Data Recrutement - Quel marché en 2020 ?
5
 min
Carrière
 Publié le 
16/12/2020

Data Recrutement - Quel marché en 2020 ?

Après presque 1 an de pandémie, où en est le marché de la data ? C’est une question légitime qui revient régulièrement pour les personnes qui veulent se lancer dans le domaine. Parce que finalement, est-ce le bon moment de se lancer ? Pour entamer ma reconversion ou démarrer mon projet Data ? Nous avons donc rassemblé des chiffres parus dans plusieurs études menées sur toute l’année 2020, et vous en livrons les principaux enseignements. 

Ce qu’il faut retenir 


En quelques mots, voici les principaux points à retenir sur le marché de la Data en 2020 : 

  • Le marché a été protégé durant l’année. Les projets data étant capitaux pour les entreprises, celles-ci ont continué de les développer. 
  • Les recrutements ont reculé sur le 2e trimestre 2020 (-50% sur Mars, Avril) mais ont repris sur la fin d’année (+11%). 
  • Les métiers de la data sont encore les plus porteurs, particulièrement Data Scientist, Data Analyst, Machine Learning Specialist. 
  • Si vous souhaitez sortir du lot, connaissez le métier que vous visez et essayez de toucher à toutes les technologies englobant un projet data (de la conception d’un algorithme à sa mise en production dans le cloud par exemple). 

Détaillons maintenant chacun de ces points ci-dessous ! Les sources ayant permis l’écriture de cet article viennent principalement de Talent.io, le World Economic Forum ainsi que Le Monde Informatique que vous pouvez consulter en fin de page. 

Le marché de la tech protégé de la crise 

Les métiers de la tech ont été relativement protégés de la crise. En effet, il n'y a eu que très peu de licenciements (0.3%) ou de chômage partiel (9%). 

La principale raison à cela étant que les entreprises ont mis le Big Data et la transition digitale au plus haut de leurs priorités des années à venir. En effet, 43% des entreprises se restructurent pour pouvoir adopter et utiliser de manière efficace leurs données à travers la construction d’infrastructures Big Data, l’automatisation de processus grâce au Machine Learning. 

La seconde raison étant que les profils techniques, principalement en Data, étaient en extrême pénurie début 2020. En France par exemple, le métier de Data Scientist est le 10e métier le plus recherché selon LinkedIn. Aux Etats-Unis, LinkedIn estime toujours une pénurie de 150 000 Data Scientists ! 

De ce fait, si les recruteurs ont ralenti leur effort de recrutement, ceux-ci ne l’ont pas complètement arrêté du fait de la rareté des profils. 


Data Scientist, Data Analyst, AI & Machine Learning Specialist : Les jobs les plus porteurs dans le futur 



Le World Economic Forum a sorti son rapport sur les jobs du futur en 2020. Les métiers de la data semblent avoir le vent en poupe puisque, selon ce même rapport, les métiers en demande croissante sont : 


  • Data Analysts & Scientists 
  • AI & Machine Learning Specialists
  • Big Data Specialists


Les métiers de la data à forte composante analytique, statistique et ingénieur sont les plus porteurs. Si vous n'êtes pas à l’aise avec les différents métiers de la data, lisez notre article sur les métiers de la data.




De plus, il est intéressant de noter que les professionnels de la Data semblent moins réticents à la reconversion, puisque ce rapport nous montre qu’une grosse moitié de personnes travaillant aujourd’hui dans les métiers de Cloud Computing & Data and AI n’avaient que peu de compétences communes à celles qu’ils utilisaient dans leur poste initial.

Nous pouvons aussi démontrer l’ouverture des recruteurs à des profils “atypiques”. Le graphique ci-dessous va d’ailleurs appuyer ce propos : sur les métiers de la Data, les personnes travaillant dans la Data Science, l’Intelligence Artificielle, le NLP ou encore le Cloud Computing ne maîtrisaient pas l’entièreté des compétences dans le métier visé. 


 



Enfin, en moyenne, il est intéressant de noter qu’il faut environ 3 mois pour maîtriser les compétences demandées dans les métiers de la Data (ex: Statistiques - 72 jours ou Programmation 76 jours).



C’est pourquoi les bootcamps et formations intensives peuvent tout à fait permettre à des personnes se lançant dans la data de réaliser leurs projets professionnels. N’hésitez pas à consulter nos bootcamps en Data pour tout savoir.


Ralentissement des recrutements sur le 2e trimestre 2020, puis la reprise !


Même si les jobs de la data nous paraissent extrêmement porteurs, ceux-ci ont tout de même pris le premier confinement de plein fouet puisque les recrutements ont été mis en pause durant les 2 mois de la période (Mars, Avril). En effet, le nombre d’annonces tech publiées sur les réseaux comme Indeed, LinkedIn ou Glassdoor a chuté de 50% passant de 4000 à 2000 offres par semaine. 

Cette période ayant été synonyme d’incertitude et donc de risque financier, il apparaît normal que les entreprises soient devenues frileuses à recruter de nouvelles personnes durant cette période. 

Nous notons toujours que le domaine de la Data reste le moins touché pendant la crise, nous voyons ici que parmi le total des offres faites durant le premier confinement, la répartition des offres en Big Data est en hausse, passant de 9% à 12%. 


La deuxième partie de l’année 2020 semble aller dans le sens de ce qui a été montré plus haut : les propositions d’offres d’emploi montent de 11% selon Le Monde Informatique

Particulièrement pour le secteur de la data, le domaine a encore le vent en poupe. En effet, le site Silkhom a étudié les besoins technologiques en Octobre 2020 et Python est une compétence en hausse dans sa demande (+1.07%) avec Scala (0.36%) et SQL (+6.62%). 

De la même manière, le poste de Data Scientist gagne 2 places dans le classement des demandes en métier tech alors que le Data Engineer reste stable et le Data Analyst est en baisse de 3 places. A noter tout de même une demande de DevOps  en hausse avec le Database administrator et Administrateur Système dont les compétences recoupent avec celle du Data Engineer.  Pour obtenir ces compétences en DevOps et le double bagage Data Science / Data Engineering, n'hésitez pas à télécharger le syllabus pour notre programme Lead.




Nos conseils au regard de l’analyse 


Vous l’avez compris, même si le Covid a eu un impact dans le recrutement tech, la Data est le domaine qui a été le moins touché par rapport à tous les autres. Cela ne veut pas dire que nous sommes au niveau de recrutement pré-covid, mais il y a toujours des opportunités, même pour les personnes qui n’ont pas le parcours typique ingénieur ou statisticien. 

Au vu de la demande en recrutement, les activités data pour lesquelles les recrutement se polarisent sont les catégories suivantes : 

  • L’Analyse - construction de dashboards et compréhension des données pour prendre des décisions plus éclairées. 
  • Le Machine Learning - Construction d’algorithmes permettant d’automatiser ou d’optimiser des processus 
  • L’Infrastructure - Transition digitale des entreprises vers des infrastructures permettant le stockage d’importants volumes de données (Big Data) ou l’accessibilité des données pour l’analyse poussée. 

Les métiers liés à ces activités restent donc ceux de Data Analyst, Data Scientist ou Data Engineer.

Il semble aujourd’hui que la demande va vers une pluralité de compétences plutôt généralistes, où l’entreprise souhaite trouver des profils connaissant l’ensemble du pipeline data pour permettre d’intégrer les analyses dans une infrastructure globale. 

Ces compétences ont également convergé dans la volonté de faire apporter de la velru à la donnée, que ce soit au niveau d’un gain d’optimisation permettant des économies d’échelles ou alors une automatisation des processus. Lisez à ce sujet notre article sur la manière dont les entreprises ont adapté leur stratégie Data durant le premier confinement pour optimiser leurs activités. 

Les enseignements que nous pouvons en tirer pour votre recrutement


Mieux comprendre le besoin de l’entreprise dans sa fiche de poste

Cela semble évident et pourtant trop souvent mis de côté. Les entreprises sont de plus en plus précises dans leur besoin data et cela se ressent sur les offres publiées. 

Alors qu’avant, les entreprises mettaient des offres relativement généralistes en data, les compétences demandées sont, aujourd’hui, pour certaines clairement écrites, parfois même avec un classement des compétences les plus importantes. 

Soyez donc préparés à être testés sur les compétences décrites dans les offres !

Passez donc du temps à adapter votre CV en fonction de l’offre et mettre en avant les compétences sur lesquelles vous êtes à l’aise et qui match avec les besoins de l’entreprise. Préparez votre entretien technique une fois que vous l’avez décroché ! Faites donc quelques projets ou préparez vous sur des plateformes de code.  


S’intéresser à l’entièreté du pipeline data et aux compétences qui en découlent 


Être spécialiste est une bonne chose. Cependant, au vu des demandes en Data, il semblerait que les besoins des entreprises se tournent autour des besoins en analytics ET en mise en production. Les profils ayant des compétences en analyse mais aussi en infrastructure seront d’autant plus valorisés. 

On le voit d’ailleurs aujourd’hui avec l’émergence du métier de Machine Learning Engineer. Il lui est demandé d’avoir des compétences de Data Scientist pour construire des algorithmes de Machine Learning mais aussi de Data Engineer pour mettre cet algorithme en production. 

Notre conseil aujourd’hui est donc d’orienter sa montée en compétences à la fois sur l’analyse pure (à savoir la mathématiques, la statistiques, l’interprétation et la vulgarisation) mais aussi sur le software engineering (à savoir la connaissance de langages de programmation, de bases de données, d’infrastructures). Sans pour autant être expert dans les deux domaines, vous pouvez vous spécialiser dans l’un des deux pour vous différencier auprès des autres recruteurs.  


Vous souhaitez vous former dans la data ? N’hésitez pas à consulter nos meilleures formations Data.

Sources 

Rejoignez la communauté sur JULIE !

Python, SQL, gestion de projet Data, toutes les compétences à acquérir pour monter en compétences avec cours en ligne gratuits.

Antoine Krajnc
Écrit par
Antoine Krajnc
 - 
Fondateur
@ Jedha

Python : le language de programmation le plus
populaire parmi les professionnels de la Data !

Obtenez notre livre d'Introduction Pratique à Python !

Programmes, thématiques Data, admissions,
vous avez une question ?

Prenez rendez-vous avec nos équipes