Ce mémoire évalue la performance de la traduction automatique neuronale au sein du Service Linguistique de l'UEFA, à travers des évaluations automatiques et des évaluations humaines. Nous voulions savoir si un système généraliste (DeepL) peut rivaliser avec des systèmes personnalisés (Microsoft Custom Translator et WIPO Translate), ainsi que si certains textes sont plus adaptés à la post-édition. Nous avons aussi analysé les facteurs qui ont un impact sur la post-éditabilité de la TA. Nos résultats indiquent que, dans le cadre de l'UEFA, un système généraliste semble être capable de rivaliser avec, voire surpasser, les systèmes spécialisés, et que la qualité de la TA varie selon le domaine. En outre, il existe une corrélation entre la post-éditabilité, la longueur des phrases et les scores automatiques, ainsi que l'expertise des évaluateurs. Ces derniers ne post-éditeraient pas la TA surtout lorsqu'il y a trop de fautes, des problèmes sémantiques et/ou de formulation.