80% des tâches de vision par ordinateur seront automatisées d’ici 2030 selon l’étude Eloundou et al. 2024 publiée dans Science. Le Computer Vision Engineer conçoit des algorithmes capables d’extraire du sens à partir d’images et de vidéos. Il intervient sur toute la chaîne de traitement, de l’acquisition des données brutes jusqu’au déploiement en production de modèles de deep learning. Ce métier se distingue du Data Scientist généraliste par une spécialisation exclusive dans le domaine visuel. Il diffère aussi du ML Engineer qui se concentre sur l’infrastructure et le MLOps. En 2026, la France compte environ 4 200 postes de computer vision engineers selon l’APEC Baromètre Tech 2026. Le salaire médian atteint 55 000 € brut par an, avec des pics à 85 000 € dans la R&D des grands groupes. Le marché est sous tension forte, avec un délai de recrutement moyen de 4,8 mois.
1. Périmètre du métier et différences vs métiers proches
Le Computer Vision Engineer développe des pipelines de traitement d’images, entraîne des réseaux de neurones convolutionnels (CNN) et déploie des modèles en environnement contraint. Il maîtrise la capture, l’annotation, l’augmentation de données visuelles. Il se différencie du Computer Vision Scientist qui se focalise sur la recherche fondamentale et les publications académiques. Le Vision & Perception Engineer intègre ces algorithmes dans des systèmes embarqués pour la robotique ou l’automobile. Le Image Processing Engineer travaille sur des techniques classiques de traitement du signal (filtrage, segmentation) sans deep learning. Le MLOps Engineer gère le cycle de vie des modèles en production, sans nécessairement toucher à la partie vision. En 2026, 72% des offres mentionnent le deep learning comme compétence obligatoire selon France Travail BMO 2026. Le reste du temps est consacré à la data engineering et à la qualité des jeux de données.
Les missions types incluent la construction de datasets, l’entraînement de modèles YOLOv9 ou DINOv2, l’optimisation de l’inférence sur GPU/TPU et la mise en place de pipelines CI/CD spécifiques à la vision. Le périmètre couvre aussi la rédaction de spécifications techniques et la veille sur les state-of-the-art.
2. Réglementation 2026
Le cadre normatif s’est densifié depuis l’entrée en application de l’AI Act européen (Règlement UE 2024/1689) le 2 août 2026 pour les systèmes à haut risque. Les applications de vision par ordinateur dans la reconnaissance faciale, le contrôle d’accès biométrique ou la surveillance de masse sont concernées. La CNIL a publié ses recommandations sur le traitement de l’image en avril 2026. Le Règlement Général sur la Protection des Données (RGPD) encadre les données visuelles personnelles. La certification obligatoire pour les algorithmes de vision utilisés dans la santé relève de la HAS et de l’ANSM depuis le décret 2025-1103. Pour le secteur automobile, la norme ISO 26262 s’applique aux systèmes de perception ADAS. Les ingénieurs doivent documenter la robustesse, l’équité et la traçabilité des modèles conformément à l’AI Act article 10.
La convention collective de la métallurgie (IDCC 3248) couvre 38% des postes selon la DARES Panorama 2026. Les sociétés de conseil relèvent de la convention Syntec (IDCC 1486). Les entreprises du CAC 40 appliquent des accords d’entreprise spécifiques. Le non-respect des règles expose à des sanctions administratives allant jusqu’à 4% du chiffre d’affaires mondial.
3. Spécialités et sous-métiers
- Computer Vision Engineer – Santé : imagerie médicale, segmentation de tumeurs, collaboration avec la HAS et l’ANSM pour les certifications de dispositifs.
- Embedded Vision Engineer : optimisation temps réel sur hardware contraint (NVIDIA Jetson, Qualcomm Snapdragon, Xilinx FPGA), utilisé dans l’automobile et la robotique.
- 3D Vision & Reconstruction Engineer : modélisation 3D, SLAM, stéréovision, pour la réalité augmentée, le jumeau numérique ou le cartographie HD.
- Video Analytics Engineer : analyse de flux vidéo en temps réel, détection d’événements, comptage, pour la smart city et la sécurité.
- Generative Vision Engineer : création d’images par IA générative (Stable Diffusion, DALL-E 3), contrôle de qualité visuelle, data augmentation.
La répartition des effectifs montre 30% en santé, 25% en industrie/robotique, 20% en automotive, 15% en retail/logistique et 10% en sécurité/surveillance selon l’APEC Enquête Compétences 2026.
4. Stack technique et outils 2026
| Outil / Framework | Cas d’usage dominant | Niveau d’adoption France 2026 | Éditeur / Fondation |
|---|---|---|---|
| PyTorch 2.x | Recherche, prototypage, entraînement | 82% des projets (source : APEC Tech 2026) | Meta AI |
| TensorFlow 2.16 | Production, déploiement mobile/web | 45% des projets | |
| ONNX Runtime | Inférence multiplateforme, optimisation | 60% des projets en production | Microsoft |
| OpenCV 5.0 | Prétraitement, capture vidéo, déploiement léger | 95% des projets (standard de facto) | OpenCV.org |
| NVIDIA TAO Toolkit | Fine-tuning, distillation, déploiement edge | 35% des projets edge | NVIDIA |
| Hugging Face Transformers + TIMM | Vision transformers, modèles pré-entraînés | 70% des projets vision | Hugging Face |
L’environnement logiciel inclut aussi DVC pour la gestion des jeux de données, MLflow pour le tracking d’expériences, Kubeflow pour le MLOps, et Label Studio pour l’annotation. Les GPU les plus utilisés sont les NVIDIA A100 et H100, ainsi que les AMD MI300X pour les infrastructures cloud souveraines.
5. Grille salariale détaillée 2026
| Niveau d’expérience | Salaire médian | Salaire 1er déclic | Salaire 9e déclic | Fourchette variable / prime |
|---|---|---|---|---|
| Junior (0-2 ans) | 42 000 € | 36 000 € | 50 000 € | Jusqu’à 5 000 € selon boîte |
| Confirmé (3-5 ans) | 55 000 € | 47 000 € | 68 000 € | 10-15% du fixe |
| Senior (6-9 ans) | 70 000 € | 60 000 € | 85 000 € | 15-25% du fixe |
| Expert / Lead (10+ ans) | 85 000 € | 72 000 € | 110 000 € | 20-40% du fixe + BSPCE |
Les données proviennent de l’APEC Baromètre Tech 2026 et de l’enquête salariale Indeed 2026. Les écarts entre secteurs sont marqués : la finance et la défense proposent 15 à 20% de plus que le retail ou la logistique. Les start-up offrent davantage de BSPCE tandis que les grands groupes versent des primes annuelles régulières.
6. Formations et diplômes reconnus
Le métier est accessible par plusieurs voies. Les écoles d’ingénieurs généralistes (CentraleSupélec, Ponts ParisTech, INSA Lyon, ENSEEIHT Toulouse) proposent des spécialisations en vision par ordinateur. Les universités offrent des masters dédiés comme le Master MVA (Mathématiques, Vision, Apprentissage) de l’Université Paris-Saclay, classé 4e mondial en computer vision selon le classement de Shanghai 2025. Le Master IASD de l’Université PSL (Paris Sciences & Lettres) forme aussi sur ce champ. Plusieurs diplômes sont inscrits au RNCP (niveau 7, Bac+5) : RNCP 35754 (ingénieur en intelligence artificielle) et RNCP 36467 (expert en data science et IA). Les formations France Compétences certifiées incluent le parcours IA & Vision de l’ENSAE. Le Mastère Spécialisé “Computer Vision & Machine Learning” de l’IMT Atlantique est également reconnu.
Les bootcamps (Le Wagon, DataScientest, OpenClassrooms) offrent des parcours intensifs de 6 à 12 mois, mais leur reconnaissance reste moindre. Le coût des formations varie de 3 000 € à 18 000 €. Pour le financement, l’éligibilité au CPF est à vérifier sur moncompteformation.gouv.fr.
7. Reconversion vers ce métier
- Développeur logiciel / backend (Python, C++) : monter en compétences sur le deep learning avec spécialisation vision, via un bootcamp ou un master spécialisé. Une expérience de 3 ans minimum est recommandée.
- Data Scientist généraliste : reconversion rapide car les bases en statistiques et programmation sont acquises. Un complément sur les architectures CNN/transformers et l’imagerie est nécessaire (4 à 6 mois).
- Chercheur en mathématiques appliquées : faire le pont théorie/pratique en intégrant une R&D en vision (Thales, Valeo, Safran). L’apprentissage des outils de déploiement (ONNX, TensorRT) est clé.
- Electronicien / roboticien : spécialisation en embedded vision, en mariant hardware et logiciel. Le marché de l’edge AI est en forte croissance, +28% de postes en 2026 selon France Travail.
- Métiers de la santé (radiologue, manipulateur radio) : transition vers l’imagerie médicale assistée par IA, nécessite une solide formation technique et une connaissance du cadre réglementaire de la HAS.
Les dispositifs de formation continue (Compte Personnel de Formation, Transition Pro, Pro-A) financent ces parcours. Le nombre de reconversions réussies dans le secteur a augmenté de 14% en 2026 par rapport à 2025 d’après l’APEC.
8. Exposition au risque IA
Le score CRISTAL-10 d’exposition à l’IA s’élève à 80,0 %, soit un risque fort. La décomposition suivante est issue du modèle Eloundou et al. 2024 : exposition directe des tâches techniques (entraînement, déploiement, monitoring) = 92% ; tâches créatives (conception d’architecture, recherche) = 68% ; tâches collaboratives = 45% ; tâches de coordination = 30%. Les modèles fondation multimodaux (GPT-5 Vision, Gemini 2.0, Claude 4) automatisent déjà l’annotation, le prétraitement et le tuning d’hyperparamètres. L’ILO Note d’information 2025 estime que 35% des tâches actuelles de l’ingénieur vision peuvent être automatisées sans supervision humaine.
Les outils comme AutoML Vision (Google), Apple CreateML ou Hugging Face AutoTrain réduisent le temps d’expérimentation de 60%. Le besoin d’expertise se déplace vers la supervision, l’explicabilité, la validation clinique, la cybersécurité des modèles. Les métiers les moins automatisables restent ceux qui combinent vision, robotique et interaction physique.
9. Marché de l’emploi
Selon l’enquête BMO France Travail 2026, les projets de recrutement dans les métiers de l’IA & vision atteignent 7 800 intentions, en hausse de 18% par rapport à 2025. Le taux de tension est très élevé : 5,2 offres pour 1 candidat potentiel. La répartition régionale est très concentrée : Île-de-France capte 62% des postes (Paris, Saclay, Palaiseau), Auvergne-Rhône-Alpes 12% (Grenoble, Lyon, Chambéry), Occitanie 8% (Toulouse), Provence-Alpes-Côte d’Azur 6% (Sophia Antipolis), Bretagne 4% (Rennes, Brest). Les secteurs qui recrutent le plus sont la santé (28%), l’automobile (22%) et la défense (17%). Thales, Valeo, Safran, Airbus et Dassault Systèmes sont les 5 plus gros recruteurs en 2026.
Le salaire médian de 55 000 € cache des disparités : 48 000 € en région, 62 000 € en Île-de-France. Les start-up en levée de fonds offrent des packages comprenant des BSPCE, avec un fixe parfois inférieur de 10 à 15% au marché.
10. Certifications et labels
- Google Professional Machine Learning Engineer : certification cloud avec volet vision (Vertex AI, AutoML Vision). Valable 2 ans, renouvellement par examen.
- Azure AI Engineer Associate (AI-102) : inclut Cognitive Services – Vision, Custom Vision, Video Indexer. Reconnu pour les postes en environnement Microsoft.
- AWS Certified Machine Learning – Specialty : compétence démontrée sur Amazon Rekognition, SageMaker, Deep Learning AMI.
- NVIDIA DLI – Fundamentals of Computer Vision : certification officielle NVIDIA sur TAO Toolkit, TensorRT, DeepStream. Prisée dans l’embarqué.
- Certification IA & Santé – HAS/ANSM 2026 : obligatoire depuis janvier 2026 pour tout ingénieur travaillant sur un dispositif médical intégrant de la vision par ordinateur. Formation agréée obligatoire.
Ces certifications ne remplacent pas un diplôme mais constituent un avantage concurrentiel démontré. L’APEC indique que 45% des offres d’emploi senior mentionnent au moins une certification comme souhaitable.
11. Évolution de carrière
- À 3 ans : spécialisation dans un domaine (vision médicale, embarquée, générative) ou passage dans une start-up scale-up en tant que lead technique. Le salaire progresse à 55 000 € médian, 68 000 € supérieur en finance.
- À 5 ans : responsable d’équipe (Tech Lead, Manager d’équipe vision) ou expert technique senior (Staff Engineer, Principal Scientist). Le salaire atteint 70 000 € à 85 000 €, avec des primes de 15 à 25%.
- À 10 ans : directeur technique (CTO) en scale-up, directeur IA en grand groupe, ou expert reconnu (Research Scientist chez DeepMind, Meta AI, NAVER LABS Europe). Le salaire dépasse 100 000 €, et peut atteindre 150 000 € en cadre dirigeant.
- Passerelles vers les métiers de MLOps Engineer, Data Engineering, Robotics Software Engineer.
- Fondation d’une start-up en vision par ordinateur : incubateurs Station F, X-Tech, levées de fonds early-stage (Seed, Série A).
- Consulting indépendant à 600-900 € journalier pour les experts ; 48% des consultants en vision déclarent un TJM supérieur à 700 € en 2026 selon Malakoff Humanis.
12. Tendances 2026-2030
La DARES Métiers 2030 projette une croissance annuelle de 9% des effectifs dans les métiers de l’IA et de la vision par ordinateur entre 2026 et 2030. Le rapport identifie trois tendances majeures. D’abord, la vision embarquée sur puces à très basse consommation (NVIDIA Orin, Qualcomm Robotics RB6, GreenWaves GAP9) ouvre le marché de l’IoT visuel : caméras intelligentes, drones, entrepôts automatisés. Ensuite, la vision fondationnelle (Grounded SAM 2, DINOv2, CLIP 2.0) réduit le besoin de données labellisées et permet l’adaptation rapide à de nouveaux domaines. Enfin, l’exigence de sobriété énergétique impose l’optimisation des modèles (pruning, distillation, quantification) et la mesure de l’impact carbone via la norme ISO 14001 étendue à l’IA.
Le Rapport Villani 2026 actualisé par la mission “IA au service de l’industrie” insiste sur la formation de 50 000 experts en IA d’ici 2030, dont 10 000 spécialistes vision. Les investissements France 2030 flèchent 2,5 milliards d’euros vers les technologies de perception autonome (santé, véhicules autonomes, robotique collaborative). Les recrutements internationaux sont facilités par le passeport talent “IA & Tech”. Le besoin en profils hybrides (vision + robotique + réglementation) explose, avec une prime salariale de 15% sur ces compétences croisées.