Astronome · Le scientifique qui mesure l'univers, des tablettes d'argile babyloniennes aux télescopes spatiaux, et qui décide encore aujourd'hui quelle fluctuation dans les données est une découverte.
L'astronomie s'est automatisée plus tôt et plus volontiers que presque aucune profession : personne n'a pleuré la fin du guidage manuel d'un télescope dans le froid, et l'apprentissage automatique vérifie désormais des millions d'alertes nocturnes qu'aucune armée d'humains ne pourrait inspecter. L'observatoire Rubin au Chili image le ciel visible méridional toutes les quelques nuits, produisant de l'ordre de dix millions d'alertes par nuit — un débit de données qui fait de l'automatisation une condition préalable de la science, non une menace.
Ce que les machines n'ont pas touché, c'est la couche où la profession vit réellement : choisir quelle question vaut une décennie, juger si un signal étrange est une découverte ou une panne de détecteur, inventer le prochain instrument, et mettre un nom et une réputation derrière une affirmation. La prévision réaliste n'est pas moins d'astronomes — ce sont des astronomes passant moins de leur semaine à faire ce qu'un pipeline fait mieux.
Une part substantielle du travail — réduction d'images, filtrage d'alertes, classification de sources, planification de télescopes — est déjà automatisée ou le sera clairement, et les modèles de langage mangent la revue de littérature et les premières ébauches. Mais les tâches qui définissent le rôle — cadrer les questions, juger les anomalies, construire des instruments, assumer des affirmations en relecture par les pairs — restent obstinément humaines, et le flot de données augmente la demande pour ce jugement au lieu de la réduire.
Scored from the tasks, not the job title. Lower is safer.
Jobs AI cannot take →Aucun algorithme ne décide que l'énergie noire compte plus que les familles d'astéroïdes cette décennie. Temps de télescope et subventions sont alloués sur un jugement scientifique argumenté — les propositions sont des essais, et en rédiger un convaincant est la compétence centrale survivante de la profession.
L'appel qui a fait des carrières des pulsars à 'Oumuamua — est-ce réel, nouveau et important, ou un bug ? — exige de comprendre l'instrument, le pipeline et la physique à la fois. Les classificateurs classent les candidats ; un humain décide encore ce qui est une découverte.
Chaque bond de l'histoire du domaine vint d'un nouveau matériel — le télescope, le spectrographe, le CCD, l'interféromètre. Concevoir et mettre en service des instruments qui n'existent pas encore est un travail d'ingénierie créative qu'aucun modèle entraîné n'effectue.
Relecture par les pairs, réplication et responsabilité scientifique reposent sur des humains nommés qui engagent leur réputation. Un modèle peut rédiger un article ; il ne peut pas relire celui d'un rival, défendre un résultat en conférence, ou payer le prix d'avoir tort.
L'astronomie est financée par le public parce que le public l'aime, et cet amour est entretenu par des personnes — en classe, en planétarium et lors de briefings presse. Les défenseurs de la profession font partie de son infrastructure.
Images de biais, champs plats, rejet des rayons cosmiques et solutions astrométriques sont entièrement scriptés dans chaque grand observatoire ; un travail qui consumait une large part d'un doctorat des années 1990 tourne désormais seul toute la nuit.
Des classificateurs appris par machine filtrent les millions de candidats nocturnes de relevés comme ZTF et Rubin jusqu'au petit nombre qu'un humain voit jamais ; sans eux, l'ère des relevés serait simplement impossible.
Des optimiseurs de file d'attente assignent les observations de chaque nuit pour maximiser la science par photon, et des réseaux de télescopes robotiques comme Las Cumbres répondent aux alertes vingt-quatre heures sur vingt-quatre sans observateur sur place.
Un travail autrefois confié aux bénévoles de Galaxy Zoo est désormais largement fait par des réseaux neuronaux, et la classification par pipeline de milliards de sources Gaia se fait sans qu'un humain regarde une étoile individuelle.
Le relevé d'une décennie de l'observatoire Rubin, avec premières images publiées en 2025, servira les données de chacun à chacun ; les carrières se construisent de plus en plus sur l'ingéniosité appliquée à des pétaoctets partagés plutôt que sur un accès privilégié à une coupole.
L'article de découverte d'ondes gravitationnelles de LIGO comptait environ mille auteurs et l'image de trou noir de l'Event Horizon Telescope des centaines ; crédit, embauche et prix se renégocient pour une science faite par des collaborations de la taille de villages.
Les offres d'emploi pèsent de plus en plus l'expérience en pipelines et apprentissage automatique aux côtés — parfois au-dessus — des compétences d'observation, et des bases de code communautaires comme Astropy sont devenues des contributions qui font carrière à part entière.
Les mégaconstellations de satellites strient désormais les longues expositions — SpaceX seul a lancé des milliers de Starlinks depuis 2019 — et l'UAI a ouvert son Centre pour la protection du ciel sombre et calme en 2022 ; négocier avec l'industrie sur le ciel nocturne fait désormais partie du métier.
La sortie standard : les doctorats en astronomie sont prisés en industrie précisément pour les statistiques à l'échelle des relevés et le savoir-faire d'apprentissage automatique que la science exigeait, et la hausse de salaire en quittant l'université est routinièrement grande.
Suivre des dizaines de milliers de satellites et d'objets de débris sur des orbites de plus en plus encombrées utilise exactement la boîte à outils de la profession — mécanique orbitale, télescopes, pipelines d'alertes — et recrute vite dans la nouvelle industrie spatiale.
Optique adaptative, détecteurs cryogéniques et calibration de précision développés pour les télescopes passent directement vers l'imagerie médicale, l'inspection de semi-conducteurs et la technologie quantique — un chemin bien connu hors des laboratoires d'observatoire.
Planétariums, bureaux de presse d'observatoires, production documentaire et journalisme scientifique fonctionnent largement grâce à des astronomes formés ; c'est la branche du métier que le public rencontre réellement.
Le schéma d'un siècle d'automatisation en astronomie est cohérent : chaque tâche qui pouvait être spécifiée précisément — guidage, mesure de plaques, classification, planification — fut confiée aux machines, et chaque transfert augmenta la science faite plutôt que de rétrécir la profession. L'ère des relevés répète cela à grande échelle : les pipelines prennent la routine, et la ressource rare devient le jugement qui décide ce que signifie le flot de candidats.
Les vraies pressions sur la carrière sont économiques plutôt que technologiques : la taille de la profession est fixée par les budgets de recherche publics, non par la demande de découvertes, et le ratio doctorat-poste permanent reste le chiffre le plus dur du domaine. Pendant ce temps, la même décennie qui automatise les pipelines construit les instruments les plus ambitieux jamais réalisés — l'ELT, Rubin, la prochaine génération de détecteurs d'ondes gravitationnelles — chacun ayant besoin de personnes qui comprennent à la fois le ciel et la machinerie.
Un astronome en 2040 supervisera plus d'automatisation, écrira plus de code, et appartiendra à de plus grandes collaborations qu'aujourd'hui — et passera encore les meilleures heures du métier sur le même acte qu'un scribe babylonien : décider si la chose étrange dans l'enregistrement de la nuit dernière est une erreur, ou l'univers disant quelque chose de nouveau.
Voisins les plus proches sur le profil à six scores — pas seulement le même champ.
L'enquêteur formé du passé — d'Hérodote et Sima Qian aux archives numériques, transformant des documents fragiles en récits vérifiables de ce qui s'est passé.
AI-resistant 70 🎓L'érudit payé pour professer une discipline en public — vingt-cinq siècles d'enseignement et de découverte, du bosquet de Platon à la titularisation et au tuteur IA.
AI-resistant 76 🎬Transforme un scénario en film achevé en décidant de chaque plan, de chaque jeu d'acteur et de chaque coupe, puis convainc producteur, studio et public que la vision valait le budget.
AI-resistant 73 🧮Des scribes babyloniens aux lauréats Fields et à la démonstration assistée par IA : la profession qui transforme les questions difficiles en certitude permanente, théorème après théorème.
AI-resistant 70 🏺Le scientifique qui lit l'histoire humaine dans le sol, couche par couche irremplaçable — des tranchées de Nabonidus au LiDAR et à l'ADN ancien.
AI-resistant 78 🧬Le scientifique qui étudie la vie elle-même, de Linnaeus nommant les espèces à la main à l'édition de génomes avec CRISPR, testant encore chaque idée sur un organisme vivant.
AI-resistant 64Établit et teste les lois mathématiques qui régissent la matière, l'énergie, l'espace et le temps, d'un tableau noir solitaire à un article de collisionneur signé par 3 000 auteurs.
AI-resistant 65 🧬Le scientifique qui étudie la vie elle-même, de Linnaeus nommant les espèces à la main à l'édition de génomes avec CRISPR, testant encore chaque idée sur un organisme vivant.
AI-resistant 64 🧪Le scientifique qui fabrique et mesure la matière — de l'alambic babylonien de Tapputi aux laboratoires robotisés d'aujourd'hui, celui qui décide encore ce que signifie le spectre.
AI-resistant 70 📊Détecte des régularités et construit des modèles prédictifs à partir de données — un intitulé de poste né en 2008, fondé sur trois siècles de comptage, de tests et de visualisation des preuves.
AI-resistant 38 🧮Des scribes babyloniens aux lauréats Fields et à la démonstration assistée par IA : la profession qui transforme les questions difficiles en certitude permanente, théorème après théorème.
AI-resistant 70