Cabinet de recrutementData Scientist
Data Scientist, Senior DS, Lead DS, Head of Data Science, ML Engineer, NLP Engineer, Computer Vision Engineer…
Les meilleurs profils Data Scientist ne postulent pas, ils se chassent.
0 rupture de période d'essai en 2025
Ils nous font confiance pour leurs recrutements Data Scientist
- Chanel
- Aqemia
- Ada
- Bryj
- Gino
- Data Impact
- Lacoste
- Lifen
- Mee6
- Le Permis Libre
- Pharow
- Quicksign
- Qwant
- Swaap
- Uggy
- Surfe
- Valrhona
- Méria
- Sis ID
- Smappen
- Skynopy
- Klineo
- Turo
- Typology
- 32
recrutements en Data Scientist depuis 2023
- 80 000+
candidats dans notre réseau
- 90 %
des candidats acceptent la promesse d'embauche de nos clients
Notre approche
Pourquoi nous confier votre recrutement Data Scientist
Chasse ciblée
Nous approchons directement les meilleurs profils Data Scientist via notre licence LinkedIn Recruiter, notre vivier entretenu et la cooptation. Chaque candidat est sélectionné pour son track record, sa maîtrise du métier et son adéquation à votre contexte.
Nos canaux de chasse
Évaluation
Nous construisons avec vous une scorecard claire fondée sur vos enjeux Data Scientist. Nous vérifions chaque chiffre cité avant présentation et complétons l'évaluation par des entretiens structurés et une prise de références approfondie.
Scorecard Data Scientist type
Partenariat Long Terme
Nous partageons nos insights marché (grilles salariales, tendances, signaux de mouvement) et nos rapports de chasse pour vous aider à structurer une équipe Data Scientist solide.
Ce qu'on vous livre
Rapport de chasse personnalisé
Benchmark salaires actualisé
Veille talents en mouvement
Suivi closing & onboarding
Notre process
6 étapes pour signer le bon profil
Définition du besoin et scorecard
Ciblage et stratégie de chasse
Qualification et évaluation
Présentation des candidats et rapports
Accompagnement jusqu'au closing
Analyse des KPIs et amélioration continue
Définition du besoin et scorecard
Ciblage et stratégie de chasse
Qualification et évaluation
Présentation des candidats et rapports
Accompagnement jusqu'au closing
Analyse des KPIs et amélioration continue
Notre expertise Data Scientist
Métiers couverts, stacks maîtrisées, grilles salaires et niveaux de séniorité.
Data Scientist
Construit les modèles prédictifs : feature eng, ML, déploiement.
Senior Data Scientist
Pilote en autonomie le scope ML, business et production.
Lead Data Scientist
Le Lead DS pilote une équipe de 3-6 DS et porte la stratégie ML.
Head of Data Science
Le Head of DS pilote la fonction (10-20 DS) d'une scale-up Series B+.
ML Engineer
Industrialise les modèles : pipelines, monitoring, MLOps.
NLP Engineer
Maîtrise le traitement du langage : LLMs, embeddings, search.
Computer Vision Engineer
Maîtrise la vision : détection, segmentation, OCR, classification.
Research Scientist
Mène la recherche ML/DL : publications, prototypes, expés.
Applied Scientist
Applique la recherche aux produits, focus delivery.
Votre expert recrutement Data Scientist
+5 ans à recruter des profils Data Scientist
Recruter un profil Data Scientist en France 2026 reste tendu. Les meilleurs candidats sont en poste, sollicités régulièrement et ne consultent jamais les offres publiques. Sans réseau direct et sans confidentialité, la mission s'étire sur plusieurs mois.
Julie pilote le pôle Data Scientist chez Lity et accompagne les fondateurs, COMEX et DRH sur la chasse de profils Data Scientist avec une connaissance fine du marché, des packages et des trajectoires.
En savoir plus sur notre approcheRéduire
Sur le Data Scientist, on a vu passer beaucoup de configurations : startup early-stage, scale-up Series A à D, ETI structurée, grand groupe en transformation. Les profils les plus rares restent vacants des mois quand la chasse est menée en interne.
Julie connaît les acteurs du marché Data Scientist, les vraies grilles salariales par séniorité et par taille d'organisation, et les signaux de pré-départ. Il sait calibrer un junior, un confirmé ou un senior, et vérifier les chiffres cités avant présentation.
Notre méthode repose sur 4 sources complémentaires. Notre licence LinkedIn Recruiter pour la chasse directe sur les profils en poste. Notre vivier de profils Data Scientist entretenu en continu. La cooptation au sein de notre réseau de top performers. Et notre présence aux événements de la communauté Data Scientist. Scorecard construite avec vous. Pour les délais et résultats concrets, nos cas clients documentent chaque mission.
On accompagne toutes les entreprises
Start-up, scale-up, PME ou grand compte : nos méthodes s'adaptent à votre maturité et à vos enjeux de recrutement.
Start-up
1 à 30 personnes
En startup early-stage, on recrute le premier profil Data Scientist senior et polyvalent.
Scale-up
30 à 300 personnes
En scale-up Series A/B, on monte une équipe Data Scientist de 3 à 8 personnes avec un lead.
PME
50 à 500 personnes
En expansion Series C+, on structure en squads avec un Head/VP et plusieurs niveaux.
Grandes entreprises
ETI et grands groupes
En grand groupe, l'organisation Data Scientist est mature avec gouvernance et reporting.
Pour aller plus loin
Ressources et autres expertises signées Lity.
Ressources Data Scientist
Toutes les ressources
GuideComment recruter un administrateur systèmes et réseaux en 2026 ? Le guide complet
Lire l'article →
GuideComment recruter un Data Analyst en 2026 – Le guide complet
Lire l'article →
GuideComment recruter un développeur en 2026 ? Le guide complet
Lire l'article →
GuideComment recruter un ingénieur systèmes et réseaux ? Le guide complet
Lire l'article →Autres expertises Lity
Tous nos cabinetsOn répond à vos questions sur le recrutement Data Scientist.
Quel salaire pour un Data Scientist en 2026 ?
Voici les fourchettes de salaire 2026 par niveau et spécialité :
- Data Scientist confirmé : 55 à 72 K€
- Senior Data Scientist : 72 à 90 K€
- Lead Data Scientist : 92 à 110 K€
- Head of Data Science : 108 à 130 K€
- NLP Engineer ou Computer Vision Engineer (spécialiste) : 68 à 105 K€ selon séniorité
- Research Scientist (PhD) : 70 à 115 K€ selon profil et publications
- ML Engineer : 62 à 78 K€ confirmé
- Freelance : TJM de 600 à 1000 € selon la spécialité
Les profils LLM Engineers sortent du barème classique.
Data Scientist vs ML Engineer vs AI Engineer : quelle différence ?
Trois métiers complémentaires, avec des focus distincts :
- Data Scientist : développe les modèles prédictifs et ML (feature engineering, expérimentation, évaluation), plutôt orienté recherche appliquée
- ML Engineer : industrialise les modèles (pipelines, monitoring, déploiement, feature store), focus production engineering
- AI Engineer : construit des produits IA en production avec LLMs (RAG, agents, fine-tuning, prompt engineering)
La frontière s'efface en startup IA early-stage. En scale-up Series C+, on sépare clairement les trois rôles.
Comment évaluer un Data Scientist en entretien ?
L'évaluation s'articule autour de plusieurs axes :
- Maîtrise théorique : statistiques, ML algorithms, deep learning, evaluation metrics
- Stack pratique : Python, scikit-learn, PyTorch ou TensorFlow, XGBoost
- Test pratique : exercice ML sur un dataset (Kaggle-style)
- Business acumen : capacité à comprendre un problème business et le traduire en problème ML
- Soft skills : capacité à expliquer un modèle à un PM ou COMEX, à arbitrer entre modèle simple et complexe
Un bon DS parle outcomes business et déploiement, pas seulement accuracy.
NLP, Computer Vision, Time-Series : quelle spécialisation choisir ?
Chaque spécialisation couvre un terrain et des débouchés différents :
- NLP (Natural Language Processing) : traitement du langage, LLMs, embeddings, search, classification. Champ ultra-tendu avec l'IA générative
- Computer Vision : images et vidéos, détection, segmentation, OCR. Niche industrielle (medtech, foodtech, autonomous)
- Time-Series : prévisions, demand forecasting, anomaly detection. Critique en e-commerce, fintech, supply chain
Le profil hybride (NLP + Vision) est ultra-rare. Les Research Scientists (PhD) restent une niche premium chassée par les labs IA (Mistral, OpenAI, Anthropic).
Le marché Data Scientist est-il porteur en 2026 ?
Le marché est en pleine mutation, avec des dynamiques contrastées :
- Data Scientist classique (focus modélisation ML) : se stabilise
- ML Engineers (focus production) : gagnent en valeur
- NLP Engineers et LLM Engineers : massivement chassés
- Research Scientists ex-FAIR, ex-Naver, ex-Mistral : activement chassés
- Data Scientists juniors généralistes sans spécialisation forte : sur un marché plus compétitif
Le pivot Data Scientist vers AI Engineer attire les profils ambitieux. La maîtrise de l'IA productivity (notebooks Cursor, Claude Code) devient un critère discriminant.
Quelles évolutions pour un Data Scientist ?
Plusieurs trajectoires s'ouvrent à un Data Scientist.
La progression classique : Data Scientist → Senior → Lead → Head of Data Science → Head of AI.
Les spécialisations valorisées :
- NLP Engineer
- Computer Vision Engineer
- ML Engineer
- AI Engineer
- Research Scientist
Les pivots fréquents :
- Vers l'AI Engineering : focus LLMs
- Vers Data Product Manager : pour les profils orientés business
Beaucoup de Senior DS basculent en freelance senior (TJM 700-1000 €) ou rejoignent les éditeurs (DataRobot, Dataiku) ou les labs IA (Mistral, Hugging Face, Naver Labs). Le rôle Founding AI/Data Engineer en startup attire les ambitieux.
Confiez-nous le recrutement de vos profils Data Scientist.
Une approche de terrain pour des recrutements qui durent.
Échange (30 min)
Une visio pour cerner vos enjeux et vous présenter notre approche.
Immersion
Une rencontre sur place pour qualifier, en profondeur, votre culture et vos projets de recrutement.
Chasse ciblée
Lancement de la mission. Nous vous présentons uniquement les profils en parfaite adéquation avec vos attentes.