Aperçu du projet Observatoire des alternances data et IA
Data / IATerminé

Observatoire des alternances data et IA

Pipeline qui collecte toutes les offres d'alternance de France, les fait analyser par l'IA et révèle les technologies les plus demandées par métier dans un dashboard Power BI.

Statut

Terminé

Période

octobre 2026

Contexte

Personnel

Domaine

Data / IA

Technologies

PythonAPIClaudeLLMPrompt engineeringPower BIDAXNettoyage de donnéesDéduplication

01Le projet

Quand on cherche une alternance en data ou en IA, une question revient sans cesse. Quelles technologies faut-il vraiment maîtriser ? Python, SQL, Power BI, le cloud ? Plutôt que de me fier aux conseils génériques, j'ai voulu aller chercher la réponse directement dans les offres.

J'ai donc construit un observatoire qui récupère toutes les offres d'alternance publiées en France, isole celles qui concernent la data et l'IA, les fait analyser par un modèle de langage, puis présente les technologies les plus demandées pour chaque métier dans un dashboard Power BI.

Observatoire des alternances data et IA

Offres collectées du 21 au 26 octobre 2026, source La bonne alternance

Offres d'alternance en France

12 841

Alternances data retenues

35

Doublons détectés

7

Répartition des alternances par métier

Technologies les plus demandées

  • Power BI31 %
  • Python31 %
  • SQL29 %
  • Excel26 %
  • Git17 %
  • Pack Office14 %
  • GCP11 %
  • DAX9 %
  • Docker9 %
  • Tableau9 %

Seules les technologies citées dans au moins 2 offres sont affichées.

02Des centaines de milliers de lignes à trier

Les offres viennent de La bonne alternance, le service public qui centralise les offres d'alternance en France. Son API fournit un export complet d'environ 570 Mo, que je télécharge en streaming et que je lis offre par offre, sans jamais charger le fichier entier en mémoire.

Le premier constat a été surprenant. Sur les 295 000 lignes de l'export, 96 % ne sont pas de vraies offres mais des entreprises proposées pour des candidatures spontanées. Il ne reste qu'environ 12 800 offres réelles, dont une soixantaine seulement concernent la data et l'IA.

Pour les repérer, un pré-filtre combine des mots-clés dans le titre et les codes ROME, la classification des métiers de France Travail. Il ratisse volontairement large, quitte à laisser passer des faux positifs, que l'IA écarte ensuite.

03Repérer les offres publiées plusieurs fois

Une même offre est souvent diffusée sur plusieurs sites, avec un identifiant différent à chaque fois. Sans correction, une offre publiée trois fois aurait compté triple dans les statistiques.

J'ai donc mis en place une déduplication qui découpe chaque description en petits morceaux de cinq mots et mesure à quel point deux descriptions se recouvrent. Au passage, j'ai découvert qu'une apostrophe typographique ou un « œ » suffisaient à faire passer deux copies identiques pour des offres différentes. Il a fallu normaliser les textes avant de les comparer.

04L'IA pour lire les offres

Chaque offre est ensuite envoyée à Claude Haiku, qui renvoie une réponse structurée. Est-ce vraiment un poste data ? Quel métier ? Quelles technologies sont citées ? Est-ce une vraie alternance, ou un stage déguisé ?

Le travail principal a porté sur le prompt. Une première version comptait comme postes data des métiers de la finance ou de la sécurité qui faisaient simplement quelques tableaux de bord. Pire, deux descriptions identiques avaient reçu deux réponses différentes. J'ai resserré les règles, avec un principe clair, en cas de doute, ce n'est pas un poste data. J'ai aussi versionné le prompt, pour que seules les offres jamais analysées avec la version actuelle soient envoyées au modèle. L'analyse d'une journée coûte quelques centimes.

05Ce que disent les données

Sur les offres collectées du 21 au 26 octobre 2026, 35 alternances data et IA ont été retenues. Power BI et Python sont demandés dans 31 % des offres, SQL dans 29 %, Excel dans 26 %.

Le détail par métier est le plus parlant. Pour une alternance de data analyst ou de BI, Excel et Power BI sont demandés dans la moitié des offres, loin devant Python. Pour le data engineering, ce sont les outils de développement qui dominent, avec Git, Docker et le cloud. Et pour l'ingénierie IA, les outils cités sont très dispersés, signe d'un domaine encore jeune, sans boîte à outils standard.

06Ce que j'en retiens

Ce projet m'a appris que la donnée brute ment souvent. Des recruteurs déguisés en offres, des offres publiées trois fois, des codes métier mal attribués, des stages présentés comme des alternances. L'essentiel du travail n'a pas été l'analyse, mais le nettoyage.

J'ai aussi appris à garder un regard critique sur mes propres chiffres. En ajoutant seulement cinq offres, SQL est passé de la cinquième à la troisième place. Avec 35 offres, mes résultats sont une tendance, pas une vérité, et je préfère l'afficher clairement. C'est pour ça que le dashboard n'affiche une technologie que si elle est citée au moins deux fois, et qu'un métier n'est détaillé qu'à partir de cinq offres.

Enfin, travailler avec un modèle de langage dans un pipeline de données m'a montré que l'IA est un excellent outil de tri, à condition de lui donner des règles précises et de vérifier ses réponses. Et ce projet m'a donné une réponse très concrète pour ma propre recherche, puisque Power BI fait partie des compétences les plus demandées.

La prochaine étape est d'automatiser la collecte chaque jour, pour accumuler les offres au fil des semaines et rendre les chiffres de plus en plus fiables.

07Stack technique

Python pour l'extraction, le nettoyage et les statistiques, l'API La bonne alternance pour les offres, Claude Haiku via l'API Anthropic pour l'analyse des offres, et Power BI avec DAX pour le dashboard.