Data scientist

Le métier en clair

Le data scientist introduit des techniques de data science et d'intelligence artificielle pour résoudre des problématiques métier : il transforme les données brutes en informations exploitables et développe des algorithmes d'apprentissage.

Il travaille en entreprise, en société de conseil ou dans des organismes de recherche.

Est-ce fait pour vous ?

Dans le modèle RIASEC, qui range les centres d'intérêt en six grandes familles, ce métier est d'abord Investigateur, avec une forte part Conventionnel. Autrement dit : il faut aimer analyser et expérimenter, avec de la rigueur et de la curiosité.

À savoir avant de vous lancer

Le travail est en bureau d'études, en mode projet, avec du télétravail possible et des déplacements.

Salaire

Un data scientist en poste gagne en moyenne 5 653 € brut par mois, soit environ 4 380 € net. Comptez environ 3 620 € net en début de carrière et 4 730 € net avec de l'expérience. Le salaire varie ensuite selon le secteur, la région, l'entreprise et l'ancienneté.

Trouver un emploi

Sur les 12 mois allant jusqu'au 1er trimestre 2026, France Travail a recensé 3 620 offres d'emploi de data scientist, pour 4 070 personnes inscrites comme demandeurs d'emploi sur ce métier. Soit 0,9 offre pour un candidat : trouver un poste y est modéré.

Source : France Travail, statistiques du marché du travail, France entière, 12 mois jusqu'au 1er trimestre 2026. Note de facilité calculée par Ysée.

Comment devenir data scientist ?

1. 1

   Viser un bac+5

   Le métier est accessible avec un niveau bac+5 et plus en mathématiques, économie, statistiques ou informatique.

2. 2

   Maîtriser les outils

   La programmation, les statistiques et l'apprentissage automatique sont indispensables.

3. 3

   Évoluer

   On peut évoluer vers biostatisticien ou directeur d'études.

Reconversion : depuis quels métiers ?

Nous avons comparé les compétences demandées à ce métier avec celles de tous les métiers du répertoire de France Travail. Voici ceux qui en partagent le plus : si vous venez de l'un d'eux, une partie du chemin est déjà faite.

• Biostatisticien / BiostatisticiennePasserelle reconnue par France Travail33 %
• Directeur / Directrice d'études socio-économiquesPasserelle reconnue par France Travail30 %
• Intégrateur / Intégratrice logiciels métiersPasserelle reconnue par France Travail28 %
• Data analyst28 %
• Data engineerPasserelle reconnue par France Travail27 %
• Chargé / Chargée d'études socio-économiquesPasserelle reconnue par France Travail27 %
• Actuaire en assurancesPasserelle reconnue par France Travail26 %
• Ingénieur / Ingénieure de recherche scientifiquePasserelle reconnue par France Travail23 %

Correspondance des compétences calculée par Ysée à partir du répertoire ROME : chaque compétence compte selon son importance pour le métier, les compétences voisines comptent en partie.

Et après ? Les évolutions possibles

Voici les métiers les plus proches de celui-ci, classés selon la part de ses compétences qu'ils réutilisent. La plupart demandent une formation complémentaire ou quelques années d'expérience.

• Ingénieur statisticien / Ingénieure statisticienne36 %
• Analyste décisionnel - Business Intelligence27 %
• Ingénieur / Ingénieure économiste en entreprise27 %
• Mathématicien / Mathématicienne27 %
• Chargé / Chargée d'études commerciales26 %
• Astrophysicien / Astrophysicienne24 %
• Responsable de la Sécurité des Systèmes d'Information (RSSI)22 %
• Astronome22 %

Les compétences clés

• Analyser et traiter l'information à des fins d'anticipation
• Mobiliser des données massives pour éclairer les prises de décisions
• Exploiter des solutions de Data Science ou d'Intelligence Artificielle
• Traduire les demandes de l'entreprise en solutions techniques
• Analyser des données pour prendre des décisions stratégiques
• Concevoir des modèles théoriques (calcul, simulation, modélisation)
• Procéder aux phases de tests et de recettes des applications développées
• Réaliser des enquêtes statistiques selon les résultats issus des solutions de Data Science
• Adapter les outils de traitement statistique de données
• Définir les solutions de stockage et de structuration des données
• Assurer le suivi de la qualité des données
• Optimiser des algorithmes, une application informatique et mettre en oeuvre leur développement
• Gérer des données massives
• Réaliser une analyse ou modélisation statistique de données

Le métier est aussi appelé

• Expert en datascience / Experte en datascience
• Expert / Experte en sciences des données
• Chargé / Chargée de modélisation des données
• Explorateur / Exploratrice de données
• Ingénieur / Ingénieure data scientist
• Data Miner

Questions fréquentes