Sous le mot « data » se cachent trois métiers distincts. Le data engineer construit la plomberie : collecter, nettoyer et centraliser les données éparpillées dans vos outils. Le data analyst les fait parler : tableaux de bord, indicateurs, réponses aux questions du métier. Le data scientist construit des modèles prédictifs et de l’intelligence artificielle. Trois profils, trois viviers, trois niveaux de rareté.
L’erreur de casting est ici presque systématique : recruter un data scientist — le plus prestigieux et le plus cher — pour faire des tableaux de bord, travail d’analyst, sur des données que personne n’a encore centralisées, travail d’engineer. Résultat : un profil surqualifié qui s’ennuie, fait le travail d’un autre métier, et part.
Pour une PME qui démarre sur le sujet, l’ordre naturel est presque toujours le même : d’abord fiabiliser et centraliser les données, ensuite les analyser, enfin — éventuellement — prédire. Votre annonce doit nommer le bon métier pour la bonne étape, sinon elle attire les mauvais profils et fait fuir les bons.
Ce qui fait varier la fourchette
Le métier précis pilote le budget : les data engineers confirmés comptent parmi les profils les plus disputés, les analysts s’appuient sur un vivier plus large, et les scientists se paient cher mais ne se justifient que pour de vrais sujets de prédiction. La séniorité et la maîtrise des plateformes cloud de données font le reste de l’écart.
La maturité de votre existant joue aussi : partir de données propres et centralisées est un poste ; tout construire depuis des exports de fichiers et des outils qui ne se parlent pas en est un autre, plus exigeant, qui réclame un profil plus expérimenté — et mieux payé.
Rédiger l’annonce pour ce poste
Nommez le métier exact dans le titre — data engineer, data analyst ou data scientist — plutôt qu’un « profil data » générique. Décrivez l’état réel de vos données : dans quels outils elles vivent, si elles sont déjà centralisées, qui les exploite aujourd’hui. Précisez les livrables attendus la première année : pipeline fiable, tableaux de bord, modèle. Cette honnêteté filtre naturellement les bons candidats.