Ce qui est réellement vendu
Pour produire service de modèle, le Ingénieur IA / Machine Learning prépare les informations, utilise framework ML et organise les validations avec équipe IA. Le devis précise aussi la remise de protocole d’évaluation et la conduite à tenir lorsque hallucination ou dérive apparaît.
Clients et contextes
- équipe IA
- éditeur logiciel
- direction innovation
Livrables vérifiables
- service de modèle
- protocole d’évaluation
- monitoring de dérive
Compétences qui changent le niveau d’autonomie
- MLOps
- évaluation de modèles
- optimisation
- gouvernance IA
Outils courants : framework ML, registre de modèles, GPU cloud, outil d’observabilité. Pour ce métier, le devis doit préciser qui finance et administre ces outils lorsqu’ils conditionnent le livrable.
Repères de TJM et hypothèses par niveau
Ces montants sont des estimations éditoriales. Les bornes basse et haute correspondent à une sensibilité de ±15 % appliquée au repère central, et non à des quantiles statistiques observés.
| Niveau | Basse | Indicative | Haute | Hypothèse de mission | Ce qui fait varier le montant |
|---|---|---|---|---|---|
| Junior | 430 € | 500 € | 580 € | Périmètre borné, validation fréquente et première pratique de MLOps. | hallucination ou dérive ; service de modèle |
| Confirmé | 640 € | 750 € | 860 € | Autonomie sur service de modèle et relation directe avec équipe IA. | évaluation de modèles ; coût d’inférence |
| Senior | 940 € | 1 100 € | 1 270 € | Arbitrage, prévention de hallucination ou dérive et responsabilité sur protocole d’évaluation. | optimisation ; données sensibles |
Le tarif monte notamment quand…
- maîtrise démontrée de MLOps sur un livrable comparable
- responsabilité directe face à hallucination ou dérive
- capacité à livrer protocole d’évaluation sans supervision quotidienne
- urgence, disponibilité contrainte ou coordination de plusieurs décideurs
Une baisse peut se discuter quand…
- périmètre stable sur une mission longue réellement engagée
- travail à distance sans astreinte ni contrainte de présence
- lot très cadré avec documentation et critères d’acceptation disponibles
Missions types : contexte, livrable et vigilance
Ces cas servent à construire un devis ; ils ne décrivent ni un échantillon de missions observées ni une promesse de durée.
| Mission | Contexte et livrable | Durée | Facturation et bande simulée | Vigilance |
|---|---|---|---|---|
| preuve de valeur d’un assistant métier Confirmé | équipe IA avec un besoin borné de concevoir, évaluer et intégrer des systèmes de machine learning avec supervision et garde-fous. Livrable : service de modèle | 2 semaines | Forfait borné ou régie 640 à 860 € / jour | hallucination ou dérive |
| mise en production d’un modèle prédictif Senior si arbitrages | éditeur logiciel recherchant davantage d’autonomie et de coordination. Livrable : protocole d’évaluation | de 2 semaines à 6 mois | Temps passé avec jalons 940 à 1270 € / jour | coût d’inférence |
| sécurisation de monitoring de dérive Confirmé avec spécialisation | direction innovation devant traiter données sensibles avant une échéance. Livrable : monitoring de dérive | 2 à 5 jours selon l’état initial | Lot de diagnostic puis régie si correction 750 à 1100 € / jour — simulation | données sensibles et accès à registre de modèles |
Cas pratique — simulation
Tester la cohérence économique du tarif
Les valeurs ci-dessous sont des hypothèses modifiables, pas des statistiques sur les Ingénieur IA / Machine Learning.
Hypothèses visibles
- Jours facturés par an
- 150
- Jours non facturés
- 70
- Objectif disponible avant IR
- 46 000 €
- Frais annuels simulés
- 4 500 €
- Statut de calcul
- Micro-BNC (hypothèse)
Lecture du scénario
À l’ancre confirmée de 750 €, le chiffre d’affaires simulé atteint 112 500 €. Les cotisations pédagogiques représentent 28 800 € et les frais saisis 4 500 €.
Disponible avant impôt sur le revenu : 79 200 €. Formule du plancher : (objectif + frais) ÷ (1 − taux de charges) ÷ jours facturés.
Congés, prospection, administration, formation et imprévus sont inclus dans les 70 jours non facturés. La CFE et les particularités individuelles restent à ajouter.
Frais professionnels et risques à provisionner
Dépenses propres à l’activité
- GPU et calcul
- API de modèles
- stockage
- veille scientifique
Le scénario retient 4 500 € de frais annuels à remplacer par des devis et factures réels de GPU et calcul et API de modèles. Les achats refacturés restent séparés.
Risques à traiter dans le devis
- hallucination ou dérive
- coût d’inférence
- données sensibles
La demande dépend davantage des budgets produit et des cycles de livraison que des saisons. Les clôtures budgétaires peuvent toutefois accélérer ou différer un démarrage.
Avant le devis : 5 questions qui évitent un faux forfait
- Quel résultat concret doit produire service de modèle et qui l’accepte ?
- Quelles informations, accès ou matières seront disponibles avant le démarrage ?
- Comment seront traités hallucination ou dérive et les changements de périmètre ?
- Combien de validations, variantes ou reprises sont incluses ?
- Les frais liés à API de modèles sont-ils inclus, plafonnés ou refacturés ?
Erreurs de tarification fréquentes
- chiffrer preuve de valeur d’un assistant métier sans réserver le temps de préparation et de validation
- absorber le coût de GPU et calcul dans la marge sans l’annualiser
- accepter coût d’inférence sans exclusion, plafond de retours ou procédure d’escalade
- comparer son prix à un salaire sans retirer prospection, administration, formation et congés
Régie, forfait ou mission longue : choisir le bon risque
Temps passé / régie
adaptée aux produits évolutifs, aux dépendances techniques et aux priorités qui changent. Pour preuve de valeur d’un assistant métier, le relevé du temps doit isoler préparation, production et traitement de hallucination ou dérive.
Forfait
pertinent pour un audit ou un lot borné avec critères d’acceptation testables. Le forfait borne service de modèle, les informations d’entrée et les reprises liées à coût d’inférence.
Mission longue
réduit le temps commercial mais doit préserver les revues de tarif et le périmètre de responsabilité. Une mission récurrente doit encore financer GPU et calcul et préserver une revue du tarif.
Durée à tester dans le devis : de 2 semaines à 6 mois. Il s’agit d’un ordre de grandeur de scénario et non d’une durée moyenne observée.
Négocier et savoir quand augmenter son TJM
- Relier le tarif à la réduction de hallucination ou dérive plutôt qu’au seul nombre d’années d’expérience.
- Présenter une option de base centrée sur service de modèle et une option étendue incluant protocole d’évaluation.
- Séparer honoraires, frais liés à GPU et calcul et achats ou droits tiers.
Une hausse devient crédible lorsque les demandes mobilisent MLOps, que le périmètre expose à hallucination ou dérive ou que le client attend protocole d’évaluation avec davantage d’autonomie.
Différences géographiques
Paris et les grands pôles numériques peuvent soutenir des budgets plus élevés, mais le télétravail élargit la concurrence. La langue de travail, les astreintes et la présence sur site comptent davantage que le seul code postal.
Les pages data scientist, data engineer, devops, cybersecurite permettent de comparer des contraintes voisines sans les présenter comme un même marché.
Méthode, sources et limites
Les trois montants sont les repères éditoriaux déjà publiés par TJMCalc. Ils ne proviennent pas d’un échantillon de factures de Ingénieur IA / Machine Learning. Les actes réglementés, conventions collectives, droits, matières, budgets média ou prix imposés ne sont pas convertis artificiellement en TJM.
- TJMCalc — IGdev — Repères éditoriaux TJMCalcrepères junior, confirmé et senior déjà publiés, simulations dérivées des hypothèses visibles
- Urssaf — Vous souhaitez devenir auto-entrepreneur — barèmes 2026taux micro-social 2026, taux ACRE applicables depuis le 1er juillet 2026, validation des trimestres
- Direction générale des Finances publiques — BOFiP — Barème de l’impôt 2026 sur les revenus 2025tranches 0 %, 11 %, 30 %, 41 % et 45 %, quotient familial
- Urssaf — Mon-entreprise — Simulateur de revenus des auto-entrepreneurs — 2026contrôle de cohérence des simulations micro, limites et avertissements
Responsabilité éditoriale
Contenu maintenu par TJMCalc — IGdev. Dernière revue : .
Validation humaine requise : les repères de marché doivent être confrontés à des devis et données sectorielles réelles.
Signaler une erreur ou proposer une sourceFAQ métier
4 questions propres au tarif d’un Ingénieur IA / Machine Learning
Que doit couvrir le TJM d’un Ingénieur IA / Machine Learning ?
Il doit couvrir la production de service de modèle, mais aussi la préparation, les validations, les outils comme framework ML, la prospection, l’administration, la formation et les périodes sans mission.
Le forfait est-il adapté à preuve de valeur d’un assistant métier ?
Oui si le résultat, les informations d’entrée, les retours et le traitement de hallucination ou dérive sont écrits. Sinon, la régie ou une phase de cadrage facturée protège mieux les deux parties.
Quel signal justifie une hausse de tarif pour ce métier ?
Une demande supérieure à la capacité, une maîtrise reconnue de MLOps, une responsabilité accrue sur protocole d’évaluation ou la prévention démontrée de coût d’inférence sont des signaux plus solides qu’une hausse automatique.
Les repères de 500 €, 750 € et 1100 € sont-ils des moyennes de Ingénieur IA / Machine Learning ?
Non. Ce sont des ancres éditoriales conservées pour construire des simulations. Elles doivent être confrontées aux devis réellement gagnés, aux coûts et au marché accessible.
Simulation personnalisée
Remplacer les hypothèses par vos chiffres
Avant d’accepter un prix, remplacez le repère par vos jours vendables et le coût de GPU et calcul, puis vérifiez que le devis borne hallucination ou dérive et la remise de protocole d’évaluation. Les résultats restent informatifs et ne constituent pas une simulation comptable exacte.