Questions fréquentes

Faites l’expérience. Prenez n’importe quel site d’emploi, Indeed, LinkedIn, jobs.ch, jobup.ch, et cherchez « machine learning engineer Zurich ». Vous obtiendrez une pile d’annonces, mais l’expérience déçoit vite. Les résultats n’ont, au mieux, qu’un vague rapport avec votre recherche. La moitié des offres datent de plusieurs semaines ou de plusieurs mois, et le poste est pourvu depuis longtemps. Beaucoup sont republiées par des agences de recrutement pour le compte d’une entreprise qu’elles ne nomment pas. On vous demande de vous inscrire avant même de pouvoir lire la description. Les postes académiques à l’ETH, à l’EPFL et dans les universités cantonales n’apparaissent pas du tout. Et les postes en IA dans des entreprises qui ne font pas à proprement parler de la « tech » mais qui recrutent quand même en IA, banques, assurances, pharma, horlogers, instituts de recherche fédéraux, sont dispersés sur la page carrières de chaque employeur, là où aucun agrégateur ne va les chercher.

J’ai créé SwissAIJob parce que je voulais un site d’emploi que j’utiliserais moi-même. Les règles sont simples :

• Tous les postes liés à l’IA en Suisse, dans l’industrie comme dans le monde académique, y compris chez des employeurs hors tech qui recrutent aussi en IA.
• Pas d’offres périmées. Les scrapers tournent chaque jour, et un poste qui disparaît de la liste d’offres de l’employeur est retiré lors de la même collecte.
• Pas d’inscription obligatoire, pas d’intermédiaires de recrutement, pas d’arnaques. Cliquez sur une offre et vous arrivez directement sur la page de candidature de l’employeur ou de l’université.
• Des offres issues exclusivement des sites carrières publics des entreprises et des universités. Jamais de LinkedIn, d’Indeed, de Glassdoor ni d’aucun agrégateur tiers.

La plateforme est en grande partie gérée par des agents IA. Ils ajoutent, entretiennent et réparent en continu les scrapers à mesure que de nouveaux employeurs apparaissent, si bien que la couverture s’élargit sans maintenance manuelle.

Oui. Consulter toutes les offres, filtrer, utiliser CV Match et recevoir l’alerte emploi hebdomadaire, tout est gratuit. Il n’y a ni publicité ni inscription obligatoire. Une offre marquée « Partenaire » a été placée directement par l’employeur. Elle figure en tête du tri par date et, pour le reste, elle est filtrée et classée comme n’importe quelle autre offre.

Non. Chaque offre renvoie directement à la page de candidature de l’employeur. SwissAIJob ne s’interpose jamais entre vous et l’employeur.

SwissAIJob compte 541 offres actives en IA et machine learning chez 139 employeurs suisses (dernière mise à jour : 2026-11-04). La liste complète se trouve sur la page d’accueil.

Zurich arrive en tête avec 372 postes actifs, devant Genève (45) et Lausanne (36). La répartition complète par ville se trouve sur la page des statistiques, et chaque ville a sa propre page, par exemple celle de Zurich.

Sur les 539 offres avec des données salariales, la borne inférieure médiane est de CHF 100’000 et la borne supérieure médiane de CHF 120’000 par an. La page des salaires détaille ces chiffres par domaine et par ville. À noter : la plupart des employeurs ne publient pas de salaires, ces montants sont donc estimés par un LLM à partir des descriptions de poste et de repères du marché suisse. Considérez-les comme des indications approximatives, pas comme des engagements.

Les scrapers tournent chaque jour : ils récupèrent les nouvelles offres, actualisent les offres existantes et retirent les postes qui ont quitté la liste d’offres de l’employeur. Un poste fermé est retiré lors de la collecte qui ne le trouve plus. C’est en raison de ce rythme quotidien que nous parlons d’une liste à jour plutôt que véritablement en temps réel. Une collecte par jour, c’est à peu près ce que permet l’offre gratuite de GitHub Actions.

Postuler tôt fait une vraie différence. Une étude de la HSLU de 2025 sur le recrutement en IA en Suisse a constaté que des offres peuvent être clôturées en moins d’une semaine.

« La rapidité est primordiale : les offres d’emploi se referment vite, parfois en moins d’une semaine. Un poste de Data Engineer, par exemple, a reçu 50 candidatures en trois jours seulement. Les candidats doivent surveiller les portails d’emploi en permanence et postuler rapidement. »

C’est précisément à cela que sert l’alerte emploi hebdomadaire gratuite. Créez un compte candidat et les nouveaux postes arrivent dans votre boîte de réception chaque lundi, pour ne pas vous y prendre trop tard.

Exclusivement des pages carrières publiques des entreprises et des universités. Chaque employeur a son propre scraper. Nous ne reprenons rien de LinkedIn, d’Indeed, de Glassdoor ni d’aucun agrégateur d’offres tiers. Seule exception : une offre marquée « Partenaire », que l’employeur nous transmet directement.

SwissAIJob répertorie actuellement 139 employeurs suisses : start-up natives de l’IA, grands acteurs de l’industrie (banques, assurances, pharma, horlogerie, commerce de détail), instituts de recherche fédéraux et universités cantonales. Vous pouvez tous les voir en parcourant la page d’accueil ou en filtrant par domaine, par exemple Universités ou Recherche.

Vous connaissez une entreprise suisse qui recrute en IA ou en ML et qui manque sur le site? Envoyez son nom et un lien vers sa page carrières à companies@swissaijob.ch, et un scraper sera ajouté.

La plupart des employeurs suisses ne publient pas de salaires, la fourchette affichée est donc estimée par un LLM. Le modèle examine l’entreprise, le poste, le niveau et le secteur, puis estime une borne inférieure à partir de repères suisses (FAANG, tech de taille moyenne, conseil, start-up, monde académique), l’arrondit à CHF 5’000 près et ajoute CHF 20’000 pour la borne supérieure. Quand une annonce indique son salaire en CHF, l’offre affiche cette fourchette à la place, avec la mention « annoncé ». Considérez les estimations comme des indications approximatives, pas comme des engagements. La méthodologie explique en détail comment les offres sont collectées et estimées.

La question est légitime. Voici exactement ce qui se passe : scraper/estimate-salaries.js transmet à Gemini 2.5 Flash, de Google, six champs structurés (intitulé, entreprise, secteur, domaine, lieu, type de contrat) ainsi que le texte complet de la description. Le prompt système ancre le modèle avec des repères explicites du marché suisse (FAANG CHF 130–200k pour un senior, tech suisse de taille moyenne 100–150k, conseil 100–140k, start-up 80–120k, monde académique 70–100k, doctorat fixé à CHF 50k, postdoc 80k) et des ajustements selon le niveau (−15 à −20k pour un junior, +20 à +30k pour un senior, +35 à +50k pour un lead ou staff, +60k et plus pour un principal). Le modèle renvoie salary_min arrondi à CHF 5’000 près; nous ajoutons 20’000 pour la borne supérieure. Si la description indique elle-même un salaire ou un barème doctoral, le prompt demande au modèle de reprendre ce chiffre.

Il s’agit bien de zero-shot. Le prompt ne contient aucune paire d’exemples (job → salary), seulement du contexte métier, et c’est défendable pour deux raisons. Premièrement : le signal se trouve déjà dans le corpus d’entraînement. Les fourchettes salariales suisses sont disséminées sur Glassdoor, levels.fyi, kununu, jobs.ch et lohncomputer.ch, dans les règlements du personnel de l’ETH et de la BFH, et dans des milliers d’articles de presse et de fils de forum, que le modèle a tous vus lors de son pré-entraînement. Lui demander d’estimer un salaire revient au fond à lui demander de résumer ce qu’il a mémorisé sur les rémunérations en Suisse, en fonction du poste. Les repères du prompt ne sont pas des données d’entraînement : ce sont des ancres qui calent la distribution sur le bon palier, pour que le modèle ne dérive pas vers des chiffres américains. Un test A/B sur 60 offres l’a confirmé : sans ces ancres, les estimations de niveau FAANG grimpent d’environ 150–170k à 220–230k (les valeurs par défaut de la tech américaine), et les stages tombent à CHF 0, car le modèle suppose qu’ils pourraient ne pas être rémunérés. Deuxièmement : même les sites de salaires ouverts publient des fourchettes, pas des valeurs ponctuelles. Glassdoor et levels.fyi donnent des fourchettes, car la rémunération dépend de l’expérience, de l’équipe, de la performance et de la négociation, autant d’éléments que l’offre ne révèle pas. Une estimation à ±CHF 10’000 près par un LLM tombe dans le même ordre de grandeur que l’écart interquartile que Glassdoor publie pour le même poste.

La littérature scientifique évaluée par les pairs le confirme, précisément pour des tâches numériques et tabulaires comme la nôtre. Brown et al., Language Models are Few-Shot Learners (NeurIPS 2020), est le résultat fondateur : de grands modèles pré-entraînés accomplissent des tâches en aval à partir des seules instructions, sans exemples annotés. Gruver et al., Large Language Models Are Zero-Shot Time Series Forecasters (NeurIPS 2023), est la référence la plus solide pour notre cas d’usage : ils montrent que les LLM extrapolent en zero-shot des séquences numériques à un niveau égal ou supérieur à celui de modèles conçus et entraînés spécialement pour cette tâche. Enfin, Hegselmann et al., TabLLM: Few-shot Classification of Tabular Data with Large Language Models (AISTATS 2023), montrent que fournir à un LLM des champs tabulaires structurés (comme intitulé / entreprise / secteur / lieu) sous forme de texte brut donne des prédictions zero-shot et few-shot compétitives face à des modèles de référence à base d’arbres, soit exactement le format d’entrée que estimate-salaries.js transmet au modèle.

Réserve : l’estimation ne repose sur aucun jeu de calibration, et nous ne prétendons jamais à une précision au franc près. Considérez la fourchette affichée comme vous le feriez d’une fourchette Glassdoor : un a priori raisonnable, pas un engagement.

Oui. Les postes de l’ETH Zürich, de l’EPFL, de l’Université de Zurich, de l’Université de Bâle, de la HSG, de la ZHAW et d’autres universités et instituts de recherche suisses sont tous répertoriés. Parcourez-les sur la page Universités.

Oui, mais c’est l’employeur qui doit demander votre permis. Il doit démontrer qu’aucun candidat adéquat n’a été trouvé en Suisse ou dans l’UE/AELE, que vous avez les qualifications requises et qu’il verse le salaire usuel, et il doit obtenir l’un des permis du contingent annuel. Les ressortissants de l’UE et de l’AELE n’ont besoin que d’un contrat de travail. Notre guide Comment décrocher un emploi en IA en Suisse en tant qu’étranger explique les règles, les voies plus simples qui passent par les hautes écoles suisses et ce que demandent les annonces IA en Suisse.

Cliquez sur CV Match dans la barre de recherche (ou ouvrez la page CV Match) et importez votre CV au format PDF. Le serveur en extrait le texte, le convertit en vecteur (embedding) avec text-embedding-3-small d’OpenAI et classe chaque offre active selon sa similarité sémantique (cosinus) avec votre CV. Toute la liste est triée à nouveau pour que les meilleures correspondances arrivent en premier, dans la même liste que celle que vous parcourez. Sans compte, sur la page CV Match, votre CV est traité en mémoire et n’est jamais enregistré. Si vous vous connectez et importez un CV dans votre compte, il y est enregistré afin que toute la liste des offres puisse être triée selon l’adéquation de chaque poste avec votre profil, jusqu’à ce que vous le remplaciez ou supprimiez votre compte.

Les conditions d’utilisation de LinkedIn interdisent le scraping, et les sites tiers republient des offres sans vérifier qu’elles sont toujours ouvertes : c’est de là que viennent la plupart des problèmes d’« offres périmées ». SwissAIJob ne collecte que sur les pages carrières publiques des employeurs, si bien que chaque URL renvoie à la source d’origine.

Un développeur seul, en Suisse, qui en avait assez des sites d’emploi IA incomplets ou réservés aux inscrits. La plateforme est en grande partie gérée par des agents IA, qui ajoutent, entretiennent et réparent en continu les scrapers des nouveaux employeurs. Contact : contact@swissaijob.ch.

Ce sont des sites jumeaux. SwissAIJob couvre les postes en IA et machine learning dans toute la Suisse; SwissQuantJob couvre les postes de quant en finance et reprend le design de SwissAIJob.