Nous utilisons des cookies techniques et le journal de visites anonymisé de Zorky. Yandex Metrica (données stockées sur des serveurs en Russie) ne fonctionne qu'avec votre consentement. Nous ne vendons jamais de données. En savoir plus sur les cookies et les statistiques.
Zorky est en mode test — tout est gratuit. Les offres et les pages des entreprises sont ouvertes à tous ; les liens vers les annonces et votre sélection personnelle s'ouvrent après inscription. Inscription →

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.

12 757
offres ouvertes — republications fusionnées
$12 583
médiane $/mois
25%
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
Nouvelles offres par semaine. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
PériodeNouvelles offres par semaine
2026-06-01226
2026-06-08278
2026-06-15202
2026-06-22547
2026-06-291 015
2026-07-061 323
2026-07-131 425
2026-07-20832
2026-07-27479
2026-08-03818
2026-08-10533
2026-08-17679
2026-08-24572
2026-08-31434
2026-09-07596
2026-09-14749
2026-09-212 658
2026-09-281 853
2026-10-051 680
2026-10-124 729
2026-10-192 620
2026-10-262 809
2026-11-022 452
2026-11-092 770

Sources actives par semaine

Sources sur la période : 372. ▲ — semaine où de nombreuses nouvelles sources ont été connectées.

Données du graphique
Sources actives par semaine. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
PériodeSources actives
2026-06-0133
2026-06-0839
2026-06-1535
2026-06-2264
2026-06-29110
2026-07-0673
2026-07-13103
2026-07-20121
2026-07-27109
2026-08-0396
2026-08-1063
2026-08-1774
2026-08-2472
2026-08-3177
2026-09-0774
2026-09-1477
2026-09-21111
2026-09-28101
2026-10-05108
2026-10-12101
2026-10-19117
2026-10-26104
2026-11-02115
2026-11-09131
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
SemaineNouvelles sourcesNouvelles offres
8 juin+15278
15 juin+9202
22 juin+30547
29 juin+611 015
6 juil.+301 323
13 juil.+281 425
20 juil.+31832
27 juil.+13479
3 août+9818
10 août+6533
17 août+8679
24 août+8572
31 août+4434
7 sept.+6596
14 sept.+4749
21 sept.+132 658
28 sept.+91 853
5 oct.+71 680
12 oct.+34 729
19 oct.+152 620
26 oct.+42 809
2 nov.+92 452
9 nov.+172 770

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
Chronologie : offres et sources — IA / ML / Data Science. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
SemaineNouvelles offres par semaineSources actives
2026-06-0122633
2026-06-0827839
2026-06-1520235
2026-06-2254764
2026-06-291 015110
2026-07-061 32373
2026-07-131 425103
2026-07-20832121
2026-07-27479109
2026-08-0381896
2026-08-1053363
2026-08-1767974
2026-08-2457272
2026-08-3143477
2026-09-0759674
2026-09-1474977
2026-09-212 658111
2026-09-281 853101
2026-10-051 680108
2026-10-124 729101
2026-10-192 620117
2026-10-262 809104
2026-11-022 452115
2026-11-092 770131

Les salaires dans le temps

Salaire médian IA / ML / Data Science par semaine, USD par mois.

Salaire médian, USD par mois

Données du graphique
Salaire médian, USD par mois. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
PériodeMédianeOffres avec salaire par semaine (n)
2026-08-318 38012
2026-09-078 51115
2026-09-14—8
2026-09-2114 29258
2026-09-288 82664
2026-10-058 70891
2026-10-1211 637207
2026-10-1912 083513
2026-10-2611 958474
2026-11-0212 500477
2026-11-0912 500535

La série commence le 31 août : aucune donnée avant.

Offres avec salaire par semaine (n)

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
Les salaires dans le temps — IA / ML / Data Science. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
SemaineMédiane
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—
2026-08-318 380
2026-09-078 511
2026-09-14—
2026-09-2114 292
2026-09-288 826
2026-10-058 708
2026-10-1211 637
2026-10-1912 083
2026-10-2611 958
2026-11-0212 500
2026-11-0912 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
Offres en télétravail, %. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
PériodeTélétravail
2026-06-0143,1
2026-06-0827,3
2026-06-1531
2026-06-2235,6
2026-06-2934,1
2026-07-0628,6
2026-07-1326,8
2026-07-2032,3
2026-07-2735,7
2026-08-0324,8
2026-08-1034,3
2026-08-1731,5
2026-08-2431,8
2026-08-3129,1
2026-09-0721,3
2026-09-1420,9
2026-09-2122,5
2026-09-2835,2
2026-10-0532
2026-10-1231,9
2026-10-1929,1
2026-10-2634,4
2026-11-0228,4
2026-11-0929,8

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
Le télétravail dans le temps — IA / ML / Data Science. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
SemaineTélétravail
2026-06-0143,1
2026-06-0827,3
2026-06-1531
2026-06-2235,6
2026-06-2934,1
2026-07-0628,6
2026-07-1326,8
2026-07-2032,3
2026-07-2735,7
2026-08-0324,8
2026-08-1034,3
2026-08-1731,5
2026-08-2431,8
2026-08-3129,1
2026-09-0721,3
2026-09-1420,9
2026-09-2122,5
2026-09-2835,2
2026-10-0532
2026-10-1231,9
2026-10-1929,1
2026-10-2634,4
2026-11-0228,4
2026-11-0929,8

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
Offres mentionnant la technologie, %. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
PériodePythoncloudSQL
2026-08-1041,312,921,9
2026-08-1735,821,213,8
2026-08-2441,115,713,1
2026-08-3152,518,121,5
2026-09-0739,320,618,7
2026-09-1445,718,423,9
2026-09-2147,73419,3
2026-09-2856,726,827,2
2026-10-0554,430,530,2
2026-10-125229,924
2026-10-1962,233,230,6
2026-10-2662,930,133,2
2026-11-0262,83132,9
2026-11-0965,13134,1
Jusqu’à 5 sur le graphique :

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
Les technologies dans le temps — IA / ML / Data Science. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
SemainePythoncloudSQLllmpytorch
2026-08-1041,312,921,918,410,9
2026-08-1735,821,213,816,712,1
2026-08-2441,115,713,121,619,1
2026-08-3152,518,121,513,619,8
2026-09-0739,320,618,714,416,7
2026-09-1445,718,423,918,113,3
2026-09-2147,73419,318,817,1
2026-09-2856,726,827,220,619,4
2026-10-0554,430,530,22218,9
2026-10-125229,92420,316,4
2026-10-1962,233,230,62420,4
2026-10-2662,930,133,228,319,4
2026-11-0262,83132,922,318,3
2026-11-0965,13134,12419

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
Offres dans le pays, %. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
PériodeÉtats-UnisRoyaume-UniSingapour
2026-06-0143,850,5
2026-06-0845,883,6
2026-06-15436,51,6
2026-06-2224,94,712,8
2026-06-2923,44,335,1
2026-07-0650,26,111,3
2026-07-1335,4422,4
2026-07-2032,514,311,7
2026-07-2732,28,512
2026-08-0338,619,53,8
2026-08-1040,411,92,3
2026-08-1742,615,31,3
2026-08-244719,71
2026-08-3131,422,14,2
2026-09-0732,3237,6
2026-09-1438,219,72,8
2026-09-2147,510,75,3
2026-09-2837,312,85,7
2026-10-0535,416,23,6
2026-10-1233,19,72,6
2026-10-1937,214,44,2
2026-10-2636,99,54,3
2026-11-0236,212,94,3
2026-11-0941,811,73,6
Jusqu’à 5 sur le graphique :

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
Pays au fil du temps — IA / ML / Data Science. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
SemaineÉtats-UnisRoyaume-UniSingapourIndeAllemagne
2026-06-0143,850,56,55,5
2026-06-0845,883,6103,2
2026-06-15436,51,63,23,2
2026-06-2224,94,712,88,71,4
2026-06-2923,44,335,14,62
2026-07-0650,26,111,37,11,1
2026-07-1335,4422,411,52,4
2026-07-2032,514,311,772
2026-07-2732,28,5128,72,2
2026-08-0338,619,53,85,74,4
2026-08-1040,411,92,383,4
2026-08-1742,615,31,36,54,9
2026-08-244719,716,12,2
2026-08-3131,422,14,29,12
2026-09-0732,3237,67,40,4
2026-09-1438,219,72,86,72,5
2026-09-2147,510,75,353,6
2026-09-2837,312,85,74,44,8
2026-10-0535,416,23,65,15,2
2026-10-1233,19,72,66,97,2
2026-10-1937,214,44,23,96,2
2026-10-2636,99,54,36,45,6
2026-11-0236,212,94,35,37,2
2026-11-0941,811,73,64,36,2

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
Indice de recrutement, 16 oct. = 100. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
PériodeIndice de recrutement
2026-10-16100
2026-10-17100,03
2026-10-1899,76
2026-10-1999,68
2026-10-2099,27
2026-10-2198,6
2026-10-2299,07
2026-10-2397,4
2026-10-2497,41
2026-10-2697,33
2026-10-2796,76
2026-10-2896,21
2026-10-2995,17
2026-10-3095,13
2026-10-3193,65
2026-11-0193,33
2026-11-0292,67
2026-11-0392,65
2026-11-0492,41
2026-11-0592,13
2026-11-0690,44
2026-11-0790,48
2026-11-0890,45
2026-11-1090,29
2026-11-1190,22
2026-11-1390,12
2026-11-1489,7
2026-11-1589,68
2026-11-1689,62
2026-11-1888,91
2026-11-1988,02

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
Marché net : indice de recrutement — IA / ML / Data Science. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
JourIndice de recrutement
2026-10-16100
2026-10-17100,03
2026-10-1899,76
2026-10-1999,68
2026-10-2099,27
2026-10-2198,6
2026-10-2299,07
2026-10-2397,4
2026-10-2497,41
2026-10-2697,33
2026-10-2796,76
2026-10-2896,21
2026-10-2995,17
2026-10-3095,13
2026-10-3193,65
2026-11-0193,33
2026-11-0292,67
2026-11-0392,65
2026-11-0492,41
2026-11-0592,13
2026-11-0690,44
2026-11-0790,48
2026-11-0890,45
2026-11-1090,29
2026-11-1190,22
2026-11-1390,12
2026-11-1489,7
2026-11-1589,68
2026-11-1689,62
2026-11-1888,91
2026-11-1988,02

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
Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
IndicateurValeur
Demande ouverte12 757
Demande ouverte12 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

P25 $8 625 · P50 $12 583 · P75 $16 479
Données du graphique
Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
IndicateurValeur
<$1k15
$1–2k18
$2–3k27
$3–4k39
$4–5k46
$5–6k71
$6–7k70
$7–8k91
$8–9k85
$9–10k98
$10–12k209
$12–15k361
$15–20k414
$20k+175
Salaire dans les offres : base 12 757
  • 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
Distribution des salaires — IA / ML / Data Science. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
IndicateurBorne inférieureBorne supérieureNombre
<$1k01 00015
$1–2k1 0002 00018
$2–3k2 0003 00027
$3–4k3 0004 00039
$4–5k4 0005 00046
$5–6k5 0006 00071
$6–7k6 0007 00070
$7–8k7 0008 00091
$8–9k8 0009 00085
$9–10k9 00010 00098
$10–12k10 00012 000209
$12–15k12 00015 000361
$15–20k15 00020 000414
$20k+20 000—175

Dans quels pays il y a le plus d'offres IA / ML / Data Science ouvertes.

Géographie de la demande

paysoffrespart
États-Unis5 01445,3%
Royaume-Uni1 0139,2%
Allemagne6215,6%
Inde5565%
Singapour4594,1%
Pologne3833,5%
Canada3623,3%
France3162,9%
Pays-Bas1511,4%
Russie1361,2%
Autres pays2 05318,6%

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
Géographie de la demande — IA / ML / Data Science. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
PaysOffres
US5 014
GB1 013
DE621
IN556
SG459
PL383
CA362
FR316
NL151
RU136

Quelles technologies sont le plus souvent demandées dans la même offre que IA / ML / Data Science.

Utilisée avec

python
4 72537%
cloud
2 53319,9%
sql
2 29018%
llm
1 75913,8%
pytorch
1 44911,4%
aws
1 35610,6%
azure
8927%
mlops
8226,4%
tensorflow
7846,1%
c++
6955,4%

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
Utilisée avec — IA / ML / Data Science. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
NomNombre
python4 725
cloud2 533
sql2 290
llm1 759
pytorch1 449
aws1 356
azure892
mlops822
tensorflow784
c++695
docker634
gcp608

Combien d'offres IA / ML / Data Science il y a à chaque niveau, de junior à principal.

Demande par niveau

niveauoffres
senior3 420
lead1 241
principal1 162
junior1 072
middle376

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
Demande par niveau — IA / ML / Data Science. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
NiveauNombre
senior3 420
lead1 241
principal1 162
junior1 072
middle376

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.

le plus grand 1,4%2e–3e 2,1%4e–10e 4,1%les autres 92,5%
partvaleur
top 11.4%
top 33.5%
top 107.5%
longue traîne92.5%

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
Où Zorky voit ce marché — IA / ML / Data Science. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
ClasseNomNom anglaisNombrePart
atsATS и карьерные сайтыATS et sites carrières9 5770,7507
boardджоб-борды и агрегаторыjob boards et agrégateurs2 7700,2171
telegramTelegramTelegram3660,0287
communautéсообщества и публичные профилиcommunauté et profils publics440,0034

Les offres IA / ML / Data Science les plus récentes, issues des pages carrières des entreprises.

Postes récents

Toutes les offres →

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.

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.

Ingénieur IA / LLMVision par ordinateurData ScientistIngénieur MLMLOpsIngénieur NLPIngénieur de recherche

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.

En envoyant, vous acceptez la politique de confidentialité.