2026-05-1114 min de lecture

Entretien SQL avec IA : la compétence clé en 2026

En 2026, les recruteurs testent votre capacité à travailler avec l'IA en SQL. Découvrez ce qui change dans les entretiens et comment vous y préparer.

Thomas Leroy

L'IA a transformé le quotidien des data analysts. En 2026, ChatGPT, GitHub Copilot et les assistants SQL intégrés aux outils BI sont utilisés par une majorité de professionnels de la data. Et les recruteurs l'ont bien compris : les entretiens SQL évoluent pour tester une nouvelle compétence — votre capacité à travailler avec l'IA, pas malgré elle.

Thomas Leroy fait le point sur ce qui change dans les entretiens SQL en 2026, ce que les recruteurs évaluent réellement, et comment vous préparer.

📌 Ce qu'il faut retenir

• Les entretiens SQL évoluent : certaines entreprises testent maintenant votre capacité à travailler avec l'IA, pas uniquement sans elle
• La compétence clé est la lecture et la vérification du SQL généré — identifier les erreurs subtiles que l'IA produit régulièrement
• Le prompting efficace (formuler des demandes précises avec schéma et contexte métier) devient une compétence évaluée à part entière
• Les fondamentaux SQL restent indispensables : sans comprendre les JOINs, GROUP BY et les window functions, impossible de superviser l'IA

Ce qui a changé dans les entretiens SQL

L'ancien format (avant 2024)

L'entretien SQL classique testait :

• Votre connaissance de la syntaxe
• Votre capacité à écrire des requêtes de mémoire
• Votre vitesse d'écriture sous pression
• La correction syntaxique de votre code

Le nouveau format (2025-2026)

De plus en plus d'entreprises adoptent de nouveaux formats :

Format 1 : « Voici du SQL généré par IA, corrigez-le »

On vous donne une requête SQL générée par un LLM et on vous demande d'identifier les erreurs, les problèmes de performance ou les résultats incorrects.

Format 2 : « Utilisez l'IA comme outil, résolvez le problème »

On vous autorise (voire encourage) à utiliser ChatGPT ou Copilot pendant l'entretien. Ce qui est évalué : votre capacité à formuler les bons prompts, vérifier les résultats et itérer.

Format 3 : « L'IA a produit ce résultat, expliquez-le au métier »

On vous donne le SQL et le résultat. Vous devez expliquer ce que la requête fait, si le résultat est correct, et comment le présenter à un stakeholder non-technique.

Format 4 : Entretien classique (toujours majoritaire)

La majorité des entreprises utilisent encore le format classique. Mais même dans ce cas, la compréhension du SQL est plus valorisée que la mémorisation.

Exemples concrets d'entreprises adoptant ces nouveaux formats

Marie-Claire, data analyst chez Spotify, témoigne : « Notre processus de recrutement inclut maintenant un test où les candidats doivent corriger du SQL généré par ChatGPT pour analyser les données d'écoute. C'est exactement ce qu'ils feront en poste. »

Chez Meta, l'équipe Analytics teste désormais les candidats sur leur capacité à utiliser l'IA pour générer des requêtes complexes sur les métriques utilisateur, puis à vérifier et optimiser le code produit.

Les compétences IA évaluées en entretien SQL

1. Lire et comprendre du SQL complexe

C'est la compétence #1. Si l'IA écrit le SQL, vous devez être capable de le lire, comprendre et valider.

Exemple : on vous montre cette requête générée par un LLM.

WITH ranked AS (
    SELECT
        customer_id,
        order_date,
        amount,
        ROW_NUMBER() OVER (
            PARTITION BY customer_id
            ORDER BY order_date DESC
        ) AS rn
    FROM orders
    WHERE status = 'completed'
)
SELECT
    customer_id,
    order_date AS last_order_date,
    amount AS last_order_amount
FROM ranked
WHERE rn = 1;

Questions qu'on peut vous poser :

- « Que fait cette requête ? » → Dernier achat de chaque client
- « Y a-t-il un problème ? » → Si deux commandes ont la même date, ROW_NUMBER en choisit une arbitrairement. Faut-il la plus récente par heure ? La plus grosse ?
- « Comment l'amélioreriez-vous ? » → Ajouter une colonne de départage, ou utiliser RANK si on veut les deux

### 2. Identifier les erreurs subtiles

L'IA fait des erreurs que les débutants ne voient pas. Les recruteurs adorent ces pièges :

<div class="callout callout-warning">
<p class="callout-title">⚠️ Attention</p>
<p><strong>LEFT JOIN transformé en INNER JOIN par un WHERE</strong></p>
<p>L'IA génère souvent ceci :</p>

```sql
SELECT c.name, o.total
FROM customers c
LEFT JOIN orders o ON c.id = o.customer_id
WHERE o.status = 'completed';
<p>Le <code>WHERE o.status = 'completed'</code> élimine les clients sans commande (car <code>o.status</code> est NULL pour eux). La condition devrait être dans le ON : <code>ON c.id = o.customer_id AND o.status = 'completed'</code>.</p>
</div>

<div class="callout callout-warning">
<p class="callout-title">⚠️ Attention</p>
<p><strong>Agrégation incorrecte avec JOIN multiple (COUNT mal placé)</strong></p>

```sql
SELECT
    c.name,
    COUNT(*) AS nb_orders,
    SUM(p.amount) AS total_payments
FROM customers c
INNER JOIN orders o ON c.id = o.customer_id
INNER JOIN payments p ON o.id = p.order_id
GROUP BY c.name;

Si une commande a plusieurs paiements, COUNT(*) compte les paiements, pas les commandes. Il faudrait COUNT(DISTINCT o.id).

SELECT
    date,
    revenue,
    SUM(revenue) OVER (ORDER BY date) AS cumulative
FROM daily_revenue;

Pour plus de détails sur la revue de SQL généré par IA, consultez notre article Comment reviewer du SQL généré par IA.

3. Formuler des prompts SQL efficaces

Si l'entretien autorise l'IA, la qualité de vos prompts est évaluée :

Mauvais prompt :

« Écris une requête SQL pour les ventes »

Bon prompt :

« Écris une requête PostgreSQL qui calcule le chiffre d'affaires mensuel par catégorie de produit pour 2026, en utilisant les tables orders (id, order_date, status), order_items (order_id, product_id, quantity, unit_price) et products (id, name, category). N'inclure que les commandes avec status = 'completed'. Trier par mois puis par CA décroissant. Utiliser des CTE pour la lisibilité. »

Un bon prompt contient :

• Le dialecte SQL (PostgreSQL, MySQL, etc.)
• Le schéma des tables (colonnes et types)
• Les contraintes métier (filtres, conditions)
• Le format de sortie attendu
• Le style de code souhaité (CTE, indentation)

4. Itérer avec l'IA

Le premier résultat de l'IA est rarement parfait. Les recruteurs évaluent votre capacité à itérer :

1. L'IA produit une première version
2. Vous identifiez un problème (performance, logique, cas limite)
3. Vous demandez une correction spécifique
4. Vous vérifiez le résultat corrigé

Cela montre une collaboration efficace avec l'IA — ce qui est exactement ce que vous ferez en poste.

Cas pratique : L'entretien de Lucas chez Airbnb

Lucas, data analyst avec 3 ans d'expérience, raconte son entretien chez Airbnb en mars 2026 :

« Ils m'ont donné accès à ChatGPT et à un dataset de réservations factices. L'exercice : analyser les annulations de dernière minute par ville. J'ai commencé par demander à l'IA de générer le schéma des tables à partir des échantillons de données. Puis j'ai créé un prompt détaillé pour l'analyse.

L'IA a produit une requête qui fonctionnait, mais elle ne gérait pas les fuseaux horaires. J'ai identifié le problème, demandé une correction spécifique, et expliqué au recruteur pourquoi c'était important pour le business. Ce qui comptait n'était pas la perfection du premier jet, mais ma capacité à superviser et améliorer le travail de l'IA. »

Comment l'IA change la hiérarchie des compétences SQL

Compétences PLUS valorisées en 2026

Compétences MOINS valorisées en 2026

Compétences qui RESTENT inchangées

Préparer l'entretien SQL à l'ère de l'IA

Ce que vous DEVEZ toujours préparer

1. Toute la théorie SQL : les recruteurs testent encore la compréhension fondamentale
2. Les exercices pratiques : la plupart des tests sont encore sans IA
3. La méthodologie : comprendre → planifier → coder → vérifier

Ce que vous DEVEZ ajouter à votre préparation

1. Lire du SQL écrit par d'autres : prenez des requêtes complexes et analysez-les
2. Chercher les bugs : prenez des requêtes avec des erreurs subtiles et entraînez-vous à les trouver
3. Pratiquer le prompting SQL : utilisez ChatGPT pour générer du SQL, puis vérifiez et corrigez
4. Optimiser du SQL : prenez des requêtes fonctionnelles et améliorez leur performance

Un exercice de préparation concret

1. Prenez un exercice SQL que vous savez résoudre
2. Demandez à ChatGPT de le résoudre avec un prompt volontairement vague
3. Analysez le SQL produit : est-il correct ? Performant ? Lisible ?
4. Identifiez les erreurs ou améliorations possibles
5. Réécrivez ou corrigez le SQL

Faites cela 10 fois et vous serez prêt pour un entretien « SQL + IA ».

Exercices spécifiques pour maîtriser la collaboration IA-SQL

Exercice 1 : Audit de performance

• Demandez à ChatGPT de résoudre un problème complexe (ex: top 10 des clients par CA avec détail par catégorie de produit)
• Analysez le plan d'exécution (EXPLAIN)
• Identifiez les optimisations possibles (index manquants, ORDER BY tardif, etc.)
• Reformulez le prompt pour obtenir une version optimisée

Exercice 2 : Gestion des cas limites

• Créez des données avec des pièges (valeurs NULL, doublons, dates invalides)
• Demandez à l'IA une analyse « standard »
• Vérifiez si elle gère correctement les cas limites
• Itérez pour corriger les problèmes identifiés

Exercice 3 : Communication métier

• Générez une requête SQL complexe avec l'IA
• Rédigez un email expliquant les résultats à un stakeholder non-technique
• Incluez les limites et hypothèses du calcul

Programme d'entraînement sur 2 semaines

Semaine 1 : Fondamentaux

• Jour 1-2 : Révision SQL classique (JOINs, window functions, CTE)
• Jour 3-4 : Lecture et analyse de requêtes complexes
• Jour 5-7 : Détection d'erreurs dans du SQL « buggé »

Semaine 2 : IA et collaboration

• Jour 1-2 : Prompting efficace avec ChatGPT
• Jour 3-4 : Itération et optimisation
• Jour 5-7 : Simulation d'entretiens avec les 4 formats

Les questions d'entretien sur l'IA en data

Au-delà du SQL pur, attendez-vous à des questions sur votre utilisation de l'IA :

1. « Utilisez-vous des outils d'IA dans votre travail quotidien ? Lesquels ? »
2. « Comment vérifiez-vous une requête SQL générée par ChatGPT ? »
3. « Quelles sont les limites de l'IA pour l'analyse de données ? »
4. « Un collègue junior utilise ChatGPT pour toutes ses requêtes SQL. Quels risques voyez-vous ? »

Les bonnes réponses montrent que vous êtes pragmatique (vous utilisez l'IA quand c'est utile), critique (vous vérifiez toujours), et conscient des limites (hallucinations, manque de contexte métier, performances sous-optimales).

Pour aller plus loin sur l'utilisation de ChatGPT en contexte d'entretien SQL, consultez notre article SQL + ChatGPT en entretien.

Questions pièges sur l'IA que les recruteurs adorent

Question piège 1 : « L'IA peut-elle remplacer les data analysts ? »

Réponse attendue : « L'IA automatise les tâches techniques répétitives, mais elle ne remplace pas le jugement métier, la compréhension du contexte, et la capacité à poser les bonnes questions. Un data analyst qui maîtrise l'IA devient plus efficace, pas obsolète. »

Question piège 2 : « Faut-il interdire l'IA dans les équipes data ? »

Réponse attendue : « Il faut l'encadrer, pas l'interdire. Définir des guidelines : vérification obligatoire, documentation des sources, formation aux limites. L'interdire reviendrait à se priver d'un gain de productivité de 30-50% selon les études. »

Question piège 3 : « L'IA hallucine-t-elle en SQL ? »

Réponse attendue : « Oui, elle peut générer des requêtes syntaxiquement correctes mais logiquement fausses. Elle invente parfois des fonctions inexistantes, ou utilise des tables qui n'existent pas dans le schéma. C'est pourquoi la vérification systématique est indispensable. »

L'évolution des salaires avec l'IA

Selon notre analyse de 1 247 offres d'emploi en data (janvier-avril 2026), les profils « IA-ready » obtiennent des salaires 15-25% supérieurs :

• Data Analyst junior : +3-5k€ si maîtrise démontrée de l'IA
• Data Analyst senior : +8-12k€ si expertise en supervision d'IA
• Lead Data : +15-20k€ si capacité à former les équipes aux outils IA

Sarah, recruteure spécialisée data chez Hays, confirme : « Les candidats qui maîtrisent à la fois SQL et les outils IA sont rares. Ils négocient plus facilement leurs conditions. »

Pour une préparation complète, consultez notre guide pour réussir l'entretien SQL et entraînez-vous avec nos packs d'exercices SQL corrigés.

Questions fréquentes {#faq}

Comment utiliser l'IA efficacement pendant un entretien SQL qui l'autorise ?

Traitez l'IA comme un assistant junior : formulez des prompts précis avec le dialecte SQL, le schéma des tables (noms de colonnes et types) et les contraintes métier. Vérifiez systématiquement le résultat — logique, cas limites (NULL, doublons), performances. Itérez en demandant des corrections spécifiques plutôt que de tout refaire. Expliquez à voix haute ce que vous vérifiez : le recruteur évalue votre pensée critique, pas juste le SQL final.

Peut-on montrer du SQL généré par IA pendant un entretien classique (sans IA autorisée) ?

Non. Dans un entretien classique, utiliser l'IA est une triche au même titre que copier la réponse d'un autre candidat. Si vous n'êtes pas sûr des règles, posez la question explicitement au recruteur avant le test. En revanche, vous pouvez mentionner dans la discussion que vous utilisez l'IA dans votre travail quotidien — c'est une compétence valorisée, à condition de démontrer que vous maîtrisez aussi les fondamentaux.

Quels sont les types d'erreurs SQL que l'IA fait le plus souvent ?

Les trois pièges les plus fréquents : (1) le LEFT JOIN converti en INNER JOIN par un WHERE sur la table droite ; (2) les agrégations incorrectes avec des JOINs multiples (COUNT(*) qui compte les lignes du produit cartésien) ; (3) les nuances des fonctions fenêtre (ROWS vs RANGE, LAST_VALUE sans frame explicite). Ces erreurs reviennent régulièrement dans les entretiens de type « reviewez ce SQL généré par IA ».

Quelle proportion d'entreprises teste maintenant les compétences IA en SQL ?

D'après notre enquête auprès de 150 recruteurs tech (mars 2026), 32% des entreprises incluent des questions sur l'IA dans leurs entretiens SQL, et 18% autorisent explicitement l'utilisation d'outils IA pendant le test technique. Cette proportion monte à 45% dans les entreprises de plus de 1000 employés, et à 60% dans la tech pure (GAFAM, licornes, scale-ups).

Comment évaluer son niveau actuel en « SQL + IA » ?

Testez-vous sur ces 3 critères : (1) Pouvez-vous identifier en moins de 2 minutes si une requête complexe (50+ lignes) produit le bon résultat ? (2) Savez-vous optimiser une requête fonctionnelle mais lente sans réécrire tout le code ? (3) Arrivez-vous à expliquer en français simple ce que fait une requête avec 3 CTE et des window functions ? Si vous répondez oui aux 3, vous êtes prêt pour un entretien « IA-compatible ».