Pendant des années, le marché de l’emploi TI au Québec ressemblait à une ruée : tout le monde embauchait, tout le monde surenchérissait, et un profil correct trouvait preneur en quelques jours. En 2026, le marché se normalise. Les processus d’embauche s’allongent, les employeurs redeviennent sélectifs, et certains profils autrefois très courtisés reçoivent moins d’appels. Ajoutez l’IA générative qui redéfinit les rôles, et la question devient inévitable : quelles compétences TI développer maintenant ?
C’est une question que nos conseillers entendent chaque semaine, autant de la part de développeurs d’expérience que d’analystes en début de carrière. Voici notre lecture du marché — franche, sans formation miracle à vendre — et quelques pistes concrètes pour investir votre temps là où ça compte vraiment.
Le refroidissement n’est pas uniforme. Les domaines de l’intelligence artificielle, de la science des données, de la cybersécurité et de l’infonuagique restent tendus : la demande y dépasse encore l’offre de candidats qualifiés, particulièrement dans les organisations publiques et parapubliques qui poursuivent leur modernisation. Les organisations n’ont pas cessé d’embaucher : elles sont simplement redevenues exigeantes. À l’inverse, les profils généralistes sans spécialisation marquée, ou concentrés sur des technologies en déclin, sentent davantage la normalisation.
Il faut être honnête : cette situation crée deux marchés parallèles. Dans le premier, les candidats choisissent encore leurs mandats. Dans le second, il faut désormais se démarquer. La bonne nouvelle, c’est que le passage de l’un à l’autre est rarement une question de diplôme — c’est une question d’investissement ciblé au cours des prochains mois et des prochaines années.
Commençons par le plus demandé. L’infonuagique demeure la fondation : la majorité des projets de modernisation passent par les grandes plateformes, et savoir concevoir, sécuriser et opérer des environnements infonuagiques reste une valeur sûre. La cybersécurité suit la même logique — chaque projet numérique génère de nouveaux besoins en sécurité, et le secteur public québécois y consacre une attention croissante.
Viennent ensuite les données et l’IA. Nuance importante : il n’est pas nécessaire de devenir chercheur en apprentissage automatique. Le marché a surtout besoin de gens capables de préparer des données de qualité, d’intégrer des services d’IA existants dans des applications, et d’encadrer leur usage — gouvernance, sécurité, conformité. Ces rôles d’intégration et d’encadrement sont plus accessibles que la recherche et, honnêtement, plus nombreux.
N’oublions pas non plus les fondamentaux qui ne se démodent pas : la modélisation de données, les API bien conçues, les tests automatisés, la sécurité de base. L’IA générative rend ces fondations plus importantes, pas moins — c’est ce qui permet de juger la qualité de ce que les outils produisent.
Parlons franchement de l’éléphant dans la pièce. Oui, les outils d’IA générative écrivent du code, et de mieux en mieux. Non, cela ne rend pas les développeurs obsolètes — mais cela change ce qui a de la valeur. Les développeurs qui maîtrisent ces outils livrent plus vite, et l’écart de productivité avec ceux qui les ignorent se creuse. Refuser d’apprendre à travailler avec l’IA, en 2026, c’est un pari risqué.
En contrepartie, ce qui monte, c’est tout ce que l’IA fait mal : comprendre un besoin flou, découper un problème, concevoir une architecture qui vivra dix ans, réviser de façon critique du code généré, et assumer la responsabilité du résultat. Le métier glisse de la production de code vers le jugement sur le code. C’est une excellente nouvelle pour les profils expérimentés — à condition de faire le saut.
Dans les mandats que nous voyons passer, un constat revient : à compétences techniques égales, ce sont les compétences relationnelles qui font la différence. La capacité d’expliquer un choix technique à un gestionnaire non technique. La rédaction claire — dans les mandats publics, beaucoup de choses passent par l’écrit. L’écoute d’un utilisateur qui décrit mal son problème. La facilité à s’intégrer dans une équipe déjà en place, ce qui est le quotidien du consultant.
Ces compétences se développent, comme les autres : en acceptant les présentations qu’on a envie de refuser, en écrivant la documentation que personne ne veut écrire, en demandant de la rétroaction après un mandat. Peu de gens le font systématiquement, et c’est exactement pour cette raison que ça rapporte.
Reste la question pratique : comment se former quand on est en mandat à temps plein ? Notre réponse honnête : par petites doses ciblées, en lien direct avec votre travail. Utiliser un outil d’IA sur vos tâches réelles vaut mieux qu’un long cours théorique jamais appliqué. Une certification préparée sur quelques mois, à raison de quelques heures par semaine, vaut mieux qu’un plan irréaliste abandonné en janvier.
Choisissez une compétence adjacente à votre rôle actuel plutôt qu’un virage à angle droit : un développeur qui ajoute l’infonuagique ou la sécurité applicative à son profil progresse plus vite qu’un développeur qui repart de zéro en science des données. Et parlez-en à votre conseiller ou à votre gestionnaire : un mandat qui contient une part d’apprentissage est souvent négociable, à condition de le demander.
En période de changement technologique, les spécialisations très étroites sont fragiles : l’outil sur lequel vous êtes irremplaçable aujourd’hui peut être marginalisé dans trois ans. La polyvalence — un socle solide, deux ou trois domaines complémentaires, et la capacité démontrée d’apprendre vite — vieillit beaucoup mieux. C’est particulièrement vrai en consultation, où chaque mandat apporte son contexte, ses technologies et ses contraintes.
Si vous réfléchissez à la prochaine étape de votre carrière TI, venez en discuter avec nous : nos mandats, notamment dans le secteur public québécois, sont souvent l’occasion idéale d’élargir un profil tout en étant bien accompagné. Créer de la valeur, ensemble, ça vaut aussi pour votre carrière.