Infographie Combien gagne un data scientist?
Le Turing Club et Opinion Way révèlent leur première étude sur les salaires des experts data science en France, Data Scientist et Data Engineer.
10 %, en moyenne. C'est l'augmentation des rémunérations des experts data science en France, au cours des deux dernières années, dévoilent Le Turing Club et Opinion Way, à l'origine d'une première étude sur les salaires des Data Scientists et des Data Engineer réalisée en novembre 2018. Pour autant, l'association, qui regroupe 45 agences et prestataires spécialisés en data marketing, et l'institut d'études relèvent des disparités significatives. Ainsi, les jeunes diplômés profitent d'une très forte augmentation des salaires à l'embauche à la sortie d'école, soit +11 % entre 2016 et 2018 pour les Data Scientists, et +10 % pour les Data Engineers. Les Data Scientists connaissent une très forte augmentation des rémunérations chez les 2-5 ans et chez les 5-10 ans d'expérience (+ 12 %), connaissant ainsi un réalignement par rapport aux nouveaux embauchés. Les Data Engineer se confrontent au même phénomène, mais à partir de 5-10 ans d'expérience, puisque ces profils sont encore plus rares.
En détail, pour les Data Scientists, en 2018, le salaire d'embauche moyen est autour de 38,7 K€ pour les débutants, de 43,7 K€ pour les moins de 2 ans, 50 K€ pour les 2-5 ans, et 59,5 K€ pour les 5-10 ans d'expérience. Pour les Data Engineer, les salaires sont légèrement inférieurs de 2 à 3 % à ceux des Data Scientists : le salaire d'embauche moyen s'établit ainsi autour de 37,9 K€, puis de 42,9 K€ pour les moins de 2 ans, 49,1 K€ pour les 2-5 ans, et 57,7 K€ pour les 5-10 ans d'expérience. Il est à noter également des écarts importants entre Paris et la province, et une croissance de ceux-ci en fonction de l'ancienneté, de l'ordre de 10 % pour les débutants jusqu'à 25 % pour les plus anciens.
Pour rappel, le Data Scientist capte, traite et analyse des données complexes (internes, externes), structurées ou non structurées et utilise l'avancée des techniques statistiques de machine learning - classification, prévision, clustering, et techniques spécifiques à l'instar du text mining/NLP, de séries temporelles et de web mining. Le Data Engineer met en oeuvre les outils de collecte (ETL, flux, logs, bases de données), conçoit et déploie des plateformes décisionnelles & Big Data, se base sur des compétences en développement intégration, optimisation de programmes, approche DevOps et en qualité et gouvernance de la donnée & documentation, mais aussi maîtrise des langages informatiques de la donnée (SQL/HQL, Python, Scala, Java, notamment). Le Data Analyst, Marketing Analyst possède des compétences en data management, statistiques et data mining, des capacités d'analyse et d'appropriation des problématiques métiers, maîtrise des outils de traitement des données (SAS, R, SQL, notamment).
