IA / ML / Data Science : marché
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. 27 % des postes sont en télétravail. Données mises à jour quotidiennement.
Le marché IA / ML / Data Science compte actuellement 10 721 postes ouverts, dont 10 064 observés récemment. Median salary $11 979/mo.
27 % des offres IA/ML sont en télétravail complet ; les autres sont en hybride ou au bureau. 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 884 offres sur 10721 ; part du télétravail sur 9069 avec un format indiqué ; 10064 comptées comme observations récentes ; la tendance et la difficulté de recrutement ne sont pas affichées
Timeline: postings and sources
How many IA / ML / Data Science postings appeared each week over 180 days, and from how many sources. The second line separates market growth from coverage growth: a jump in the week new sources were connected means we started seeing more, not that the market grew.
New postings and active sources per week
Sources over the period: 357
New sources connected: May 18 +16 · May 25 +12 · Jun 1 +13 · Jun 8 +8 · Jun 15 +8 · Jun 22 +27 · Jun 29 +55 · Jul 6 +29 · Jul 13 +26 · Jul 20 +31 · Jul 27 +13 · Aug 3 +9 · Aug 10 +6 · Aug 17 +8 · Aug 24 +7 · Aug 31 +4 · Sep 7 +6 · Sep 14 +4 · Sep 21 +13 · Sep 28 +9 · Oct 5 +7 · Oct 12 +3 · Oct 19 +17
Week = posting first-seen date, all statuses, 180 days; sources = distinct collection channels that yielded postings for the direction that week; new sources = channels that yielded their first posting for the direction that week.
Salaries over time
Median IA / ML / Data Science salary per week, USD per month.
Median salary, USD per month
Only postings with a USD salary and a known period (month or year), $500–$50,000 per month. Weeks with fewer than 10 such postings are left blank — that means no data, not zero.
Remote work over time
Share of IA / ML / Data Science postings offering fully remote work, per week.
Remote postings, %
The share is among postings that state a format (remote, hybrid, office). Weeks with fewer than 10 such postings are left blank.
Technologies over time
How the share of IA / ML / Data Science postings mentioning each of the top technologies changed.
Postings mentioning the technology, %
Share among postings with a tagged stack; the series starts on Aug 10: earlier stack tags were assigned differently. Weeks with fewer than 20 tagged postings are left blank.
Countries over time
How the share of IA / ML / Data Science postings in each of the top countries changed, per week.
Postings in the country, %
Share among postings with a known country; the chart shows the five countries with the most postings over six months. Weeks with fewer than 20 postings with a known country are left blank. A rising share can mean a newly connected source in that country rather than market growth.
Demande et offre observée
| Demande ouverte | 10 721 |
| 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
Distribution des salaires
Un sur dix gagne moins de $4 750, un sur dix plus de $20 233. La moitié du marché se situe entre $7 455 et $16 218. Échantillon: 884.
Géographie de la demande
| pays | offres |
|---|---|
| US | 4 228 |
| GB | 971 |
| DE | 447 |
| IN | 446 |
| SG | 408 |
| PL | 365 |
| CA | 317 |
| FR | 236 |
| HK | 168 |
| NL | 121 |
Les États-Unis sont en tête par nombre d'offres AI/ML (4228 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
Utilisée avec
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.
Demande par niveau
| niveau | offres |
|---|---|
| senior | 3 004 |
| principal | 1 136 |
| lead | 896 |
| junior | 648 |
| middle | 240 |
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
Employeurs
La demande est répartie entre 4 296 employeurs. Le plus grand en représente 1.7 %, les dix premiers 8.7 % ; les 91.3 % restants forment la longue traîne.
| part | valeur |
|---|---|
| top 1 | 1.7% |
| top 3 | 4.0% |
| top 10 | 8.7% |
| longue traîne | 91.3% |
The companies hiring ML/AI engineers most actively right now are large banks, marketplaces, search engines, and international AI startups.
⚠ les noms ne sont pas affichés : le classificateur ne distingue pas encore les agences de recrutement des employeurs finaux
Où Zorky voit ce marché
Observé sur 156 sources ; la plus grande en représente 24.9 % : 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.
Postes récents
- Analyst, Revenue Research (Ad Effectiveness)
- Senior Automation Scientist · GB
- シニアテクニカルプログラムマネージャー ・Active Learning Loop
- Senior New Business Manager · CN
- AIC Apprentice · IN
- ML Engineer · KZ
- PRINCIPAL DATA SCIENCE SPECIALIST · SG
- Data Scientist · US
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.
Données au 2026-10-27
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.
Les ML engineers peuvent-ils travailler à distance ?
En partie : 27 % des offres ML/IA sont en full remote. Les banques et la fintech exigent souvent l'hybride pour des raisons de conformité liées au travail avec des données personnelles et financières. Marketplaces — plus souvent en hybride. Équipes IA internationales — presque toujours ouvertes au télétravail ou en hybride avec un bureau à SF/NYC/Londres. Startups d'IA — le full remote est la norme. La rémunération à distance est nettement plus élevée grâce au vivier mondial de candidats et au segment premium de l'IA générative. Il existe peu d'offres Junior à distance — l'entraînement en production exige du mentorat et l'accès à des ressources de calcul.
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 ML/AI sont ouvertes dans la CEI et en Europe ?
As of the latest data refresh, the Zorky sample contains 12915 active open AI/ML/DS positions across CIS and Eastern Europe. These are postings published in the last 90 days — companies actually hiring. Geography is distributed; the leaders are US, GB, DE. Data is collected from 105 job boards and 16 669 company career sites: Telegram channels (an exclusive stream for AI startups and niche LLM positions), specialised job sites (HH, Habr Career, Djinni, DOU, NoFluffJobs, JustJoin.it, Pracuj.pl), and career pages of fintech and AI teams. Seasonality: ML/AI demand grows non-linearly — an explosive rise since 2023 after ChatGPT, continuing in 2026 with releases of Claude, Gemini, Llama.
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.