OCDE / ILO
63Poids 15%
Exposition à l'IA générative dans les pays OCDE (rapports 2023-2024).
Bac+5Métiers émergents IADonnées officielles
Data engineer face à l'IA en 2026
Construit les pipelines qui acheminent les données. Forte demande car l'IA consomme de la donnée propre. Génération de code et de transformations accélérée par l'IA.
Mets ce métier en vis-à-vis d'un autre — exposition IA, sources, formations.
Score Capturia
Exposition consolidée à l'IA
Mis à jour le Mai 2026
73
sur 100 · forte exposition
Intervalle : 55–91 · Évolution : +3 pts vs 2024
Concrètement
L'IA augmente le métier sans le remplacer (73/100). Le cœur de la fonction reste profondément humain, mais la maîtrise critique des outils devient un acquis professionnel.
Sources & confiance7 / 7 sources mobilisées
Empirique 45%Théorique 30%Institutionnel 25%
Score consolidé à partir de 7 études sur 7, redistribuées proportionnellement entre les 3 familles méthodologiques. Comprendre les 3 familles
Études mobilisées : Anthropic Economic Index · Eloundou et al. (OpenAI) · Felten et al. (AIOE) · France Stratégie · OCDE / ILO · Microsoft Working with AI · OpenAI / Chatterji
Classifications officielles
Cross-référencer avec les nomenclatures publiques
Les codes officiels qui permettent de croiser cette fiche avec les données INSEE / DARES / France Travail / BLS.
Détail méthodologique
Que dit chaque source ?
Jusqu'à 7 sources empiriques, théoriques et institutionnelles convergent — avec des nuances.
France Stratégie
66Poids 10%
Note d'analyse 2024 sur l'IA et les métiers en France.
Felten et al. (AIOE)
89Poids 15%
AI Occupational Exposure — couplage benchmarks IA × O*NET.
Eloundou et al. (OpenAI)
73Poids 15%
GPT-4 — exposition labor des US occupations (O*NET).
Anthropic Economic Index
61Poids 20%
Usage réel de Claude observé (millions de conversations anonymisées).
Microsoft Working with AI
67Poids 15%
Applicabilité de Copilot par occupation SOC (logs anonymisés).
OpenAI / Chatterji
100Poids 10%
Évaluation manuelle de l'exposition générative au niveau SOC.
Synthèse Capturia
Ce qui change concrètement
3 transformations à comprendre avant de t'engager.
- 01
L'IA augmente le Data engineer sans le remplacer : préparation, recherche, premier jet, synthèse — autant de tâches accélérées qui libèrent du temps utile.
- 02
Le cœur de métier — relation, jugement, responsabilité — reste profondément humain et n'est pas exposé directement à l'automatisation.
- 03
La maîtrise critique des sorties d'IA (vérification, détection d'erreurs, biais) devient une compétence professionnelle attendue.
Tâche par tâche
Décomposition par tâche
Ce que l'IA fait déjà — et ce qu'elle ne fait pas (encore).
Tâches à risque
Largement automatisables aujourd'hui
- Code de transformation standard70%
- Documentation74%
Tâches résilientes
Compétences humaines à cultiver
- Architecture de plateforme17%
- Qualité de la donnée20%
- Gouvernance23%
Tâches O*NET 15-1199 Data engineer, croisées avec l'Anthropic Economic Index 2026.
Lecture éditoriale
Le métier en pratique face à l'IA
Ce que l'IA bouscule, ce qu'elle renforce, et les compétences à travailler dès maintenant.
Tâches à risque
Bousculées par l'IA
- •Code de transformation standard
- •Documentation
Tâches renforcées
Augmentées par l'IA
- •Architecture de plateforme
- •Qualité de la donnée
- •Gouvernance
Compétences à construire
À développer dès maintenant
- •Streaming
- •MLOps
- •Gouvernance des données
Chiffres officiels
Le métier en chiffres
Salaire, débouchés, recrutement en France.
Salaire médian junior
n.d.
Donnée non publiée
Salaire médian +5 ans
n.d.
Donnée non publiée
Effectifs en France
n.d.
Donnée non publiée
Projets de recrutement 2025
n.d.
Donnée non publiée
Parcours de formation
Comment y accéder
Les formations qui mènent à ce métier, regroupées par niveau de diplôme.
Master / Bac+5
Pivots possibles
Si tu veux réduire ton exposition
3 métiers proches, moins exposés à l'IA.
⚡ Test 3 minutes
Le métier de data engineer est-il fait pour toi ?
Faire le test gratuit →9 648 lycéens et étudiants l'ont déjà passé
Transparence méthodologique
Comment Capturia calcule ce score ?
🔬 Voir le détail du calcul pour ce métier.
Pondération des sources
Le score Capturia est une moyenne pondérée des sources retenues (jusqu'à 7). Les pondérations actuelles pour ce métier :
- OCDE / ILO — 15%, score brut 63/100
- France Stratégie — 10%, score brut 66/100
- Felten et al. (AIOE) — 15%, score brut 89/100
- Eloundou et al. (OpenAI) — 15%, score brut 73/100
- Anthropic Economic Index — 20%, score brut 61/100
- Microsoft Working with AI — 15%, score brut 67/100
- OpenAI / Chatterji — 10%, score brut 100/100
Pondération de récence
Les études les plus récentes sont sur-pondérées : étude moins de 12 mois ×2, entre 12 et 24 mois ×1, plus de 24 mois ×0,5. Les chiffres APEC/INSEE/BMO ne sont retenus qu'une fois par exercice annuel et la source la plus récente prime en cas de divergence (garde-fou APEC > INSEE).
Mapping nomenclature
Mapping ROME ↔ ISCO-08 ↔ O*NET-SOC réalisé selon les tables de correspondance officielles France Travail / DARES / INSEE.
Limites de ce score
Le score mesure une exposition technique — la possibilité que les tâches soient automatisées ou augmentées par l'IA. Il ne préjuge pas de la vitesse réelle d'adoption, ni des choix d'entreprises ou des régulations à venir.
L'intervalle d'incertitude reflète la divergence entre les études : un intervalle large signifie que les chercheurs ne sont pas alignés sur ce métier précis.
Mise à jour des données
Dernière mise à jour de ce dossier : Mai 2026. Capturia recompose ses scores trimestriellement, et plus rapidement quand une étude majeure est publiée.