Métiers de l’IA en 2026 — rôles, salaires Sénégal, certifications, formation

Cet article décrit les rôles concrets dans les équipes IA en 2026, leurs périmètres techniques, les compétences exigibles, les salaires observés en Afrique de l’Ouest et à distance, et les certifications reconnues. Les estimations salariales viennent de bilans publics LinkedIn Salary Insights, levels.fyi pour le remote, et offres récentes de Wave, Sonatel, Free Sénégal/Yas, Société Générale, Hub2 et Glovo Africa.

1 — Machine Learning Engineer

Construit et déploie des modèles ML en production. Différent du Data Scientist (orienté recherche, expérimentation) en ce que le ML Engineer se concentre sur les pipelines (training, serving, monitoring, retraining) et l’intégration produit.

Stack typique 2026 : Python, PyTorch ou TensorFlow, Hugging Face Transformers, MLflow ou Weights & Biases pour le tracking, FastAPI ou BentoML pour le serving, Docker + Kubernetes ou serverless (AWS SageMaker, GCP Vertex AI), Git, CI/CD (GitHub Actions, GitLab CI).

Compétences exigibles : stats appliquées, algorithmique, programmation, MLOps, SQL, infra (lecture des coûts cloud, choix CPU/GPU/TPU). Lecture courante de papers arXiv pour rester à jour.

Salaires indicatifs (mensuels brut) :

• Junior (0-2 ans) : 600 000 – 1 200 000 FCFA au Sénégal ; 2 000 – 4 000 EUR remote France
• Confirmé (3-5 ans) : 1 200 000 – 2 500 000 FCFA ; 4 000 – 7 000 EUR remote
• Senior (6+ ans) : 2 500 000 – 5 000 000 FCFA ; 7 000 – 12 000 EUR remote

2 — Data Scientist

Formule des questions analytiques, conçoit et évalue des modèles, communique des résultats statistiques. Profil plus orienté recherche et analyse que production.

Stack typique : Python (pandas, scikit-learn, statsmodels), R, Jupyter, SQL, BI (Tableau, Power BI, Metabase, Superset).

Compétences : statistiques inférentielles, design d’expériences, A/B testing, communication visuelle des résultats, vulgarisation auprès du métier.

Salaires comparables au ML Engineer en Afrique de l’Ouest, légèrement inférieurs en France remote (3 500-9 000 EUR selon expérience).

3 — AI/LLM Engineer (rôle 2024+)

Spécialisé sur l’intégration de modèles fondations (Claude, GPT, Llama, Gemini) dans des produits : prompting, fine-tuning, RAG, agents, évaluations.

Stack 2026 : Python ou TypeScript, SDK Anthropic et OpenAI, LangChain ou LlamaIndex, LangGraph ou Mastra pour les agents, vector stores (Qdrant, Pinecone, Weaviate, pgvector), Anthropic Skills, OpenAI Realtime API, Modal ou RunPod pour le compute on-demand.

Compétences : ingénierie de prompt rigoureuse, évaluation systématique (lm-evals, custom evals), connaissance des limites des LLMs (hallucination, biais, prompt injection), notion d’éthique et de sécurité.

Salaires : un AI Engineer compétent commande une prime de 20-40 % par rapport à un dev backend équivalent en 2026, marché tendu.

4 — Data Engineer

Construit et maintient les pipelines de données qui alimentent ML et BI. Souvent le rôle le plus sous-évalué et le plus déterminant pour la performance d’une équipe data.

Stack : Python, SQL avancé, dbt, Airflow ou Prefect ou Dagster, Spark ou DuckDB, data warehouses (BigQuery, Snowflake, Redshift), ingestion (Fivetran, Airbyte, Meltano), formats de stockage (Parquet, Iceberg).

Salaires en Afrique de l’Ouest similaires au ML Engineer, parfois supérieurs en remote pour les profils dbt + Snowflake.

5 — Data Analyst

Profil moins technique, axé sur l’extraction et la présentation des KPIs métier. Premier poste accessible avec une formation de 6 à 12 mois (Le Wagon, GoMyCode, Sonatech, formations en ligne Coursera/DataCamp).

Stack : SQL solide, Excel, Tableau ou Power BI, Python pandas en débutant.

Salaires :

• Junior : 350 000 – 700 000 FCFA Sénégal ; 1 800 – 2 800 EUR remote France
• Confirmé : 700 000 – 1 500 000 FCFA ; 2 800 – 4 500 EUR remote

6 — AI Product Manager

Pilote des features IA, traduit les contraintes techniques en valeur métier. Profil hybride avec une compréhension de l’IA suffisante pour cadrer la faisabilité.

Compétences : méthode produit (discovery, prioritisation, lecture de métriques), connaissance LLM/ML conceptuelle, communication, gestion de stakeholders.

Salaire commun PM + 10-25 % pour le volet IA sur les marchés Lagos, Nairobi, Le Cap, Dubai et Paris remote.

7 — Certifications reconnues 2026

En 2026, les recruteurs valorisent davantage les projets publiés sur GitHub avec README détaillé et notebooks reproductibles que les certifications. Une certification cloud aide pour passer un filtre RH ; un repo GitHub avec un fine-tuning Llama 3 documenté ou un agent RAG déployé fait la différence en entretien technique.

8 — Formation et reconversion en Afrique de l’Ouest

• Le Wagon Dakar — bootcamp 9 semaines Data Science / 9 semaines Web. ~1 500 000 FCFA, financement OPCO ou prêt étudiant.
• GoMyCode — programmes Data Science et Cybersécurité, présent à Dakar et plusieurs villes africaines. Financement Pôle emploi/OPCO pour les diaspora.
• Sonatech (Sonatel Academy) — formations gratuites pour jeunes Sénégalais en partenariat avec Sonatel.
• Coursera Plus, DataCamp Career Track — auto-apprentissage 200-300 USD/an avec parcours guidés.
• fast.ai (gratuit) — cours pratiques Deep Learning de référence, format video + notebook Jupyter.

Pour démarrer sans budget : combiner Hugging Face NLP Course (gratuit), fast.ai (gratuit), un projet personnel publié sur GitHub avec dataset réel ouest-africain (offres d’emploi LinkedIn, données ANSD, prix de marché). Six mois sérieux suffisent à un profil dev pour pivoter vers AI Engineer.

9 — Marché de l’emploi 2026 en Afrique de l’Ouest

Employeurs récurrents publiant des offres IA :

• Banques : Société Générale Sénégal, BICIS, Ecobank, UBA
• Telcos : Sonatel, Free/Yas Sénégal, Orange Côte d’Ivoire, MTN Côte d’Ivoire
• Fintechs : Wave, Hub2, OuiCarry, Talaty
• E-commerce : Jumia, Glovo Africa
• Énergie : Senelec, NEPAD-IPPF projets
• Santé : Pasteur Dakar, Cheikh Anta Diop
• Cabinets de conseil : ITS Group, Wakeo, Concentrix Africa

Plateformes pour les missions et postes :

• Local — emploi.sn, jumiajobs.sn, careerjet.sn, LinkedIn (filtre Dakar/Sénégal)
• Remote international — RemoteAfrica, Andela, Toptal, Turing, Arc.dev, weworkremotely
• Freelance projets IA — Upwork, Toptal Talent Network, Outscraper, Hugging Face Pro Hub

Références

• Hugging Face Learn — cours gratuits
• fast.ai — Practical Deep Learning
• AWS Machine Learning Specialty
• Google Cloud Professional ML Engineer
• IA générative pour PME 2026 — guide

Construire un portfolio crédible et démarrer en autodidacte

Connaître la liste des métiers de l’IA et leurs salaires est utile pour s’orienter, mais l’étape qui sépare les candidats qui décrochent un poste de ceux qui multiplient les refus est le portfolio. Au Sénégal, en Côte d’Ivoire ou au Mali, les recruteurs sont moins sensibles aux diplômes et plus sensibles aux preuves concrètes que dans certains marchés européens — c’est une bonne nouvelle pour les autodidactes, à condition de construire un portefeuille de réalisations qui parle plus fort qu’un CV.

Le projet portfolio qui parle aux recruteurs Sonatel, Wave, BICIS

Sur les fiches de poste data scientist junior publiées en 2024 et 2025 par les principaux employeurs IT au Sénégal — Sonatel, Wave Mobile Money, Atos Sénégal, Expresso, BICIS, Société Générale Sénégal — un dénominateur commun ressort : la mention explicite de SQL et Python dans 100 pour cent des annonces, contre 35 pour cent pour les frameworks deep learning. Pour un junior, le portfolio gagnant n’est donc pas un projet de transformer génératif sur 7 milliards de paramètres mais un projet bout-en-bout de scoring ou de segmentation client documenté de manière rigoureuse. Un cas qui a permis à plusieurs candidats juniors d’être recrutés en 2025 : prédire la rétention client à 90 jours sur le dataset Telco Customer Churn de Kaggle, en publiant le code sur GitHub avec quatre éléments précis — un notebook d’EDA chiffré (proportion de valeurs manquantes, distributions, corrélations), un script d’entraînement avec validation croisée stratifiée à 5 plis, une comparaison de quatre modèles (régression logistique, random forest, XGBoost, LightGBM) avec métriques AUC ROC et matrice de coût asymétrique car un faux négatif coûte plus cher qu’un faux positif en télécom, et un README qui explique en français pourquoi tel modèle a été retenu.

Le second projet qui paie est un projet de déploiement minimal : exposer le modèle en API FastAPI, conteneuriser, déployer sur un VPS Scaleway DEV1-S à 4.99 euros par mois, ajouter un endpoint /predict avec validation Pydantic et un endpoint /health, journaliser les prédictions dans PostgreSQL pour pouvoir suivre la dérive. Ce projet seul prouve que le candidat sait faire ce que la majorité des juniors fraîchement formés ne savent pas faire : passer du notebook à un service utilisable. Sur LinkedIn, les profils qui mettent ce projet en tête de leur portfolio reçoivent en moyenne 3 à 5 fois plus de messages de recruteurs que ceux qui listent uniquement des cours Coursera.

Parcours autodidacte structuré en six mois

Pour passer de zéro à employable en six mois à temps partiel (10 à 15 heures par semaine), un parcours qui marche pour ceux qui s’y tiennent : mois 1 et 2 sur Python et la statistique descriptive avec le cours fast.ai practical deep learning et le livre Python for Data Analysis de Wes McKinney ; mois 3 sur le machine learning classique avec le cours Andrew Ng sur Coursera et la pratique sur Kaggle (titanic, house prices) ; mois 4 sur le deep learning et le NLP avec le cours Hugging Face NLP ; mois 5 sur le déploiement et le MLOps avec le livre Designing Machine Learning Systems de Chip Huyen ; mois 6 sur la production de deux à trois projets portfolio et la préparation aux entretiens techniques. L’étude State of Data Science Education 2024 de KDnuggets sur 4 200 répondants africains montre que les apprenants qui publient au moins un projet GitHub entre le mois 1 et le mois 3 ont un taux d’employabilité à 12 mois de 64 pour cent, contre 19 pour cent pour ceux qui n’ont publié aucun projet à l’issue de leur parcours. Conclusion opérationnelle : commencer à produire dès la deuxième semaine, même un mini-projet imparfait.

Réseautage local et freelancing pour démarrer

À Dakar, les meetups GDG Dakar, AI Saturdays et Data Sundays réunissent régulièrement la communauté data et IA — y aller permet de croiser des recruteurs et des fondateurs de startups qui embauchent en off-market. À Abidjan, AI Saturdays Abidjan et le Hub Africa Tech jouent le même rôle. Pour les premières missions rémunérées, plateformes comme Malt, Upwork et Comet proposent régulièrement des projets data accessibles aux profils junior solides — un portfolio bien rangé sur GitHub vaut souvent mieux qu’un long CV en pdf. Les premières missions à 200 ou 300 euros la semaine permettent de financer son équipement et de bâtir une crédibilité commerciale réelle.