Accueil › Blog › Se reconvertir dans l'IA

Se reconvertir dans l'IA : salaires, parcours, pièges

Publié le 23 octobre 2026 · par Amine, AI business analyst en CAC 40 · 8 min de lecture

« Se reconvertir dans l'IA », c'est la requête que des milliers de salariés tapent chaque mois, souvent le soir, après une journée qui ne leur plaît plus. Ils y cherchent trois réponses simples : combien ça paie, combien de temps ça prend, et est-ce que ça vaut le coup pour eux. Les trois réponses existent. Elles sont juste moins simples que ce que racontent les publicités des bootcamps.

Combien gagne-t-on vraiment dans les métiers de l'IA ?

Commençons par le chiffre que tout le monde cherche. Le cabinet de recrutement Rocket4RPO, qui s'appuie sur plus de 200 recrutements menés entre 2024 et 2026 et croise ses données avec celles de l'APEC, donne des fourchettes de salaire fixe brut annuel pour la France métropolitaine : un data scientist junior, avec moins de trois ans d'expérience, se situe entre 45 000 et 62 000 €. Un profil senior, au-delà de cinq ans, entre 60 000 et 85 000 €.

Ces chiffres ont un intérêt : ils ne viennent pas d'une publicité de formation. Ils sortent d'offres réellement négociées. Et ils recadrent deux excès symétriques. D'un côté, la promesse de « 100 000 € en six mois » que tu peux lire dans certaines annonces de bootcamp : elle n'existe pas pour un débutant en France. De l'autre, l'idée qu'il faudrait dix ans d'études pour bien gagner sa vie : faux aussi. Pour mémoire, la médiane des salaires des cadres français est autour de 55 000 € bruts annuels selon le baromètre de l'APEC. Un data scientist atteint ou dépasse ce niveau avant même d'être senior.

Deux nuances de terrain. La géographie d'abord : Paris sert de référence à 100 %, Lyon se situe autour de 90 %, et la plupart des autres régions entre 85 et 90 %. Une fourchette « 60-85 k€ » devient donc « 51-72 k€ » à Marseille. Ensuite, la variabilité : ces montants sont du fixe brut, hors primes, intéressement, stock-options et missions freelance, dont le tarif journalier d'un senior tourne autour de 300 à 425 €. Le salaire dépend au moins autant du poste exact que de l'étiquette « IA » qu'on y colle.

Par où passer : bac+5, bootcamp ou formation courte ?

La réponse honnête tient en une phrase : tout dépend du métier que tu vises, parce que « l'IA » n'est pas un métier, c'est une famille qui va du technicien au chercheur.

France Travail le dit clairement sur son portail dédié aux métiers du numérique : ces métiers sont accessibles à des profils très divers, du bac+2 aux experts, et les reconversions y sont largement valorisées. Concrètement, les postes de data analyst, de développeur BI ou de data engineer sont atteignables via des formations courtes et professionnalisantes. Les postes les plus techniques, data scientist, chercheur en IA ou ingénieur machine learning, exigent en pratique un socle solide en mathématiques et en statistiques, donc le plus souvent un bac+5, qu'il soit acquis en formation initiale ou via un master en reconversion.

Le tri ne se fait pas sur le diplôme mais sur deux choses : ce que tu sais faire, et ce que tu peux prouver. Un bootcamp de trois mois ne te transforme pas en data scientist, mais il peut suffire à décrocher un premier poste de data analyst, à condition d'en sortir avec un vrai projet en portefeuille. La question à te poser n'est pas « quelle formation est la mieux notée », c'est « quelle formation me fait produire quelque chose de montrable ».

Les entreprises recrutent-elles vraiment des reconvertis ?

Oui, et c'est la partie du tableau qu'on oublie trop souvent. D'après l'APEC, 68 % des entreprises déclarent rencontrer des difficultés à recruter des profils spécialisés en data science et en IA. France Travail dénombre près de 80 000 emplois dans la famille data et IA, 12 000 offres en ligne sur son site, et l'enquête Besoins en main-d'œuvre (BMO) projette une croissance de 25 % par an d'ici 2027, puis de 20 % d'ici 2028.

Quand l'offre manque, le diplôme perd de son pouvoir de filtre. Les entreprises n'ont pas le luxe d'exiger le parcours idéal ; elles évaluent de plus en plus les compétences opérationnelles, les expériences projets et les réalisations concrètes. Michael Page, dans son étude de rémunérations, décrit une bascule comparable : après un ralentissement en 2024 et 2025, les recrutements IT repartent depuis 2026, tirés par l'IA, et les entreprises privilégient des profils hybrides, capables de faire le pont entre la technique et le métier. C'est précisément la carte d'un reconverti : tu arrives avec un métier d'origine, une façon de parler à un secteur, et c'est une valeur que le jeune diplômé n'a pas.

Le piège qui te fait perdre un an

Le premier piège n'est pas technique, il est de cadence. Beaucoup de reconversions échouent non pas parce que le marché est bouché, mais parce que la personne se forme un an dans le vide : elle enchaîne les cours, les vidéos, les certificats, sans jamais construire un projet, un portfolio, une preuve que quelqu'un peut regarder. Or c'est exactement ce que les recruteurs regardent aujourd'hui.

Le second piège est la précipitation par la peur. Le récit ambiant dit que l'IA va tout remplacer et qu'il faut sauter dans le wagon avant qu'il ne parte. La Commission de l'intelligence artificielle, dans son rapport « IA : notre ambition pour la France » remis au Premier ministre en mars 2024, apporte un correctif utile : dans 19 emplois sur 20, il existe des tâches que l'IA ne peut pas accomplir, et seuls 5 % des emplois d'un pays comme la France seraient directement remplaçables. Autrement dit, l'urgence est réelle, mais elle ne justifie pas de se jeter dans une formation coûteuse sans avoir vérifié que le métier visé te correspond. La peur fait choisir vite ; elle fait rarement choisir juste.

Comment savoir si c'est le bon choix pour toi ?

Aucun chiffre national ne répond à cette question. Un salaire médian, une croissance de 25 % par an, ce sont des moyennes qui ne disent rien de ta situation précise, de tes transferts de compétences, de ce que tu peux réellement mettre sur la table dans dix-huit mois.

Ce qui décide, c'est la cohérence entre trois éléments : ce que tu sais déjà faire, le métier que tu vises, et le chemin le plus court qui relie les deux. Une comptable qui automatise déjà ses tableurs avec des formules avancées n'a pas le même point de départ qu'un commercial qui n'a jamais ouvert une ligne de code. Le premier peut viser data analyst ; le second gagnerait peut-être plus à monter en compétences IA dans sa propre fonction qu'à en changer complètement.

La bonne nouvelle, c'est que cette évaluation n'a rien de magique. Elle se mesure : la part de ton temps passé sur des tâches que l'IA peut assister, les compétences que tu peux transférer, et le niveau de poste auquel tu peux prétendre dans douze mois. C'est exactement ce que le système a été conçu pour mettre à plat.

Questions fréquentes

Écrit par Amine Lounnas

AI business analyst depuis cinq ans dans des grands groupes du CAC 40 — banque, assurance, énergie. Certifié DPO et CIPP/E. Mon métier consiste à identifier quelles tâches une entreprise peut automatiser ; ce site retourne cette méthode vers les salariés.

Qui écrit ici, et comment →