Ce que dit vraiment le marché de l’emploi, chiffres à l’appui

J’ai regardé les données d’itjobswatch.co.uk, un tracker britannique qui agrège les offres d’emploi permanentes et en extrait des statistiques par mot-clé — un des rares outils à publier des séries chiffrées sur les certifications plutôt que des impressions. Sur les six mois précédant août 2026, 583 postes permanents au Royaume-Uni citent explicitement « AWS Certification ». Le nombre de postes a reculé de 47 places au classement général des compétences sur un an, et surtout : le salaire médian associé à ces offres est tombé à 55 000 £, en baisse de 21,4 % sur la même période.

Vingt et un pourcent en un an, ce n’est pas du bruit statistique. Mais avant d’y voir une preuve que « AWS perd de la valeur », j’ai regardé le détail : sur ces 583 offres, quelle certification AWS domine ? La réponse recadre tout le sujet.

Solutions Architect reste devant Cloud Practitioner dans les offres qui citent une certification AWS précise — et l’écart de salaire entre les deux univers est sans appel. Le salaire médian pour un poste « AWS Solutions Architect » au UK tourne autour de 95 000 £ (jusqu’à 100 000 £ à Londres), contre 55 000 £ pour le salaire médian associé à « AWS Certification » toutes certifs confondues, tirées vers le bas par le poids du Cloud Practitioner dans l’échantillon. Un écart de 73 %. Ce n’est pas une nuance, c’est deux marchés différents qui portent le même logo AWS.

Pourquoi le Cloud Practitioner perd du terrain sans disparaître

Le Cloud Practitioner (CLF-C02) n’est pas une mauvaise certification — c’est une certification qui a rempli son rôle : faire connaître AWS au plus grand nombre. Le problème, c’est que ce succès s’est retourné contre sa valeur signal. Le rapport Skillsoft 2026 IT Skills and Salary Survey note que 93 % des professionnels IT interrogés détiennent désormais au moins une certification, contre environ 87 % un an plus tôt. Quand presque tout le monde a une certification d’entrée, avoir uniquement cette certification-là cesse de différencier un candidat — le signal se dilue mécaniquement à mesure que le nombre de détenteurs augmente, indépendamment de la qualité de la certification elle-même.

C’est exactement ce que confirment les retours de terrain que j’ai croisés sur Blind et dans les threads techniques : le consensus chez les professionnels déjà en poste est que le Cloud Practitioner « est une certification superficielle, pensée pour du non-technique ou pour découvrir AWS », et que quiconque vise un poste technique doit rapidement progresser vers une certification Associate — Solutions Architect, Developer ou Security. Le Cloud Practitioner n’est pas décrié en soi. Il est perçu comme un point de passage, pas une destination — et un recruteur qui voit CLF-C02 seul sur un CV, sans rien derrière, le lit exactement comme ça : un début, pas une preuve de compétence opérationnelle.

Ce qui ne se vérifie pas : le mythe du « tout GitHub, plus de certif »

C’est là que je corrige mon hypothèse de départ. Une bonne partie du contenu qui circule en ce moment affirme qu’un portfolio GitHub aurait purement et simplement remplacé la certification dans les critères de recrutement IT. Le problème : ce narratif s’appuie systématiquement sur des articles de blog qui se citent entre eux, jamais sur des données d’offres d’emploi réelles ou des enquêtes sectorielles vérifiables. Aucune des sources chiffrées que j’ai trouvées — ni itjobswatch, ni Skillsoft — ne montre de recul du poids des certifications AWS dans les critères de recrutement technique.

Ce que montrent les chiffres, c’est l’inverse d’un remplacement : c’est un cumul qui devient la norme. Skillsoft observe que les professionnels IT s’appuient de plus en plus sur une combinaison de certifications techniques (67 %), de compétences technologiques pratiques (66 %) et de compétences comportementales (56 %) pour se différencier — pas sur l’un au détriment de l’autre. Le retour de terrain que j’ai lu va dans le même sens : « utiliser la certification et un projet concret ensemble sur un CV est bien plus convaincant que la certification seule ». Ce n’est pas GitHub contre AWS. C’est AWS Solutions Architect plus un projet concret qui gagne face à AWS Cloud Practitioner tout seul — et c’est un écart de logique complètement différent du narratif qu’on lit partout.

Ce que ça change si vous préparez une certification AWS aujourd’hui

Concrètement, ça ne veut pas dire qu’il faut sauter le Cloud Practitioner — pour un profil non technique ou une première approche du cloud, il reste le point d’entrée le plus accessible et le mieux reconnu. Ce que les chiffres disent, c’est qu’il faut le traiter comme une étape et pas comme un point d’arrivée. Si vous êtes déjà dans un rôle technique (dev, ops, data), le signal du marché est clair : la valeur salariale se joue sur les certifications Associate, avec un écart de plusieurs dizaines de milliers d’euros à la clé, pas sur l’accumulation de badges d’entrée de gamme.

Concrètement pour la préparation, ça change aussi la manière de bachoter. Un Cloud Practitioner se prépare sur la définition des services. Un Solutions Architect Associate se prépare sur les compromis entre services — pourquoi choisir Lambda plutôt que Fargate, pourquoi RDS plutôt que DynamoDB dans tel scénario. C’est d’ailleurs déjà le genre de confusion qui coûte des points dès le Cloud Practitioner — on l’a détaillé dans notre article sur le piège EC2/Lambda/Fargate — et c’est ce changement de nature des questions, pas juste leur volume, qui explique l’écart de valeur perçue par les recruteurs entre les deux niveaux de certification.

Le même phénomène de dilution du signal touche d’ailleurs les certifications IA les plus récentes, à mesure qu’elles se banalisent : voir notre décryptage sur le piège fine-tuning/RAG/prompt engineering de l’AIF-C01, un autre domaine où la définition ne suffit plus, il faut savoir trancher entre approches.

Si vous êtes sur le CLF-C02 en ce moment, notre examen blanc AWS Cloud Practitioner reste un bon outil pour sécuriser cette première étape — l’essentiel est de ne pas s’arrêter là si votre objectif est un poste technique.

L’article AWS Cloud Practitioner vs Solutions Architect : ce que le marché de l’emploi paie vraiment en 2026 est apparu en premier sur MyExam.fr.

1. Le piège identifié : comprendre la confusion

Le problème central est que Microsoft Azure propose un catalogue de services de données extrêmement riche, et que plusieurs d’entre eux semblent, en surface, répondre aux mêmes besoins. Un candidat qui survole sa préparation va naturellement ranger Azure SQL Database et SQL Server dans une case « base de données classique », puis considérer Cosmos DB comme « juste une autre base de données », et enfin percevoir Azure Synapse Analytics comme « un SQL un peu plus grand ». Cette simplification est exactement ce que l’examen cherche à piéger.

La confusion naît de plusieurs mécanismes cognitifs. D’abord, le mot « SQL » apparaît dans Azure SQL, SQL Server, mais aussi dans l’interface de Synapse Analytics — ce qui brouille la frontière entre stockage transactionnel et analyse massive. Ensuite, Cosmos DB supporte plusieurs API dont une API SQL, ce qui amène des candidats à le classer par erreur parmi les bases relationnelles. Enfin, Azure Data Lake et Azure Blob Storage sont deux services de stockage de fichiers dont les rôles semblent interchangeables au premier abord, mais qui s’inscrivent dans des architectures fondamentalement différentes. Les bases relationnelles (Azure SQL Database, Azure SQL Managed Instance, SQL Server sur machine virtuelle) sont conçues pour des données structurées, des transactions ACID et des relations entre tables. Les bases NoSQL (Cosmos DB, Azure Table Storage) gèrent des données semi-structurées ou non structurées, avec une scalabilité horizontale et des modèles de données flexibles : documents JSON, paires clé-valeur, graphes ou colonnes larges. Les entrepôts analytiques (Azure Synapse Analytics, Azure Data Lake Storage) ne sont pas faits pour des transactions en temps réel : ils sont optimisés pour l’analyse de grandes volumétries, les requêtes OLAP et les pipelines de données.

2. La règle pour ne plus se tromper

Pour ne plus confondre ces trois familles de services, il faut se poser une seule question décisive face à chaque scénario : quel est le type d’opération principale décrite ? Voici la grille de lecture à mémoriser :

• Transactions quotidiennes, données structurées, relations entre tables → Relationnel : Azure SQL Database, SQL Managed Instance, SQL Server. Pensez à une application e-commerce qui enregistre des commandes.
• Données flexibles, forte scalabilité, faible latence mondiale, schéma variable → NoSQL : Cosmos DB (documents, graphes, clé-valeur), Azure Table Storage. Pensez à un catalogue de produits avec des attributs différents selon les catégories.
• Analyse de masse, reporting, Big Data, requêtes sur des millions de lignes → Analytique : Azure Synapse Analytics, Azure Data Lake Storage. Pensez à un dashboard de ventes agrégées sur cinq ans.

Cette logique est au cœur de ce que le Microsoft DP-900 Study Guide officiel appelle la distinction entre les charges de travail OLTP (Online Transaction Processing) et OLAP (Online Analytical Processing). Savoir associer chaque service à l’un de ces deux mondes suffit à résoudre la grande majorité des questions pièges. Pour aller plus loin dans votre méthode de préparation, pensez à analyser vos résultats d’examen blanc pour progresser et identifier précisément vos zones de confusion.

3. Deux exemples de questions types avec analyse

Question 1 : Une entreprise doit stocker les données d’un réseau social mondial avec des profils utilisateurs aux attributs variables et doit garantir une latence inférieure à 10 ms dans toutes les régions du monde. Quel service Azure est le plus adapté ?
A) Azure SQL Database
B) Azure Synapse Analytics
C) Azure Cosmos DB
D) Azure Data Lake Storage Gen2

Réponse : C) Azure Cosmos DB — Le scénario décrit trois indices clés : données à schéma variable (NoSQL), distribution mondiale (multi-région) et faible latence. Cosmos DB est le seul service conçu pour répondre simultanément à ces trois contraintes. Le distracteur A (Azure SQL Database) est convaincant car on parle de profils utilisateurs, ce qui évoque une base de données classique — mais la contrainte de schéma variable élimine le relationnel. Le distracteur B (Synapse) est éliminé dès que l’on voit « latence inférieure à 10 ms » : Synapse est analytique, pas transactionnel. Le distracteur D piège les candidats qui confondent scalabilité et stockage de fichiers.

Question 2 : Une équipe data souhaite effectuer des requêtes d’agrégation sur cinq années d’historique de ventes représentant plusieurs téraoctets de données pour alimenter des rapports mensuels. Quel service Azure correspond à ce besoin ?
A) Azure Cosmos DB
B) Azure SQL Managed Instance
C) Azure Table Storage
D) Azure Synapse Analytics

Réponse : D) Azure Synapse Analytics — Le mot-clé ici est « agrégation sur plusieurs téraoctets » pour des « rapports » : c’est une charge de travail OLAP pure. Azure Synapse Analytics est la réponse évidente dès qu’on applique la règle T-N-A. Le distracteur B (SQL Managed Instance) est le plus dangereux : les candidats voient « SQL » et « requêtes » et choisissent par réflexe une solution relationnelle. Mais SQL Managed Instance n’est pas conçu pour des analyses massives sur des téraoctets — ses performances et son architecture ne sont pas optimisés pour ce cas d’usage. Les distracteurs A et C sont éliminés rapidement car ils appartiennent à la famille NoSQL, inadaptée aux requêtes analytiques complexes. Si vous préparez d’autres certifications cloud en parallèle, les stratégies utilisées pour préparer l’AWS Cloud Practitioner CLF-C02 partagent cette même logique de distinction par cas d’usage.

4. Ce qu’il faut retenir pour le jour J

Quatre réflexes concrets à avoir pendant l’examen :

• Identifier le cas d’usage avant le service : lisez toujours le scénario en cherchant d’abord si l’opération est transactionnelle, flexible/scalable ou analytique. Le service découlera naturellement de cette classification.
• Méfiance avec le mot « SQL » : Azure SQL, SQL Server, SQL Managed Instance sont relationnels. Mais Synapse Analytics intègre aussi du SQL — ce n’est pas la même chose. Le contexte (transaction vs analyse) tranche.
• Cosmos DB ≠ base relationnelle : même si Cosmos DB supporte une API SQL, il reste fondamentalement un service NoSQL. Sa valeur ajoutée est la flexibilité du schéma et la distribution mondiale, pas les relations entre tables.
• Data Lake = stockage de fichiers analytiques : Azure Data Lake Storage n’est pas une base de données. C’est un espace de stockage optimisé pour les grands volumes de fichiers bruts, souvent utilisé en amont de Synapse. Ne le confondez pas avec une solution de requêtage directe.

Ces quatre points couvrent l’essentiel de ce que le domaine « Données non relationnelles dans Azure » — soit jusqu’à 30% de votre score — teste réellement. Contrairement à d’autres certifications comme celles de l’univers Scrum où la distinction est conceptuelle (voir par exemple PSPO vs PSM : quelle certification Scrum choisir), ici la confusion est technique et se résout par une grille de lecture claire appliquée systématiquement.

L’article DP-900 : Ne confondez pas relationnel, NoSQL et analytique est apparu en premier sur MyExam.fr.