Face aux enjeux de compréhension des écosystèmes marins et de gestion des usages marins, les modèles complexes se révèlent des outils pertinents pour tester les modifications induites par le changement global, anticiper des évolutions des socio-écosystèmes marins et aider à la sélection de stratégies de gestion. Construire un modèle numérique et faire des simulations est une chose, mesurer la confiance des sorties du modèle en est une autre. Une étape indispensable dans l'usage des modèles numériques est la confrontation des sorties du modèle aux observations du système modélisé pour caler le modèle. La sélection de stratégies de gestion et la calibration sont deux finalités de l'optimisation. Les problèmes d'optimisation en modélisation halieutique sont le plus souvent complexes avec des caractéristiques mathématiques diverses. La fonction à optimiser peut être déterministe ou stochastique, avec ou sans contraintes, à une ou plusieurs dimensions. Le nombre de paramètres à optimiser peut varier de l'unité à plusieurs centaines et le coût informatique peut induire de fortes restrictions sur le nombre de simulations réalisables avec le modèle, d'une centaine à quelque milliers pour les moins coûteux. Aucun guide pratique n'est disponible dans la littérature pour mettre en oeuvre une optimisation rigoureuse avec un modèle complexe. Nous proposons ici une démarche d'optimisation articulée en 3 étapes (prétraitement, choix de l'algorithme et post-traitement), basée des outils et méthodes existants et dont la réalisation peut être non linéaire. Ce guide inspiré d'une analyse des expériences d'un groupe de modélisateurs ouvre des pistes de recherche pour pallier aux difficultés, aux autocensures et frustrations des modélisateurs.