Cabinet de recrutementData
Data Analyst, Data Engineer, Data Scientist, ML Engineer, Analytics Engineer, Data Product Manager, Head of Data…
Les meilleurs profils Data ne postulent pas, ils se chassent.
0 rupture de période d'essai en 2025
Ils nous font confiance pour leurs recrutements Data
- 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
- 62
recrutements en Data 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
Chasse ciblée
Nous approchons directement les meilleurs profils Data via notre licence LinkedIn Recruiter, notre vivier entretenu et la cooptation. Chaque candidat est sélectionné pour sa maîtrise technique, ses projets en production et sa capacité à parler aux métiers.
Nos canaux de chasse
Évaluation
Nous construisons avec vous une scorecard claire fondée sur vos enjeux data : maîtrise de la stack (Python, SQL, Spark, dbt), architecture des pipelines, business acumen et communication. Nous vérifions chaque réalisation citée avant présentation.
Scorecard Data type
Partenariat Long Terme
Nous partageons nos insights marché (grilles salariales par rôle data, tendances stacks, signaux de pré-départ) et nos rapports de chasse pour vous aider à structurer une équipe data 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
Métiers couverts, stacks maîtrisées, grilles salaires et niveaux de séniorité.
Consultant BI
Conçoit et déploie les solutions BI : Power BI, Tableau, ETL.
Data Analyst
Transforme la donnée en insights : Tableau, Looker, SQL avancé.
Data Engineer
Construit les pipelines data : Snowflake, BigQuery, dbt, Airflow.
Data Manager
Pilote la gouvernance data : qualité, catalogue, RGPD.
Data Product Manager
Pilote la roadmap data : APIs, plateformes self-service, KPIs.
Data Scientist
Construit les modèles prédictifs : feature eng, scikit-learn.
Head of Data
Pilote la fonction data : stack Snowflake, dbt, Looker.
Ingénieur BI
Industrialise les chaînes décisionnelles : entrepôts, ETL, BI.
Analytics Engineer
Combine Data Engineer et Analyst : dbt, SQL avancé, métriques.
Ils nous font confiance en Data
Un expert dédié, des témoignages clients et des recrutements signés à l'appui.
Témoignages clients Data
Saad FILALI
Head of IT Digital Factory · Lacoste
« Nous avons fait appel à LITY pour nous accompagner sur plusieurs recrutements stratégiques, notamment sur des profils digitaux et tech. J’ai été particulièrement impressionné par la qualité du suivi et la compréhension fine de nos besoins. L’équipe LITY a su aller vite tout en garantissant un niveau d’exigence très élevé sur la sélection des candidats. »
David Bouba
CO-CEO & Founder · Swaap
« Lity nous accompagne sur nos profils web3 depuis maintenant 2 ans. L'équipe comprend rapidement nos besoins et le flux de candidats est de très bonne qualité. Le résultat est au rendez-vous : nous avons pu recruter plusieurs profils solides (5+ exp, ex-licornes) en un temps relativement court ! »
Gwendal Delaunay
Directeur de projet · SisID
« Un vrai plaisir de travailler avec Lity, ils sont très réactifs, persévérants. Pour être passé à la fois en tant que candidat et recruteur je trouve qu'il y a un bon équilibre entre la défense des intérêts de l'entreprise et des candidats pour que tout le monde s'y retrouve. »
Nitsan Seniak
CTO · Mee6
« Super compétents et réactifs, sympas en plus, le premier cabinet auquel je m’adresse quand j’ai un recrutement à faire. »
Charles Gwinner
CTO & Co-Founder · Revolt
« Deuxième recrutement avec Lity, deuxième sans faute sur un profil 3D rare recruté en 11 jours. Un grand merci à Arthur et l'équipe Lity pour leur accompagnement au top du début à la fin. »
Lucas Tournel
CEO & Co-fondateur · lePermisLibre
« Nous travaillons avec Lity depuis plus d'un an et nous sommes très satisfaits. Les process de recrutements sont très pro et nous échangeons avec de très bons candidats. »
Sarah Miko
Head of Product & Design · Uggy
« On a particulièrement apprécié la réactivité et la pertinence des profils proposés par Lity. En quelques semaines, nous avons recruté une Product Owner parfaitement alignée avec notre culture et nos enjeux. »
Laurent Leclerc
Co-founder · Smappen
« Une efficacité remarquable, liée à une grande réactivité et un ciblage ultra-pertinent. Déjà 5 recrutements réalisés avec Lity, et je pense qu'on ne va pas s'arrêter là ! »
Benoit Cordesse
CEO · Senoee
« Nous sommes ravis et avons largement apprécié la fluidité du process et la réactivité de LITY. Bravo ! »
Léo Pons
Co-founder · Bubblemaps
« Lity m'a accompagné dans le recrutement du premier employé tech de Bubblemaps. Merci à Léo pour son suivi ! »
Vincent Larroque
Engineering · Swikly
« Lity a été d'une grande aide sur nos recrutements tech cette année. Les profils qu'ils nous ont fait parvenir étaient qualifiés avec soin et qualitatifs. Merci à eux pour leur rigueur. »
Florent Chenebault
Staff Engineer · Lifen
« C'est un vrai plaisir de travailler avec Lity. Leur capacité à bien cerner nos besoins et nos attentes nous ont fait gagné énormément de temps pour nos recrutements. Je recommande largement ! »
Cas clients Data liés
Votre expert recrutement Data
+5 ans à recruter des profils Data
Le marché Data est sous tension depuis 2022. Recruter un Data Engineer, un Data Scientist ou un Head of Data capable de structurer une stack moderne (Snowflake, dbt, Airflow) prend des mois en interne, et les contre-offres sont fréquentes.
Julie Porchez pilote notre pôle Data chez Lity. Elle chasse les Data Analysts, Data Engineers, Data Scientists, ML Engineers, Analytics Engineers et Heads of Data depuis plus de 5 ans.
En savoir plus sur notre approcheRéduire
Sur la data, les organisations se sont stratifiées : un pôle analytics côté business, un pôle data engineering côté plateforme, un pôle science/ML côté produit. Recruter sans cadrer l'attendu (rôle BI, pipelines, ML, gouvernance) c'est garantir un mauvais fit. Les profils seniors qui maîtrisent à la fois la technique et le business sont rares et chassés.
Julie connaît les stacks data modernes (Snowflake, BigQuery, dbt, Airflow, Databricks, Looker, Metabase) et les organisations (data mesh, centralisée, decentralized). Elle sait calibrer un Data Engineer junior, un ML Engineer senior ou un Head of Data, vérifier la maturité des projets en production et lire un track record sans se faire avoir.
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 entretenu en continu. La cooptation au sein de notre réseau de top performers. Et notre présence aux événements de la communauté Data. 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, un seul Data Analyst polyvalent suffit pour bâtir les premiers dashboards et mettre en place une stack légère (BigQuery + Metabase).
Scale-up
30 à 300 personnes
En scale-up, on structure : un Data Engineer pour la pipeline, un Analytics Engineer pour les modèles, un Data Analyst par domaine.
PME
50 à 500 personnes
En expansion, on recrute un Head of Data, on lance un programme ML/IA dédié et on monte des équipes data par BU avec un central platform team.
Grandes entreprises
ETI et grands groupes
En corporate, la data est gouvernée par un CDO, avec des dizaines de data engineers, scientists et analysts, et une plateforme data partagée.
Pour aller plus loin
Ressources et autres expertises signées Lity.
Ressources Data
Toutes les ressources
GuideComment recruter un Data Analyst en 2026 – Le guide complet
Lire l'article →
ComparatifData Analyst vs Business Analyst : Quelles sont les Différences ?
Lire l'article →
ComparatifData Analyst vs Data Scientist : quelles différences et quel métier choisir ?
Lire l'article →
SalaireSalaire Data Engineer : rémunération, facteurs d’évolution et perspectives
Lire l'article →Autres expertises Lity
Tous nos cabinetsOn répond à vos questions sur le recrutement Data.
Quels salaires data en France 2026 ?
Un Data Analyst confirmé signe entre 48 et 60 K€ sur Paris, un senior 58-75 K€. Un Data Engineer confirmé : 55-68 K€, un senior 70-85 K€. Un Data Scientist : 55-72 K€ confirmé, 70-90 K€ senior. Un ML Engineer : 62-78 K€ confirmé, 78-100 K€ senior. Un AI Engineer ou LLM Engineer : 70-95 K€ confirmé, 90-130 K€ senior. Un Head of Data scale-up : 105-130 K€ plus equity. Les profils ex-Mistral, ex-Anthropic ou ex-OpenAI sortent du barème classique avec packages alignés US.
Data Engineer, Data Scientist, Analytics Engineer : quelle différence ?
Le Data Engineer construit l'infrastructure data : pipelines ETL/ELT, entrepôts, qualité des données en production. Le Data Scientist développe les modèles prédictifs et ML : feature engineering, expérimentation, déploiement. L'Analytics Engineer fait le pont : dbt, SQL avancé, modélisation de métriques business. La Modern Data Stack reposait initialement sur DE plus DS, l'Analytics Engineer s'est imposé en 2022-2024 comme métier pivot, particulièrement en scale-up Series A+ où le besoin de gouvernance des KPIs business explose.
Comment évaluer un Data Engineer en 2026 ?
Quatre axes. Stack : maîtrise effective d'au moins une stack moderne en production (Snowflake ou BigQuery plus dbt plus Airflow). Qualité des pipelines : tests automatisés, observability, gestion des SLA. Architecture : capacité à concevoir un système distribué scalable (Spark, Kafka, streaming temps réel). Business acumen : comprendre les KPIs métier et arbitrer entre rigueur technique et delivery. Un test pratique sur un cas concret (modéliser un dataset, optimiser une requête SQL complexe) révèle la profondeur réelle vs les buzzwords.
Le marché data en France est-il tendu en 2026 ?
Oui, particulièrement sur trois segments. Les Data Engineers seniors maîtrisant la Modern Data Stack restent extrêmement chassés en scale-up Series B+. Les AI Engineers et LLM Engineers représentent le métier le plus tendu de 2026, popularisé par l'essor des copilotes IA et de l'IA agentique. Les Heads of Data avec track record sur des scale-ups internationales sont rares et bien chassés. À l'inverse, le Data Analyst classique se stabilise, les Analytics Engineers gagnant en valeur stratégique avec dbt et la gouvernance métriques.
Quelle Modern Data Stack en 2026 ?
L'ELT (Extract-Load-Transform) a remplacé l'ETL classique. Stack standard : Fivetran ou Airbyte pour l'ingestion, Snowflake ou BigQuery comme entrepôt, dbt pour la transformation, Airflow pour l'orchestration, Looker ou Metabase pour la restitution. Côté streaming : Kafka, Kinesis ou Flink. Côté ML : MLflow, Weights & Biases, feature stores (Tecton, Feast). Côté IA agentique : LangChain, LangGraph, vector DBs (Pinecone, Weaviate), evals (LangSmith, Braintrust). Le Data Mesh structure les grandes organisations data-heavy.
Quelles évolutions de carrière en data ?
Plusieurs voies. Côté management : Data Analyst puis Lead Analyst, Head of Analytics ; Data Engineer puis Lead DE, Head of Data Engineering ; Data Scientist puis Lead DS, Head of Data Science, Head of Data. La trajectoire Individual Contributor mène à Staff Data Engineer ou Principal Data Scientist. Le pivot AI Engineer attire massivement les Data Scientists. Beaucoup de Senior DE basculent vers le Data Product Manager ou le Founding Data Engineer en startup. Les Analytics Engineers évoluent souvent vers le pilotage stratégique data.
Confiez-nous le recrutement de vos profils Data.
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.