# Data scientist, 1 an

Base Impact de l'IA · Métiers et activités · IA-0310 · version 0.1 · 2 novembre 2026 · moteur 0.3.1

Une année de travail d'un data scientist qui se sert de l'IA, tâche par tâche : code, suggestions, données explorées, éléments classés par un modèle ; avec des agents, des heures d'agent. Les fréquences viennent du contenu du métier, le recours à l'IA des enquêtes d'usage (OpenAI, Microsoft, Crédoc) ; ce sont des hypothèses, réglables.

## Valeur

1,5 kgCO2e par personne et par an, serveurs dans le monde.
Électricité : 3,2 kWh.
Statut : estimé.

## Caractéristiques

- Identifiant : IA-0310 · https://projetcelsius.com/ia/base/IA-0310/
- Version : 0.1 · 2 novembre 2026
- Étage : 3, Métiers et activités · famille : Développement et données
- Unité : 1 poste · an
- Repose sur : relevés publiés 0 %, conventions de la base 0 %, hypothèses de Projet Celsius 100 %
- Lieu par défaut : monde, 458 gCO2e/kWh (Ember 2025, cycle de vie) · 11 pays et zones en paramètre
- Compté : les tâches faites avec l'IA pendant une année de travail, refroidissement du centre de données compris
- Non compté : la fabrication des serveurs, l'entraînement des modèles, l'appareil de la personne et les tâches faites sans IA
- Licence : CC BY 4.0

## Calcul d'un cas

| Lieu des serveurs | gCO2e/kWh | CO2e |
| --- | --- | --- |
| Dans le monde | 458 | 1,5 kgCO2e |
| En France | 41 | 130 gCO2e |
| Dans l'Union européenne | 210 | 670 gCO2e |
| Aux États-Unis | 384 | 1,2 kgCO2e |
| En Allemagne | 330 | 1 kgCO2e |
| En Irlande | 257 | 810 gCO2e |
| Aux Pays-Bas | 254 | 800 gCO2e |
| En Pologne | 589 | 1,9 kgCO2e |
| En Suède | 35 | 110 gCO2e |
| En Norvège | 28 | 89 gCO2e |
| En Suisse | 39 | 120 gCO2e |
| En Finlande | 57 | 180 gCO2e |

## Valeurs publiées

| Source | Date | Grandeur | Valeur | Ce que mesure le chiffre | Périmètre | Statut |
| --- | --- | --- | --- | --- | --- | --- |
| OpenAI | 2025-12 | usage | 16 fois le médian | Usage de l'outil d'analyse de données par les plus actifs, rapporté au médian, chez les salariés de la fonction données | autre périmètre | mesuré |
| Microsoft Research, Tomlinson et al. | 2026-10 | usage | 0,36 score d'applicabilité | Score d'applicabilité de l'IA générative des data scientists (code 15-2051), 200 000 conversations avec Bing Copilot, de 0 à 1 | autre périmètre | calcul |

## Hypothèses d'usage

Fréquence de chaque tâche dans le métier, et part faite avec l'IA selon l'adoption (sobre, courant, intensif). Hypothèses de Projet Celsius.

| Tâche | Fréquence | Sobre | Courant | Intensif | Sur quoi elle repose |
| --- | --- | --- | --- | --- | --- |
| Générer une fonction | 5 par jour | 10 % | 35 % | 80 % | Environ 5 fonctions ou requêtes écrites par jour, hypothèse faute de fréquences publiées pour ce métier dans O*NET ; recours comme pour les développeurs (Stack Overflow, 2025) ; remplacé par les heures d'agent quand il y a des agents. |
| Suggestion de code | 150 par jour | 30 % | 80 % | 100 % | Environ 150 suggestions proposées par jour quand l'assistant est actif, hypothèse ; recours comme pour les développeurs (Stack Overflow, 2025). |
| Analyser un tableur | 1 par jour | 5 % | 25 % | 60 % | Environ 1 jeu de données à explorer par jour, hypothèse ; part faite avec l'IA appuyée sur l'écart de 16 fois entre les plus actifs et le médian pour l'analyse de données (OpenAI, 2025). |
| Question rapide | 8 par jour | 12 % | 36 % | 100 % | Environ 8 questions par jour, hypothèse ; part faite avec l'IA appuyée sur le Crédoc (2026), ajustée au métier. |
| Conversation de 10 échanges | 1 par jour | 8 % | 24 % | 84 % | Environ 1 discussion de méthode par jour, hypothèse ; part faite avec l'IA tirée de la valeur commune à tous les métiers pour cette tâche, puis ajustée au métier d'après l'étude de Microsoft sur 200 000 conversations. |
| Interroger un PDF | 2 par semaine | 10 % | 30 % | 100 % | Environ 2 articles ou documentations interrogés par semaine, hypothèse ; part faite avec l'IA tirée de la valeur commune à tous les métiers pour cette tâche, puis ajustée au métier d'après l'étude de Microsoft sur 200 000 conversations. |
| Résumer 30 pages | 1 par semaine | 12 % | 36 % | 100 % | Environ 1 long document à résumer par semaine, hypothèse ; part faite avec l'IA tirée de la valeur commune à tous les métiers pour cette tâche, puis ajustée au métier d'après l'étude de Microsoft sur 200 000 conversations. |
| Rédiger une page | 2 par semaine | 8 % | 24 % | 84 % | Environ 2 pages de rapport par semaine, hypothèse ; part faite avec l'IA tirée de la valeur commune à tous les métiers pour cette tâche, puis ajustée au métier d'après l'étude de Microsoft sur 200 000 conversations. |
| Présentation de 10 diapos | 22 par an | 10 % | 30 % | 100 % | Environ 2 présentations de résultats par mois, hypothèse ; part faite avec l'IA tirée de la valeur commune à tous les métiers pour cette tâche, puis ajustée au métier d'après l'étude de Microsoft sur 200 000 conversations. |
| Écrire un e-mail | 10 par jour | 4 % | 12 % | 42 % | Environ 10 e-mails par jour, hypothèse ; part faite avec l'IA tirée de la valeur commune à tous les métiers pour cette tâche, puis ajustée au métier d'après l'étude de Microsoft sur 200 000 conversations. |
| Tâche spécialisée | 1 000 par semaine | 5 % | 30 % | 100 % | Environ 1 000 éléments à classer par semaine (textes, avis, tickets), hypothèse ; part confiée à un modèle spécialisé posée sans enquête publiée. |
| Heure d'agent de code | 4 par jour | 10 % | 40 % | 90 % | Environ 4 heures par jour où un agent peut travailler, hypothèse ; part faite avec l'IA appuyée sur la durée d'usage déclarée par les développeurs (Stack Overflow, 2026). |

## Détail par poste

Se calcule à partir de :

- Générer une fonction (IA-0218) : × 385 · 450 Wh · hypothèse
- Obtenir une suggestion de code (IA-0217) : × 26 400 · 1,8 kWh · hypothèse
- Analyser un tableur (IA-0208) : × 55 · 150 Wh · hypothèse
- Poser une question rapide (IA-0042) : × 634 · 190 Wh · hypothèse
- Avoir une conversation de 10 échanges (IA-0201) : × 53 · 190 Wh · hypothèse
- Interroger un PDF de 30 pages (IA-0043) : × 26 · 120 Wh · hypothèse
- Résumer un document de 30 pages (IA-0207) : × 16 · 77 Wh · hypothèse
- Rédiger une page (IA-0203) : × 21 · 9,6 Wh · hypothèse
- Préparer une présentation de 10 diapositives (IA-0223) : × 6,6 · 75 Wh · hypothèse
- Écrire un e-mail (IA-0202) : × 264 · 61 Wh · hypothèse
- Confier une tâche à une IA spécialisée (IA-0050) : × 13 200 · 26 Wh · hypothèse

Entre dans le calcul de :

- Entreprise de taille intermédiaire de 500 personnes, 1 an (IA-0403) : https://projetcelsius.com/ia/base/organisations/entreprise-de-taille-intermediaire-de-500-personnes/
- Grande entreprise de 5 000 personnes, 1 an (IA-0404) : https://projetcelsius.com/ia/base/organisations/grande-entreprise-de-5000-personnes/
- France, 1 an (IA-0507) : https://projetcelsius.com/ia/base/monde/france/
- Salariés de bureau en France, travail, 1 an (IA-0514) : https://projetcelsius.com/ia/base/monde/salaries-de-bureau-en-france-travail/
- Île-de-France, 1 an (IA-0506) : https://projetcelsius.com/ia/base/monde/ile-de-france/
- Union européenne, 1 an (IA-0508) : https://projetcelsius.com/ia/base/monde/union-europeenne/

## Conventions de méthode

- C2 · La journée et l'année de travail : Une année de travail compte 220 jours et 44 semaines, une année personnelle 365 jours ; les listes de tâches des métiers donnent, en médiane, environ 2 demandes à l'IA par jour travaillé à l'adoption sobre, 6 à l'adoption courante, 21 à l'adoption intensive, hors suggestions de code (220 jours ; environ 2, 6 et 21 demandes par jour)
- C5 · Le lieu par défaut : Sans autre information, les serveurs sont dans le monde, à l'électricité moyenne mondiale (monde)
- C7 · L'électricité, location-based, en cycle de vie : Le kilowattheure est celui du pays des serveurs, en cycle de vie, d'une seule source pour tous les pays (Ember et Our World in Data, 2025)
- C8 · Deux chiffres significatifs : Une valeur calculée s'arrondit à deux chiffres significatifs, une valeur publiée est reprise avec la précision de sa source ; le calcul garde toute la précision (2 chiffres)
- Formule : électricité du cas = valeur retenue × (recette recalculée avec les paramètres du cas ÷ recette aux paramètres par défaut) ; CO2e (gCO2e) = électricité (Wh) × facteur du lieu (gCO2e/kWh) ÷ 1 000
- Toute la méthode : https://projetcelsius.com/ia/base/methode/

## Citation

Projet Celsius, Base Impact de l'IA, « Data scientist, 1 an », IA-0310, version 0.1, 2 novembre 2026, projetcelsius.com/ia/base/IA-0310/ · CC BY 4.0.