Téléchargez le programme de nos formations
Téléchargez le rapport d’insertion 2026
Critère |
Reconversion Data Engineer |
|---|---|
Durée de la reconversion |
600 à 675 heures, en fonction de votre niveau de départ ; cela représente un peu plus de 4 mois à temps plein |
Le parcours |
Formation Data Analyst de 450 heures, puis formation Data Engineer de 150 heures ; si vous n'avez aucune expérience dans la donnée, commencez d'abord par notre formation Data pour débutant de 75 heures |
Type de formation privilégié |
Bootcamp |
Prérequis |
Aucun diplôme d'ingénieur n'est exigé, mais il est requis d'avoir une première expérience en data ou d'avoir d'abord suivi notre formation Data Analyst |
Compétences clés |
SQL et Python, orchestration de pipelines, cloud et conteneurisation, qualité et gouvernance des données |
Salaire d'un profil junior |
39 000 à 45 000 € brut par an, soit 3 250 à 3 750 € brut par mois |
Postes accessibles à la sortie |
Data Engineer, Analytics Engineer, Consultant Data, Data Platform Engineer |
Évolutions possibles |
Data Architect, responsable de plateforme data |
Insertion des alumni Jedha |
92 % de nos alumni du parcours Data sont en emploi un an après leur formation |
Financement |
CPF, France Travail, Transitions Pro, cofinancement de l'employeur |
Le métier de Data Engineer est devenu un maillon sans lequel rien ne fonctionne : ni les tableaux de bord, ni les modèles d'IA. Plusieurs raisons poussent ainsi les candidats à la reconversion à choisir ce métier :
Et comme le résume bien Antoine Krajnc, fondateur de Jedha, ce rôle est central jusque dans l'IA :
« Faire des modèles c'est bien, mais savoir les mettre en production c'est mieux. Tout 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 sur les métiers de la data
Le Data Engineer construit et entretient l'infrastructure qui rend les données exploitables : il les collecte, les centralise, les organise et s'assure qu'elles arrivent propres et à l'heure chez ceux qui s'en servent. L’un de nos alumni, aujourd’hui Data Architect, le résume bien :
« Tout ce qui est data engineering, c'est la gestion de l'infrastructure de la donnée, c'est-à-dire en gros la tuyauterie : comment on organise et comment on provisionne tout ce qui va se faire derrière. »
Jesshuan Diné, Data Architect au Crédit Mutuel Arkéa, Paroles d'alumni #5
Au quotidien, ce sont principalement quatre missions qui rythment le travail du Data Engineer :
Enfin, il est important d’avoir en tête que ce professionnel jour un rôle discret mais primordial :
« Autant tout ce qui est par exemple data engineering, c'est vraiment des métiers de l'ombre, c'est-à-dire que les gens ne comprennent absolument pas ce que vous faites. »
Jesshuan Diné, Data Architect au Crédit Mutuel Arkéa
Si ces trois métiers de la data travaillent sur la même donnée, ils interviennent à des moments bien différents :
Métier |
Ce qu'il fait |
Accès en reconversion |
|---|---|---|
Analyse ce qui s'est passé et construit les tableaux de bord |
La porte d'entrée, accessible sans bagage technique |
|
Construit des modèles qui prédisent ou automatisent une décision |
Accessible avec des bases en Python |
|
Data Engineer |
Construit l'infrastructure qui rend les deux premiers possibles |
Après une première expérience ou une formation complète |
Vous découvrirez leurs frontières en détail dans nos articles dédiés à la différence entre Data Engineer et Data Scientist et à la différence entre Data Engineer et Data Analyst.
Loin de menacer le métier de Data Engineer, l’IA l’a rendu encore plus essentiel, et a simplement déplacé une partie du travail de ce professionnel. Aujourd'hui, le Data Engineer construit des infrastructures pensées pour être interrogées directement par des agents IA. Il met également en place des couches sémantiques, qui définissent ce que signifie chaque indicateur (un « chiffre d'affaires », un « client actif »), pour que l'agent le calcule toujours de la même façon. Et il alimente les modèles avec les connaissances de l'entreprise, comme ses documents et ses bases de données. Et comme le rappelle Jesshuan Diné, l’IA générative est loin de perturber ce travail :
« Tout ça en fait c'est la tuyauterie qu'il y a autour des modèles d'IA, et ça, ça ne change pas, que ce soit de l'IA générative ou de l'IA non générative. »
Jesshuan Diné, Data Architect au Crédit Mutuel Arkéa
Autre point, si l’intelligence artificielle peut écrire une partie du code dont se chargeaient auparavant les Data Engineers, ils doivent toujours vérifier la qualité de ce qui est produit, et s’assurer de sa pérennité dans le temps.
« 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, Analytics Engineer chez Dougs, dans notre table ronde sur les métiers de la data
Ce métier recrute des profils qui aiment construire plutôt qu'analyser, et qui trouvent satisfaisant qu'un système tourne tout seul. Votre parcours d'origine compte ainsi moins que cette appétence.
En général, avant de décrocher un poste de Data Engineer, vous devrez d’abord occuper un premier poste dans la donnée. Pourquoi ? Parce que ce professionnel manipule des concepts qui supposent d'avoir déjà travaillé le domaine : modélisation, volumétrie, orchestration. C'est pour cette raison que le parcours le plus sûr consiste à vous former d'abord au métier de Data Analyst, puis à vous spécialiser. Autre possibilité, commencer par un poste d'Analytics Engineer, à mi-chemin entre les deux, et auquel vous forme d’ailleurs notre formation de 450 heures.
Rien ne vous empêche d’entamer une reconversion professionnelle pour devenir Data Engineer, même à 40 ans. Au contraire même, puisque votre expérience passée constitue un atout précieux. Pourquoi ? Parce qu’elle vous permet de mieux comprendre ce dont une équipe a réellement besoin avant de commencer à le construire, et ainsi de partir directement dans la bonne direction.
Commencer votre formation pour vous reconvertir après 40 ans est donc tout à fait possible, et c’est même ce que font 36 % de nos apprenants chez Jedha qui ont atteint ou dépassé cet âge.
Il est nécessaire de savoir coder pour devenir Data Engineer, pour autant, personne ne vous demande d’être développeur logiciel. Vous devrez notamment coder en SQL et en Python, deux langages de programmation qui sont parmi les plus accessibles, et que vous apprendrez en suivant nos formations si vous partez de zéro. Quant au reste du métier, il tient davantage dans l'organisation des systèmes que dans l'écriture de code.
Jesshuan Diné a passé une quinzaine d'années comme intermittent du spectacle, puis a tenu un café-librairie spécialisé en art à Aix-en-Provence avec son épouse. La fermeture des salles pendant le Covid l'a décidé à changer de voie, et à renouer avec les sciences qu'il avait quittées quinze ans plus tôt.
Après sa formation et un déménagement en Bretagne, il postule à une offre d'administrateur de base de données dans une start-up. L'entreprise repère ses compétences en IA et lui fait passer un test technique de deux heures sur des séries temporelles. Il n'en fait qu'un quart dans le temps imparti, parce qu'il soigne le nettoyage des données. La recruteuse lui propose alors de le terminer chez lui, il le rend complété, et il est embauché en CDI.
C'est là qu'il découvre ce qui l'intéresse vraiment : non pas les modèles, mais l'infrastructure qui les fait tourner. Il prend en charge l'orchestration et la réarchitecture des outils data de la start-up, et il s'oriente vers le data engineering. Il est aujourd'hui Data Engineer et Data Architect au sein du Data Office du Crédit Mutuel Arkéa, où il conçoit les plateformes data utilisées par l'ensemble des filiales.
« La première des compétences, c'est pouvoir s'approprier justement n'importe quelle technologie data et pouvoir rentrer dans n'importe quel contexte métier, contexte business pour pouvoir utiliser cette technologie. »
Jesshuan Diné, Data Architect au Crédit Mutuel Arkéa
Il raconte tout son parcours dans notre série Paroles d'alumni.
La première marche de notre parcours pour devenir Data Engineer vous mène d’abord au métier de Data Analyst, et c'est celle qu'a franchie Dimitri Kneur. Contrôleur de gestion, il est aujourd'hui Data Analyst chez Odysis.
« L'ensemble des contenus, cours, exercices pratiques, choix des outils et des technos, sont parfaitement alignés avec les attentes du marché de l'emploi. J'ai pu acquérir les compétences dont j'avais besoin pour décrocher un poste de Data Analyst après ma formation. »
Dimitri Kneur, Data Analyst chez Odysis
Cinq compétences sont essentielles pour devenir Ingénieur de données :
Une fois ces compétences acquises, vous pouvez les faire reconnaître officiellement en passant une des certifications professionnelles en data. Ce n'est pas obligatoire, mais cela complète utilement votre formation, en particulier les certifications des grands fournisseurs cloud.
Envie de pouvez tester votre appétence avant de vous engager ? Inscrivez-vous sur JULIE, notre plateforme pédagogique, où vous trouverez plusieurs cours gratuits pour faire vos premiers pas en Python et en SQL.
Certains soft skills vous seront également précieux lors de votre reconversion pour devenir Data Engineer :
Le salaire d’un Data Engineer junior se situe généralement entre 39 000 et 45 000 € brut par an, ce qui représente 3 250 à 3 750 € brut par mois. Le salaire progresse ensuite avec la taille des infrastructures dont vous avez la charge.
Expérience |
Salaire brut annuel |
Salaire brut mensuel |
|---|---|---|
Junior |
39 000 à 45 000 € |
3 250 à 3 750 € environ |
4 à 6 ans |
43 000 à 56 000 € |
3 600 à 4 700 € environ |
6 ans et plus |
47 000 à 70 000 € |
3 900 à 5 800 € environ |
Et pour vous faire une idée des salaires pratiqués dans votre région, n’hésitez pas à consulter les offres pour des postes de Data Engineer publiées sur les sites des cabinets spécialisés.
Comptez le bas de la fourchette junior si vous arrivez d'un premier poste de Data Analyst, et le haut si vous venez du développement ou de l'administration de systèmes. En moyenne et tous parcours confondus, nos alumni passent d'une rémunération médiane de 38 000 € avant leur formation à 44 000 € un an après.
Trois voies mènent au métier, et elles ne demandent ni le même temps ni le même investissement :
Chez Jedha, nous sommes une école spécialisée en data, en intelligence artificielle et en cybersécurité. Nous accompagnons des personnes en reconversion depuis 2017, et plus de 4 000 élèves sont passés par nos formations. Si vous voulez devenir Data Engineer à nos côtés, votre parcours se fera en deux temps, et durera 600 heures au total (675 si vous partez de zéro et devez d’abord acquérir les bases) :
Les points forts de ce parcours :
Si vous n'avez jamais touché à la donnée, notre formation Data pour débutant (75 heures) vous permettra de valider votre intérêt et de vous familiariser avec Python et SQL avant de vous engager.
Les deux formations de notre parcours Data Engineer sont éligibles au CPF et aux dispositifs publics de financement, ceux que vous pouvez mobiliser dépendant de votre situation :
Votre situation |
Dispositifs mobilisables |
Le point à ne pas rater |
|---|---|---|
CPF, Transitions Pro, cofinancement de votre employeur |
Transitions Pro finance les parcours de reconversion complets, et le dossier se dépose trois mois avant le début de la formation. |
|
CPF sans reste à charge, aide individuelle de France Travail, aides régionales |
France Travail ne traite les devis qu'entre cinq semaines et quinze jours avant le démarrage. Si la formation est validée par votre conseiller, vous conservez votre allocation. |
|
Après un licenciement économique |
Dispositifs liés au plan de sauvegarde de l'emploi, CPF, France Travail |
Un licenciement économique ouvre des droits spécifiques, à activer rapidement après la notification. |
Paiement échelonné, déduction des frais réels de vos impôts |
Le paiement en 3 fois est sans frais. Au-delà, l'échelonnement en 6, 9 ou 12 fois comporte des frais. |
Besoin d’aide ? Notre équipe d'admission vous aider à construire votre plan de financement et à viser un date de début de formation qui tient compte des différents délais, alors n’hésitez pas à prendre rendez-vous pour faire le point sur votre situation.
Pour réussir votre reconversion de Data Engineer, procédez par étape :
Environ 600 heures de formation, soit quatre mois à temps plein, auxquelles vous devez ajouter 75 heures de remise à niveau si vous partez sans expérience de la data. Ce volume correspond au parcours complet de Jedha : la formation en Data pour débutant de 75 heures, la formation Data Analyst de 450 heures, puis la formation Data Engineer de 150 heures. Vous travaillez déjà dans la data ? Vous pourrez directement intégrer notre formation de spécialisation et ainsi gagner plus de trois mois.
Le salaire mensuel d’un Data Engineer est généralement comprise entre 3 250 et 3 750 € brut pour un profil junior, ce qui représente 39 000 à 45 000 € par an. Après quatre à six ans d'expérience, cette rémunération monte pour être de 43 000 à 56 000 €par an, et atteint 47 000 à 70 000 € au-delà.
Aucun diplôme spécifique n'est exigé pour exercer le métier de Data Engineer, et lors de vos entretiens d’embauche, vos compétences réelles et projets pratiques comptent davantage que le nom de votre école. Nos formations sont d'ailleurs accessibles sans diplôme du supérieur, et 11 % de nos apprenants nous rejoignent ainsi alors que leur dernier diplôme obtenu est le bas.
La formation Data Engineer de Jedha et la formation Data Analyst qui la précède sont toutes les deux éligibles au CPF.
La formation Data Engineer de Jedha coûte 4 000 € pour 150 heures, et la formation Data Analyst qui la précède 7 500 € pour 450 heures. Les deux sont éligibles au CPF et aux dispositifs publics, qui couvrent tout ou partie du montant selon votre situation.
Loin de menacer le métier de Data Engineer, l’intelligence artificielle le rend plus que jamais nécessaire. Pourquoi ? Parce qu’un modèle ou un agent branché sur des données mal structurées produit des réponses fausses et coûte cher. Si l’IA peut écrire une partie du code à la place des Ingénieurs de données, ces derniers doivent donc toujours garantir qu’une l'infrastructure reste fiable, lisible et maîtrisée financièrement.
.webp)
