🤖Pay & Market

La plupart des journées sont consacrées à la lecture d'articles récents, à l'écriture et au débogage du code d'entraînement, à l'attente et à l'analyse des résultats d'expériences de longue durée et à la discussion des résultats avec des collaborateurs. Contrairement à l'image populaire, une grande partie du travail consiste à diagnostiquer pourquoi un modèle est moins performant ou pourquoi un résultat ne se reproduit pas, et non à réfléchir à de nouvelles architectures à partir de zéro.

Pour un rôle de recherche indépendant dans une université ou dans un laboratoire industriel de premier plan, effectivement oui : un doctorat reste le véritable diplôme du domaine, puisqu'il n'y a pas d'examen de licence. Les ingénieurs solides sans diplôme entrent de plus en plus dans le cadre de programmes de résidence dans l'industrie ou d'un dossier public de travaux open source et de prépublications citées, mais des titres comme « chercheur » sont toujours fortement orientés vers les titulaires de doctorat.

Certaines parties le sont clairement : les résumés de la littérature, le code d'expérimentation passe-partout et les premières ébauches de sections de travaux connexes sont déjà régulièrement assistés par l'IA, et les laboratoires expérimentent ouvertement des systèmes qui proposent et exécutent leurs propres expériences. Il s’est avéré beaucoup plus difficile de définir ce que signifie réellement un résultat et d’assumer la responsabilité d’une affirmation publiée.

Cela varie énormément selon l'employeur et l'ancienneté. La médiane américaine pour la catégorie plus large des « chercheurs en informatique et en information » était de 140 910 $ en 2024, mais les nouveaux docteurs rejoignant le laboratoire de recherche d'une grande entreprise technologique commencent souvent bien au-dessus, et un petit nombre de chercheurs seniors dans des laboratoires d'IA de pointe se seraient vu proposer des rémunérations globales d'une valeur de sept ou huit chiffres lors du concours d'embauche 2024-2025.

Les frontières se brouillent constamment, mais une distinction grossière s'impose : le résultat d'un chercheur est généralement un article, une nouvelle méthode ou un aperçu des raisons pour lesquelles quelque chose fonctionne, jugé par des pairs ; la production d'un ingénieur est généralement un système fonctionnel en production, jugé selon sa mise en production et sa fiabilité dans des conditions réelles d'utilisation. Beaucoup de gens font les deux au cours de leur carrière.

Python domine, associé à un cadre logiciel d'apprentissage profond : PyTorch est désormais le plus courant dans la recherche, JAX étant populaire pour les travaux à grande échelle et affiliés à Google. Au-delà du code, les chercheurs dépendent de clusters de calcul GPU ou TPU partagés, d'outils de suivi des expériences tels que Weights & Biases et arXiv, où la plupart des nouveaux résultats circulent sous forme de prépublications des mois avant une évaluation formelle par les pairs.