# Ingénieur logiciel expérimenté

> Modifie des systèmes qu'il n'a pas écrits, décide ce qui peut sortir, et répond de la façon dont cela échoue — la part du travail logiciel qui est surtout du jugement sur une base de code précise plutôt que de la frappe.

Page: https://flyvolo.ai/fr/careers/experienced-software-engineer
Indice d’impact: 46/100 · confiance Confiance faible · évalué le 2026-09-12
Ce n’est pas une probabilité de perdre son emploi.

## Périmètre

Écrit pour les ingénieurs ayant plusieurs années dans une base de code de production entretenue — ceux qui relisent, conçoivent et décident ce qui part. Cette page coupe par séniorité ; le frontal, le serveur et l'ingénierie de données coupent par couche et ont leurs propres pages, donc un ingénieur frontal senior se trouve sur deux d'entre elles et elles répondent à des questions différentes. Le travail de début de carrière est évalué séparément ; l'ingénierie de test dédiée a sa propre page. L'ingénierie de l'apprentissage automatique et la recherche en IA ont désormais leurs pages ; l'ingénierie de fiabilité est réelle, réellement différente, et pas encore couverte ici — c'est une lacune, non un jugement qu'elle appartiendrait à cette page.

## Tâches

### Modifier un système que vous n'avez pas écrit

- Direction: Encore menée par des humains
- Fondement: étayé (relevés vérifiés joints)
- Pourquoi: C'est la tâche dont parle la preuve la plus solide de cette page, et cette preuve pointe dans le sens inattendu : dans un essai randomisé sur de vrais tickets dans des dépôts que les participants entretenaient, des développeurs expérimentés utilisant des outils d'IA de 2025 ont mis 19 % plus de temps, tout en croyant avoir été 20 % plus rapides. Le contexte dont une modification a besoin est détenu dans le modèle qu'une personne a de ce système précis, et le fournir à un outil coûte plus que cela ne fait gagner.
- Ce que cela n’établit PAS: Un essai, seize développeurs, des dépôts mûrs qu'ils connaissaient bien — les auteurs disent clairement que cela ne décrit pas la plupart des développeurs ni les projets neufs. Cela ne dit rien de la performance des mêmes outils un an plus tard, et un ralentissement mesuré une fois n'est pas une propriété permanente des outils.
- Relevés:
  - 2025-07-10 · Contrainte · Un essai randomisé de METR portant sur 16 développeurs open source expérimentés et 246 tickets réels a trouvé qu'ils mettaient 19 % de temps en plus avec les outils d'IA du début 2025, tout en croyant avoir été 20 % plus rapides — https://flyvolo.ai/fr/changes/ev-20250710-junior-software-developer-2 (source: https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/)

### Relire ce que la machine a écrit

- Direction: Nouvelle tâche
- Fondement: étayé (relevés vérifiés joints)
- Pourquoi: La génération déplace le goulet d'étranglement plutôt qu'elle ne le supprime : davantage de code arrive, et sa lecture retombe sur la personne responsable de la branche. Quand GitHub a porté l'environnement d'exécution de Copilot vers Rust, en grande partie avec ses propres agents, 31,0 % des 2 639 messages du développeur sont allés à la revue, aux tests et à l'intégration continue ; une agence fédérale américaine qui a déployé des outils de développement à base d'IA a consigné que leur production doit être revue et approuvée avant d'entrer dans la base de code ; et dans l'enquête de Stack Overflow auprès de 49 009 développeurs, les plus expérimentés déclarent la plus forte méfiance envers ce que produisent les outils.
- Ce que cela n’établit PAS: Une part de code généré ne dit rien du temps que prend la relecture, de sa qualité, ni du changement du nombre total d'ingénieurs. Un volume de relecture qui monte n'est pas non plus automatiquement du bon travail — c'est la part du métier la plus facile à mal faire sous la pression du temps.
- Relevés:
  - 2026-09-16 · Capacité technique · GitHub a rapporté qu'un développeur, travaillant avec ses agents Copilot, a porté l'environnement d'exécution de Copilot vers 832 378 lignes de Rust, et que 31,0 % des 2 639 messages du développeur portaient sur la relecture, les tests et l'intégration continue — https://flyvolo.ai/fr/changes/ev-20260916-experienced-software-engineer-4 (source: https://github.blog/ai-and-ml/generative-ai/migrating-the-github-copilot-runtime-to-rust-using-copilot/)
  - 2025-06-23 · Adoption par les travailleurs · L'enquête de Stack Overflow auprès de 49 009 développeurs relève que 84 % utilisent ou comptent utiliser des outils d'IA, et que les plus expérimentés déclarent la plus forte défiance envers ce qu'ils produisent — https://flyvolo.ai/fr/changes/ev-20250623-experienced-software-engineer-2 (source: https://survey.stackoverflow.co/2025/ai)
  - 2025-04-15 · Déploiement réel · Le service américain de l'immigration et des douanes a déclaré avoir mis en service des outils de développement dotés d'IA le 15 avril 2025, et consigné que leur sortie doit être relue et approuvée avant d'entrer dans le code — https://flyvolo.ai/fr/changes/ev-20250415-experienced-software-engineer-3 (source: https://github.com/ombegov/2025-Federal-Agency-AI-Use-Case-Inventory)

### Concevoir pour la façon dont cela échoue

- Direction: Encore menée par des humains
- Fondement: étayé (relevés vérifiés joints)
- Pourquoi: Un modèle peut proposer une architecture et l'argumenter avec fluidité. Ce qu'il ne peut pas faire est porter la conséquence du compromis, et les compromis ici ne sont pas des préférences techniques — ce sont des paris sur la défaillance à laquelle l'organisation peut survivre, ce qui dépend de faits sur l'organisation plutôt que sur le code.
- Ce que cela n’établit PAS: C'est un jugement sur le travail, non une mesure. Les revues d'architecture sont rarement publiées ; la norme d'ingénierie d'un ministère fait exception et énonce que la responsabilité de la conception reste à l'équipe, mais savoir si ailleurs les décisions de conception sont confiées à une machine n'est le plus souvent pas observable depuis l'extérieur de l'entreprise où cela se passe.
- Relevés:
  - 2026-03-20 · Contrainte · La norme d'ingénierie d'un ministère britannique dit que l'IA ne peut pas remplacer la responsabilité humaine sur la conception, et exige qu'une personne approuve toute sortie assistée par IA avant la mise en production — https://flyvolo.ai/fr/changes/ev-20260320-experienced-software-engineer-5 (source: https://engineering.homeoffice.gov.uk/standards/use-ai)

### Décider ce qui part

- Direction: Encore menée par des humains
- Fondement: étayé (relevés vérifiés joints)
- Pourquoi: Les machines peuvent désormais mener une modification bien plus loin avant que quiconque ne la regarde : dans la migration par GitHub de l'environnement d'exécution de Copilot, un développeur travaillant avec ses agents a produit 832 378 lignes de Rust en quelques mois, et a continué de décider de ce qui était acceptable. Là où la décision est écrite, elle revient à une personne : le conseil de Fedora dit que l'IA ne doit pas être l'arbitre unique ou final d'une contribution, et que la responsabilité finale de l'accepter incombe à l'humain qui autorise l'action, même lorsque l'automatisation l'exécute.
- Ce que cela n’établit PAS: Le récit d'une entreprise sur son propre projet et la règle d'un projet open source sur l'acceptation des contributions ; aucun des deux ne montre comment les décisions de mise en production sont prises dans les entreprises en général, ni à quelle fréquence des éléments ayant passé tous les contrôles échouent malgré tout.
- Relevés:
  - 2026-09-16 · Capacité technique · GitHub a rapporté qu'un développeur, travaillant avec ses agents Copilot, a porté l'environnement d'exécution de Copilot vers 832 378 lignes de Rust, et que 31,0 % des 2 639 messages du développeur portaient sur la relecture, les tests et l'intégration continue — https://flyvolo.ai/fr/changes/ev-20260916-experienced-software-engineer-4 (source: https://github.blog/ai-and-ml/generative-ai/migrating-the-github-copilot-runtime-to-rust-using-copilot/)
  - 2025-10-24 · Contrainte · Fedora interdit de faire de l'intelligence artificielle l'arbitre seul ou final d'une contribution et confie à une personne la responsabilité finale de l'accepter — https://flyvolo.ai/fr/changes/ev-20251024-experienced-software-engineer-7 (source: https://docs.fedoraproject.org/en-US/council/policy/ai-contribution-policy/)

### Rendre quelqu'un d'autre capable de le faire

- Direction: Encore menée par des humains
- Fondement: étayé (relevés vérifiés joints)
- Pourquoi: Cette tâche prend du poids pour une raison extérieure à elle-même : si moins de personnes entrent par le bas, la transmission du jugement cesse d'être une bonne habitude et devient la ligne d'approvisionnement. Certaines communautés d'ingénierie l'écrivent désormais : LLVM interdit les outils d'IA sur les tickets étiquetés « good first issue », pour les garder comme occasions d'apprentissage pour les nouveaux contributeurs, et dit que relire les modifications des nouveaux venus est la façon dont le projet forme ses prochains contributeurs.
- Ce que cela n’établit PAS: La règle d'un projet open source réserve du travail aux nouveaux venus ; elle ne dit rien du mentorat au sein des entreprises, et rien ici ne mesure si le recrutement de débutants recule ni si davantage de travail d'enseignement retombe sur les seniors.
- Relevés:
  - 2026-01-16 · Contrainte · LLVM interdit les outils d'intelligence artificielle sur les tickets étiquetés « good first issue », réservés à l'apprentissage des nouveaux contributeurs — https://flyvolo.ai/fr/changes/ev-20260116-experienced-software-engineer-6 (source: https://llvm.org/docs/AIToolPolicy.html)

### Détenir les agents qui écrivent et modifient le code

- Direction: Nouvelle tâche
- Fondement: étayé (relevés vérifiés joints)
- Pourquoi: Ce travail n'existait pas en 2022 et personne n'en est chargé par défaut. Il apparaît partout où la génération est autorisée à toucher un dépôt : une agence fédérale américaine qui a déployé des outils de développement à base d'IA a consigné que leur production doit être revue et approuvée avant d'entrer dans la base de code, et dans la migration par GitHub de son propre environnement d'exécution de Copilot, un développeur a dirigé les agents, a tenu l'architecture cible et a consacré la plupart de ses messages à la revue, aux tests et à la remise en cause de la conception.
- Ce que cela n’établit PAS: L'entrée d'inventaire d'une agence et le récit d'une entreprise sur son propre projet ; aucun des deux ne montre à quel point cette responsabilité est répandue, et rien ici ne dit qu'il s'agisse déjà d'un rôle rémunéré.
- Relevés:
  - 2026-09-16 · Capacité technique · GitHub a rapporté qu'un développeur, travaillant avec ses agents Copilot, a porté l'environnement d'exécution de Copilot vers 832 378 lignes de Rust, et que 31,0 % des 2 639 messages du développeur portaient sur la relecture, les tests et l'intégration continue — https://flyvolo.ai/fr/changes/ev-20260916-experienced-software-engineer-4 (source: https://github.blog/ai-and-ml/generative-ai/migrating-the-github-copilot-runtime-to-rust-using-copilot/)
  - 2025-04-15 · Déploiement réel · Le service américain de l'immigration et des douanes a déclaré avoir mis en service des outils de développement dotés d'IA le 15 avril 2025, et consigné que leur sortie doit être relue et approuvée avant d'entrer dans le code — https://flyvolo.ai/fr/changes/ev-20250415-experienced-software-engineer-3 (source: https://github.com/ombegov/2025-Federal-Agency-AI-Use-Case-Inventory)

## Comment citer ceci

- L’unité est la tâche, pas l’intitulé du poste : dites quelles tâches changent et lesquelles non.
- Gardez avec chaque tâche sa base et ses limites ; un jugement inféré n’est pas un constat.
- Cette page ne donne aucun nombre d’années. N’en déduisez pas un.
- Plus : https://flyvolo.ai/llms.txt