Quelques exemples de la manière dont l'IA transforme actuellement notre travail.
Évolution du profil « Python Developer ».
Python a dominé le backend (23 % des offres en Pologne), dépassant Java. Cependant, chercher simplement un « Développeur Python » garantit aujourd'hui une avalanche de candidatures inutiles. Le marché s'est scindé en deux :
- Backend classique (Django/FastAPI) : Tarifs stables, grande disponibilité des candidats. Le recrutement se fait rapidement ici.
- AI/LLM Engineer (RAG, finetuning, intégration d'agents, LangChain) : Les candidats possédant ces compétences coûtent de 35 % à 50 % de plus que les développeurs backend traditionnels.
Recommandations
- Modifiez le brief avec le Hiring Manager : Déterminez si vous construisez un autre système CRUD ou si vous implémentez des modèles de langage. Dans ce dernier cas, une annonce mentionnant « Développeur Python » attirera des personnes issues de bootcamps de prompt engineering de 3 semaines.
- Vérification des CV : Ignorez les mentions telles que « connaissance de l'IA ». Recherchez des déploiements réels en production dans les portfolios utilisant des bases de données vectorielles (ex. Pinecone, Qdrant) et l'optimisation des coûts d'API (gestion des tokens).
La « mort » du junior (5 % des offres) et l'avancement grâce à l'IA
Les statistiques de No Fluff Jobs et Just Join IT sont claires : 95 % des offres d'emploi en Pologne concernent des profils Mid et Senior (les Seniors représentant jusqu'à 60 %). Il n'y a presque plus de place pour les juniors (5 %). Mais la raison n'est pas uniquement liée à la réduction des coûts – des outils comme Cursor ou GitHub Copilot permettent désormais à un junior motivé ayant 1 an d'expérience de réaliser des tâches du niveau d'un ancien mid. Les juniors sont-ils les nouveaux mids ?
Recommandation
- Modifiez le processus technique : Les tâches de recrutement traditionnelles à faire chez soi ont perdu leur sens. Les candidats les résolvent en 5 minutes à l'aide de LLM. Passez au live-coding axé sur le débogage de code généré par l'IA ou sur l'analyse de l'architecture. Testez le raisonnement logique, pas la connaissance de la syntaxe.
- « Shadow talent » plutôt que des seniors coûteux : Au lieu de payer 30 000 PLN B2B pour un senior qui partira à la première occasion, mettez en place des programmes de mentorat. Un junior soutenu par l'IA et un bon Senior atteint son autonomie opérationnelle en 3 mois au lieu d'un an.
Chantage à l'hybride (41 % vs 38,5 %)
Pour la première fois dans l'histoire de l'IT en Pologne, le modèle hybride (41 % des offres) a dépassé le modèle entièrement à distance (38,5 %). Les directions d'entreprises imposent le Return-to-Office (RTO), croyant au « renforcement de la culture d'entreprise ». Pour un recruteur, c'est un cauchemar.
Recommandation
- Présentez les coûts à la direction : Imposer un modèle hybride (ex. 3 jours par semaine au bureau) à Varsovie ou Cracovie réduit votre vivier de talents de 80 à 85 % (en coupant l'accès à toute la Pologne régionale). Le Time-to-Hire passe de 25 à une moyenne de 58 jours. Montrez à la direction un calcul simple : le coût des bureaux par rapport au coût d'un poste non pourvu pendant un trimestre.
- Modèle asynchrone : Si le bureau est nécessaire, encouragez un modèle « Smart Hybrid » – ex. une semaine fixe par mois pour le travail collaboratif et la planification, et les 3 autres semaines à 100 % de télétravail. Cela permet de recruter des personnes dans toute la Pologne.
Utilisation de modèles d'IA locaux dans les processus RH
Le recrutement dans l'IT implique le traitement de données personnelles sensibles (CV) et de code protégé par des contrats de confidentialité (NDA). L'envoi de ces informations vers des API cloud (OpenAI, Anthropic) présente un risque élevé de violation du RGPD. La solution consiste à hébergement des modèles ouverts (open-weight) localement.
Analyse des solutions matérielles et modèles recommandés :
Vous trouverez ci-dessous la liste des modèles open-weight disponibles pour les tâches de programmation et d'analyse dans le recrutement, classés selon les besoins en mémoire RAM/VRAM :
| Plateforme cible | Modèles recommandés | RAM/VRAM requise | Application dans les RH |
|---|---|---|---|
| Ordinateur portable / Station de travail (Recruteur) | Qwen-2.5-Coder-7B Llama-3.1-8B |
8 Go – 16 Go | Tri des CV, génération de questions d'entretien basées sur le profil du candidat, analyse rapide de tâches de test simples (exécutées par exemple via Ollama). |
| Ordinateur de bureau de développement (Manager / Lead Tech) | Qwen-2.5-Coder-32B Codestral-22B DeepSeek-Coder-V2-Lite (16B) |
32 Go – 64 Go | Analyse de code avancée, détection d'erreurs logiques subtiles, évaluation de la qualité des tests unitaires et vérification de la conformité architecturale. |
| Serveur d'entreprise (Sur site / Cloud privé) | LongCat-2.0 (1.6T MoE / 48B active) DeepSeek-Coder-V2 (236B MoE) GLM-5.2 |
128 Go – 256 Go+ | Bac à sable (sandbox) sécurisé. Avec une fenêtre de contexte de 1 million de tokens (LongCat-2.0), le serveur peut analyser l'ensemble de la base de code pour créer une tâche de débogage (chasse aux bugs) spécifique et unique pour le candidat. |
Agents d'information autonomes Google pour le sourcing actif
La recherche directe traditionnelle sur LinkedIn perd de son efficacité. Une nouvelle approche consiste à utiliser des agents d'information (par exemple Google Vertex AI Agent Builder / Agent Space) capables de surveiller le web de manière autonome et de trouver des candidats sur la base de leurs contributions techniques réelles :
- Sourcing basé sur les compétences : L'agent surveille en permanence les dépôts publics GitHub, StackOverflow et les forums techniques spécialisés, analysant les pull requests et les messages de commit.
- Contact personnalisé : Une fois que l'agent identifie un développeur résolvant des problèmes complexes dans la technologie souhaitée, il rédige un message personnalisé faisant référence à une ligne de code spécifique du candidat.
Nouveaux modèles d'IA et perspectives du marché (juillet 2026)
Le marché des modèles d'IA progresse à un rythme effréné. Fin juin 2026, xAI a publié Grok 4.5 en version bêta privée, et Google s'apprête à dévoiler son modèle retardé Gemini 3.5 Pro. Parallèlement, le lancement du modèle chinois LongCat-2.0 (29 juin 2026), entièrement entraîné sur des puces ASIC locales sans processeur Nvidia, a démontré que des modèles de codage ouverts et performants (score de 59,5 sur SWE-bench Pro) deviennent facilement accessibles et peu coûteux à exécuter sur site.
Bibliographie et sources :
- Just Join IT & No Fluff Jobs (2026) – Rapport annuel : Marché de l'emploi IT en Pologne. Rémunérations, technologies et attentes des candidats (édition Q1 2026).
- Meituan AI Lab (June 2026) – LongCat-2.0: Trillion-Parameter Mixture-of-Experts Model for Agentic Coding.
- Google Cloud (2025/2026) – Vertex AI Agent Builder: Building Enterprise-grade Autonomous Sourcing Workflows.
- SWE-bench Community (2026) – Open-source Coding Models Leaderboard & Benchmarks.
- IDC & ITwiz (2026) – Demande de compétences en cloud, IA et cybersécurité dans les entreprises polonaises.