Article inspiré du chapitre “Le marché 2025” du livre “En quête d’expérience”.
Dédramatisation
En 2020, ces trois métiers n’existaient pas vraiment. En 2025, ils recrutent à tour de bras avec des salaires parfois supérieurs aux seniors classiques. Mais ce ne sont pas des modes passagères. Ils résolvent de vrais problèmes : Prompt Engineering (industrialiser l’IA), MLOps (ML en production scalable), Cloud Security (protéger assets cloud).
Ce que j’ai observé : beaucoup de développeurs sont tentés par ces nouveaux métiers pour les salaires (+25% à +35% vs développeur Full-Stack), mais ils ignorent les compétences requises et les risques (hype bubble potentielle, nécessité double compétence, on-call rotation). Ces métiers nécessitent un investissement en temps et en apprentissage. Est-ce pour vous ? Posez-vous : ai-je l’appétit d’apprendre un domaine nouveau ? Suis-je OK avec évolution rapide du métier ? Les salaires justifient-ils l’investissement temps ?
Le réel (sans filtre)
La réalité de ces nouveaux métiers : ils recrutent massivement en 2025, mais ils nécessitent des compétences spécifiques et un investissement en temps. Les salaires sont attractifs (+25% à +35% vs développeur Full-Stack), mais ils viennent avec des risques (hype bubble potentielle, nécessité double compétence, on-call rotation).
Prompt Engineer : Ce que c’est vraiment (pas juste “savoir parler à ChatGPT”, vraiment créer systèmes prompts complexes optimisés reproductibles applications production). Compétences requises (NLP fundamentals, API LLM OpenAI Anthropic, Python/TypeScript, evaluation metrics BLEU ROUGE, cost optimization token usage, prompt injection prevention). Salaires France/Europe (Junior <2 ans 45-55k€, Mid 2-4 ans 60-75k€, Senior 4+ ans 80-100k€, Expert 100-130k€+). Comment se lancer (Étape 1 Foundations 2-3 mois cours DeepLearning.AI Prompt Engineering daily practice ChatGPT/Claude build 3-5 projets perso, Étape 2 Production 3-6 mois intégrer API OpenAI app optimiser coûts caching gérer erreurs edge cases, Étape 3 Portfolio chatbot customer support avec RAG content generation pipeline code review automatisé document analysis system). Pour vous si (aimez expérimenter avec IA, créatif + technique, OK avec métier récent évolution rapide). Risque : hype bubble potentielle à valider dans 2-3 ans.
MLOps Engineer : Le problème qu’ils résolvent (Data Scientists “Mon modèle marche sur mon laptop!” Production “Le modèle crash en prod latency 10s coût $5k/jour” → MLOps bridget ce gap). Responsabilités (model deployment CI/CD ML, monitoring model drift performance, infrastructure scalable GPU clusters, data pipelines feature stores, model versioning experiment tracking). Compétences requises (DevOps Kubernetes Docker, ML basics scikit-learn PyTorch TensorFlow, Cloud AWS GCP Azure, monitoring Prometheus Grafana, data engineering Spark Airflow). Salaires (Junior 50-65k€, Mid 70-85k€, Senior 90-120k€, Staff 120-160k€+). Pour vous si (background DevOps ou Data Science, aimez industrialiser, confortable avec complexité). Risque : nécessite double compétence ML + Ops.
Cloud Security Specialist : Le problème qu’ils résolvent (cloud adoption massive = nouveaux risques sécurité, entreprises cherchent experts sécurité cloud). Compétences requises (Infrastructure Security IAM policies AWS/GCP/Azure network security VPC firewalls encryption at rest in transit secrets management Vault KMS, Compliance & Governance SOC2 ISO 27001 GDPR security audits Policy as Code OPA compliance automation, Incident Response security monitoring SIEM threat detection incident investigation remediation automation). Certifications valorisées (Essential AWS Certified Security Specialty CISSP, Nice to have CCSP CEH). Salaires (Junior 48-58k€, Mid 65-80k€, Senior 85-110k€, Staff 110-150k€+). Pour vous si (aimez sécurité/défense, rigoureux méthodique, OK avec pression incidents critiques). Risque : on-call rotation incidents 24/7.
Salaires comparés Senior 5+ ans : Développeur Full-Stack 60-75k€, Prompt Engineer 80-100k€ (+25%), MLOps Engineer 85-110k€ (+35%), Cloud Security 85-110k€ (+35%), US Remote 120-180k$ (+100%+). Ces salaires sont attractifs mais nécessitent compétences spécifiques et investissement temps.
Repères clairs
Voici une manière de voir les choses pour choisir parmi ces nouveaux métiers :
Prompt Engineer : Ce que c’est vraiment (créer systèmes prompts complexes optimisés reproductibles applications production, pas juste “savoir parler à ChatGPT”). Compétences requises (NLP fundamentals, API LLM OpenAI Anthropic, Python/TypeScript, evaluation metrics BLEU ROUGE, cost optimization token usage, prompt injection prevention). Salaires (Junior <2 ans 45-55k€, Mid 2-4 ans 60-75k€, Senior 4+ ans 80-100k€, Expert 100-130k€+). Comment se lancer (Foundations 2-3 mois cours DeepLearning.AI daily practice ChatGPT/Claude build 3-5 projets perso, Production 3-6 mois intégrer API OpenAI app optimiser coûts gérer erreurs, Portfolio chatbot customer support RAG content generation code review document analysis). Pour vous si (aimez expérimenter avec IA, créatif + technique, OK avec métier récent évolution rapide). Risque : hype bubble potentielle à valider dans 2-3 ans.
MLOps Engineer : Le problème qu’ils résolvent (Data Scientists “Mon modèle marche sur mon laptop!” Production “Le modèle crash en prod latency 10s coût $5k/jour” → MLOps bridget ce gap). Responsabilités (model deployment CI/CD ML, monitoring model drift performance, infrastructure scalable GPU clusters, data pipelines feature stores, model versioning experiment tracking). Compétences requises (DevOps Kubernetes Docker, ML basics scikit-learn PyTorch TensorFlow, Cloud AWS GCP Azure, monitoring Prometheus Grafana, data engineering Spark Airflow). Salaires (Junior 50-65k€, Mid 70-85k€, Senior 90-120k€, Staff 120-160k€+). Pour vous si (background DevOps ou Data Science, aimez industrialiser, confortable avec complexité). Risque : nécessite double compétence ML + Ops.
Cloud Security Specialist : Le problème qu’ils résolvent (cloud adoption massive = nouveaux risques sécurité, entreprises cherchent experts sécurité cloud). Compétences requises (Infrastructure Security IAM policies network security encryption secrets management, Compliance & Governance SOC2 ISO 27001 GDPR security audits Policy as Code compliance automation, Incident Response security monitoring SIEM threat detection incident investigation remediation automation). Certifications valorisées (Essential AWS Certified Security Specialty CISSP, Nice to have CCSP CEH). Salaires (Junior 48-58k€, Mid 65-80k€, Senior 85-110k€, Staff 110-150k€+). Pour vous si (aimez sécurité/défense, rigoureux méthodique, OK avec pression incidents critiques). Risque : on-call rotation incidents 24/7.
Roadmap transition 6-12 mois : Mois 1-3 Foundations (Prompt Engineer cours prompt engineering daily practice LLMs build 2 projets perso, MLOps cours ML basics si vient DevOps cours Kubernetes si vient DS deploy 1 model prod perso, Cloud Security AWS/GCP fundamentals security basics OWASP Top 10 lab pratiques TryHackMe). Mois 4-6 Intermediate (tous contribuer open-source blog technique 2-3 articles network conférences meetups). Mois 7-12 Job-ready (tous portfolio complet 3-5 projets certifications si applicable applications ciblées interview prep).
Erreurs classiques
Choisir uniquement pour les salaires
Ignorer compétences requises et risques (hype bubble potentielle, nécessité double compétence, on-call rotation). Résultat : transition difficile, échec probable. Mieux vaut évaluer votre appétit apprentissage domaine nouveau, OK avec évolution rapide métier, salaires justifient investissement temps.
Transition trop rapide
Passer au nouveau métier sans foundations (cours, practice, projets perso). Résultat : compétences insuffisantes, échec probable. Mieux vaut roadmap transition 6-12 mois (Foundations 2-3 mois, Intermediate 3 mois, Job-ready 6 mois).
Ignorer les risques
Ne pas considérer risques (hype bubble potentielle, nécessité double compétence, on-call rotation). Résultat : déception, retour métier précédent. Mieux vaut comprendre risques avant de choisir.
Message de responsabilité
Choisir parmi ces nouveaux métiers, c’est votre responsabilité. Personne ne le fera à votre place. Mais c’est aussi votre choix : vous pouvez choisir de transitionner vers un nouveau métier et bénéficier des salaires attractifs (+25% à +35%), ou vous pouvez choisir de rester dans votre métier actuel et accepter les conséquences (salaire actuel, moins d’opportunités nouvelles). L’important est d’assumer ce choix et ses conséquences.
Si vous choisissez de transitionner, faites-le sérieusement. Roadmap transition 6-12 mois (Foundations 2-3 mois cours practice projets perso, Intermediate 3 mois contribuer open-source blog network, Job-ready 6 mois portfolio complet certifications applications interview prep). Comprendre risques (hype bubble potentielle, nécessité double compétence, on-call rotation). Cette transition nécessite investissement temps et apprentissage.
Si vous choisissez de rester dans votre métier actuel, assumez ce choix. Vous acceptez probablement salaire actuel et moins d’opportunités nouvelles, mais vous bénéficiez de stabilité et de compétences maîtrisées. Ce choix est valide si il correspond à vos priorités.
Pour aller plus loin
Le livre “En quête d’expérience” explore ces nouveaux métiers en détail, avec des roadmaps concrètes et des retours d’expérience de professionnels qui ont réussi leur transition.
Pour approfondir, tu peux aussi consulter les pages piliers du site ou les guides mis à disposition.