Dans l’informatique, une compétence pointue peut perdre une grande partie de sa valeur en deux ou trois ans à peine. Ce rythme, déjà rapide il y a dix ans, s’est encore accéléré avec l’arrivée de l’IA générative, du prompt engineering ou des architectures serverless.
Un capital de compétences qui se déprécie vite
Les frameworks, les bibliothèques et même certains langages évoluent à un rythme qui rend obsolètes des pratiques considérées comme solides quelques années plus tôt. Des ingénieurs formés au machine learning il y a seulement trois ans se retrouvent parfois en difficulté face aux nouveaux outils, obligés de refaire une veille active pour ne pas être relégués sur des tâches moins stratégiques.
Reconstruire un rapport plus continu à l’apprentissage
Face à ce constat, la posture qui fonctionne le mieux consiste à intégrer la formation dans le rythme normal du travail plutôt que dans des sessions ponctuelles espacées de plusieurs années. Réserver une part réduite mais régulière de son temps à tester un nouvel outil ou une nouvelle bibliothèque limite le risque de décrochage brutal face aux évolutions du secteur.
