Un Data Engineer, un Data Scientist ou un ML Engineer se recrute rarement en moins d'un mois. Les chiffres de France Travail le confirment. En 2025, 53,8 % des projets de recrutement dans les métiers du numérique étaient jugés difficiles, contre 50,1 % tous métiers (France Travail, avril 2026).
La data ajoute un piège qui lui est propre : les intitulés ne veulent plus rien dire. Un « Data Scientist » peut faire du SQL toute la journée.
Un « Data Engineer » peut passer son temps sur dbt sans jamais toucher à Spark. Le bon cabinet commence par démêler le poste avant de chercher le candidat.
Ce comparatif s'adresse aux startups, scale-ups, PME et grands groupes qui recrutent des profils data ou IA. Il classe dix cabinets, puis détaille les six métiers data les plus recherchés : missions, stack, questions d'entretien, salaires et délais.
Vous recrutez aussi des développeurs ou des profils produit ? Voyez notre comparatif des cabinets de recrutement tech, celui des cabinets de recrutement de développeurs ou celui des cabinets de recrutement product.
L'essentiel en bref
- Besoin pointu sur ce métier : les cabinets spécialisés data et IA, comme Data Recrutement, Harnham et Groupe Upward Data & AI.
- Plusieurs métiers à recruter : la data avec d'autres postes tech ? Regardez Lity, The Product Crew, Urban Linker, Mobiskill, EasyPartner, Bluecoders et Externatic, des cabinets tech et multi-spécialistes.
- Budget : pour un profil data confirmé, les honoraires pèsent d'ordinaire 18 à 20 % du salaire brut de l'année.
Comment avons-nous construit cette sélection ?
Un mot sur notre position : Lity signe cet article et figure dans la liste. Nous ne nous sommes pas placés en premier pour autant.
Les cabinets sont classés par famille, et leur ordre au sein d'une famille ne reflète aucune hiérarchie. Chaque cabinet, le nôtre compris, est passé au même crible vérifiable.
Nous avons mesuré la part réelle de son activité sur le recrutement de data scientists, de data engineers, de ML Engineers et de profils IA.
Nous avons cherché des indicateurs publiés : délais, taux de profils retenus en entretien, références clients nommées. Puis le mode de facturation et les garanties, la taille des entreprises clientes et la visibilité sur l'équipe qui recrute.
Nos fiches sur les cabinets concurrents reposent sur leur site, leur page LinkedIn, leurs avis en ligne et la presse spécialisée. Elles reflètent ce que nous savions à la dernière relecture, datée en tête d'article.
Vous travaillez pour l'un de ces cabinets et un détail a bougé, sur votre pôle data par exemple ? Prévenez-nous : la fiche est mise à jour dans les sept jours.
Tableau récapitulatif des 10 meilleurs cabinets de recrutement data
| Cabinet | Spécialité | Point fort |
|---|---|---|
| Data Recrutement | Né sur la data, élargi au digital | Étude de salaires remplie par plus de 7 000 talents |
| Harnham | 100 % data et IA depuis 2006 | Guides de salaires data publiés chaque année |
| Groupe Upward Data & AI | Digital, data et IA | Réseau de plus de 100 000 candidats |
| Lity | Pôle Data & IA dédié, de l'analyste au Head of Data | Résultats publiés mission par mission |
| The Product Crew (TPC) | Tech, product, design, data | Executive search pour les Heads of Data |
| Urban Linker | Tech et digital, dont la data | Pionnier du recrutement startup depuis 2009 |
| Mobiskill | Engineering, data, product, IA | CDI et freelance, six villes |
| EasyPartner | IT, avec un pôle data | Cinq villes, formation data certifiée Qualiopi |
| Bluecoders | Software, data et IA, embarqué | Data appliquée aux secteurs industriels |
| Externatic | IT, data, IA, cyber, industrie 4.0 | Couverture nationale depuis Nantes |
Data Recrutement
- Spécialité
- Né sur la data, élargi au digital
- Point fort
- Étude de salaires remplie par plus de 7 000 talents
Harnham
- Spécialité
- 100 % data et IA depuis 2006
- Point fort
- Guides de salaires data publiés chaque année
Groupe Upward Data & AI
- Spécialité
- Digital, data et IA
- Point fort
- Réseau de plus de 100 000 candidats
Lity
- Spécialité
- Pôle Data & IA dédié, de l'analyste au Head of Data
- Point fort
- Résultats publiés mission par mission
The Product Crew (TPC)
- Spécialité
- Tech, product, design, data
- Point fort
- Executive search pour les Heads of Data
Urban Linker
- Spécialité
- Tech et digital, dont la data
- Point fort
- Pionnier du recrutement startup depuis 2009
Mobiskill
- Spécialité
- Engineering, data, product, IA
- Point fort
- CDI et freelance, six villes
EasyPartner
- Spécialité
- IT, avec un pôle data
- Point fort
- Cinq villes, formation data certifiée Qualiopi
Bluecoders
- Spécialité
- Software, data et IA, embarqué
- Point fort
- Data appliquée aux secteurs industriels
Externatic
- Spécialité
- IT, data, IA, cyber, industrie 4.0
- Point fort
- Couverture nationale depuis Nantes
Les cabinets spécialisés data et IA
La data et l'IA sont leur cœur de métier, voire leur seul métier.
Data Recrutement
- Spécialité : Né sur la data, élargi au digital
- Clients : Entreprises tech en croissance
- Modèle : Au succès et RPO
- Point fort : Étude de salaires remplie par plus de 7 000 talents

Points forts. Comme son nom l'indique, Data Recrutement a commencé par les métiers de la donnée avant de s'ouvrir à la tech, au produit et aux sales. Le cabinet est dirigé par Thomas Bénard depuis ses bureaux de la rue Treilhard, à Paris.
Sa liste de postes data est large : Chief Data ou AI Officer, Data et AI Engineer, Data Scientist, ingénieur BI, Data Analyst, Data Manager. Il revendique plus de 500 entreprises tech clientes et plus de 7 500 entretiens par an.
Son étude de salaires annuelle, remplie par plus de 7 000 talents, sert de repère à beaucoup d'équipes data pour calibrer une offre. Le cabinet a aussi lancé une business unit RPO fin 2021.
Pour qui ? Le cabinet convient aux scale-ups qui recrutent plusieurs profils data par an et veulent pouvoir passer d'une chasse ponctuelle à un dispositif RPO. Sur un recrutement IA très pointu, comme un poste de recherche, demandez des exemples de missions comparables.
Harnham
- Spécialité : 100 % data et IA depuis 2006
- Clients : Scale-ups, groupes internationaux
- Modèle : CDI, freelance, executive search
- Point fort : Guides de salaires data publiés chaque année

Points forts. Harnham a été créé au Royaume-Uni en 2006 pour recruter des profils data et analytics, et n'a jamais quitté ce créneau. Le groupe opère aujourd'hui en Europe et aux États-Unis.
Son équipe France compte une dizaine de recruteurs, dirigée par Cindy Walusiak. Elle couvre les Data Engineers, Data Scientists, ML Engineers, architectes IA, analystes BI et profils risk analytics.
Harnham publie chaque année des guides de salaires data et IA, construits sur plus de 3 500 répondants au Royaume-Uni, aux États-Unis et en Europe. Il recrute en CDI, en freelance et en executive search, et forme des jeunes diplômés via son programme Rockborne.
Pour qui ? Le cabinet convient aux groupes internationaux et aux scale-ups qui recrutent en France et à l'étranger, ou qui comparent leurs salaires data avec Londres et Amsterdam. Pour une startup early-stage qui doit recruter un data engineer polyvalent, le premier de l'équipe, un cabinet ancré chez les startups françaises sera souvent plus simple.
Groupe Upward Data & AI
- Spécialité : Digital, data et IA
- Clients : Grands groupes, PME, startups
- Modèle : Chasse directe
- Point fort : Réseau de plus de 100 000 candidats

Points forts. Upward est un cabinet de chasse par approche directe fondé par Michael Obadia il y a plus de dix ans. Le groupe compte quatorze pôles, dont un dédié au digital, à la data et à l'IA.
Il recrute depuis Paris et Nantes, en France et à l'international, et revendique un réseau de plus de 100 000 candidats de haut niveau.
Pour qui ? Le cabinet convient aux grands groupes et aux ETI qui veulent une chasse discrète sur un poste data à fort enjeu. Pensez à un Chief Data Officer ou à un responsable de la gouvernance des données.
La data partage ici un pôle avec le digital. Vérifiez qui, dans l'équipe, suivra vraiment votre poste.
Les cabinets tech et multi-spécialistes avec une équipe data
Ils recrutent plusieurs métiers, avec des consultants dédiés à la data. Lity fait partie de ce groupe.
Lity
- Spécialité : Pôle Data & IA dédié, de l'analyste au Head of Data
- Clients : Startups, scale-ups, PME, ETI, grands groupes
- Modèle : Au succès
- Point fort : Résultats publiés mission par mission

Points forts. Lity est un cabinet de recrutement multi-spécialiste basé à Paris, avec un headhunter dédié par métier. Le pôle data est piloté par Julie Porchez, Head of Data and AI Recruitment.
Elle recrute des Data Analysts, Data Engineers, Analytics Engineers, Data Scientists, ML Engineers, AI Engineers et Heads of Data. Le cabinet a réalisé 70 recrutements data et s'appuie sur un vivier de 80 000 candidats.
Lity met en ligne le bilan de chacune de ses missions, ce qui le distingue dans ce comparatif : tout est consultable sur sa page cas clients. Du brief jusqu'au contrat signé, une mission dure 28 jours en moyenne, plus ou moins selon le secteur.
Quand le cabinet transmet un profil, il obtient un entretien dans 95 % des cas : Lity parle de pertinence CV. L'année 2025 s'est soldée par 0 rupture pendant l'essai.
Les 111 avis Google donnent une moyenne de 5/5.
28 j
Time-to-fill moyen, tous secteurs
95 %
De pertinence des CV présentés
0
Rupture de période d'essai en 2025
Orus Energy : un Senior Data Engineer Fullstack en 41 jours. L'entreprise cherchait un profil hybride mêlant Machine Learning et Data Engineering, sur une stack Python, Terraform et AWS.
Lity a approché 70 profils et en a présenté 4, avec 100 % de pertinence CV.

Comment Orus Energy a recruté un Senior Data Engineer Fullstack en 41 jours.
Recruter un profil Data hybride rare pour renforcer une équipe encore restreinte et soulager son unique Data Lead en poste.
41 jours
Time to fill
28 jours
Time to hire
100%
Pertinence CV
Nous cherchions la perle rare. Une personne dynamique alliant technicité et ingéniosité avec une condition : ses hard skills sont aussi importantes que le fit avec le reste de l'équipe. Lity a su s'approprier nos critères, alimenter le pipe avec des candidats vraiment pertinents et nous présenter le profil que l'on attendait. Nous recommandons leurs services sans hésitation.
Davis : un AI Research Scientist en 40 jours. La startup cherchait un chercheur en modèles de diffusion, présent sur site sans télétravail.
Lity a approché 100 profils et en a qualifié 7, avec 95 % de pertinence CV.

Comment Davis a recruté un AI Research Scientist.
Recruter un chercheur de pointe pour aider une startup early-stage à dépasser l'état de l'art actuel et à industrialiser des technologies d'IA générative inédites.
40 j
Time to fill
40 j
Time to hire
95 %
Pertinence CV
Tout commence par une scorecard rédigée avec le Head of Data ou le CTO : stack en place, maturité de la plateforme, part d'ingénierie dans le poste. Julie vérifie ensuite ce que le candidat a réellement mis en production, au-delà des essais dans un notebook.
Lity ne facture qu'au succès et rembourse au prorata si la personne quitte l'entreprise pendant la garantie. Au-delà du CDI, le cabinet place des freelances data, mène des missions RPO et propose du management de transition.
Pour qui ? Les startups et scale-ups qui construisent leur première équipe data, ou qui passent de deux à dix personnes, sont le cœur de cible.
Les ETI et grands groupes qui lancent un pôle IA ou cherchent un Head of Data y trouvent aussi leur compte. L'offre complète est présentée sur la page cabinet de recrutement data.
Il est moins adapté si vous cherchez des consultants data en régie, ou un réseau d'agences installées dans chaque région. Lity recrute partout en France depuis Paris, pour un recrutement data à Lyon comme pour un recrutement data à Toulouse.
The Product Crew (TPC)
- Spécialité : Tech, product, design, data
- Clients : Startups, scale-ups
- Modèle : Au succès
- Point fort : Executive search pour les Heads of Data

Points forts. Mehdi Ayouche et Mathias Frachon ont lancé TPC pour les startups et scale-ups. La data y forme une des quatre familles de métiers, avec la tech, le product et le design.
Les recruteurs viennent eux-mêmes de la tech et évaluent les candidats avec des scorecards et des signaux de séniorité. Le réseau, animé depuis 2020, dépasse 20 000 talents, et le cabinet affiche 85 % de conversion du premier entretien à l'embauche.
Pour qui ? TPC est pertinent quand la data est proche du produit. Par exemple un Data Analyst produit, un Data Scientist sur un moteur de recommandation ou un Head of Data en scale-up.
Son offre d'executive search, TPC Leaders, couvre les postes de direction. Il est moins présent sur la data d'entreprise classique : BI financière, gouvernance, migration d'entrepôt dans un grand groupe.
Urban Linker
- Spécialité : Tech et digital, dont la data
- Clients : Startups, scale-ups
- Modèle : Au succès
- Point fort : Pionnier du recrutement startup depuis 2009

Points forts. Créé à Paris en 2009 par Jonathan Azoulay, Urban Linker fait partie des premiers cabinets dédiés aux startups. Il est dirigé depuis 2018 par Boris de Chalvron. Une quarantaine à une cinquantaine de personnes y couvrent la tech au sens large, data comprise.
Le cabinet affiche une note de 4,8/5 sur Trustfolio.
Pour qui ? Il a des bureaux à Paris, Lyon et Bordeaux. Le cabinet convient à une scale-up qui recrute un Data Engineer en même temps que des développeurs ou des PM.
Pour un ML Engineer ou un chercheur en IA, un cabinet centré sur la data ira plus vite au bon vivier.
Mobiskill
- Spécialité : Engineering, data, product, IA
- Clients : Startups à grands comptes
- Modèle : Au succès
- Point fort : CDI et freelance, six villes

Points forts. Mobiskill existe depuis 2010. Il a été fondé par Baptiste Vavdin et Jean-Noël Houdu, puis a fusionné avec Avizio en 2024 pour former le groupe WEFY.
Ses consultants couvrent l'engineering, la data, le produit et l'IA. Le cabinet revendique plus de 2 000 clients et un vivier de plus de 90 000 candidats.
Pour qui ? Le cabinet recrute à Paris, Lyon, Lille, Bordeaux, Nantes et Aix-en-Provence. Il convient aux entreprises qui alternent CDI et missions freelance sur leurs profils data. C'est utile quand un projet de migration demande un Data Engineer freelance avant d'ouvrir le poste en CDI.
EasyPartner
- Spécialité : IT, avec un pôle data
- Clients : Scale-ups, grands comptes
- Modèle : CDI et assistance technique
- Point fort : Cinq villes, formation data certifiée Qualiopi

Points forts. EasyPartner a été cofondé par Florian Grandvallet et Julien Broue. Le cabinet recrute des profils IT et a fait de la data l'un de ses pôles, avec l'IA générative et le machine learning.
Il recrute à Paris, Lyon, Marseille, Grenoble et Toulouse. Il se présente parmi les Champions de la Croissance 2025 des Échos et cite Spendesk, Treezor ou Showroomprivé parmi ses clients.
Le cabinet combine recrutement en CDI, assistance technique et formation certifiée Qualiopi, avec des parcours Data Analyst et Data Scientist.
Pour qui ? Le cabinet convient aux entreprises qui veulent un consultant data en mission puis, le cas échéant, une embauche en CDI. Sa présence à Grenoble et Toulouse aide hors de Paris.
Pour un Head of Data en scale-up, un cabinet orienté executive search sera plus adapté.
Bluecoders
- Spécialité : Software, data et IA, embarqué
- Clients : Deeptech, défense, industrie
- Modèle : Au succès
- Point fort : Data appliquée aux secteurs industriels

Points forts. Bluecoders a été lancé en 2016 par un ingénieur. Sa dizaine de recruteurs est organisée par verticale : software, data et IA, infrastructure, systèmes embarqués.
Le cabinet travaille beaucoup avec la défense, le spatial, l'aéronautique et la deeptech. Il forme aussi des recruteurs à la tech avec la Bluecoders Academy.
Pour qui ? Le cabinet convient aux startups deeptech et aux industriels. Pensez à un Data Scientist sur de la vision par ordinateur, des données capteurs ou de la maintenance prédictive.
Une scale-up SaaS qui cherche un Analytics Engineer trouvera des cabinets plus proches de sa stack.
Externatic
- Spécialité : IT, data, IA, cyber, industrie 4.0
- Clients : PME, ETI, grands groupes
- Modèle : Au succès
- Point fort : Couverture nationale depuis Nantes

Points forts. Externatic a été créé à Nantes en 2011 par Franck Gascard. Ses trente consultants recrutent dans toute la France sur l'informatique, la cybersécurité, les systèmes industriels, la data et l'IA.
Le cabinet travaille avec des groupes comme La Poste, Bouygues, Maisons du Monde ou les Galeries Lafayette.
Pour qui ? Le cabinet convient aux entreprises installées en région qui cherchent un Data Engineer ou un ingénieur BI proche de leurs sites. La data reste un pôle parmi d'autres : sur un profil IA rare, demandez combien de recrutements comparables le consultant a menés.
Quel profil data recruter ?
Beaucoup de recrutements data ratés commencent par un mauvais intitulé. Avant de choisir un cabinet, posez la question à l'envers : quel problème ce poste doit-il régler dans six mois ?
Voici les six métiers que nous recrutons le plus, avec ce qu'il faut vérifier pour chacun. Les salaires sont ceux des fiches métier Lity pour recruter un profil data à Paris au niveau confirmé.
Data Analyst
Le Data Analyst répond à la question « que s'est-il passé et pourquoi ? ». Il construit des tableaux de bord, analyse un écart de conversion et aide les équipes sales, marketing ou finance à décider.
Sa stack : SQL, Looker ou Tableau, BigQuery ou Snowflake, parfois dbt, Mixpanel ou Hex.
En entretien, faites-lui écrire une requête SQL sur vos vraies tables, puis demandez-lui de présenter un résultat à un non-spécialiste. Le second exercice trie plus que le premier.
Comptez 42 000 à 52 000 € brut annuel en confirmé et 53 000 à 64 000 € en senior, selon notre fiche Data Analyst. Le recrutement d'un data analyst prend en général trois à cinq semaines : le vivier est large, le tri est long.
Data Engineer
Le Data Engineer construit les pipelines qui font arriver la donnée propre et à l'heure. Il gère l'ingestion, l'orchestration, le stockage et la qualité.
Sa stack : Python, SQL, Airflow, dbt, Snowflake ou BigQuery, Kafka pour le temps réel, Spark sur les gros volumes, Terraform et Kubernetes pour l'infrastructure.
En entretien, demandez-lui de raconter un pipeline qu'il a cassé en production et comment il l'a réparé. Faites-lui dessiner une architecture pour votre cas réel.
Un profil confirmé se situe entre 46 000 et 59 000 € à Paris, 61 000 à 77 000 € en senior. Comptez cinq à huit semaines, plus si vous exigez Spark et le streaming.
Analytics Engineer
L'Analytics Engineer est apparu avec dbt. Il fait le pont entre le Data Engineer et le Data Analyst : il modélise les tables, écrit les tests, documente les métriques.
Les analystes consomment ensuite ces tables sans réécrire la logique à chaque fois. Sa stack : dbt, SQL avancé, Snowflake ou BigQuery, Git, CI/CD, un outil BI comme Looker ou Metabase.
En entretien, montrez-lui un modèle dbt mal écrit et demandez ce qu'il changerait. Vérifiez qu'il versionne, teste et relit son code comme un développeur.
Lity n'a pas encore de fiche métier dédiée à ce poste. En pratique, le salaire se place entre la grille du Data Analyst et celle du Data Engineer, selon la part d'ingénierie.
Comptez cinq à sept semaines : le métier est jeune et les profils confirmés sont peu nombreux.
Data Scientist
Le Data Scientist répond à « que va-t-il se passer ? ». Il construit des modèles de prévision, de scoring ou de recommandation, puis mesure leur effet réel.
Sa stack : Python, scikit-learn, Jupyter, MLflow, Databricks, Snowflake ou BigQuery, et souvent un peu de dbt.
En entretien, demandez-lui un modèle qu'il a mis en production et la métrique business qu'il a fait bouger. Beaucoup de candidats n'ont jamais dépassé le notebook.
La fiche métier Lity situe le salaire entre 39 000 et 50 000 € en début de parcours. Il monte à 46 000 à 58 000 € au niveau intermédiaire, puis 58 000 à 72 000 € en senior.
Comptez cinq à huit semaines.
ML Engineer et AI Engineer
Le ML Engineer industrialise les modèles : entraînement, déploiement, suivi, réentraînement. Sa stack : Python, PyTorch, MLflow ou Weights & Biases, Docker, Kubernetes, SageMaker.
L'AI Engineer construit des produits sur des LLM : RAG, agents, évaluation des réponses. Sa stack : Python, API OpenAI ou Anthropic, LangChain, une base vectorielle comme Pinecone, Langfuse pour le suivi.
Quand le volume de modèles grossit, un MLOps Engineer prend en charge la plateforme.
En entretien, ne vous arrêtez pas aux projets personnels. Demandez combien d'utilisateurs ont touché le système, comment il était évalué et ce qu'il coûtait par requête.
Un ML Engineer confirmé se situe entre 50 000 et 65 000 € à Paris, un AI Engineer entre 51 000 et 66 000 €. Les éditeurs d'IA et les bureaux parisiens des grands groupes américains paient nettement plus.
Comptez six à dix semaines.
Head of Data
Le Head of Data structure l'équipe et la plateforme. Il arbitre entre les demandes des métiers, choisit l'architecture, recrute et fait grandir son équipe.
Il parle autant au CEO qu'aux ingénieurs. La stack compte moins que ses choix passés : Snowflake ou Databricks, dbt, Airflow, Looker, et la façon dont il a organisé tout cela.
En entretien, demandez-lui ce qu'il a construit en douze mois dans son dernier poste, et ce qu'il a arrêté. Faites-le rencontrer un dirigeant métier.
Un Head of Data se situe entre 80 000 et 98 000 € à Paris de 6 à 10 ans. Au-delà, comptez 101 000 à 124 000 €. Comptez huit à douze semaines : les bons profils sont en poste et attendent un projet clair.
Le bon ordre de recrutement
Dans une startup, recrutez d'abord un Data Engineer ou un Analytics Engineer qui fiabilise la donnée. Un Data Scientist recruté avant ce socle passe la moitié de son temps à nettoyer des tables.
Comment choisir son cabinet de recrutement data ?
Le consultant comprend-il vraiment le poste ?
Testez-le dès le premier appel. Sait-il expliquer la différence entre un Data Engineer et un Analytics Engineer, ou entre un ML Engineer et un AI Engineer ?
Un bon recruteur data ne cherche pas des mots-clés comme « Python » ou « Spark ». Il demande ce que le candidat a mis en production, à quel volume et avec quel résultat.
Impliquez votre Head of Data ou votre CTO dès le brief.
Le cabinet peut-il prouver ses résultats ?
Exigez des cas nommés sur des recrutements data proches du vôtre, un ML Engineer par exemple, avec la durée réelle de chaque mission.
Consultez ensuite les avis Google ou Trustfolio. Si le cabinet ne publie aucun délai, aucun taux de réussite et aucune référence vérifiable, vous n'avez que sa parole.
Le cabinet atteint-il les candidats passifs ?
Un bon Data Engineer reçoit plusieurs messages de recruteurs par semaine et ne lit que ceux qui citent sa stack.
Demandez au cabinet ses canaux : LinkedIn Recruiter, vivier, cooptation, meetups dbt, communautés Kaggle et Hugging Face. Demandez aussi son ratio entre profils approchés et profils présentés.
Combien coûte un cabinet de recrutement data ?
Un Data Engineer confirmé déclenche d'habitude des honoraires de 18 à 20 % du brut annuel. Pour un Head of Data qui encadre une équipe, comptez 20 à 25 %.
Les postes de direction se négocient entre 25 et 30 %. Le tableau qui suit applique ces taux aux salaires parisiens de nos fiches métier.
| Poste | Salaire brut annuel (Paris) | Taux indicatif | Honoraires estimés HT |
|---|---|---|---|
| Data Analyst (confirmé) | 42 000 à 52 000 € | 18 à 20 % | 8 000 à 10 000 € |
| Data Engineer (confirmé) | 46 000 à 59 000 € | 18 à 20 % | 8 000 à 12 000 € |
| Data Scientist (intermédiaire) | 46 000 à 58 000 € | 18 à 20 % | 8 000 à 12 000 € |
| ML Engineer (confirmé) | 50 000 à 65 000 € | 18 à 20 % | 9 000 à 13 000 € |
| AI Engineer (confirmé) | 51 000 à 66 000 € | 18 à 20 % | 9 000 à 13 000 € |
| Head of Data (6 à 10 ans) | 80 000 à 98 000 € | 20 à 25 % | 16 000 à 25 000 € |
Data Analyst (confirmé)
- Salaire brut annuel (Paris)
- 42 000 à 52 000 €
- Taux indicatif
- 18 à 20 %
- Honoraires estimés HT
- 8 000 à 10 000 €
Data Engineer (confirmé)
- Salaire brut annuel (Paris)
- 46 000 à 59 000 €
- Taux indicatif
- 18 à 20 %
- Honoraires estimés HT
- 8 000 à 12 000 €
Data Scientist (intermédiaire)
- Salaire brut annuel (Paris)
- 46 000 à 58 000 €
- Taux indicatif
- 18 à 20 %
- Honoraires estimés HT
- 8 000 à 12 000 €
ML Engineer (confirmé)
- Salaire brut annuel (Paris)
- 50 000 à 65 000 €
- Taux indicatif
- 18 à 20 %
- Honoraires estimés HT
- 9 000 à 13 000 €
AI Engineer (confirmé)
- Salaire brut annuel (Paris)
- 51 000 à 66 000 €
- Taux indicatif
- 18 à 20 %
- Honoraires estimés HT
- 9 000 à 13 000 €
Head of Data (6 à 10 ans)
- Salaire brut annuel (Paris)
- 80 000 à 98 000 €
- Taux indicatif
- 20 à 25 %
- Honoraires estimés HT
- 16 000 à 25 000 €
Le taux ne suffit pas, le mode de paiement compte autant. En pur succès, la facture tombe à l'embauche de votre Data Engineer.
Un mandat avec acompte mobilise une fraction des honoraires dès le lancement de la chasse.
Côté garantie, si la recrue part pendant l'essai, demandez s'il prévoit un remplaçant ou un remboursement au prorata. Notre page sur les tarifs des cabinets de recrutement détaille chaque formule.
Quelles erreurs éviter ?
Première erreur : publier une fiche de poste qui demande Spark, TensorFlow, Looker et la gestion d'équipe pour un seul profil. Ce candidat n'existe pas, et ceux qui s'en approchent fuient.
Deuxième erreur : externaliser le recrutement d'un même poste auprès de trois cabinets. Les candidats data se connaissent et reçoivent trois appels pour la même offre.
Dernier point, vos retours sur les candidats. Écrire « pas assez technique » n'aide personne.
Écrire « n'a jamais orchestré de pipeline au-delà de quelques Go par jour » donne au cabinet de quoi recibler sa recherche le jour même. Tenez un délai de 48 heures maximum pour commenter chaque profil reçu.
À retenir
Clarifiez d'abord le métier data dont vous avez besoin. Choisissez ensuite un cabinet qui sait le distinguer des métiers voisins, publie ses résultats et ne facture qu'à l'embauche.



