Qu'est-ce qu'un Data Scientist ?
Un Data Scientist transforme une question métier floue en problème mesurable, puis y répond avec des données et des modèles. Son livrable est une décision mieux informée : une liste de clients à rappeler, un prix, une prévision de stock.
Le titre s'est imposé après un article de la Harvard Business Review paru en octobre 2012, signé Thomas H. Davenport et DJ Patil. Ils y décrivaient des profils capables de tirer de la valeur de données désordonnées. Quatorze ans plus tard, le poste s'est spécialisé et ses frontières avec les métiers voisins sont plus nettes.
| Question posée | Métier qui y répond | Exemple chez un loueur de voitures |
|---|---|---|
| Que s'est-il passé ? | Data Analyst | Le taux de remplissage d'agence a baissé de 6 points en août |
| Que va-t-il se passer, et que faire ? | Data Scientist | Prévoir la demande par agence et ajuster les tarifs du week-end |
| Comment servir cette prévision chaque jour ? | ML Engineer | Recalculer les prix chaque nuit et les envoyer au site de réservation |
Que s'est-il passé ?
- Métier qui y répond
- Data Analyst
- Exemple chez un loueur de voitures
- Le taux de remplissage d'agence a baissé de 6 points en août
Que va-t-il se passer, et que faire ?
- Métier qui y répond
- Data Scientist
- Exemple chez un loueur de voitures
- Prévoir la demande par agence et ajuster les tarifs du week-end
Comment servir cette prévision chaque jour ?
- Métier qui y répond
- ML Engineer
- Exemple chez un loueur de voitures
- Recalculer les prix chaque nuit et les envoyer au site de réservation
Data Scientist en français
On lit parfois « scientifique des données » dans les documents officiels. Sur le marché, le titre anglais domine. Les variantes sont nombreuses. L'Applied Scientist est un titre fréquent chez les grands groupes américains. Le Decision Scientist se consacre à l'expérimentation, et le Product Data Scientist dépend d'une équipe produit.
Lead Data Scientist : ce que le titre recouvre
Le Lead Data Scientist garde un pied dans la modélisation, mais il choisit surtout les sujets. Il relit le travail de deux à six personnes, fixe les standards d'évaluation et défend la feuille de route devant les directeurs métier.
Sur nos recrutements, un détail le distingue d'un senior. Le lead sait refuser un projet séduisant dont le gain ne couvre pas le coût. Le titre arrive en général entre six et dix ans d'expérience.
Dans quelles entreprises ?
La banque et l'assurance emploient des Data Scientists depuis longtemps, sur le risque de crédit, la fraude et la tarification. La distribution et la logistique les placent sur la prévision des ventes et des stocks. L'énergie, la santé et les transports suivent, avec des données de capteurs ou de parcours.
Les scale-ups produit les mettent au service de la recommandation, du prix et des tests A/B. Sur les missions de notre cabinet data, la demande la plus fréquente vient d'entreprises dont la donnée est déjà propre et centralisée. Recruter un Data Scientist avant ce stade le condamne à préparer des fichiers.
Les missions d'un Data Scientist
Le poste suit un projet du cadrage jusqu'à la mesure de son effet. Le code de modélisation n'occupe qu'une part réduite de la semaine.
Cadrer la question avec le métier
Le directeur commercial veut « savoir quels clients vont partir ». Le Data Scientist précise l'horizon, le mois ou l'année. Il distingue la résiliation de la simple inactivité, et demande ce que l'équipe fera de la liste. Sans action prévue, un score de départ ne sert à rien.
Explorer et préparer les données
Il récupère l'historique en SQL, repère les trous, les doublons et les valeurs aberrantes. Il construit ensuite les variables qui nourriront le modèle : ancienneté, nombre d'appels au service client, baisse d'usage sur trente jours. Cette étape prend souvent la moitié du projet.
Construire et évaluer un modèle
Il compare plusieurs approches, de la plus simple à la plus riche, sur des données qu'il n'a pas utilisées pour l'entraînement. Il vérifie qu'aucune information future ne s'est glissée dans les variables, ce qui gonflerait artificiellement les résultats.
Mesurer l'effet réel par l'expérimentation
Un bon score sur l'historique ne prouve pas qu'une action marche. Le Data Scientist conçoit donc un test : la moitié des clients à risque reçoit une offre, l'autre non. Il calcule la taille d'échantillon nécessaire avant de lancer, puis lit le résultat avec son intervalle de confiance.
Restituer et faire décider
Il présente ses conclusions en euros et en volumes, pas en indicateurs techniques. Il dit aussi ce que le modèle ne sait pas faire, et à quelles conditions le résultat ne tient plus.
Le quotidien d'un Data Scientist sur le terrain
Lundi, il cadre avec l'équipe marketing un test de prix sur deux régions. Mardi et mercredi, il prépare les données d'un modèle de prévision et découvre qu'un entrepôt a changé de code en mars.
Jeudi, il présente au comité les résultats d'un test terminé : l'offre de fidélité a retenu des clients, mais coûte plus qu'elle ne rapporte. Vendredi, il passe la main au Machine Learning Engineer pour mettre en production le modèle validé le mois dernier.
Un projet de data science de bout en bout, du cadrage à la décision
La plupart des équipes suivent, consciemment ou non, la méthode CRISP-DM. Conçue en 1996 par un consortium d'industriels, elle découpe un projet en six phases. Ses auteurs précisent que l'ordre n'est pas strict : on revient souvent en arrière.
Le cas : réduire les résiliations d'un fournisseur d'accès internet
Prenons un fournisseur de box qui compte 400 000 abonnés et perd chaque mois une petite part de sa base. Son équipe de fidélisation peut appeler 2 000 clients par mois. La question devient précise : qui appeler en priorité pour éviter le plus de départs ?
| Phase | Ce que fait le Data Scientist | Piège fréquent |
|---|---|---|
| Compréhension métier | Fixer l'objectif : départs évités parmi 2 000 appels | Promettre un modèle avant de savoir ce qu'on en fera |
| Compréhension des données | Lister les sources : facturation, incidents, usage, service client | Ignorer qu'une source n'existe que depuis six mois |
| Préparation | Construire une ligne par client et par mois, avec ses variables | Utiliser une variable connue seulement après la résiliation |
| Modélisation | Comparer une règle simple, une régression logistique et des arbres boostés | Choisir le modèle le plus complexe par réflexe |
| Évaluation | Mesurer les départs captés dans les 2 000 premiers scores | Juger sur un indicateur global qui ne reflète pas l'usage |
| Déploiement | Livrer la liste mensuelle et lancer un test avec un groupe témoin | Considérer le projet fini sans mesurer l'effet des appels |
Compréhension métier
- Ce que fait le Data Scientist
- Fixer l'objectif : départs évités parmi 2 000 appels
- Piège fréquent
- Promettre un modèle avant de savoir ce qu'on en fera
Compréhension des données
- Ce que fait le Data Scientist
- Lister les sources : facturation, incidents, usage, service client
- Piège fréquent
- Ignorer qu'une source n'existe que depuis six mois
Préparation
- Ce que fait le Data Scientist
- Construire une ligne par client et par mois, avec ses variables
- Piège fréquent
- Utiliser une variable connue seulement après la résiliation
Modélisation
- Ce que fait le Data Scientist
- Comparer une règle simple, une régression logistique et des arbres boostés
- Piège fréquent
- Choisir le modèle le plus complexe par réflexe
Évaluation
- Ce que fait le Data Scientist
- Mesurer les départs captés dans les 2 000 premiers scores
- Piège fréquent
- Juger sur un indicateur global qui ne reflète pas l'usage
Déploiement
- Ce que fait le Data Scientist
- Livrer la liste mensuelle et lancer un test avec un groupe témoin
- Piège fréquent
- Considérer le projet fini sans mesurer l'effet des appels
Choisir la métrique qui colle à la décision
La précision dit combien de clients appelés seraient vraiment partis. Le rappel dit quelle part des futurs partants on a repérée. Ici, l'équipe ne peut appeler que 2 000 personnes : la précision dans ce haut de liste compte plus que tout le reste.
L'AUC, souvent citée en entretien, mesure la capacité du modèle à classer un partant devant un fidèle. Elle reste utile pour comparer deux modèles, mais elle ne dit rien du gain en euros. Nous attendons qu'un candidat fasse ce lien sans qu'on le lui demande.
Toujours partir d'une référence simple
Avant tout modèle, le Data Scientist teste une règle de bon sens : appeler les clients qui ont eu deux incidents techniques ce mois-ci. Si un modèle sophistiqué ne fait pas nettement mieux, il ne mérite pas sa complexité. Cette référence protège aussi l'équipe d'un résultat trop beau, souvent signe d'une erreur.
Corrélation ou causalité
Le modèle montre que les clients qui appellent le service client partent davantage. Cela ne veut pas dire que fermer le service client réduirait les départs. Seul le test avec groupe témoin dit si les appels de fidélisation changent vraiment le comportement.
Les familles de modèles les plus courantes
- Régression linéaire et logistique : simples, lisibles, appréciées en banque où chaque décision de crédit doit pouvoir s'expliquer.
- Arbres de décision boostés avec XGBoost ou LightGBM : le choix le plus fréquent sur des données tabulaires, comme un fichier clients.
- Clustering, par exemple k-means : regrouper des clients aux comportements proches pour adapter une offre.
- Séries temporelles : prévoir des ventes, une consommation d'énergie ou un trafic, en tenant compte des saisons.
- Deep learning avec PyTorch : texte, images et son, quand les données s'y prêtent et sont abondantes.
- Modèles de langage : classer des verbatims clients ou extraire des informations de documents, souvent à partir de modèles déjà entraînés.
Les compétences que nous vérifions en recrutement
Les CV de Data Scientists se ressemblent beaucoup : Python, scikit-learn, quelques projets de cours. La différence se fait sur le raisonnement statistique et sur la capacité à relier un modèle à une décision.
- Statistiques appliquées : intervalle de confiance, test d'hypothèse, biais de sélection. Le candidat doit les expliquer sur un cas, pas réciter une définition.
- SQL : fenêtres glissantes, agrégats par période, jointures qui ne dupliquent pas les lignes. Beaucoup de candidats le négligent, alors qu'il sert tous les jours.
- Python : pandas, scikit-learn, un code découpé en fonctions qu'un collègue peut relire.
- Rigueur de validation : découpage temporel des données, détection des fuites d'information, comparaison à une référence simple.
- Expérimentation : savoir concevoir un test A/B et dire quand il est trop court pour conclure.
- Sens des affaires : chiffrer en euros ce qu'un point de précision rapporte ou coûte.
Ce que nous faisons en entretien
Nous montrons au candidat le résultat d'un test A/B mené par une équipe produit : la nouvelle page de paiement affiche 4 % de conversion en plus après trois jours, et le directeur veut la généraliser demain. Le candidat a quinze minutes pour dire ce qu'il vérifie avant de valider. Nous attendons des questions sur la taille d'échantillon, la durée, le jour de la semaine, l'arrêt anticipé du test et les segments de clients. Puis nous lui demandons comment il l'annoncerait au directeur si le résultat n'est pas probant.
Salaire d'un Data Scientist en 2026
Notre baromètre place le Data Scientist confirmé à 46-58 K€ de fixe brut annuel à Paris, et le senior à 58-72 K€. Le type d'employeur, son effectif, le diplôme et les projets réellement déployés expliquent la plupart des écarts à l'intérieur de chaque fourchette.
Salaire fixe brut annuel à Paris, hors variable
Junior
0-2 ans
39-50 K€
Confirmé
3-5 ans
46-58 K€
Médian : 52 K€
Senior
6-10 ans
58-72 K€
Expert / Lead
10 ans et +
75-92 K€ et plus
Et après ? Au-delà, un Head of Data qui encadre plusieurs équipes atteint 80 à 98 K€ de fixe au palier senior. Voir le baromètre des salaires
Paris et régions
En dehors de la région parisienne, comptez un fixe plus bas de 10 à 15 %. L'écart tombe vers 10 % à Lyon. Pour un contrat en télétravail complet chez un employeur de la capitale, la décote avoisine 8 %.
| Niveau | Paris | Hors Paris |
|---|---|---|
| Junior (0-2 ans) | 39-50 K€ | 33-45 K€ |
| Confirmé (3-5 ans) | 46-58 K€ | 39-52 K€ |
| Senior (6-10 ans) | 58-72 K€ | 49-65 K€ |
| Expert / Lead (10 ans et +) | 75-92 K€ et plus | 64-83 K€ et plus |
Junior (0-2 ans)
- Paris
- 39-50 K€
- Hors Paris
- 33-45 K€
Confirmé (3-5 ans)
- Paris
- 46-58 K€
- Hors Paris
- 39-52 K€
Senior (6-10 ans)
- Paris
- 58-72 K€
- Hors Paris
- 49-65 K€
Expert / Lead (10 ans et +)
- Paris
- 75-92 K€ et plus
- Hors Paris
- 64-83 K€ et plus
Ce que dit Glassdoor
Glassdoor compte près de 4 000 salaires de Data Scientists à Paris. En moyenne, ils déclarent 56 000 € par an, primes comprises. Un quart des déclarants touche moins de 43 500 €, un quart plus de 66 000 €.
Ce centre de distribution recoupe nos paliers Confirmé et Senior. L'échantillon compte beaucoup de jeunes diplômés et de consultants, d'où une moyenne modeste. Les profils qui dépassent nettement notre grille travaillent surtout dans la finance de marché ou chez les grands groupes américains.
Variable et avantages
Notre baromètre relève un variable moyen de 12 % de la rémunération totale. Chaque employeur a son modèle : prime liée aux objectifs de l'année, bonus discrétionnaire en banque, BSPCE en start-up. Certains n'en versent aucun.
En freelance
Les missions indépendantes existent, souvent pour un projet précis de prévision ou de scoring. Nous n'avons pas trouvé de grille publique de tarifs journaliers assez fiable pour ce métier : aucun montant n'est donc donné ici.
Sources : baromètre des salaires Lity, grille Data Scientist parisienne et coefficients régionaux ; Glassdoor, salaires déclarés à Paris relevés le 24 octobre 2026 (3 996 déclarations, rémunération totale).
Comment devenir Data Scientist
Le métier demande un socle mathématique solide. On y arrive par les études, par une bascule depuis l'analyse ou par la recherche.
Les études
La voie la plus courante passe par un bac+5 : école d'ingénieurs avec une option data, école de statistique ou master universitaire en mathématiques appliquées. Les cours qui servent vraiment sont les probabilités, la statistique inférentielle, l'algèbre linéaire et l'optimisation.
Le doctorat n'est pas exigé pour la plupart des postes. Il pèse sur les sujets de recherche appliquée, à la frontière du poste de Research Scientist.
Les passerelles
Un Data Analyst qui maîtrise SQL et le métier possède déjà la moitié du bagage. Il lui manque la statistique inférentielle et la modélisation, ce qui demande souvent un à deux ans de pratique encadrée.
Les actuaires, les économètres et les chercheurs en physique ou en biologie basculent aussi avec succès. Ils apportent la rigueur ; ils doivent apprendre le code partagé, les tests et le dialogue avec des équipes commerciales.
La reconversion
Une formation intensive donne les outils, rarement la profondeur statistique. Le projet qui convainc un recruteur part d'une vraie question, compare plusieurs approches à une référence simple et chiffre le résultat. Un classement sur une plateforme de compétition pèse beaucoup moins.
Évolutions de carrière
Après cinq à sept ans, le Data Scientist choisit entre l'expertise, l'encadrement, l'ingénierie ou le produit.
| Voie | Postes | Fixe à Paris |
|---|---|---|
| Expertise | Senior puis Lead Data Scientist | 75-92 K€ et plus au palier Expert |
| Encadrement | Head of Data, Head of AI | 80-98 K€ pour un Head of Data senior |
| Ingénierie | ML Engineer, AI Engineer | 64-76 K€ pour un ML Engineer senior |
| Produit | Data Product Manager | 65-79 K€ au palier senior |
Expertise
- Postes
- Senior puis Lead Data Scientist
- Fixe à Paris
- 75-92 K€ et plus au palier Expert
Encadrement
- Postes
- Head of Data, Head of AI
- Fixe à Paris
- 80-98 K€ pour un Head of Data senior
Ingénierie
- Postes
- ML Engineer, AI Engineer
- Fixe à Paris
- 64-76 K€ pour un ML Engineer senior
Produit
- Postes
- Data Product Manager
- Fixe à Paris
- 65-79 K€ au palier senior
L'encadrement mène vers le poste de Head of Data, qui dirige toute la fonction. Ceux qui préfèrent construire des produits sur des modèles de langage deviennent AI Engineer. Le Data Product Manager attire ceux qui aiment arbitrer les priorités plus que coder.
Data Scientist, Data Analyst ou Research Scientist : les différences
| Critère | Data Scientist | Data Analyst | Research Scientist |
|---|---|---|---|
| Horizon | Prévoir et tester une décision | Expliquer ce qui s'est passé | Inventer une méthode nouvelle |
| Livrable typique | Modèle prototype, résultat de test | Analyse, tableau de bord, note | Article, prototype de recherche |
| Bagage statistique | Fort | Moyen | Très fort, souvent un doctorat |
| Fixe senior à Paris | 58-72 K€ | 53-64 K€ | 67-82 K€ |
Horizon
- Data Scientist
- Prévoir et tester une décision
- Data Analyst
- Expliquer ce qui s'est passé
- Research Scientist
- Inventer une méthode nouvelle
Livrable typique
- Data Scientist
- Modèle prototype, résultat de test
- Data Analyst
- Analyse, tableau de bord, note
- Research Scientist
- Article, prototype de recherche
Bagage statistique
- Data Scientist
- Fort
- Data Analyst
- Moyen
- Research Scientist
- Très fort, souvent un doctorat
Fixe senior à Paris
- Data Scientist
- 58-72 K€
- Data Analyst
- 53-64 K€
- Research Scientist
- 67-82 K€
Tant que l'équipe data reste petite, un même profil assure souvent l'analyse et la modélisation. La séparation apparaît quand les demandes de reporting saturent l'équipe. Le Research Scientist, lui, travaille surtout dans les laboratoires d'IA et les grands groupes, sur des problèmes sans solution connue.
Les outils d'un Data Scientist
Python et SQL forment la base partout. Autour, les outils dépendent du cloud choisi par l'entreprise et du degré d'industrialisation de l'équipe.
PythonLangage principal, pandas et numpy pour la manipulation de données.
scikit-learnModélisation classique, régression, classification, clustering.
JupyterExploration data, prototypage de modèles, partage des analyses.
BigQueryRequêtes SQL sur gros volumes, environnement GCP.
SnowflakeStockage et calcul, fréquent en scale-up et grands comptes.
dbtPréparation des features tables et modèles SQL versionnés.
MLflowTracking des expériences, versioning des modèles ML.
DatabricksCalcul distribué Spark, notebooks collaboratifs, Delta Lake.
