LO
Être averti quand un dossier vérifié arrive sur ce métier →
Ingénieur de données
Déplace les données de là où elles se produisent vers là où on les interroge, et est la personne qui découvre la première que les deux ont cessé de concorder.
Ce n'est pas une probabilité de perdre votre emploi. Il combine la part de la charge de tâches du poste exposée à l'automatisation avec le chemin réellement parcouru par l'adoption — utile pour comparer des métiers sur une même base cohérente, et pour rien d'autre.
Écrit pour les ingénieurs qui construisent et exploitent les chaînes de traitement, les entrepôts et les modèles posés dessus. La page de l'analyste couvre ceux qui interrogent le résultat ; l'ingénierie de l'apprentissage automatique est un autre métier avec sa propre page. Cette page solde une reconnaissance de dette : le périmètre de la page de l'analyste a toujours dit que l'ingénierie de données était différente.
Ce qui change réellement#
L'unité d'analyse est la tâche, non l'intitulé du poste. Un poste n'est pas remplacé — sa composition en tâches se déplace.
C'est votre métier ? Dites-le et cette page se resserre sur votre part de celui-ci.
Un intitulé de poste est un paquet de tâches achetées ensemble, et deux personnes n'ont jamais le même paquet. Rien n'est envoyé où que ce soit — cela reste dans ce navigateur.
Construire la chaîne de traitement
En cours d'automatisation✓ Appuyé sur des preuvesExtraire d'une source, remodeler, charger quelque part d'interrogeable, et programmer l'ensemble.
Les connecteurs vers les sources courantes s'achètent désormais au lieu de s'écrire, et le code de transformation est assez bien spécifié pour que la génération s'en charge. Deux décennies de travail répétitif d'une entreprise à l'autre sont exactement la condition qui rend une tâche bon marché.
Une chaîne qui tourne n'est pas la même chose que des chiffres justes. La construire n'a jamais été là où passait le temps dans une équipe de données mûre ; la maintenir vraie, si.
Quand la donnée est fausse et que rien n'a planté
Encore menée par des humains≈ Estimation de la plateformeUn champ a changé de sens en amont, un traitement a tourné deux fois, un fuseau a glissé — et tous les tableaux de bord sont encore verts.
La fausseté silencieuse est la défaillance qui définit ce travail, et ce n'est pas un problème de détection qu'un meilleur outillage résout — cela exige de savoir ce que le chiffre est censé signifier pour l'entreprise, ce qui vit dans les personnes plutôt que dans le schéma. Les tests attrapent ce que vous avez pensé à tester.
Un jugement sur la nature de la défaillance plutôt qu'une mesure de sa fréquence. Nous ne détenons aucun enregistrement d'équipes quantifiant les erreurs de données silencieuses, en partie parce que par définition elles sont trouvées tard ou pas du tout.
Détenir ce qu'un chiffre veut dire
Encore menée par des humains✓ Appuyé sur des preuvesDéfinir l'utilisateur actif, le chiffre d'affaires, l'attrition — et tenir cette définition quand deux équipes veulent qu'elle signifie autre chose.
Les outils de langue courante vers SQL rendent l'interrogation bon marché et rendent par là les définitions plus porteuses, non moins : dès que n'importe qui peut demander, la réponse dépend entièrement de la définition que le modèle a captée. La preuve sur la page de l'analyste pointe dans le même sens — sur un banc d'essai construit à partir de vrais entrepôts d'entreprise, un modèle seul a obtenu zéro, alors qu'il obtient 80 à 90 % sur les bancs d'essai publics, et l'écart tient au schéma et à la sémantique plutôt qu'au SQL.
Ce banc d'essai porte sur l'interrogation plutôt que sur qui détient les définitions, et ses auteurs vendent un système alternatif, ce que l'enregistrement de la page de l'analyste énonce. Il établit que les schémas d'entreprise mettent en échec les modèles actuels ; il n'établit pas que quiconque soit recruté pour entretenir la sémantique.
Ce que coûte le fait de continuer à demander
Augmentée≈ Estimation de la plateformeLe partitionnement, les niveaux de stockage, la requête que quelqu'un a programmée toutes les heures et qui balaie tout, et la facture à la fin du mois.
Les entrepôts font désormais remonter eux-mêmes la requête coûteuse et suggèrent le correctif, ce qui est une aide réelle. Ce qui reste est la décision de savoir si la réponse vaut l'argent, et cela exige de savoir qui utilise le chiffre et pour quoi.
Cela ne dit rien de la hausse ou de la baisse globale des coûts, et une interrogation bon marché tend à augmenter le nombre de questions posées, ce qui peut déplacer la facture dans les deux sens.
Ce qui doit être conservé, supprimé, ou jamais collecté
Encore menée par des humains≈ Estimation de la plateformeLes durées de conservation, les demandes de suppression, les endroits où des données personnelles peuvent se trouver, et la capacité de le démontrer.
C'est une obligation légale mise en oeuvre dans des chaînes de traitement, et les obligations légales s'attachent à une personne plutôt qu'à un système. L'outillage peut faire respecter une règle une fois que quelqu'un l'a décidée ; la décider, et pouvoir démontrer la conformité ensuite, est la part qui reste.
Les exigences diffèrent fortement selon le marché et le type de donnée, et ce qui trancherait cette tâche serait une action de contrôle nommant les pratiques de conservation ou de suppression d'une équipe de données plutôt que l'entreprise dans son ensemble — un régulateur disant qui était censé supprimer quoi, et avant quand.
Alimenter les systèmes qui répondent en phrases
Nouvelle tâche≈ Estimation de la plateformeAmener les bons documents, la bonne fraîcheur et les bonnes règles d'accès dans ce que la fonction d'IA lit.
La qualité de la recherche documentaire est désormais un problème de données sous étiquette d'IA, et cela retombe ici parce qu'il s'agit de chaînes, de droits et de fraîcheur plutôt que de modèles. Cela n'existait pas comme métier avant que les fonctions génératives n'entrent dans les produits.
Un travail nouveau qui apparaît n'est pas un effectif nouveau. Dans la plupart des entreprises, cela est absorbé par qui détient déjà l'entrepôt, et rien ici ne dit le contraire.
Quelles technologies comptent ici#
Quatre signaux distincts. Ils ne sont délibérément pas additionnés — un métier exposé à deux technologies n'est pas deux fois plus exposé.
Comment on en est arrivé là#
L'indice n'est pas un nombre figé. Voici où il se serait situé à chaque jalon de capacité depuis ChatGPT — reconstitué, et étiqueté comme tel.
● 1 événement vérifié pour ce métier, placé à la date où il s'est produit — les parties de la courbe proches d'un repère sont ancrées à quelque chose de vérifiable.
Le point de départ le plus élevé des trois couches d'ingénierie, parce que ce travail se banalisait déjà avant l'existence des outils génératifs — les connecteurs achetés et les entrepôts gérés mangeaient la moitié construction depuis des années. La hausse du milieu, c'est le code de transformation qui devient peu coûteux à rédiger et l'interrogation en langage naturel qui arrive. Elle s'aplatit le plus tôt et cesse totalement de monter après 2025, et la raison est sur la page : une interrogation peu coûteuse rend les définitions plus porteuses, pas moins. Le seul référentiel que nous détenions qui ait été construit à partir de vrais entrepôts d'entreprise donne zéro à un modèle brut là où les référentiels publics affichent 80 à 90 — l'écart, c'est le sens, et le sens vit dans des personnes.
Une courbe plate n'est pas une prévision de sécurité. Elle dit quelles tâches l'automatisation a atteintes jusqu'ici — les métiers qui ont le moins bougé ici sont ceux où la contrainte est physique ou réglementaire, et les deux peuvent changer.
Changements récents#
632 problèmes construits à partir de vraies applications de données sur BigQuery et Snowflake, avec des bases dépassant souvent 1 000 colonnes. Ce qui les rend difficiles est énoncé par les auteurs et c'est exactement l'environnement quotidien de ce métier : la réponse exige de chercher dans les métadonnées de la base et la documentation du dialecte, de lire la base de code du projet, de tenir un contexte très long, et d'émettre plusieurs requêtes dans différents dialectes qui dépassent fréquemment 100 lignes. Les 21.3 % correspondent à un cadre d'agent sur o1-preview fin 2024 et seront périmés ; le constat durable est l'écart avec les 91.2 % sur Spider 1.0 et les 73.0 % sur BIRD, qui est une mesure de la part de la difficulté qui vit dans l'entrepôt plutôt que dans le SQL. Cela ne dit rien de l'emploi, et rien des chaînes que l'on construit plutôt que l'on interroge — cela teste la production de la requête, non l'exploitation du système qui continue de la produire.
Un échec, un retour en arrière, une réglementation ou un coût freine l'adoption. Cela peut abaisser une appréciation ou élargir son incertitude.
Ce que cela veut dire pour vous#
La construction de chaînes — ce que les tutoriels enseignent et ce pour quoi on vous recruterait — est la moitié exposée. Ce qui tient est de savoir ce qu'un chiffre est censé signifier, et cela s'apprend en étant près des gens qui l'utilisent. Un poste de données loin de l'activité est la version la plus risquée de ce métier.
Une interrogation bon marché augmente la valeur de qui détient les définitions et baisse celle de qui ne fait que déplacer des données. Si votre semaine est surtout des connecteurs et de la programmation de traitements, c'est la configuration exposée ; si elle est surtout des discussions sur ce qui compte comme client, c'est la durable.
Vos options#
Quatre directions, chacune avec ses contraintes réelles et une chose que vous pouvez tester cette semaine. Continuer comme aujourd'hui est un choix légitime — il faut simplement que ce soit un choix.
Détenez la sémantique, non les tuyaux
Quand n'importe qui peut poser une question en mots, la réponse dépend de la définition que l'outil a captée. Être la personne qui en décide est la position durable.
C'est un travail autant politique que technique — les définitions sont contestées parce que différentes équipes sont évaluées dessus.
Prenez une métrique d'un tableau de bord d'entreprise et demandez à deux équipes ce qu'elle signifie. Si les réponses diffèrent, vous avez trouvé le travail.
Prenez la couche de recherche documentaire
Chaque fonction d'IA dans une entreprise devient finalement une question de quels documents, de quelle fraîcheur, et de qui a le droit de les voir — c'est-à-dire ce métier sous un nouveau nom.
C'est aujourd'hui sans prestige et souvent sans propriétaire, et il vous faudra peut-être le revendiquer avant que quelqu'un ne le budgète.
Trouvez une fonction d'IA dans votre entreprise et retracez ce qu'elle lit réellement. Vérifiez si ses droits correspondent à ceux du système source.
Allez vers la décision
L'ingénierie analytique et l'analyse produit se situent entre l'entrepôt et ceux qui agissent dessus, et le raisonnement se transfère directement.
Exige d'accepter d'avoir tort en public sur ce qu'un chiffre signifie, ce qui est une autre exposition qu'avoir tort dans une chaîne de traitement.
Choisissez un chiffre que vous produisez et découvrez quelle décision a réellement été prise à cause de lui le trimestre dernier. Parfois la réponse est aucune.
Questions fréquentes#
Posez la question par tâche, parce qu'elles ne bougent pas ensemble. Construire et programmer des chaînes est la partie exposée et elle devient moins chère depuis bien avant les outils génératifs. Savoir qu'un chiffre a discrètement cessé de signifier ce qu'il signifiait n'a pas bougé du tout, parce que ce savoir porte sur l'activité plutôt que sur la donnée. Un signal vérifiable par vous : quand un chiffre était faux le trimestre dernier, qui l'a remarqué, et comment.
La preuve sur ce site pointe dans l'autre sens, et précisément. Sur un banc d'essai construit à partir de vrais journaux de requêtes d'entrepôts d'entreprise, un modèle seul a obtenu zéro et les approches agentiques ont atteint environ 10 %, alors que la même classe de modèles obtient 80 à 90 % sur les bancs d'essai publics. L'écart n'est pas le SQL — ce sont des schémas à des milliers de tables et des significations qui vivent en dehors. Une interrogation bon marché augmente la valeur de qui entretient cette signification.
Cela dépend de la moitié que vous feriez, et cela vaut d'être tranché avant de bouger. Les postes surtout faits de connecteurs et de programmation de traitements sont dans la moitié exposée et se banalisent depuis des années. Les postes proches de l'activité, où l'on attend de vous que vous discutiez des définitions, sont la moitié durable. L'intitulé est le même dans les deux cas : demandez donc en entretien sur quoi portaient les trois dernières discussions.
Comment l'entreprise gagne de l'argent, avec assez de détail pour remarquer quand un chiffre cesse d'être cohérent avec cela. Les outils changent tous les quelques ans et chacun s'apprend en quelques semaines ; la capacité de regarder un tableau de bord et de dire « ce n'est pas possible » est ce qui distingue ceux qui restent. C'est aussi, par hasard, ce qu'un modèle qui lit votre schéma ne peut pas faire.
Vous étudiez pour cela ?
Ces filières mènent ici. Leurs pages détaillent lesquelles de leurs compétences se transfèrent et ce qui manque généralement aux diplômés.
Écrit à ce sujet#
Ces textes raisonnent à partir des mêmes dossiers que contient cette page, et chacune de leurs sections nomme ce sur quoi elle repose.
Méthode et sources#
- Date d'évaluation
- 2026-09-12
- Fondement des jugements de tâche
- 2 appuyés sur des preuves · 4 inférence de plateforme · 0 preuves insuffisantes
- Événements vérifiés
- 1