Salaire d'un ingénieur machine learning en 2026 avec 5 ans d'expérience

TL;DR

• Avec cinq ans d'expérience en France en 2026, un ingénieur machine learning se situe le plus souvent entre 55 000 € et 160 000 € bruts annuels, part variable et actions comprises, avec quelques postes seniors en big tech parisienne qui dépassent 200 000 €.
• Le facteur numéro un n'est pas la compétence ML mais le type d'employeur : une ESN, un grand groupe industriel, une scale-up et une filiale de big tech américaine paient sur trois échelles totalement différentes.
• L'idée reçue selon laquelle « le ML paie 30 % de plus que le développement » est surtout un effet de composition : les postes ML se concentrent à Paris, chez les employeurs qui paient déjà mieux tous leurs ingénieurs.
• À poste et niveau identiques dans la même entreprise, l'écart réel est de 0 à 10 %, souvent nul parce que la grille est la même.
• Toutes les valeurs ci-dessous sont des fourchettes en brut annuel, jamais des moyennes ponctuelles.

Introduction

Si vous voulez le chiffre tout de suite : en France, en 2026, un ingénieur machine learning avec environ cinq ans d'expérience gagne le plus souvent entre 55 000 € et 160 000 € bruts par an, en comptant le fixe, la part variable et la valeur annualisée des actions quand il y en a. Quelques postes seniors dans les filiales françaises des géants américains dépassent 200 000 €, mais ils sont rares à cinq ans d'expérience.

Cette fourchette est large volontairement. Elle est large parce qu'à cinq ans, votre rémunération dépend de deux choses qui n'ont presque rien à voir avec votre capacité à entraîner un modèle : le niveau auquel on vous a positionné, et la catégorie d'employeur pour laquelle vous travaillez.

Toute personne qui vous donne une moyenne nationale unique pour ce poste vous vend un chiffre qui ne décrit personne. La distribution est bimodale : un petit groupe d'employeurs très bien payants à Paris, un groupe beaucoup plus large d'ESN, de grands groupes et d'industriels nettement en dessous, et peu de choses entre les deux. Une médiane tombe dans le vide.

Les fourchettes par type d'employeur

Chiffres en brut annuel, à environ cinq ans d'expérience, poste basé en France. Le total inclut le fixe, la part variable cible et la valeur annualisée des actions.

Un mot sur la ligne « laboratoires IA », parce que c'est celle que tout le monde met en capture d'écran. C'est un échantillon minuscule, il bouge plus vite que n'importe quelle enquête salariale, et il est dominé par des titres illiquides. Ces packages existent réellement, mais ce ne sont ni un repère, ni une médiane, et il ne faut pas les citer dans une négociation avec une entreprise normale. Vous passeriez pour quelqu'un de mal calibré.

Ce que « brut » recouvre vraiment en France

Une offre française ne se lit pas comme une offre américaine. Trois éléments changent le total réel et n'apparaissent presque jamais dans les comparateurs en ligne.

• Le 13e mois. Courant dans la banque, l'assurance, l'industrie et une partie des grands groupes ; quasi absent des startups. Un fixe annoncé « sur 12 mois » à 62 000 € et un fixe « sur 13 mois » à 60 000 € ne sont pas la même offre : le second vaut 65 000 €.
• Participation et intéressement. Chez un grand groupe rentable, l'ensemble peut représenter 5 à 10 % du brut, avec un traitement fiscal favorable si les sommes sont versées sur un PEE. C'est la principale raison pour laquelle une offre de grand groupe à 68 000 € peut battre une offre de scale-up à 75 000 € sur cinq ans.
• La convention Syntec. Elle encadre le statut cadre, le forfait jours, la prime de vacances et les jours de RTT dans la plupart des ESN et des éditeurs. Elle ne fixe pas votre salaire de marché, mais elle fixe des planchers par position et coefficient, et c'est ce cadre qui explique pourquoi les fourchettes d'ESN sont si resserrées.

Ajoutez-y la mutuelle, les titres-restaurant, l'abonnement transport pris en charge à 50 % au minimum, et éventuellement un PERECO abondé. Rien de tout cela ne compense un écart de 20 000 € sur le fixe, mais entre deux offres proches, c'est décisif.

La comparaison avec le développement logiciel, et la correction qui compte

Notre page de référence sur les salaires d'ingénieur logiciel publie des fourchettes par niveau. Elle porte sur le marché américain, et il faut le dire clairement : les chiffres européens ne s'obtiennent pas en convertissant les chiffres américains. Un niveau L4 chez Google à Paris ne vaut pas la même chose qu'un L4 à Mountain View, et le rapport n'est pas un simple taux de change. Utilisez cette page pour comprendre la logique des niveaux, pas pour fixer votre demande en euros.

Sur la comparaison entre ML et développement classique, en revanche, la correction est la même des deux côtés de l'Atlantique, et c'est la partie de cet article qui mérite d'être relue.

On répète partout que les profils ML gagnent nettement plus que les développeurs. Les médianes agrégées le montrent effectivement. Mais une médiane agrégée est une moyenne pondérée par l'endroit où les gens travaillent, et les ingénieurs ML ne sont pas distribués comme les développeurs. Ils sont concentrés à Paris, dans les filiales de big tech, dans les scale-ups data et dans les quelques laboratoires IA français. Ces employeurs paient mieux tous leurs profils techniques, y compris l'ingénieur backend assis à côté.

Dites-le simplement : la médiane ML est plus élevée en partie à cause de l'endroit où travaillent les ingénieurs ML.

À entreprise constante et à niveau constant, l'écart tombe à 0 à 10 %, et il est très souvent nul, parce que la grille interne est la même pour toutes les familles d'ingénierie. La conséquence pratique est contre-intuitive : passer du backend au ML dans votre entreprise actuelle n'est presque jamais une grosse augmentation. Passer d'une ESN à une équipe ML de big tech en est une énorme — et l'essentiel de cette augmentation vient de l'employeur, pas du titre.

Paris, Lyon, Toulouse

Le marché français est beaucoup plus centré sur une seule ville que le marché américain. Paris concentre l'écrasante majorité des postes ML bien payés, et l'écart avec la province est réel mais plus faible que ce que les gens imaginent, parce que les grilles nationales sont fréquentes.

Chacune de ces lignes est une estimation. La politique de zonage salarial est propre à chaque entreprise et change sans préavis.

Ce qui fait vraiment bouger le chiffre à cinq ans, par ordre d'importance

1. Le niveau, pas les années

Cinq ans, c'est exactement la zone d'ambiguïté entre confirmé et senior. Le même CV peut être positionné en bas ou en haut de cette frontière, et dans une filiale de big tech l'écart se chiffre à 40 000 à 60 000 € par an. Être sous-positionné est l'événement le plus coûteux d'une carrière de cinq ans, et il se cumule : l'employeur suivant vous positionnera par rapport à votre niveau actuel, pas par rapport à celui que vous méritiez.

Le sous-positionnement est rarement un déficit de connaissances. C'est presque toujours un problème de périmètre : répondre à une question de conception système au niveau d'un composant alors que l'interlocuteur écoutait si vous preniez la responsabilité de toute la chaîne. Je ne m'en suis rendu compte qu'en réécoutant un entretien blanc sur PhantomCodeAI et en chronométrant le moment où je mentionnais enfin la supervision du modèle en production et le réentraînement. C'était systématiquement une minute et demie trop tard.

2. Le type d'employeur, une fois le niveau fixé

Reprenez le tableau. Entre une ESN à 58 000 € et une filiale de big tech à 130 000 €, pour deux personnes de séniorité nominalement identique, l'écart dépasse un facteur deux. Aucune décision que vous prenez au quotidien dans votre travail ne déplace votre rémunération autant que ce choix-là. C'est aussi la raison pour laquelle les changements d'employeur en France produisent des sauts de 15 à 30 %, quand les augmentations internes tournent autour de 2 à 5 % par an.

3. Les actions : RSU rares, BSPCE dilués, et la falaise de la 4e année

Hors filiales de groupes cotés, les actions sont l'exception en France, pas la norme. Deux mécaniques différentes valent la peine d'être comprises.

Chez une filiale de big tech, vous recevez des RSU. La dotation d'embauche s'acquiert sur quatre ans, et les dotations annuelles de renouvellement représentent typiquement 25 à 50 % de la dotation initiale, chacune sur son propre calendrier de quatre ans. Faites l'arithmétique : quand la dotation d'origine s'éteint, la pile de renouvellements accumulés ne la remplace souvent pas. La rémunération totale baisse en cinquième année, à performance constante et sans aucune erreur. Chez Microsoft, les renouvellements s'acquièrent sur cinq ans, ce qui produit un creux plus discret et plus long entre la deuxième et la quatrième année. Et comme les dotations sont libellées en euros à la date d'attribution mais versées en actions, la variation du cours joue dans les deux sens : une hausse masque un renouvellement sous-dimensionné pendant des années, une baisse transforme un creux modéré en vraie perte de revenu.

Chez une startup, vous recevez des BSPCE. Ce sont des options avec un prix d'exercice, pas des actions offertes. Les tours suivants diluent couramment les salariés historiques de 50 à 70 % au total, et il n'y a aucune liquidité avant une sortie. Comparez le cash au cash, puis décidez séparément combien vous acceptez de payer pour le ticket.

Si vous êtes à quatre ou cinq ans chez le même employeur avec des RSU, modélisez votre chiffre de l'année 5 avant de vous déclarer satisfait. Cet exercice est la raison pour laquelle beaucoup de gens exactement à cette séniorité recommencent à passer des entretiens.

4. La localisation

10 à 20 % entre Paris et les grandes métropoles régionales, comme détaillé plus haut. Nettement moins que l'effet employeur, et souvent compensé par le coût du logement.

5. La négociation, c'est-à-dire les offres concurrentes et presque rien d'autre

Deux différences majeures avec les conseils américains que vous lirez ailleurs.

D'abord, en France l'argent est dans le fixe. Il n'y a le plus souvent ni prime d'embauche significative, ni dotation d'actions initiale à faire gonfler. Le fixe détermine aussi vos augmentations futures, votre indemnité de rupture conventionnelle et votre prochain salaire. C'est donc bien le fixe qu'il faut négocier, et la marge se joue en général sur 5 à 15 % au-dessus de la première proposition — davantage seulement si une offre concurrente est sur la table.

Ensuite, on vous demandera vos prétentions très tôt, souvent dès le premier appel avec le recrutement, parfois dans le formulaire de candidature. Donnez une fourchette, dites à quoi elle est ancrée (« la fourchette du marché pour ce niveau à Paris, package inclus »), et demandez la fourchette du poste en retour. Un poste a presque toujours une fourchette validée en interne ; la question la plus utile de tout le processus est de la faire dire.

Le reste des mécanismes — le calendrier, la façon de répondre quand on vous demande un chiffre en premier — vaut la peine d'être répété à voix haute avant l'entretien, pas relu la veille. Mais à cinq ans, la négociation la plus rentable arrive plus tôt que ce que la plupart des gens croient : discuter votre niveau, avant que le moindre chiffre ne soit prononcé. Une fois que le recruteur vous a positionné, vous négociez à l'intérieur d'une fourchette. Avant, vous négociez laquelle.

Quel degré de confiance accorder à chaque chiffre

Un avertissement qui vaut pour toutes vos recherches sur ce sujet : méfiez-vous des « moyennes » à six chiffres élevés attribuées à Paris. Elles circulent beaucoup, elles sont presque toujours un tableau américain en dollars dont le symbole a été remplacé par un « € », ou du contenu généré pour le référencement. Si un chiffre paraît deux fois trop élevé pour le marché français, il l'est. Vérifiez toujours contre plusieurs sources qui publient leur méthodologie et la taille de leur échantillon, et privilégiez les enquêtes qui distinguent Paris de la province et le fixe du package.

Transformer ça en plan

L'échelle de rémunération récompense le niveau, et le niveau se décide en entretien. C'est le lien inconfortable entre un guide de salaires et la préparation aux entretiens : l'écart de 40 000 à 60 000 € entre deux positionnements se joue sur quatre ou cinq conversations, pas sur le nombre d'années accumulées.

À cinq ans, la boucle d'entretiens n'est plus celle d'un débutant. Elle est plus lourde en conception de systèmes ML, en arbitrages de mise en production, en questions de suivi du type « pourquoi ce choix plutôt que l'autre ». Notre banque de questions pour ingénieur machine learning couvre les archétypes qui reviennent le plus souvent, et le format en conditions réelles est le seul moyen de savoir si vous les racontez bien à l'oral.

Quand je préparais un entretien pour un poste senior, ce qui a changé le résultat n'a pas été plus d'algorithmique — c'est d'avoir découvert, en trois entretiens blancs sur PhantomCodeAI, que je commençais systématiquement à concevoir avant d'avoir fixé la métrique d'évaluation. Les interlocuteurs lisent ça comme un raisonnement de niveau confirmé. Corriger cette seule habitude a valu plus que cinquante exercices supplémentaires.

Deux règles pour finir. Ne citez jamais un chiffre unique, ni pour vous ni à un recruteur : donnez une fourchette et dites à quoi elle est ancrée. Et discutez votre niveau avant de discuter votre salaire, parce que tout le reste de cet article en découle.

Questions fréquentes

Quel salaire brut viser en tant qu'ingénieur machine learning avec 5 ans d'expérience en France ?

La fourchette réaliste va de 55 000 € à 160 000 € bruts annuels selon l'employeur. Une ESN ou un cabinet de conseil se situe plutôt entre 50 000 € et 68 000 €, un grand groupe entre 60 000 € et 85 000 €, une scale-up française bien financée entre 65 000 € et 90 000 €, et une filiale française de big tech entre 110 000 € et 160 000 € actions comprises. Donner une moyenne nationale unique n'a aucun sens ici parce que la distribution est bimodale.

Est-ce vrai que le machine learning paie beaucoup plus que le développement classique ?

Pas à poste comparable. L'écart visible dans les statistiques agrégées vient surtout du fait que les postes ML sont concentrés à Paris et chez des employeurs qui paient mieux tous leurs profils techniques. Dans une même entreprise, au même niveau, l'écart entre un ingénieur ML et un ingénieur backend est généralement de 0 à 10 %, et très souvent nul parce que les deux dépendent de la même grille salariale interne.

Les BSPCE d'une startup valent-ils quelque chose dans le calcul ?

Traitez-les comme une option, pas comme du salaire. Les tours de financement ultérieurs diluent couramment les salariés historiques de 50 à 70 % au total, les BSPCE ont un prix d'exercice qui peut ne jamais être dépassé, et il n'existe aucune liquidité avant une sortie qui n'arrivera peut-être pas. La bonne méthode consiste à comparer le cash au cash, puis à décider séparément combien de salaire vous acceptez d'abandonner pour ce ticket de loterie.

Faut-il compter le 13e mois et l'intéressement dans la comparaison de deux offres ?

Oui, et c'est là que beaucoup d'offres se départagent. Un 13e mois transforme mécaniquement 60 000 € annoncés en 65 000 € réels, et la participation plus l'intéressement peuvent représenter 5 à 10 % du brut chez un grand groupe, avec un traitement fiscal avantageux si vous placez les sommes sur un PEE. Une offre de scale-up sans 13e mois ni accord d'intéressement doit dépasser l'offre du grand groupe de plusieurs milliers d'euros pour être équivalente.

Quel est le levier de négociation le plus efficace en France à ce niveau ?

Le niveau auquel on vous positionne, discuté avant tout chiffre. Cinq ans d'expérience, c'est exactement la zone d'ambiguïté entre confirmé et senior, et un positionnement bas vous suit longtemps parce que l'employeur suivant calera son offre sur votre salaire actuel. Ensuite, contrairement aux États-Unis, l'essentiel de la rémunération française est dans le fixe : c'est donc bien le fixe qu'il faut négocier, et une offre concurrente reste le seul argument qui déplace vraiment une grille.