- ▸ Quoi : guide structuré en 6 étapes pour démarrer prompt engineer sans bac+5 informatique.
- ▸ Pourquoi c'est fort : 3 profils d'entrée fonctionnent (reconverti, tech junior, data analyste).
- ▸ Positionnement : 5 projets portfolio + audit du produit IA visé doublent le taux de réponse.
- ▸ Chiffre clé : 90 jours de mise en place, 40-55 K€ junior, freelance 450-750 €/jour.
- ▸ Réserve : trois pièges à éviter (intuition vs rigueur, dispersion modèles, sous-estimation produit).
Tu te demandes comment devenir prompt engineer en France et si le métier paie vraiment ? Bonne nouvelle : c’est une des rares portes d’entrée IA accessibles sans diplôme bac+5 en informatique. Salaires entre 40 et 60 K€ en sortie, 75 K€ après deux ans, plus de 12 000 offres référencées en avril 2026. On démonte le parcours en six étapes concrètes, avec ressources et budgets précis.
Étape 1 : comprendre ce que fait vraiment un prompt engineer
Le poste consiste à concevoir, tester et industrialiser les instructions qui pilotent les modèles de langage. Tu ne codes pas le modèle, tu lui parles. Concrètement, tes journées mêlent rédaction de prompts pour des produits IA internes, mesure des performances, A/B testing entre variantes, et documentation pour les équipes produit.
Les recruteurs distinguent trois profils. Le prompt engineer produit intervient sur les chatbots, agents et workflows métier. Le prompt engineer recherche évalue les modèles et publie des résultats internes. Le prompt engineer sécurité, plus récent, audite les réponses pour détecter les failles de jailbreak ou les biais sectoriels.
Les compétences clés se décomposent en trois blocs. La maîtrise des modèles (forces et faiblesses de GPT-5.4, Claude 4.6, Gemini 3.1, Llama 5). La rigueur méthodologique (versionning des prompts via Git, mesure objective avec évaluateurs LLM, statistiques de base). Et la culture métier du domaine où tu interviens (juridique, médical, finance, e-commerce). Ce dernier bloc est sous-estimé par les candidats juniors et sur-valorisé par les recruteurs.
Tu n’as pas besoin de savoir entraîner un modèle. Tu dois savoir le faire travailler. La distinction est cruciale : les data scientists et les ML engineers font autre chose. Le prompt engineer s’occupe du dernier kilomètre, là où la valeur métier se concrétise.
Étape 2 : auto-évaluer ton point de départ
Trois profils de candidats fonctionnent en 2026. Le profil reconverti vient souvent du marketing, de la rédaction technique, de la traduction ou du support client. Tu maîtrises l’écrit structuré, tu sais documenter, tu apprends vite. C’est le profil le plus représenté dans les recrutements PME et chez les startups B2B.
Le profil tech junior est développeur avec 1 à 3 ans d’expérience. Tu connais Python, tu sais lire une API, tu n’as pas peur de scripter. Tu vises plutôt les ESN et les grandes entreprises qui industrialisent. Ton avantage : tu vas vite sur les évaluateurs automatiques et les pipelines CI prompt.
Le profil data analyste sait déjà mesurer et comparer. Tu apportes la rigueur statistique qui manque souvent aux équipes produit. Tu cibles plutôt les départements R&D ou IA générative interne. Tes Excel et notebooks Jupyter te servent dès la première semaine.
Note tes forces et tes manques sur chaque bloc. Tu sauras quoi prioriser dans les étapes suivantes. Le test décisif : peux-tu décrire en 5 lignes les différences entre Claude Opus, GPT-5.4 et Gemini 3.1 Pro ? Si non, l’étape 3 est obligatoire.
Étape 3 : maîtriser les fondamentaux en 30 jours
Tu as quatre ressources à dérouler dans cet ordre. La documentation officielle d’Anthropic sur le prompt engineering est gratuite et exhaustive. Compte 8 heures pour la lire et reproduire les exemples avec ta propre clé API (5 € de crédit suffisent pour l’ensemble des exercices).
Le cours Prompt Engineering for Developers de DeepLearning.AI, disponible gratuitement sur Coursera, t’apprend les patterns essentiels : few-shot, chain-of-thought, ReAct, self-consistency. Compte 4 heures et fais les TP, ne te contente pas de regarder les vidéos.
Le repo GitHub awesome-prompts regroupe des centaines d’exemples documentés par cas d’usage. Tu prends 5 prompts pertinents pour ton domaine cible, tu les testes, tu les améliores avec un évaluateur LLM. Trois soirées suffisent pour cette première itération.
Enfin, le livre Prompt Engineering for LLMs publié par O’Reilly en mars 2026 (45 €) consolide tout ça avec un angle production. Lecture en deux semaines à raison d’une heure par soir. Le chapitre 7 sur les évaluations est le plus important pour passer un entretien sérieux.
Bonus gratuit : la chaîne YouTube de Greg Brockman et le blog d’Anthropic publient régulièrement des études de cas. Aborde-les après les ressources structurées, pas avant.
Étape 4 : construire un portfolio en 60 jours
Sans portfolio, tu n’auras pas d’entretien. La règle est simple : cinq projets documentés sur GitHub avec README détaillé. Voici les projets qui fonctionnent en sortie de formation, classés par ordre de difficulté croissante.
Projet 1 : un assistant de rédaction métier. Tu choisis une niche (rédaction d’annonces immobilières, génération de résumés juridiques, descriptions produits e-commerce) et tu construis un prompt système qui produit des sorties cohérentes. Tu mesures la qualité avec un évaluateur LLM et tu compares trois variantes. Compte 15 heures de travail.
Projet 2 : une chaîne de prompts multi-étapes. Tu prends un cas comme l’analyse de CV : extraction des compétences, match avec une fiche de poste, génération d’un message de prise de contact. Tu utilises LangChain ou directement l’API Anthropic Tool Use. Compte 20 heures.
Projet 3 : un évaluateur automatique. Tu rédiges 20 prompts de test, tu génères 100 sorties, tu construis une grille de notation, et tu comptes les écarts entre modèles. Tu publies les résultats avec graphiques. Ce projet montre ta rigueur méthodologique et plaira aux profils R&D. Compte 25 heures.
Projet 4 : un agent simple avec outils. Tu fais agir le modèle (recherche web, calcul, lecture de fichier) sur une tâche utile. Le code Python tient en 200 lignes. L’objectif est de montrer que tu comprends la mécanique tool calling et MCP. Compte 30 heures.
Projet 5 : un audit de prompts existants. Tu prends 5 prompts publiés par des outils grand public (Notion AI, ChatGPT custom GPTs, Microsoft Copilot extensions) et tu écris un rapport critique avec améliorations proposées. C’est ce projet qui te démarquera : il prouve que tu sais juger un prompt en production. Compte 25 heures.
Total : 115 heures de travail effectif sur 60 jours. À raison de 2 heures par jour en semaine et 5 heures le week-end, c’est tenable même en parallèle d’un poste actuel.
Étape 5 : trouver ton premier poste en France
Trois canaux fonctionnent en avril 2026. LinkedIn reste le réseau dominant. Tu actives le tag « Open to work », tu publies une fois par semaine sur ce que tu apprends, tu commentes les posts des recruteurs IA. Compte 3 mois pour qu’un mouvement se crée autour de ton profil et que les recruteurs te contactent spontanément.
Welcome to the Jungle et Choose Your Boss publient les offres des startups françaises. Mistral AI, LightOn, Dust, Hugging Face, Photoroom, Poolside, Pasqal embauchent régulièrement. Les juniors trouvent leur place sur les annonces moins exposées que celles des géants. Vérifie aussi les pages careers de chaque startup, beaucoup ne diffusent pas sur les agrégateurs.
Les ESN spécialisées IA (Sopra Steria AI, Capgemini Invent, Ekimetrics, Artefact) recrutent en masse pour leurs clients grands comptes. Le ticket d’entrée est plus accessible, le salaire un peu inférieur (35 à 45 K€), mais tu accumules des cas d’usage variés en 18 mois. C’est une excellente rampe de lancement pour viser une scale-up ensuite.
Pour ta candidature, tu joins systématiquement un mini-rapport d’audit du produit IA de l’entreprise visée. Trois pages, une analyse honnête de leurs prompts publics, deux propositions d’amélioration concrètes. Le taux de réponse double, selon les retours partagés sur les serveurs Discord French AI Engineers et IA France.
L’entretien type comporte trois phases : screening RH (30 min), test technique (60 min, souvent en live coding ou audit de prompt en visio), entretien équipe (90 min, mix culture et études de cas). Prévois 4 à 6 semaines entre la première candidature et l’offre.
Étape 6 : monter en compétence et progresser en salaire
Une fois en poste, ton plan de carrière sur 24 mois se structure en trois phases. Les six premiers mois, tu absorbes la pile technique de l’entreprise, tu documentes systématiquement, tu construis ta crédibilité. Tu ne cherches pas à révolutionner, tu observes et tu mesures. Tu rédiges au moins un benchmark interne de tes propres prompts et tu le partages.
Du mois 7 au mois 18, tu prends en charge un produit ou un workflow critique. Tu démontres que tu peux réduire les coûts d’inférence ou améliorer la satisfaction utilisateur de manière mesurable. C’est sur ces résultats que tu négocieras ta première augmentation, généralement entre 15 et 25 %. Documente chiffres avant/après dans un dossier que tu ressortiras le moment venu.
Du mois 18 au mois 24, tu te spécialises. Soit tu vas vers le lead prompt engineer (encadrement de 2 à 4 personnes, salaire 75 à 95 K€), soit tu deviens AI product engineer (mix prompt + dev backend, 70 à 90 K€), soit tu pivotes vers AI safety engineer (audit, red teaming, 80 à 110 K€). La spécialisation safety est la plus valorisée mais aussi la plus exigeante en méthodologie.
À 36 mois, le poste de Head of AI Engineering dans une scale-up devient atteignable, avec une fourchette 110 à 140 K€ plus equity. Au-delà, c’est CTO IA ou consultant indépendant senior, mais cela demande des choix de carrière qui dépassent le cadre de ce guide.
Les chiffres salaires 2026 par niveau
Selon les données croisées de Glassdoor France, JobTeaser et l’observatoire BPI France, les fourchettes 2026 sont stables : junior (0-2 ans) 40 à 55 K€, confirmé (2-5 ans) 55 à 75 K€, senior (5+ ans) 75 à 110 K€. À Paris, ajoute 8 à 12 % par rapport aux régions. En full-remote sur des entreprises basées à Londres ou Berlin, on voit régulièrement des juniors confirmés atteindre 70 K€.
Les freelances facturent entre 450 et 750 € HT par jour selon spécialité et clientèle. La sécurité IA et l’évaluation tirent les tarifs vers le haut. Les grands comptes acceptent désormais des TJM à 900 € pour les profils confirmés en safety, contre 600 € en 2024.
L’equity devient un complément significatif dans les startups série A et B. Compte 0,1 à 0,3 % de l’entreprise pour un junior, 0,3 à 0,8 % pour un confirmé, 0,8 à 1,5 % pour un lead. À surveiller dans les négociations.
Trois pièges à éviter
Premier piège : croire qu’il suffit de bien parler à ChatGPT. Le métier en entreprise demande de la rigueur méthodologique, pas seulement de l’intuition. Investis dans la mesure et la documentation. Un prompt non testé est un prompt cassé en production.
Deuxième piège : te disperser sur tous les modèles. Maîtrise à fond Claude et GPT, regarde Gemini et Mistral à distance. La profondeur compte plus que la largeur en sortie de formation. Tu auras le temps de t’élargir une fois le poste sécurisé.
Troisième piège : sous-estimer la dimension produit. Les meilleurs prompt engineers comprennent l’utilisateur final. Lis les fondamentaux du product management (Inspired de Marty Cagan, Continuous Discovery Habits de Teresa Torres) et participe aux user research de ton équipe. C’est ce qui sépare un bon junior d’un futur lead.
Tu es prêt à démarrer. Bloque trois soirées cette semaine pour la documentation Anthropic, ouvre un repo GitHub vide, et écris ton premier prompt système en suivant la méthode décrite. Dans trois mois, ton portfolio sera prêt à être envoyé. Dans six mois, tu auras une offre.
Sources : BGB Formation, Glassdoor France, Anthropic Docs.
