États-Unis
$120k–$180kRésumé : US mid–senior, tech and finance; title inflation varies, 2024.
Résumé : Stakeholder meetings expand the calendar more than modeling does.
Scientifique des données · Détecte des régularités et construit des modèles prédictifs à partir de données — un intitulé de poste né en 2008, fondé sur trois siècles de comptage, de tests et de visualisation des preuves.
La rémunération en science des données se situe solidement dans le haut de gamme technologique sans atteindre le très sommet : les données du marché du travail national montrent des salaires à six chiffres confortables aux États-Unis, bien en deçà des extrêmes signalés pour les rôles de recherche IA les plus seniors dans les laboratoires de pointe, mais bien au-dessus de la plupart des emplois de bureau.
La demande raconte deux histoires différentes à travers les années 2010 et 2020 : une décennie de boom de recrutement après le cadrage « sexiest job » de 2012, suivie d'un vrai refroidissement du recrutement junior après les licenciements du secteur technologique en 2022–2023, même si la demande pour les rôles seniors en science des données et apprentissage automatique, riches en jugement, reste solide.
Fourchette de salaire de base typique pour les nouveaux diplômés entrant en postes juniors de science des données ou d'analytique dans les entreprises technologiques et financières américaines, estimations 2024–25.
Salaire annuel médian du Bureau of Labor Statistics américain pour la profession Data Scientists (SOC 15-2051), mai 2023, chiffre le plus récent publié au moment de la rédaction.
Fourchette de salaire de base typique rapportée dans les enquêtes de rémunération industrielles 2024–25 pour des scientifiques des données contributeurs individuels expérimentés dans les entreprises technologiques et financières américaines.
Rémunération totale — base, bonus et actions — couramment rapportée pour les rôles seniors de science des données dans les grandes entreprises technologiques américaines, 2024–25.
Rémunération totale avec actions pour les contributeurs individuels les plus seniors ou la voie managériale précoce dans les grandes entreprises technologiques, rapports industrie 2024–25.
Fourchettes types mi-senior, horaires et congés — pas les débuts de carrière. Les notes indiquent l’année et le marché.
Résumé : US mid–senior, tech and finance; title inflation varies, 2024.
Résumé : Stakeholder meetings expand the calendar more than modeling does.
Résumé : Korea: mid–senior in tech/finance/consulting, 2024.
Résumé : Analyst–scientist title blur; overtime follows business cycles.
Résumé : Japan: mid–senior corporate DS roles, 2024.
Résumé : English-heavy teams pay more; hierarchy slows experiments.
Résumé : Germany: mid–senior, 2024.
Résumé : Balanced hours; fewer mega-grants than US tech.
Résumé : UK: mid–senior London premium, 2024.
Résumé : Contracting can raise cash and income volatility.
Résumé : Singapore: banks and tech hubs, 2024.
Résumé : Finance DS pays up for regulatory crunch seasons.
Salaire annuel médian du Bureau of Labor Statistics américain pour la profession Data Scientists, mai 2023 ; la rémunération totale dans les grandes entreprises technologiques est plusieurs fois plus élevée pour les rôles seniors.
Fourchette salariale typique du data scientist dans la finance, la technologie et le conseil au Royaume-Uni, estimations 2024–25.
Fourchette typique dans les entreprises technologiques, automobiles et industrielles allemandes, estimations 2024–25.
Fourchette typique dans les banques et entreprises technologiques basées à Singapour, estimations 2024–25 ; le pays est un hub régional de recrutement data pour l'Asie du Sud-Est.
Fourchette typique pour les rôles de science des données dans les entreprises technologiques indiennes et les grandes équipes data basées en Inde des groupes mondiaux, enquêtes salariales industrie 2024–25.
Fourchette typique dans les entreprises technologiques et de services financiers brésiliennes, estimations 2024–25 ; le Brésil est le plus grand marché de l'emploi data d'Amérique latine.
Où l'équipe data de DJ Patil adopta l'intitulé « data scientist » vers 2008, devenu depuis un signal central de recrutement pour tout le domaine.
A organisé le Netflix Prize 2006–2009, une compétition ouverte d'un million de dollars pour améliorer son algorithme de recommandation, jalon précoce de la science des données participative et précurseur des compétitions de type Kaggle.
Emploie de grandes équipes de science des données et d'analytique sur la recherche, la publicité et le cloud, et publie des outils data open source largement utilisés dont TensorFlow et BigQuery.
Le bras IA et analytique du cabinet de conseil, QuantumBlack, construit des pratiques de science des données pour de grands clients corporatifs dans tous les secteurs et pays.
Une banque américaine pionnière ayant bâti son modèle économique sur l'analyse de données à grande échelle pour les décisions de crédit, employant de grandes équipes internes de science des données depuis les années 1990.
Le géant chinois du e-commerce exploite l'une des plus grandes organisations de science des données et d'apprentissage automatique d'Asie, alimentant recommandation, logistique et détection de fraude à très grande échelle.
Le recrutement pour les rôles de science des données a presque continuellement augmenté du milieu des années 2010 à 2021, puis s'est nettement refroidi lorsque les grandes entreprises technologiques ont réduit leurs effectifs en 2022–2023 — une correction qui a touché plus durement les offres de data scientist généraliste et junior que les rôles spécialisés en apprentissage automatique et ingénierie analytique.
Le Bureau of Labor Statistics américain continue de projeter une croissance bien supérieure à la moyenne pour la profession jusqu'au début des années 2030, et la demande hors des États-Unis — notamment en Europe occidentale, en Inde et dans les secteurs bancaire et technologique d'Asie du Sud-Est — a augmenté à mesure que davantage d'entreprises construisent leur propre infrastructure data plutôt que de s'appuyer sur une poignée de pôles.
Voisins les plus proches sur le profil à six scores — pas seulement le même champ.
Le gardien des livres : héritier d'un métier si ancien qu'il a inventé l'écriture, négociant aujourd'hui avec les logiciels conçus pour l'automatiser.
AI-resistant 35 🗺️Décide ce que l'entreprise doit construire ensuite, et pourquoi — en transformant les besoins clients, les objectifs business et les contraintes techniques en un plan partagé que personne d'autre ne possède vraiment.
AI-resistant 50 💻Écrit, teste et maintient le code qui gère la vie moderne – et est l’une des premières professions à voir l’IA automatiser son propre travail quotidien.
AI-resistant 35 📣Le professionnel qui crée la demande — des murs peints de Pompéi et du mémo « brand man » de P&G en 1931 aux fils d'actualité gouvernés par les enchères de l'ère numérique.
AI-resistant 38 🦾Conçoit les machines qui perçoivent, décident et agissent dans le monde physique — où le vrai défi n'a jamais été l'intelligence, mais le monde lui-même.
AI-resistant 65 💊L'expert des médicaments derrière chaque ordonnance — des premières boutiques de drogues de Bagdad et du mortier de l'apothicaire à la morphine, l'artémisinine et l'officine moderne.
AI-resistant 58Établit et teste les lois mathématiques qui régissent la matière, l'énergie, l'espace et le temps, d'un tableau noir solitaire à un article de collisionneur signé par 3 000 auteurs.
AI-resistant 65 🧬Le scientifique qui étudie la vie elle-même, de Linnaeus nommant les espèces à la main à l'édition de génomes avec CRISPR, testant encore chaque idée sur un organisme vivant.
AI-resistant 64 🧪Le scientifique qui fabrique et mesure la matière — de l'alambic babylonien de Tapputi aux laboratoires robotisés d'aujourd'hui, celui qui décide encore ce que signifie le spectre.
AI-resistant 70 🔭Le scientifique qui mesure l'univers, des tablettes d'argile babyloniennes aux télescopes spatiaux, et qui décide encore aujourd'hui quelle fluctuation dans les données est une découverte.
AI-resistant 70 🧮Des scribes babyloniens aux lauréats Fields et à la démonstration assistée par IA : la profession qui transforme les questions difficiles en certitude permanente, théorème après théorème.
AI-resistant 70