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.
Train the AI behind real-world robots
— Tesla Recruiting (@TeslaRecruiting) May 6, 2026
We’re hiring Data Labelers to annotate images and videos to train Optimus autonomous systems.
You’ll work with real production data directly impact how these systems learn and operate in the real world
Come join!… pic.twitter.com/ibqGimOBvV
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.
