Intelligence artificielle : quels métiers existent vraiment, et quelles études y mènent ?

Séparez le mot « IA » des métiers qu'il recouvre

Les offres d'emploi utilisent un vocabulaire flou. Sous l'étiquette « IA », on trouve au moins quatre familles de rôles, dont les intitulés varient d'une entreprise à l'autre.

• La recherche : concevoir de nouvelles méthodes d'apprentissage automatique, le plus souvent avec un doctorat.
• L'ingénierie de l'apprentissage automatique : entraîner, évaluer et déployer des modèles dans des produits.
• L'ingénierie des données : construire les chaînes qui collectent, nettoient et stockent les données.
• L'analyse et la science des données : interpréter les données pour appuyer des décisions d'affaires.

D'autres rôles gravitent autour : gestion de produit, sécurité, conformité, rédaction technique. Avant de choisir des études, il est utile de lire plusieurs descriptions de poste réelles et de repérer les compétences demandées, plutôt que de se fier à l'intitulé seul.

Mesurez la demande avec prudence

Le rapport Future of Jobs 2025 du Forum économique mondial (WEF) interroge plus de 1 000 employeurs. Selon cette édition, 86 % des répondants s'attendent à ce que l'IA et le traitement de l'information transforment leur entreprise d'ici 2030. Les spécialistes de l'IA et de l'apprentissage automatique figurent parmi les trois rôles à plus forte croissance en pourcentage, avec les spécialistes des mégadonnées et les ingénieurs en technologies financières.

Parmi les compétences qui progressent le plus vite, le rapport place d'abord l'IA et les mégadonnées, puis les réseaux et la cybersécurité, puis la maîtrise du numérique. Selon les analyses du rapport, l'IA et le traitement de l'information créeraient environ 11 millions d'emplois et en supprimeraient environ 9 millions d'ici 2030.

Ces chiffres décrivent des anticipations d'employeurs, pas des postes ouverts. Ils indiquent surtout un mouvement : certaines tâches disparaissent, d'autres apparaissent.

Cartographiez les parcours d'études

Les filières d'accès ne forment pas une voie unique. Selon le rôle visé, les programmes courants sont l'informatique, les mathématiques et la statistique, le génie logiciel ou électrique, et, plus récemment, des programmes dédiés à la science des données ou à l'IA.

Les rôles de recherche passent généralement par un doctorat. Les rôles d'ingénierie s'obtiennent souvent avec un baccalauréat solide en informatique, complété par une maîtrise ou par des projets. Les rôles d'analyse acceptent des profils plus variés, y compris en économie, en sciences sociales ou en gestion, accompagnés de bases en programmation.

Les programmes exigent presque tous des préalables en mathématiques : algèbre linéaire, probabilités, statistique et calcul. Avant de choisir un pays, il est utile de comparer ces préalables, les cours obligatoires et la place laissée aux projets pratiques. Les intitulés de diplômes cachent parfois des contenus très différents.

Lisez le classement QS 2026 en science des données et IA

Le classement par discipline de QS (QS World University Rankings by Subject), publié le 25 mars 2026, comporte une table « Data Science and Artificial Intelligence ». Cette table est jeune : elle est apparue en 2023 avec 20 universités, puis a grandi chaque année. L'édition 2026 classe 201 universités, contre 104 en 2025. QS la désigne comme la discipline qui compte le plus de nouvelles entrées.

Cette croissance explique des mouvements de rang qui ne reflètent pas toujours un changement de qualité. Quand plus de cent établissements entrent d'un coup dans le tableau, ceux qui y figuraient déjà peuvent reculer sans avoir changé.

Les deux établissements ex æquo au 6e rang ne sont pas reproduits ici. QS note que l'Université nationale de Singapour est la mieux classée hors des États-Unis, et que Tsinghua apparaît pour la première fois dans la table.

Replacez la table dans l'ensemble du classement QS

La table IA n'est qu'un des 55 classements par discipline de l'édition 2026. Selon l'Université technique d'Istanbul, qui cite les chiffres de QS, 6 273 universités ont été analysées et 1 908 ont été classées dans l'ensemble des disciplines. Le nombre d'établissements varie fortement d'une table à l'autre, de quelques dizaines à plusieurs centaines.

QS applique des seuils : un établissement qui n'atteint pas le minimum de production de recherche ou de réputation dans une discipline n'y figure pas. Ne pas apparaître dans une table ne signifie donc pas qu'un établissement n'offre pas le programme, mais seulement qu'il n'a pas été classé.

Cette précaution s'applique aussi à la discipline voisine, l'informatique et les systèmes d'information, que QS décrit comme l'une des plus classées au monde. Pour un même établissement, les rangs en informatique et en science des données peuvent différer sensiblement, car les populations d'établissements comparés ne sont pas les mêmes.

Vérifiez les critères derrière le rang

Dans les classements par discipline, QS combine la réputation académique, la réputation auprès des employeurs, l'impact des citations et l'indice h. Ces indicateurs mesurent surtout la recherche et la notoriété. Ils disent peu de la qualité de l'enseignement en première année, de la taille des groupes ou de l'accès aux stages.

Pour un baccalauréat, des informations plus concrètes pèsent souvent davantage : contenu des cours, possibilités de stage, laboratoires accessibles aux étudiants, taux de placement publiés par l'établissement. Pour un doctorat, c'est le profil du directeur de recherche et du laboratoire qui compte, plus que le rang de l'université.

Un classement jeune et en forte croissance gagne à être croisé avec d'autres sources : sites des programmes, publications des chercheurs, témoignages d'anciens, listes de partenaires industriels.

Comparez diplôme universitaire et formations courtes

Des certificats et des formations intensives en IA existent en grand nombre, et leurs promoteurs en vantent les résultats. Dans les sources consultées pour cet article, aucune donnée publiée et comparable sur l'employabilité de ces formations courtes n'a été retrouvée. Il vaut mieux s'en tenir à ce qui est vérifiable.

Le Forum économique mondial classe les compétences en IA et en mégadonnées en tête des compétences à plus forte croissance : la demande porte sur des compétences, pas sur un type de diplôme précis. En revanche, les rôles de recherche restent liés aux diplômes de cycles supérieurs, et certaines professions réglementées exigent un diplôme reconnu.

Pour comparer une formation courte à un programme universitaire, les critères publiés par l'établissement sont les plus utiles : contenu détaillé des cours, durée, présence de projets évalués, reconnaissance des crédits par une université et liste des employeurs partenaires. Les bases théoriques en mathématiques, elles, restent utiles quand les outils changent.

Et au Canada ?

Le Canada a lancé en 2017 sa stratégie pancanadienne en matière d'intelligence artificielle, que l'Institut canadien de recherches avancées (CIFAR) présente comme la première stratégie nationale d'IA au monde. Elle s'appuie sur trois instituts nationaux : Mila à Montréal, le Vector Institute à Toronto et Amii à Edmonton. Ces instituts sont liés à des universités voisines et accueillent des chercheurs et des étudiants aux cycles supérieurs.

Aucun rang canadien précis n'est cité ici pour la table QS 2026 de la discipline : le classement détaillé n'a pas pu être consulté en entier au moment de la rédaction, et il se vérifie sur le site de QS.

Pour explorer des parcours, StudyCanada propose la fiche de l'Université de Toronto, la fiche de l'Université de Montréal, la page du B.Sc. en informatique à McGill et la page du programme d'informatique à l'Université de Waterloo. Chaque fiche précise les préalables en mathématiques et les conditions pour les étudiants internationaux.