Prompts IA Climatologue : 10 prompts prêts à copier 2026
10 prompts opérationnels pour gagner du temps
Chiffres clés 2026
Source : France Travail / DARES BMO 2026 / INSEE TIC 2025.
Impact IA sur le métier
Automatisable par l’IA
- Climatologie
- Déterminer et développer les méthodes de recherche, de recueil et d’analyse de données
- Etablir un rapport d’étude ou de recherche
- Communiquer un diagnostic sur des risques environnementaux ou sanitaires
- Conduire des travaux d’études et de recherche
Reste humain
- Evaluer les impacts des changements climatiques
- Déplacements professionnels
- Zone nationale
- Station assise prolongée
- En bureau d’études
Carrière et formation
Formations RNCP
- RNCP35973 — Sciences et techniques des activités physiques et sportives : ergonomi (Niveau 6)
- RNCP36050 — Sciences et numérique pour la santé (fiche nationale) (Niveau 7)
- RNCP36096 — Eco-épidémiologie (fiche nationale) (Niveau 7)
- RNCP36178 — Ingénieur diplômé de l’École nationale supérieure d’électronique, info (Niveau 7)
Reconversion & CPF
- 15 formations CPF éligibles
- Top organismes : NANTES UNIVERSITE, UNIVERSITE DE BORDEAUX, UNIVERSITE D ARTOIS
- Financement CPF + Pôle Emploi possibles
Tendances 2026-2030
Freins adoption IA (BPI France 2024) : 42% citent le manque de compétences, 38% citent les coûts.
Questions fréquentes & sources
Sources officielles
Explorez des metiers proches
- Prompts IA computational biologist
- Prompts IA computational linguist
- Prompts IA Conservation Biologist
- Prompts IA corpus linguist
- Prompts IA cosmochimiste
- Prompts IA cryptoeconomics researcher
- Prompts IA Diplomate
- Prompts IA diplomaticienne
- Prompts IA directeur de recherche
- Prompts IA DIRECTEUR DE RECHERCHE AU CNRS
- Prompts IA Directeur de recherche CNRS
- Prompts IA directeur de recherche inra
Analyse approfondie
Prévisionniste météo : stack IA, salaires Météo-France, formations ENM et risque d’automatisation en 2026
Le prévisionniste météo est au carrefour d’une révolution technologique sans précédent. Les modèles d’intelligence artificielle de Google, Microsoft et Huawei atteignent désormais une précision comparable à celle d’ECMWF sur les prévisions à 10 jours, tout en consommant 1 000 fois moins de puissance de calcul. Ce séisme technologique redessine les contours d’un métier qui reste pourtant indispensable dans les secteurs à risque vital : aviation, marine, gestion des crises climatiques, agriculture de précision. Comprendre où se situent les opportunités réelles, les salaires atteignables et les formations pertinentes en 2026 exige de décoder cette transformation en profondeur.
Météo-France, secteur privé et niches spécialisées : trois marchés distincts
Le marché de l’emploi météorologique français se divise en trois segments aux logiques très différentes. Météo-France emploie environ 3 000 agents et représente la quasi-totalité du débouché public. La rémunération est encadrée par les grilles de la fonction publique. La progression de carrière obéit à des règles statutaires stables mais peu flexibles.
Le secteur privé regroupe des acteurs comme MeteoConsult, MeteoLogix, La Chaîne Météo (groupe TF1), Meteorisk et plusieurs startups de data météorologique. Ces structures recrutent des profils capables de monétiser la donnée météo : consultants, météorologistes pour la finance, l’énergie ou l’agriculture. Les salaires y sont sensiblement plus élevés qu’à Météo-France pour les profils expérimentés.
Les niches spécialisées constituent le troisième segment. La météorologie marine (CROSS Méditerranée, SHOM, compagnies pétrolières offshore), la météo agricole (Arvalis, Terres Inovia, coopératives céréalières), la météo aéronautique (ATIS, METAR, TAF pour les aéroports) et la météo alpine (CRS montagne, Météo-France Grenoble) recrutent des profils pointus sur des volumes faibles mais réguliers.
Stack technique 2026 : Arpège, Arome, IFS et GraphCast côte à côte
Le prévisionniste opérationnel de 2026 utilise simultanément plusieurs modèles numériques de prévision, chacun avec ses forces et ses limites propres.
Arpège (Action de Recherche Petite Echelle Grande Echelle) est le modèle global de Météo-France. Il tourne à une résolution de 5 km sur l’Europe et 15 km à l’échelle mondiale. Il produit des prévisions jusqu’à 5 jours sur la France et 10 jours global, avec quatre sorties par jour. Arome (Applications de la Recherche à l’Opérationnel à Méso-Echelle) complète Arpège à une résolution de 1,3 km sur la France métropolitaine et les DOM. Arome excelle sur la localisation des orages, des épisodes cévenols et des brouillards. Sa résolution en fait l’outil principal pour les bulletins de vigilance.
IFS (Integrated Forecasting System) d’ECMWF à Reading est le modèle de référence mondiale. La version opérationnelle tourne à 9 km de résolution horizontale, avec un ensemble de 51 membres pour quantifier l’incertitude. Les prévisionnistes Météo-France utilisent les sorties IFS comme colonne vertébrale pour les prévisions à moyen terme (5 à 15 jours). GraphCast de Google DeepMind, lancé en production en 2024, concurrence directement IFS sur l’horizon 10 jours avec une précision mesurée supérieure sur 90 % des variables standard, selon les benchmarks publiés dans Nature en 2023.
IA météo 2026 : Aurora, GraphCast et Pangu changent les règles
Trois modèles d’IA de grande taille (Large Weather Models) dominent les discussions dans la communauté scientifique en 2026.
GraphCast (Google DeepMind) est entraîné sur 40 ans de réanalyses ERA5 d’ECMWF. Il produit une prévision à 10 jours en moins de 60 secondes sur un seul TPU v4, contre plusieurs heures de calcul pour IFS sur des supercalculateurs dédiés. L’économie de ressources de calcul est de l’ordre de 1 000x. Le modèle surpasse IFS sur les métriques RMSE et ACC pour les géopotentiels 500 hPa et les températures à 850 hPa à 10 jours.
Aurora (Microsoft Research) va plus loin. Entraîné sur 1 million d’heures de données atmosphériques issues de 10 sources différentes (ERA5, HRES, GFS, MERRA-2, CERRA, données radar, satellite, balises), Aurora intègre nativement la chimie atmosphérique et la qualité de l’air. Il produit des prévisions de polluants (PM2.5, NO2, O3) avec une précision supérieure à CAMS d’ECMWF selon les benchmarks publiés par Microsoft en 2024.
Pangu-Weather (Huawei Cloud) utilise une architecture Transformer 3D entraîné sur ERA5 de 1979 à 2021. Il prédit les vents à 10 m, la température à 2 m et la pression de surface avec une précision comparable à HRES d’ECMWF à 120 heures. Son atout principal : une prévision de trajectoire des cyclones tropicaux supérieure à tous les modèles opérationnels existants sur les horizons 3 à 7 jours, selon les publications Huawei dans Nature en 2023.
| Modèle IA | Développeur | Architecture | Horizon max | Economie compute vs ECMWF |
|---|---|---|---|---|
| GraphCast | Google DeepMind | Graph Neural Network | 10 jours | ~1 000x |
| Aurora | Microsoft Research | Perceiver Transformer | 10 jours + qualité air | ~500-800x |
| Pangu-Weather | Huawei Cloud | Transformer 3D | 7 jours (cyclones) | ~10 000x |
| FourCastNet | NVIDIA / ECMWF | Fourier Neural Operator | 5 jours | ~45 000x |
Spécialités météo : vigilance, marine, agri, aéro et alpinisme
Chaque spécialité météorologique exige une expertise distincte, des outils spécifiques et des certifications parfois réglementées.
La vigilance météorologique constitue le coeur de l’activité Météo-France. Les prévisionnistes de garde dans les 7 centres régionaux (Toulouse, Bordeaux, Lyon, Marseille, Rennes, Strasbourg, Paris) émettent les bulletins de vigilance orange et rouge qui déclenchent les plans ORSEC et les fermetures d’écoles. La décision implique une combinaison de sorties modèles, de données radar Aramis (réseau de 24 radars météo) et d’expérience terrain locale irremplaçable.
La météo marine concerne les bulletins côtiers, les prévisions port à port et les calculs de routage pour la plaisance et le commerce. Les prévisionnistes des CROSS (Centres Régionaux Opérationnels de Surveillance et de Sauvetage) fournissent les données aux sémaphores et centres MRCC. L’utilisation de WAVEWATCH III pour les états de mer et de modèles de courant comme HYCOM complète le tableau des outils spécialisés.
La météo agricole mobilise des compétences en agronomie. Les bulletins de risques phytosanitaires (mildiou, fusariose, sclerotinia) nécessitent des modèles épidémiologiques couplés à la météo. Arvalis et Terres Inovia emploient des ingénieurs capables de coupler données météo et modèles de croissance des cultures. La météo aéronautique est réglementée par l’OACI. Les prévisionnistes TAF et SIGMET doivent maîtriser les phénomènes rédhibitoires pour l’aviation (givrage, cisaillement de vent, turbulences en air clair) et les formats ICAO.
Salaires France : technicien Météo-France, ingénieur et secteur privé
La grille salariale est structurée autour du statut public ou privé et du niveau de qualification. Les écarts sont significatifs entre les deux secteurs, surtout pour les profils seniors.
- Technicien Météo-France (catégorie B, cadre B-TECH) : 32 000 à 45 000 EUR brut annuel selon ancienneté et primes. Entrée de carrière autour de 32 000 EUR. Progression lente mais garantie sur toute la carrière.
- Ingénieur des travaux Météo-France (catégorie A) : 42 000 à 65 000 EUR brut annuel. Prime de recherche possible de 5 000 à 12 000 EUR supplémentaires pour les postes CNRM et IPSL.
- Ingénieur en chef ou directeur de centre Météo-France : 55 000 à 90 000 EUR brut annuel. Accès par concours interne ou mobilité haute administration.
- Météorologiste secteur privé (MeteoConsult, MeteoLogix, startups) : 45 000 à 80 000 EUR brut pour les profils de 5 à 10 ans d’expérience. Jusqu’à 110 000 EUR pour des consultants seniors en météo énergie ou finance.
- Consultant météo indépendant (maritime offshore, énergies renouvelables) : 400 à 900 EUR par jour selon la spécialité. Revenus annuels entre 70 000 et 150 000 EUR pour les plus actifs sur des marchés de niche.
| Profil | Employeur | Salaire brut annuel | Progression possible |
|---|---|---|---|
| Technicien météo débutant | Météo-France | 32 000 - 36 000 EUR | Concours interne cat. A |
| Technicien confirmé (10 ans) | Météo-France | 40 000 - 55 000 EUR | Expert thématique |
| Ingénieur des travaux | Météo-France | 50 000 - 65 000 EUR | Direction de centre |
| Météorologiste privé (5 ans exp.) | MeteoConsult / MeteoLogix | 50 000 - 75 000 EUR | Consultant senior |
| Consultant météo senior | Secteur énergie / finance | 80 000 - 110 000 EUR | Indépendant / associé |
| Chercheur CNRM / IPSL | Météo-France / CNRS | 42 000 - 70 000 EUR | DR CNRS / poste ECMWF |
Formations : ENM Toulouse, masters et voies d’accès en 2026
L’Ecole Nationale de la Météorologie (ENM) à Toulouse est la voie institutionnelle principale. Le cursus officiel dure 2 ans après une classe préparatoire scientifique (MPSI, PCSI, PSI, MP, PC) ou une licence en physique ou mathématiques. L’ENM forme les techniciens supérieurs de la météorologie (TSM) par concours externe. Elle accueille également des élèves en formation ingénieur via l’ENAC et propose des formations continues pour les professionnels souhaitant se reconvertir.
Les masters universitaires constituent une alternative sérieuse pour les profils issus du système universitaire. Le master Sciences de l’Atmosphère et du Climat à l’Université Paul Sabatier (Toulouse III) est le plus reconnu par les recruteurs. Il couvre la dynamique atmosphérique, la thermodynamique, la modélisation numérique et les méthodes d’assimilation de données. D’autres masters pertinents existent à l’UPMC Paris VI (océan-atmosphère), à l’Université Grenoble Alpes (géosciences, météo alpine) et à l’Ecole Polytechnique (master Atmosphère-Océan-Surfaces Continentales en partenariat avec l’IPSL).
Le CNRM et l’IPSL recrutent des doctorants et post-doctorants sur des contrats de 3 à 5 ans. Ces postes constituent le point d’entrée dans la recherche fondamentale et la R&D sur les modèles de prévision. Une thèse en dynamique atmosphérique ou en assimilation de données ouvre des portes vers ECMWF à Reading, le NCAR aux Etats-Unis ou le RIKEN au Japon.
Reconversion vers la météorologie : pilote aéronautique, marin et ingénieur
Trois profils de reconversion accèdent à la météorologie avec un avantage compétitif réel.
Le pilote de ligne reconverti connaît déjà les phénomènes aéronautiques critiques : SIGMET, givrage, LLWS, turbulences en air clair, tempêtes convectives. La transition vers prévisionniste aéronautique est naturelle. L’ENM propose des modules de formation continue reconnus par la DGAC. Un pilote ATPL avec 3 000 heures peut obtenir une qualification prévisionniste aéronautique en 12 à 18 mois de formation complémentaire ciblée.
Le marin professionnel (capitaine de pêche, officier de la marine marchande) possède une culture pratique des états de mer, des systèmes dépressionnaires et des vents locaux qui manque souvent aux météorologistes sortis d’école. MeteoConsult et les bureaux de routage marin (Météo Navigation, WRI) recrutent ce profil pour les postes de consultant maritime sur des missions à forte valeur ajoutée.
L’ingénieur informatique ou mathématicien peut basculer vers la météo par la voie machine learning. Le développement des modèles GraphCast, Aurora et des outils d’assimilation de données crée une demande forte pour des profils capables de coder en Python, Julia ou Fortran, de manipuler des données NetCDF massives et d’entraîner des réseaux de neurones sur données atmosphériques. Les laboratoires CNRM, IPSL et ECMWF recrutent ces profils sans exiger de formation météo initiale.
Risque IA très élevé : quand GraphCast et Aurora surpassent ECMWF pour 1 000 fois moins cher
Le risque d’automatisation est réel, documenté et sous-estimé dans les communications officielles de Météo-France. Les benchmarks publiés en 2023-2024 montrent que GraphCast et Aurora surpassent ECMWF HRES sur de nombreuses métriques standard à des horizons de 5 à 10 jours. La génération de prévisions textuelles automatisées (bulletins météo rédigés par IA) est déjà déployée dans plusieurs médias américains et asiatiques. Accuweather et The Weather Channel automatisent une partie de leurs bulletins locaux depuis 2022.
Les tâches les plus exposées à l’automatisation sont les prévisions standardisées à haute répétabilité. Ces tâches peuvent être réalisées à 80-90 % par des systèmes automatisés couplant sortie de modèle IA et génération de texte LLM.
- Bulletins agricoles automatisés pour les grandes cultures (blé, colza, maïs) sur des zones géographiques homogènes.
- Prévisions de production éolienne et photovoltaïque pour les agrégateurs d’énergies renouvelables.
- Prévisions maritimes côtières sur des zones peu accidentées topographiquement.
- Résumés météo pour chaînes d’information continue et applications grand public.
- Bulletins de température minima/maxima sur les grandes villes pour les sites météo en ligne.
Les tâches résistantes restent significatives en volume. La gestion de crise lors d’événements extrêmes (décision vigilance rouge, interface avec les préfectures et la Sécurité Civile), l’interprétation d’anomalies de modèle lors de situations atmosphériques sans précédent, la communication publique en situation d’urgence et la prévision hyper-locale nécessitant une connaissance du terrain (effets de vallée, foehn, tramontane) ne sont pas reproductibles par les systèmes actuels de façon fiable.
Marché de l’emploi : Météo-France domine mais le privé monte
Météo-France concentre environ 90 % des postes de prévisionniste opérationnel en France. L’établissement public emploie 2 900 agents permanents et recrute entre 80 et 120 personnes par an via concours externe et interne. Le plan de transformation numérique 2020-2030 prévoit une réduction progressive des effectifs opérationnels, compensée par une montée en compétences sur l’IA et la data science atmosphérique.
Le secteur privé représente environ 600 à 800 postes équivalents temps plein en France. Les principaux employeurs sont MeteoConsult (filiale Axione), La Chaîne Météo (groupe TF1 Météo), MeteoLogix, Météo Solutions, Climadiag et une vingtaine de PME spécialisées dans des niches sectorielles. Les startups de météo-finance (trading électricité, gestion des risques agricoles) recrutent aussi des profils juniors issus de l’ENM.
- Offres actives en France (données Indeed et APEC, T1 2026) : environ 120 à 180 postes par an toutes catégories confondues.
- Concours Météo-France externe TSM : 30 à 50 postes par session selon les années budgétaires.
- Secteur privé et R&D : 50 à 80 recrutements annuels estimés, en croissance de 15 % depuis 2023.
- Demande internationale : ECMWF Reading, WMO Genève et agences nationales européennes recrutent des candidats français, notamment sur les postes data science et modélisation avancée.
Changement climatique et événements extrêmes : un levier structurel pour la profession
Le dérèglement climatique augmente la fréquence et l’intensité des événements extrêmes. Les épisodes méditerranéens (crues dans le Gard, les Alpes-Maritimes), les canicules à répétition (2003, 2019, 2022, 2023), les tempêtes Ciaran et Domingos de novembre 2023 et les sécheresses prolongées créent une demande accrue de prévisions fiables à haute résolution spatiale et temporelle.
Météo-France a renforcé son réseau Aramis avec 4 nouveaux radars double-polarisation depuis 2020. Le modèle MOCAGE (Modèle de Chimie Atmosphérique à Grande Echelle) permet désormais de coupler prévision météo et prévision de qualité de l’air en temps réel pour 72 heures d’avance. Le CNRM développe des modèles climatiques régionaux à 2,5 km de résolution (CNRM-AROME long run) pour simuler les événements extrêmes futurs dans le cadre des projections CMIP6 pour le Groupe d’experts intergouvernemental sur l’évolution du climat.
Cette intensification des événements extrêmes renforce le besoin de prévisionnistes capables d’interpréter des situations atmosphériques sans précédent historique, de communiquer l’incertitude au grand public et aux décideurs et d’innover sur la prévision probabiliste à courte échéance (nowcasting à moins de 2 heures). C’est dans cette zone que l’IA et le prévisionniste humain doivent collaborer plutôt que se substituer.
Evolution de carrière : cellule de prévision, encadrement et recherche CNRM
La carrière d’un prévisionniste météo suit un arc prévisible à Météo-France, avec des bifurcations vers la recherche ou le management à chaque étape.
En début de carrière (0 à 5 ans), le prévisionniste opère en cellule de prévision dans un centre régional ou départemental. Il gère les sorties de quart, les bulletins quotidiens et les alertes de vigilance. La montée en compétence passe par la maîtrise des outils PNT (Prévision Numérique du Temps) et la connaissance fine du territoire géographique couvert par le centre.
En milieu de carrière (5 à 15 ans), trois trajectoires s’ouvrent : responsable de cellule de prévision (management d’une équipe de 4 à 12 prévisionnistes), expert thématique sur un phénomène particulier (cyclones, orages, neige-verglas, épisodes méditerranéens) ou transfert vers la recherche au CNRM ou à l’IPSL. Un concours interne de catégorie A permet de passer du statut technicien à ingénieur des travaux sans repasser par l’école initiale.
En fin de carrière (15 à 30 ans), les postes de direction de centre, de conseiller auprès des pouvoirs publics (Ministère de la Transition Ecologique, Commission Européenne, Organisation Météorologique Mondiale) ou de représentant national au sein d’ECMWF à Reading sont accessibles aux profils ayant conjugué expertise opérationnelle et vision stratégique sur le long terme.
Tendances 2026-2030 : foundation models météo et prédiction longue portée
Quatre tendances technologiques vont redéfinir le métier entre 2026 et 2030.
Les foundation models météo (modèles de grande taille pré-entraînés sur des décennies de données atmosphériques mondiales) vont remplacer progressivement les modèles numériques classiques pour les prévisions standard à moyen terme. ECMWF a annoncé AIFS (Artificial Intelligence Forecast System) comme successeur partiel d’IFS à horizon 2027. Météo-France développe des composantes IA dans Arpège via le projet Harmonie-AROME-IA au sein du consortium ACCORD regroupant 26 services météorologiques européens.
La prédiction long terme améliorée est un enjeu majeur pour les secteurs clients. Les modèles sub-saisonniers (S2S, horizon 2 à 8 semaines) et saisonniers (C3S Copernicus, horizon 3 à 6 mois) bénéficient de l’assimilation de nouvelles données océaniques et de glaces de mer. La demande de prévisions saisonnières fiables augmente dans les secteurs de l’énergie (hydraulique, éolien), de l’agriculture et de la gestion des ressources en eau face aux sécheresses récurrentes.
La localisation des événements extrêmes à l’échelle du quartier (downscaling statistique et dynamique, résolution 100 mètres) va devenir un service commercial distinct et à forte valeur. Des acteurs comme Tomorrow.io et Climavision aux Etats-Unis développent ce type de prévision hyper-locale pour les opérateurs de réseaux électriques, les transporteurs, les assureurs et les municipalités exposées aux risques d’inondation ou de canicule.
Le ML forecasting hybride, combinant physique atmosphérique et apprentissage machine (approche physique-guidée, PINN pour Physics-Informed Neural Networks), sera le standard opérationnel dominant en 2030. Ce paradigme exige des prévisionnistes une double compétence : expertise météorologique classique et maîtrise des outils de machine learning. Les profils capables de travailler à l’interface de ces deux mondes seront les plus demandés, les mieux rémunérés et les moins exposés aux vagues d’automatisation qui vont restructurer le marché dans les prochaines années.