grand en représente 1.4 %, les dix premiers 7.5 % ; les 92.5 % restants forment la longue traîne.
| part | valeur |
|---|---|
| top 1 | 1.4% |
| top 3 | 3.5% |
| top 10 | 7.5% |
| longue traîne | 92.5% |
Les entreprises qui recrutent le plus activement des ingénieurs ML/IA en ce moment sont les grandes banques, les marketplaces, les moteurs de recherche et les startups IA internationales.
⚠ les noms ne sont pas affichés : le classificateur ne distingue pas encore les agences de recrutement des employeurs finaux
Sur quels sites d'entreprises et sites d'emploi Zorky collecte les offres IA / ML / Data Science.
Où Zorky voit ce marché
Observé sur 182 sources ; la plus grande en représente 20.1 % : ce marché ne repose pas sur un seul canal.
Les offres IA/ML apparaissent dans la plupart des grandes sources : les parseurs web (HH, Habr Career, Djinni, DOU, NoFluffJobs, JustJoin.it) fournissent l'essentiel du volume.
Données du graphique
| Classe | Nom | Nom anglais | Nombre | Part |
|---|---|---|---|---|
| ats | ATS и карьерные сайты | ATS et sites carrières | 9 577 | 0,7507 |
| board | джоб-борды и агрегаторы | job boards et agrégateurs | 2 770 | 0,2171 |
| telegram | Telegram | Telegram | 366 | 0,0287 |
| communauté | сообщества и публичные профили | communauté et profils publics | 44 | 0,0034 |
Les offres IA / ML / Data Science les plus récentes, issues des pages carrières des entreprises.
Postes récents
- Вакансия Senior Data Scientist · BY
- Data Scientist / Monetization Analyst (OLX KZ) · KZ
- Data Scientist (Рекомендательные системы) · RU
- Applied Scientist Intern · US
- Junior LLM / ML Engineer в Москве · RU
- Аналитик данных | Data scientist в JDE · RU
- Manager, Data Science | 8 year(s) | Senior | Lead
- AI-разработчик (Python) · KZ
Dernières offres AI/ML/DS ouvertes — les 10 postes les plus récents avec une qualité de description suffisante. La liste complète est disponible dans notre CRM ou via le lien « voir tout » ci-dessous.
Marchés voisins
L'IA/ML/DS est la spécialisation IT la mieux payée en médiane en 2026. Cliquez sur la barre de n'importe quelle direction pour comparer en détail les salaires, la stack et la dynamique.
⚠ les marchés voisins de comparaison ne sont pas encore définis
Comment c'est mesuré
- Offre
- une offre ouverte ayant passé le contrôle qualité et citant au moins deux technologies
- Candidat observé
- un candidat dont la stack contient cette technologie ; un agrégat — aucune fiche individuelle ne sort du périmètre
- Candidat correspondant
- pas encore compté
- Fenêtre
- offres ouvertes au moment de la création de l'instantané
À propos des données
- Certaines ventilations sont masquées : leur couverture de données n'est pas encore suffisante.
- Les statistiques ne sont affichées que là où l'échantillon passe un contrôle qualité.
- Un bloc absent ne signifie pas une valeur nulle.
Ventilations masquées actuellement : 8.
Spécialisations
L'IA/ML/DS se divise en 7 sous-spécialisations : ML Engineer (modèles en production), AI/LLM Engineer (IA générative), MLOps (infrastructure ML), Computer Vision (images et vidéo), NLP Engineer (texte et langage), Research Engineer (R&D), Data Scientist (statistiques et tests A/B). Chaque niche a sa propre fourchette de salaires — cliquez sur une carte pour le détail.
Questions fréquentes
Les questions les plus fréquentes sur le marché AI/ML/DS : salaires par niveau, stack (PyTorch vs TensorFlow), ML Engineer vs Data Scientist vs AI Engineer, télétravail, par où commencer sa carrière, compétences Senior. Les réponses sont recalculées automatiquement à partir des données actuelles.
Quelle stack exige-t-on le plus souvent d'un ML engineer ?
Les 5 technologies principales dans les offres IA/ML/DS : python, cloud, sql, llm, pytorch. Compétences de base requises : Python (avancé), statistiques et algèbre linéaire, ML classique via scikit-learn. Deep learning — l'un de PyTorch (dominant dans la recherche) ou TensorFlow (plus adapté à la production). Travail sur les données — pandas, NumPy, Jupyter. SQL est obligatoire. Pour le MLOps : MLflow, Kubeflow, Airflow, Docker, Kubernetes. Un cloud (AWS SageMaker, GCP Vertex AI) est exigé au niveau Senior.
Qui gagne le plus — ML Engineer, Data Scientist ou AI Engineer ?
La demande croît de manière explosive depuis les sorties de ChatGPT, Claude et Gemini. Research Engineer (R&D, articles à NeurIPS/ICML) — un plafond élevé dans les laboratoires internationaux.
Quelle part des offres propose du télétravail ?
Parmi les offres dont le mode de travail est indiqué, 25% sont en télétravail. Les offres sans mode de travail indiqué sont exclues du dénominateur ; le travail hybride n’est pas compté comme du télétravail.
En quoi le ML Engineer diffère-t-il du Data Scientist et du Data Engineer ?
ML Engineer — orientation production : conception, entraînement, déploiement et monitoring des modèles ML. Stack : Python, PyTorch/TensorFlow, MLflow, Docker, Kubernetes. Proche d'un ingénieur Backend avec une spécialisation ML. Data Scientist — orientation recherche : statistiques, tests A/B, hypothèses, tableaux de bord, parfois modèles ML. Stack : Python, scikit-learn, Jupyter, pandas, SQL, parfois R. Data Engineer — infrastructure de données : pipelines ETL, entrepôts, flux. Stack : Spark, Airflow, Kafka, ClickHouse. Côté salaire : ML Engineer et AI Engineer paient généralement plus que Data Scientist (plus technique) ; Data Engineer est proche du ML. Parcours de carrière : Backend → ML Engineer, Analyste → Data Scientist, Data Engineer ↔ ML Engineer.
Par où commencer pour devenir ML engineer en 2026 ?
Le chemin optimal : maîtriser Python (niveau avancé), les statistiques et l'algèbre linéaire au niveau universitaire, SQL, pandas + NumPy pour le travail sur les données. Ensuite scikit-learn (ML classique : régression, classification, clustering) et l'un de PyTorch (recommandé pour la recherche) ou TensorFlow. Projets personnels qui font bonne impression : un projet ML de bout en bout avec déploiement en production (pas seulement un notebook Jupyter), 1–2 compétitions Kaggle avec une médaille d'argent ou mieux, des contributions à des bibliothèques ML open source. Au niveau Middle, ajoutez le MLOps (MLflow, Airflow) et un cloud (AWS SageMaker ou GCP Vertex AI). Au niveau Senior — une compréhension approfondie de l'entraînement distribué, du service de modèles et des tests A/B en production.
Combien d’offres ouvertes cet échantillon contient-il ?
L’échantillon publié contient 12757 offres ouvertes après regroupement des republications. C’est le même nombre que dans l’indicateur principal. La section géographique décrit la couverture de l’échantillon ; il ne s’agit pas d’une estimation de l’ensemble du marché.
Où les ML engineers gagnent-ils plus — en Russie ou en Europe ?
Le principal facteur de l'écart est la devise du contrat et le type d'entreprise. Les entreprises russes locales sous contrats en roubles ont comblé l'écart avec le marché polonais en 2 ans. La Géorgie et l'Arménie attirent de nombreux relocalisés en télétravail avec une rémunération internationale.
De quelles compétences un ML engineer Senior a-t-il besoin en 2026 ?
Un ingénieur ML/IA Senior maîtrise toute la stack du ML en production. Socle : Python (avancé), statistiques et algèbre linéaire, SQL, pandas, NumPy. Deep Learning : PyTorch ou TensorFlow (l'un en profondeur). Production : MLflow ou Weights & Biases (expérimentations), Airflow ou Kubeflow (pipelines), un ML cloud (SageMaker, Vertex AI). Patterns d'architecture : serving de modèles (Triton, TorchServe), tests A/B en production, entraînement distribué, versionnage des modèles.
Laisser une demande
Décrivez la tâche et laissez un contact : la demande arrive dans notre CRM et nous répondons au contact indiqué.