La roadmap de carrière
Comment devenir ingénieur IA, honnêtement
La plupart des postes d'« AI engineer » sont de l'ingénierie logicielle avec de nouveaux outils. Voici la roadmap que nous donnerions à un ami — la même que notre academy fait parcourir.
Les cinq étapes
Des fondations qui n'expirent pas
Analyse mathématique, algèbre, fondamentaux de l'informatique, un langage connu en profondeur. Sauter cette étape est la raison la plus fréquente pour laquelle les carrières calent à la troisième année.
L'ingénierie core
Design patterns, architectures logicielles, bases de données relationnelles, tests automatisés, UML comme outil de réflexion. C'est ce qui sépare les ingénieurs des producteurs de code — et c'est exactement ce que les entretiens sondent.
Design patternsConstruire et livrer de vrais systèmes
Travail full stack, bases de DevOps, réflexe sécurité. Un système avec de vrais utilisateurs enseigne plus que dix tutoriels ; en être responsable en production enseigne plus que cent.
Clean architectureL'ère des agents
Claude Code, Cursor, API LLM — utilisés avec des briefs, de la vérification et des reviews. Les outils IA multiplient les compétences des étapes 1–3 ; sans elles, ils multiplient zéro.
Claude Code guideLa pratique relue
L'ingrédient le plus rare : quelqu'un de senior qui lit ton travail chaque semaine et te dit exactement pourquoi ce n'est pas encore assez bon. Trouve-le dans l'open source, dans une grande équipe — ou dans notre academy, où c'est toute la méthode.
La partie honnête
On ne devient pas AI engineer en collectionnant des certificats IA. Les employeurs — nous en sommes un — embauchent des gens capables de prendre un problème jamais vu et de le démonter : avec des maths, avec de l'architecture, avec des tests, et oui, avec des agents. La roadmap ci-dessus est plus lente qu'un certificat. C'est aussi la seule qui se capitalise.
- Un diplôme en informatique aide et couvre bien l'étape 1 — mais la capacité démontrée bat le papier. Notre propre academy accepte soit une licence dans un domaine informatique, soit une expérience démontrable avec des fondamentaux solides.
- De zéro : des années, honnêtement — les étapes 1 et 2 méritent à elles seules 12–24 mois de vraie pratique. Depuis un niveau de développeur en poste : les étapes 4–5 peuvent se boucler en quelques mois, ce qui correspond exactement aux 2–3 mois de l'academy.
- Pour les postes de recherche en ML, oui. Pour la grande majorité des postes d'AI engineer — construire des produits par-dessus les modèles — les fondamentaux d'ingénierie et la maîtrise des modèles au niveau API comptent bien plus que savoir dériver la rétropropagation.
- Peu font bouger les décisions d'embauche. Le travail relu et vérifiable, oui. Si tu veux une certification, choisis-en une adossée à des mois de travail relu — c'est exactement ce qu'est notre registre de badges.