Langages préférés des développeurs en 2025 : tendances, outils cloud et bases de données
JetBrains publie son enquête annuelle sur l’écosystème des développeurs. Parmi les 24 534 répondants, l’étude dresse un panorama des langages de programmation, de l’usage de l’IA, des outils cloud et des bases de données. Voici les principaux enseignements axés sur les langages et les outils techniques.
Les langages les plus utilisés (usage principal)
Python et Java conservent les premières places en tant que langages utilisés au quotidien au travail, suivis de JavaScript. Leur popularité s’explique par leur polyvalence et leur stabilité.
- Python : 35 %
- Java : 33 %
- JavaScript : 26 %
- TypeScript : 22 %
- HTML/CSS : 16 %
- SQL : 16 %
- C# : 12 %
- C++ : 11 %
- PHP : 9 %
- Kotlin : 8 %
On note des dynamiques contrastées : Go, Rust et Kotlin progressent fortement, répondant aux besoins liés au cloud, à la performance et à l’IA, tandis que PHP, Ruby et Objective-C déclinent. Malgré une baisse observée depuis plusieurs années, JavaScript reste très utilisé à l’échelle mondiale : 61 % des développeurs déclarent l’employer.
Langages à suivre
JetBrains a calculé un index combinant croissance d’usage, stabilité et fidélité des développeurs. Le palmarès des langages émergents est le suivant (score de l’index) :
- TypeScript : +223
- Rust : +187
- Python : +131
- Go : +115
- C++ : +104
- Kotlin : +103
- Dart : +93
- C : +80
- Java : +76
- Lua : +69
Interrogés sur leurs intentions d’adoption, les développeurs citent principalement :
- Go : 11 % souhaitent l’adopter prochainement
- Rust : 10 %
- Python : 7 %
- Kotlin : 6 %
- TypeScript : 5 %
Cloud et bases de données
Les plateformes cloud et les bases de données restent des éléments centraux des architectures modernes. Top 5 des plateformes cloud utilisées :
- Amazon Web Services (AWS) : 43 %
- Google Cloud Platform : 22 %
- Microsoft Azure : 22 %
- Alibaba Cloud : 13 %
- DigitalOcean : 7 %
Top 5 des bases de données utilisées :
- PostgreSQL : 50 %
- MySQL : 49 %
- SQLite : 31 %
- Redis : 29 %
- MongoDB : 27 %
Activités et priorités des développeurs en 2025
Les développeurs passent majoritairement leur temps à construire des systèmes interconnectés. Les principales tâches mises en œuvre sont :
- Intégration avec des API et des services : 52 %
- Interface utilisateur et fourniture d’API : 48 %
- Traitement de données : 29 %
- Intégration de fonctions d’intelligence artificielle : 25 %
Quant aux types de produits développés, une large majorité se concentre sur le web et les applications métier : 38 % créent des sites web, 36 % des applications professionnelles, 29 % travaillent sur des web services et 19 % sur des services cloud.
En bref
L’édition 2025 du rapport JetBrains confirme la stabilité de certains langages établis (Python, Java, JavaScript) tout en mettant en lumière la progression de langages adaptés aux nouvelles exigences (Go, Rust, Kotlin, TypeScript). Parallèlement, AWS et PostgreSQL dominent les infrastructures, tandis que l’IA et l’intégration d’API se généralisent dans les chantiers de développement.
Articles connexes
Cursor 2.0 : un IDE dopé à l’IA pour accélérer le développement
Cursor 2.0 : un IDE dopé à l’IA pour accélérer le développementCursor a publié la version 2.0 de son IDE à la fin d’octobre. Cette mise à jour met l’accent sur une intégration avancée d’agents et de modèles d’IA, avec une nouveaute nommée Composer, annoncée comme un modele frontier jusqu’a quatre fois plus rapide que […]
Vidar distribué via npm : 17 paquets typosquattés infectent Windows et soulèvent la question de la chaîne d’approvisionnement
Vidar distribué via npm : 17 paquets typosquattés infectent Windows et soulèvent la question de la chane d’approvisionnementDécouverteDes chercheurs en sécurité de Datadog ont découvert le mois dernier dans le registre npm 17 paquets (23 versions) contenant un logiciel malveillant ciblant les systèmes Windows. Le code malveillant s’excute via un script de post-installation et installe […]
Accélérer Python avec C : trois façons d’appeler du code C (exemple Levenshtein)
Accélérer Python avec C : trois façons d’appeler du code C (exemple Levenshtein)Lorsque l’on rencontre une limite de performances en Python, il est souvent tentant de chercher des bibliotheques externes comme NumPy. Mais certaines approches d’optimisation ne conviennent pas aux algorithmes qui sont par nature sequenciels. Cet article illustre comment appeler du code C depuis […]