Tesla paie jusqu'à 150 000 $ pour annoter des vidéos : les humains restent indispensables pour former ses robots
Tesla recrute massivement des annotateurs de données pour former ses robots Optimus et ses systèmes de conduite autonome — et la rémunération proposée, jusqu'à 150 000 $ par an, révèle le coût caché de l'intelligence artificielle : derrière chaque robot autonome, il y a des centaines d'humains qui lui apprennent à voir le monde.
Le travail
Le poste consiste à étiqueter manuellement des images et des vidéos issues de la flotte Tesla et des robots Optimus. Concrètement, il s'agit d'indiquer à un réseau de neurones ce qu'il regarde : un enfant, un trottoir, une ombre. Ce travail d'annotation alimente directement les modèles d'IA qui contrôlent le pilote automatique et les futurs robots humanoïdes. Aucune expérience en IA ou en apprentissage automatique n'est requise — Tesla assure la formation en interne.
Le salaire
Les 150 000 $ annoncés représentent une rémunération totale incluant salaire de base, primes et actions Tesla. Le salaire médian pour ce type de poste chez Tesla avoisine plutôt les 67 000 $ selon Glassdoor. Le poste est basé à Draper, dans l'Utah, avec des horaires de bureau classiques (9h–17h30) et une couverture santé complète. Aucune offre équivalente n'a été identifiée en France à ce stade — la stratégie de recrutement reste centralisée aux États-Unis.
Pourquoi maintenant ?
Duan Pengfei, directeur du développement IA chez Tesla, a clairement affiché l'ambition : constituer le plus grand pipeline mondial de traitement de données réelles. L'urgence s'explique par le calendrier d'Optimus Gen 3 : une démonstration est prévue fin 2025, et une production limitée doit démarrer en 2026. Plus les annotateurs sont nombreux, plus les modèles s'améliorent vite.
Tesla a pourtant investi dans des pipelines d'annotation semi-automatisés et des modèles 3D pour réduire le recours humain. Recruter simultanément plus d'un millier d'annotateurs signale que ces outils ne suffisent pas encore à garantir la qualité des données nécessaires.
Ce que ça change
Cette stratégie illustre un paradoxe bien réel : les entreprises qui promettent l'automatisation totale sont aussi celles qui embauchent le plus de travailleurs humains pour rendre cette automatisation possible. Pendant que Tesla s'appuie sur de la main-d'œuvre américaine concentrée dans l'Utah, des acteurs européens comme Renault ou Stellantis recrutent eux aussi pour leurs systèmes autonomes — sans pour autant afficher des packages comparables. Pour quelqu'un sans bagage technique, ce type d'offre représente une entrée concrète dans l'industrie de l'IA, à condition d'être basé aux États-Unis.