Téléchargez le programme de nos formations
Téléchargez le rapport d’insertion 2026
-p-800.webp)
Vous hésitez à vous lancer parce que vous avez entendu dire que la data, c’était saturé ? Rassurez-vous : après des années d’embauches à tout-va, le marché de la data a tout simplement retrouvé un rythme plus raisonnable, mais les entreprises continuent de recruter. D’après l’APEC, les offres de Data Analyst et de Data Scientist ont même progressé de 26 % en France entre 2023 et 2025. Côté rémunération, les spécialités data affichent un salaire médian de 54 000 € brut par an (APEC, 2025), ce qui fait de ce secteur l’un des plus rémunérateurs de l’informatique.
Ce qui a changé, en revanche, c’est le type de profil recherché. Savoir produire un tableau de bord (l’écran qui rassemble les indicateurs clés d’une équipe) ne suffit plus pour se démarquer : les entreprises veulent avant tout des personnes capables de récupérer la donnée, de la nettoyer et de garantir qu’elle est juste avant même qu’on l’analyse. C’est justement ce qui explique la place grandissante du Data Engineer et de l’Analytics Engineer dans les offres d’emploi.
Pour vous aider à y voir clair, nous avons donc regroupé les métiers de la data en quatre familles :
En poursuivant votre lecture, vous découvrirez 12 postes en détail, ainsi que les meilleures formations pour y accéder si vous voulez travailler dans la data :
Les métiers de l’analyse de données entrent en jeu une fois la donnée collectée et rangée, et leur travail consiste à la faire parler pour éclairer les décisions de l’entreprise. Si vous envisagez une reconversion dans la data, il s’agit d’ailleurs de la famille de métiers la plus accessible, puisqu’elle valorise autant votre connaissance d’un secteur que vos compétences techniques. La preuve : d’après notre rapport d’insertion 2026, un an après leur formation, 56 % des postes occupés par nos alumni du parcours Data relèvent de l’analyse de données ou de la business intelligence.
Quelle campagne a vraiment rapporté ce trimestre ? Pourquoi les ventes ont-elles baissé dans telle région ? C’est à ce type de questions que répond le Data Analyst. Pour cela, il exploite les chiffres présents dans les différents logiciels de son entreprise, les nettoie et les croise, puis les présente sous forme d’analyses et de tableaux de bord sur lesquels le marketing, les commerciaux ou la finance basent leurs décisions stratégiques. À mi-chemin entre la connaissance du terrain et la technique, c’est aussi le poste par lequel on entre le plus souvent dans la data.
Ses missions au quotidien :
Son salaire : comptez entre 33 000 et 53 000 € brut par an selon votre expérience (APEC, 2025). Les écarts d’une région ou d’un secteur à l’autre sont détaillés dans notre article sur le salaire d’un Data Analyst.
Où il travaille : dans tous les secteurs, et tout particulièrement dans l’e-commerce, la banque, le marketing et le conseil. Et grâce aux postes de Data Analyst junior en télétravail, vous pourrez même décrocher un emploi loin des grandes métropoles.
Trois compétences suffisent pour devenir data analyst : le SQL, Python et la maîtrise d’un outil de visualisation pour mettre en forme vos résultats. Vous pourrez justement les acquérir dans notre formation Data Analyst, qui vous offre une préparation complète à ce métier en seulement 450 heures. En plus de cela, elle vous prépare à la certification Microsoft Power BI PL-300, l'une des certifications en data les plus demandées par les recruteurs.
Si le Data Analyst produit l’analyse, le Business Analyst la replace dans la réalité de l’entreprise. Son point de départ n’est pas la donnée, mais un besoin : il le comprend, le traduit en question à laquelle les chiffres peuvent répondre, puis transforme les résultats en recommandations concrètes pour la direction. C’est d’ailleurs le poste qu’occupe aujourd’hui Thomas Mercier, Senior Enterprise Business Analyst chez SAS et l’un des alumni présents à notre table ronde sur les métiers de la data.
Ses missions au quotidien :
Son salaire : comptez entre 36 000 et 58 000 € brut par an selon votre expérience (APEC, 2026), et consultez notre guide sur la rémunération d’un Business Analyst pour découvrir comment elle évolue au fil de sa carrière. Bon à savoir : après quelques années, beaucoup de Business Analysts se tournent vers le conseil en devenant Data Consultant.
Où il travaille : dans les ESN, les cabinets de conseil, chez les éditeurs de logiciels ou au sein des directions financières et marketing des grands groupes.
Gestion, marketing, contrôle de gestion : c’est souvent depuis ces fonctions que l’on bascule vers ce métier. Il ne vous manque alors que le volet technique, et c’est justement ce que vous apporte notre formation Business Analyst.
Un moteur de recommandation sur un site e-commerce, une plateforme d’analyse utilisée en interne : derrière chaque produit construit à partir de données, on trouve un Data Product Manager. C’est lui qui décide de ce que l’équipe développe et dans quel ordre, en trouvant le juste équilibre entre ce que la technique rend possible et ce dont les utilisateurs ont réellement besoin.
Ses missions au quotidien :
Son salaire : comptez entre 50 000 et 65 000 € brut par an selon votre expérience (Glassdoor, 2026), et consultez notre article sur le salaire d’un Data Product Manager pour découvrir les différences de rémunération selon la taille de l’entreprise.
Où il travaille : dans les scale-ups, chez les éditeurs de logiciels, sur les plateformes en ligne ou dans les grands groupes dotés d’une équipe produit.
Mais notez qu’on décroche rarement ce poste dès sa première embauche, car il faut généralement avoir déjà fait ses preuves en gestion de produit ou en data pour y prétendre. Pour le volet produit, vous pouvez vous tourner vers des formations dédiées au product management, tandis que notre formation en analyse de données se charge de vous apporter la partie data.
Du premier rendez-vous avec les équipes jusqu’au jour où le tableau de bord est mis en service, le Chef de projet BI orchestre l’ensemble d’un projet de business intelligence. Il ne conçoit pas forcément les rapports lui-même : son rôle est avant tout de coordonner les techniciens et les utilisateurs, pour que l’outil livré aide vraiment à prendre des décisions.
Ses missions au quotidien :
Son salaire : comptez entre 37 000 et 63 000 € brut par an selon votre expérience (APEC, 2026).
Où il travaille : dans les grands groupes, les ESN, les cabinets de conseil ou les ETI (entreprises de taille intermédiaire) qui structurent le pilotage de leur activité.
Vous venez de la gestion de projet et souhaitez monter en compétences sur la donnée ? Ce poste est fait pour vous. Pour vous y préparer, notre formation Power BI vous apprend en 42 heures à maîtriser l’outil de Microsoft, une référence du marché de la BI, et vous prépare à sa certification officielle, la PL-300.
Pour qu’un analyste puisse ouvrir un tableau de bord, quelqu’un a d’abord dû acheminer la donnée jusqu’à lui et s’assurer qu’elle était fiable. C’est tout le travail de cette deuxième famille de métiers de la data, qui est aussi celle qui recrute le plus fortement aujourd’hui, tout simplement parce que sans elle, ni l’analyse ni l’intelligence artificielle ne peuvent fonctionner. Antoine Krajnc le résume d’ailleurs bien :
Faire des modèles c'est bien, mais savoir les mettre en production c'est mieux. Tout ça, ça peut se faire uniquement si on a une infrastructure data qui tient la route, autrement dit qu'on a bien la tuyauterie au sein de son infrastructure tech.
Antoine Krajnc, fondateur de Jedha, dans notre table ronde « Métiers de la Data en 2026 ».
Où se trouve la donnée dont l’entreprise a besoin, et comment l’amener jusqu’aux équipes sans qu’elle se perde en route ? Répondre à ces questions, c’est tout l’objectif du métier de Data Engineer. Concrètement, il conçoit des pipelines, c’est-à-dire des chaînes de traitement automatiques qui récupèrent les données dans les différents outils, les transforment, puis les stockent dans un entrepôt de données, le tout en veillant à ce que l’ensemble tienne le choc quand les volumes augmentent, sans faire grimper la facture du cloud. Et lorsque ces volumes de données deviennent gigantesques, on parle aussi d’Ingénieur Big Data.
Ses missions au quotidien :
Son salaire : comptez entre 35 000 et 60 000 € brut par an selon votre expérience (APEC, 2025), les écarts étant détaillés dans notre guide sur la rémunération moyenne d’un Data Engineer.
Où il travaille : dans les ESN, chez les éditeurs de logiciels, dans les scale-ups ou au sein des directions data des grands groupes.
Et si l’IA est aujourd’hui capable d’écrire une partie du code à la place du Data Engineer, ce code est souvent brouillon : il fonctionne sur le moment, puis devient difficile à corriger ou à faire évoluer (on parle de « code spaghetti »). C’est grâce à sa capacité à écrire un code clair que ses collègues peuvent relire et faire évoluer pendant des années que le Data Engineer garde toute sa valeur. Pour Mathieu Nicolle, c’est même ce qui protège le métier face à l’IA :
C’est d’ailleurs notre plus-value par rapport à l’IA pour garder notre métier finalement, c’est de justement pas faire de ce code spaghetti.
Mathieu Nicolle, Analytics Engineer chez Dougs, table ronde « Métiers de la Data en 2026 ».
Vous voulez faire une reconversion pour devenir Data Engineer ? Si vous avez déjà suivi notre formation Data Analyst, ou si vous cumulez un an d’expérience en data, alors vous pouvez rejoindre notre formation Data Engineer, où vous apprendrez en 150 heures à concevoir des pipelines robustes.
Entre le Data Engineer qui achemine la donnée et le Data Analyst qui l’exploite, il manque souvent un maillon : l’Analytics Engineer. Son rôle ? Rassembler dans un même entrepôt les données brutes issues des différentes applications de l’entreprise, puis les modéliser, autrement dit les organiser et les structurer pour qu’elles soient propres, fiables et prêtes à l’emploi pour les équipes métier. C’est d’ailleurs le poste qu’occupe Mathieu Nicolle chez Dougs : ancien Data Analyst, il est passé par notre formation Data Engineer avant d’intervenir à notre table ronde.
Ses missions au quotidien :
Son salaire : les rémunérations observées pour un analytics engineer se situent entre 45 000 et 60 000 € brut par an selon votre expérience (Glassdoor, 2026).
Où il travaille : dans les scale-ups, chez les éditeurs de logiciels, dans l’e-commerce, les cabinets de conseil en data ou les directions data des grands groupes.
Entre expertise avancée en SQL, modélisation, et exigence sur la qualité des données, ce poste demande un vrai socle technique, et vous pourrez justement l’acquérir dans notre formation Analytics Engineer en 450 heures.
Là où le Data Engineer construit les pipelines, le Data Architect conçoit l’organisation des données à l’échelle de toute l’entreprise. Où stocker la donnée ? Comment doit-elle circuler d’un système à l’autre ? Avec quelles technologies ? C’est à lui de trancher, en anticipant ce que l’infrastructure de l’entreprise devra supporter dans plusieurs années. Son métier est donc proche de celui du Data Engineer, à une différence près : il ne construit pas les pipelines, il en dessine le plan d’ensemble.
Ses missions au quotidien :
Son salaire : comptez entre 42 000 et 105 000 € brut par an (APEC, 2025), soit l’un des écarts de rémunération les plus importants de la data.
Où il travaille : dans les grands groupes, les banques et les assurances, les ESN ou chez les éditeurs de logiciels.
Mais n’espérez pas décrocher ce poste en sortie d’une formation, car il nécessite plusieurs années d’expérience en ingénierie des données. Notre formation data engineering constitue ainsi une première étape vers ce métier, que vous devrez nécessairement compléter par une première expérience.
Et si la donnée ne servait plus seulement à comprendre ce qui s’est passé, mais à anticiper ce qui va arriver ? C’est tout l’enjeu de ces deux métiers de la donnée, qui s’appuient sur le machine learning et font le lien entre la data et l’intelligence artificielle. Et pour comprendre ce qui les distingue de l’analyse, Mathieu Nicolle a une formule simple :
On va te demander beaucoup, dans le métier de Data Analyst, d’être bon en stats, c’est-à-dire d’analyser le présent. Côté Data Scientist, on va plus te demander une vision proba, parce que tu vas créer des modèles probabilistes.
Mathieu Nicolle, Analytics Engineer chez Dougs, table ronde « Métiers de la Data en 2026 ».
Prédire un comportement, évaluer un risque, anticiper une tendance, voilà ce que permettent les modèles conçus par le Data Scientist. Il part d’un problème concret, le traduit en question mathématique, compare plusieurs approches et mesure leur fiabilité, avant d’intégrer le modèle retenu aux outils du quotidien. Ce métier exige de solides compétences techniques, et avec l’essor de l’IA, il se rapproche de plus en plus de celui de Machine Learning Engineer, car aujourd’hui, concevoir un modèle qui fonctionne en phase de test ne suffit plus : il faut aussi savoir l’industrialiser pour le faire tourner de façon fiable en conditions réelles.
Ses missions au quotidien :
Son salaire : comptez entre 35 000 et 60 000 € brut par an selon votre expérience (APEC, 2026), et vous pourrez découvrir les écarts d’un secteur à l’autre dans notre guide sur la rémunération d’un Data Scientist.
Où il travaille : dans les startups et scale-ups spécialisées en IA, les banques et les assurances, la santé, l’industrie ou les cabinets de conseil.
La plupart des étudiants passent par un master de data science. Mais si vous êtes en reconversion, notre formation Data Scientist vous prépare à ce métier en 450 heures, et vous apprend notamment à mettre en production vos modèles. Et pour vous aider à préparer le terrain, consultez notre guide pour se reconvertir en Data Scientist.
Une fois le modèle conçu par le Data Scientist, il reste encore à le faire fonctionner au quotidien, de façon fiable et à grande échelle. C’est là qu’intervient le Machine Learning Engineer. Son rôle : intégrer ce modèle aux systèmes de l’entreprise, vérifier qu’il reste performant dans le temps, et le réentraîner, c’est-à-dire le mettre à jour avec de nouvelles données dès que ses résultats se dégradent.
Ses missions au quotidien :
Son salaire : en début de carrière, comptez entre 39 000 et 48 000 € brut par an en région, et entre 48 000 et 65 000 € à Paris (baromètre Silkhom, 2026). Vous trouverez le détail dans notre article sur le salaire d’un Machine Learning Engineer.
Où il travaille : dans les startups de l’IA, chez les éditeurs de logiciels, dans les cabinets de conseil ou les laboratoires de recherche appliquée.
Ce poste exige une double casquette : maîtriser le machine learning, et savoir développer des logiciels solides, soit une expertise que vous pourrez justement acquérir avec notre formation Machine Learning.
Qui a le droit de consulter telle donnée ? Jusqu’où l’entreprise peut-elle l’exploiter ? Et comment prouver qu’elle respecte la loi ? C’est à ce type de questions que répond cette dernière famille de métiers de la data. Leur rôle n’est pas de manipuler la donnée, mais de fixer les règles qui encadrent sa collecte et son utilisation. Et si vous venez du droit, de la conformité ou du management, c’est justement là que votre expérience aura le plus de valeur.
Que doit-on collecter, comment l’exploiter, et selon quelles règles ? Au sein de la direction, c’est le Chief Data Officer (CDO) qui tranche. Responsable de la stratégie de données de l’entreprise, il en répond directement devant les dirigeants, et veille à ce que la donnée serve réellement les objectifs de l’organisation.
Ses missions au quotidien :
Son salaire : comptez entre 35 000 et 63 000 € brut par an (APEC, 2026). Pour comprendre d’où viennent ces écarts, consultez notre article sur le salaire d’un Chief Data Officer.
Où il travaille : dans les grands groupes, les banques et les assurances, le secteur public ou les scale-ups arrivées à maturité.
Mais ne visez pas ce poste pour une première embauche dans la data, car il est quasi impossible d’y accéder directement en reconversion. On le décroche après plusieurs années d’expérience, souvent en passant par l’ingénierie des données ou par la gouvernance, deux sujets justement abordés dans notre formation Data Engineer.
Le chiffre d’affaires avancé par le marketing ne correspond pas à celui de la finance ? Avant de comparer les résultats, encore faut-il que les deux équipes calculent l’indicateur de la même façon. C’est le genre de désaccord que tranche le Data Manager, le garant de la qualité des données au quotidien. Concrètement, il définit comment les données sont nommées, stockées et partagées, et s’assure qu’elles restent exactes et à jour.
Ses missions au quotidien :
Son salaire : comptez entre 39 000 et 60 000 € brut par an selon votre expérience (Glassdoor, 2026). Vous trouverez plus de détails dans notre article sur la rémunération d’un Data Manager.
Où il travaille : dans les grands groupes, le secteur public, la santé, la banque ou l’assurance.
Le Data Manager ne construit pas forcément lui-même l’infrastructure data, mais il doit savoir comment elle fonctionne pour fixer des règles réalistes, une chose que vous apprendrez notamment à faire dans notre bootcamp Data Engineer.
Dès qu’une organisation traite des données personnelles à grande échelle, le RGPD l’oblige à désigner un Data Protection Officer, ou délégué à la protection des données. Son rôle ? S’assurer que l’organisation respecte la loi. Pour cela, il recense chaque usage de données personnelles, conseille les équipes avant qu’un projet ne démarre, répond aux personnes qui veulent consulter ou supprimer leurs données, et sert d’interlocuteur à la CNIL (l’autorité française chargée de la protection des données). Bon à savoir : c’est le seul métier de cette liste qu’un profil juridique peut rejoindre directement lors de sa reconversion dans la data.
Ses missions au quotidien :
Son salaire : comptez entre 32 000 et 70 000 € brut par an (APEC, 2025).
Où il travaille : dans toutes les organisations qui traitent des données personnelles, et tout particulièrement dans la santé, la banque, l’assurance et le secteur public.
Pour faire reconnaître ses compétences, le DPO peut obtenir une certification, facultative, auprès d’un organisme agréé par la CNIL. Une bonne partie de son travail repose sur la sécurité de l’information, c’est-à-dire la protection des données contre les fuites, les pertes ou les piratages. C’est justement ce que vous apprendrez à maîtriser en 42 heures avec notre formation ISO 27001.
Avant de penser à un intitulé de poste, commencez par vous demander ce qui vous motive vraiment. Prenez le temps d’y réfléchir, car votre réponse vous orientera naturellement vers l’une des trois grandes familles de métiers :
C’est en tout cas ce que vous conseillent les trois intervenants de notre table ronde « Métiers de la Data en 2026 », à savoir :
Vous pouvez d’ailleurs revoir l’intégralité de la table ronde sur notre plateforme JULIE.
Vous n’êtes pas un as des maths ? Bonne nouvelle : contrairement à ce que beaucoup croient, nul besoin d’être un génie des maths pour travailler dans la data. Thomas est par exemple issu d’une école de commerce, et au quotidien, ce sont surtout des statistiques de base qui lui servent : la moyenne, la médiane ou encore l’écart-type, qui mesure à quel point les valeurs s’éloignent de la moyenne. Dans notre table ronde, il évoquait d’ailleurs sa « passion » pour les mathématiques avec humour :
J’ai eu trois au bac de maths, j’étais pas le bon client, j’aimais pas les maths. Mais les maths qu’on voit à l’école, c’est complètement différent quand on les applique à un métier concret.
Thomas Mercier, Senior Enterprise Business Analyst chez SAS, table ronde « Métiers de la Data en 2026 ».
Un élément a d’ailleurs beaucoup plus d’importance que votre niveau en maths : votre parcours passé. Une bonne connaissance d’un secteur (par exemple la finance ou le marketing) vous donnera effectivement un vrai avantage face à un profil purement technique.
Et si vous avez peur que l’intelligence artificielle remplace les métiers de la data, pas de panique : loin de les faire disparaître, elle les a surtout fait évoluer. Grâce à elle, les graphiques simples peuvent désormais être générés automatiquement, ce qui libère du temps pour ce qui fait vraiment la valeur d’un professionnel de la data : sa capacité à définir précisément les indicateurs à suivre, et à s’assurer que les données sur lesquelles ils reposent sont fiables. Il est donc toujours intéressant de se reconvertir dans la data, et notre rapport d’insertion 2026 le confirme, puisque 92 % de nos alumni du parcours Data sont en emploi un an après leur formation.
Au-delà de ces quatre familles, d’autres métiers gravitent autour de la donnée. Ils recrutent moins en début de carrière, ou se situent à la frontière d’autres domaines comme le marketing, la finance ou l’intelligence artificielle :
Pas besoin d’un diplôme d’ingénieur pour travailler dans la data ! Selon votre point de départ, quelques semaines ou quelques mois de formation peuvent suffire pour vous reconvertir et commencer à chercher votre premier emploi dans la data. Pour vous accompagner au mieux, chez Jedha, nos formations sont pensées par niveau et vous permettront donc de progresser étape par étape, ou, si vous avez déjà une petite expérience dans le domaine, de vous spécialiser pour acquérir des compétences spécifiques :
Vous voulez commencer en douceur ou tester notre pédagogie avant de vous engager ? Alors inscrivez-vous sur JULIE, notre plateforme d’apprentissage, où vous trouverez plusieurs heures de cours gratuits pour vous initier à la data analysis.
Et si vous vous sentez déjà prêt à aller plus loin, vous êtes au bon endroit. Depuis notre fondation en 2017, plus de 4 000 personnes ont été séduites par notre pédagogie et nous ont fait confiance pour changer de métier ou monter en compétences. C’est d’ailleurs l’un des arguments qui ont convaincu Course Report de nous élire meilleur bootcamp en data science (Best Data Science Bootcamp 2025). Alors si vous voulez vous former chez Jedha :
Le métier de la data le plus accessible quand on débute dans le domaine est celui de Data Analyst. Il s’apprend en effet en quelques mois seulement, et votre connaissance d’un secteur y est un véritable atout. Vous préférez construire des systèmes ? L’Analytics Engineer et le Data Engineer sont les profils techniques les plus recherchés. Et si la modélisation vous attire, le poste de Data Scientist reste accessible, à condition d’avoir de solides bases en statistiques.
La différence entre le Data Analyst et le Data Scientist est que le Data Analyst analyse les données pour comprendre ce qu’il se passe et aider les entreprises à prendre leurs décisions, tandis que le Data Scientist conçoit des modèles qui anticipent ce qui va se passer. Le premier s’appuie donc surtout sur les statistiques et la visualisation, et le second sur les probabilités et le machine learning.
Le nom « Développeur data » est un intitulé utilisé par certaines entreprises pour désigner les profils qui codent les traitements de données, notamment pour tout ce qui touche à l’alimentation des bases de données, la transformation et l’automatisation des flux. Selon les offres, il correspond au poste de Data Engineer ou d’Analytics Engineer. On attend de lui qu’il maîtrise SQL, Python et un outil d’orchestration pour planifier et automatiser les traitements.
Il est tout à fait possible de travailler dans la data sans diplôme, car ce qui intéresse avant tout les recruteurs, ce sont vos compétences et votre capacité à rendre une analyse de données facile à comprendre. Pour évaluer cela, ils regardent davantage les projets concrets sur lesquels vous avez déjà travaillé que le nom de votre diplôme. Pour faire la différence, misez donc sur une formation certifiante, qui vous permettra de constituer un portfolio de projets à présenter en entretien. C’est par exemple le cas de notre formation data analyst certifiante, qui vous prépare en plus au passage partiel d’un titre RNCP reconnu par l’État, et vous permet de viser un premier poste de Data Analyst, même sans diplôme en informatique.
Le salaire d’un débutant en data dépend avant tout de son métier et de sa ville. D’après le baromètre Silkhom 2026, un Data Analyst débutant gagne de 33 000 à 38 000 € brut par an en région, de 37 000 à 45 000 € dans les grandes villes et de 38 000 à 45 000 € à Paris. Un Data Scientist débute entre 37 000 et 45 000 € en région, et entre 42 000 et 52 000 € à Paris.
Contrairement à beaucoup d’idées reçues, la plupart des métiers de la data ne demandent pas forcément d’être bon en mathématiques. Au quotidien, la maîtrise des statistiques de base (moyenne, médiane, écart-type) suffit. Par exemple, l’un des alumni de Jedha, Thomas Mercier, avait eu 3 au bac de maths, et est aujourd’hui Senior Enterprise Business Analyst chez SAS ! Seule exception : le métier de Data Scientist, qui exige de solides bases en probabilités.
.webp)
