Data : les métiers qui recrutent et les compétences qui font la différence en 2026
Data engineer, data scientist, architecte data… Quels profils les entreprises recherchent-elles vraiment en 2026 ? Olivier Vanandruel, directeur de l’école PMN, partage sa lecture des enjeux et des compétences clés du secteur.
Quels sont les enjeux de la data en 2026 ?
La data est avant tout un enjeu stratégique pour les entreprises, pas seulement technique. Les volumes générés sont considérables, et la vraie question est de savoir comment les exploiter correctement, avec une vision économique, opérationnelle, fonctionnelle. Cela implique que la donnée soit fiable, conforme et sécurisée, ce qui rattache ces métiers à une dimension de cybersécurité importante.
Les enjeux sont aussi décisionnels à plusieurs niveaux, du pilotage d’objectifs à l’échelle macroscopique, en passant par des décisions très terrain dans le cadre de l’automatisation de processus ou de la personnalisation de services. Et, depuis deux ans, un enjeu central s’est ajouté : alimenter des solutions d’intelligence artificielle.
Une IA n’est efficace que si elle repose sur des fondations data solides.
C’est précisément pour cette raison que les entreprises qui veulent intégrer l’IA s’appuient en priorité sur des data engineers, capables de transformer des données dispersées dans différents systèmes pour construire des entrepôts de données robustes et exploitables.
Justement, en quoi l’IA bouleverse le quotidien des professionnels de la data ?
L’IA apporte de nouveaux outils, elle automatise des tâches répétitives, accélère les processus d’analyse, génère du code rapidement, aide à documenter des pipelines ou encore à détecter des anomalies. Pour un professionnel de la data, travailler sans IA, c’est aujourd’hui être moins rapide et moins efficace qu’un confrère qui l’utilise.
L’IA rend aussi le métier plus exigeant.
Le professionnel doit comprendre ce que l’IA produit. Il faut qu’il exerce un regard critique sur ses réponses, qu’il en identifie les biais, tout en garantissant la conformité des données et en assurant la traçabilité. Il doit également être en mesure de lui donner les bons axes de travail : une IA mal orientée produit des résultats qui peuvent sembler corrects à première vue, mais qui sonneront creux.
L’apprentissage de l’IA au sein de l’école PMN
Les étudiants apprennent à travailler avec plusieurs modèles (GPT, Gemini, Claude pour le code, mais aussi des IA open source en local), pour mieux comprendre le fonctionnement des différentes architectures et la manière dont les flux de données transitent au sein de ces systèmes. L’objectif est un usage à la fois optimal et raisonné.
La production de documentation par l’IA est encadrée : les étudiants doivent être capables d’expliquer leur travail avec leurs propres mots, ce que les soutenances permettent précisément de vérifier.
Quels sont les métiers les plus recherchés actuellement dans le domaine de la data, et pourquoi ?
Le data engineer est le profil le plus central. C’est celui qui conçoit les infrastructures pour collecter, transformer, stocker et rendre exploitable la donnée, et sur lesquelles vont s’appuyer les modèles de machine learning ou d’intelligence artificielle. C’est aussi le profil le plus demandé par les entreprises partenaires de l’école, ce qui confirme l’orientation de la formation.
À partir de cette base, d’autres métiers sont accessibles :
- Data analyst : il exploite les données et produit des tableaux de bord via des outils de business intelligence. C’est un débouché possible, même si la formation PMN vise plus haut en termes d’exigence.
- Data scientist : il est orienté autour de la modélisation statistique et le machine learning avancé. C’est une profession qui convient davantage aux profils issus de filières mathématiques.
- Ingénieur machine learning : il industrialise des modèles et les intègre dans des environnements techniques. Il fait aussi partie du périmètre que notre formation adresse.
D’autres débouchés sont possibles : avec de l’expérience, les data engineers peuvent évoluer vers des fonctions d’architecte data, de lead data engineer, de responsable de projets data ou de consultant IT et data.
Le data engineer est un profil central qui s’adresse à des entreprises de toute taille, dès lors qu’un projet data structurant est engagé. Les secteurs les plus demandeurs sont le commerce, la banque, l’assurance et la santé.
Quelles sont les compétences indispensables à maîtriser pour faire carrière dans ce secteur ?
La rigueur, la curiosité et une vraie capacité d’apprentissage continu sont des prérequis. Les outils évoluent très vite, les architectures changent, et l’IA transforme en permanence les pratiques. Il ne s’agit pas de se reposer sur ses acquis, mais d’intégrer en continu ce qui change et pourquoi.
Pour autant, certains fondamentaux ne se délèguent pas à l’IA, comme la capacité à comprendre la donnée, la stabiliser, la sécuriser, et savoir faire le lien entre les besoins opérationnels de l’entreprise, les contraintes techniques et les solutions à mettre en place.
C’est ce qui distingue un professionnel solide d’un profil qui maîtrise des outils sans comprendre ce qu’il produit.
Il faut aussi apprendre à dialoguer avec différentes équipes métier, pour mieux comprendre le besoin d’un client, argumenter et expliquer ses choix. La dimension de communication et de posture professionnelle est réelle dans ces métiers techniques.
Quels sont les points forts et les spécificités de la formation proposée par l’école PMN ?
L’école PMN propose un cursus en trois ans : un bachelor 3 Concepteur développeur d’applications, suivi de deux mastères, dont celui intitulé Expert en architecture et développement logiciel – Option data engineering. Le bachelor est conçu comme un socle large, incluant du développement, de l’architecture système réseau, de la cybersécurité et de la data, pour que l’étudiant arrive en mastère avec les bases nécessaires, quelle que soit la spécialisation qu’il choisit.
Le mastère en data engineering couvre des compétences techniques précises : SQL, Python, bases de données relationnelles, architectures cloud, API, containerisation, outils d’orchestration, traitement big data en batch. Mais il inclut aussi des dimensions transversales, telles que la gouvernance de la donnée, la gestion de projets agiles, le RGPD, la conformité, ou encore la communication avec les équipes métier.
La pédagogie est entièrement orientée projet. À chaque fin de trimestre, une semaine intensive de travail est consacrée à un projet complet issu d’une problématique d’entreprise, mobilisant l’ensemble des compétences acquises. Un exemple concret : un projet de smart data pour la gestion d’une ville, intégrant des prévisions météo, de qualité de l’air et de taux de pollution, avec l’acquisition de données depuis des sources publiques, leur structuration, leur traitement et leur restitution via une application web.
Tous les formateurs sont des professionnels en activité sur leur domaine, qu’il s’agisse de machine learning, de Python, de gouvernance ou de management de projet. Ils apportent à la fois la compétence technique, la capacité d’encadrement de projets, et la posture professionnelle que les étudiants doivent acquérir.
En quoi l’alternance est-elle essentielle pour devenir opérationnel dans les métiers de la data ?
L’alternance est proposée dès le bachelor 3 et se poursuit jusqu’au mastère 2, avec un rythme d’une semaine en formation pour trois semaines en entreprise. Ce rythme favorise une immersion professionnelle réelle et un développement concret de la posture.
Ce qu’apporte l’alternance dans la formation proposée par l’école PMN
L’alternance permet la confrontation à de vrais systèmes d’information, à des applications en production, à des volumes de données qui n’ont rien à voir avec ceux qu’on manipule en formation. Un étudiant en alternance dans une banque va pouvoir travailler sur des données historiques accumulés sur des décennies, avec des problématiques d’échelle que l’école ne pourrait pas reproduire.
Autre bénéfice : la formation étant financée via l’OPCO dans le cadre du contrat d’alternance, l’étudiant suit son parcours sans frais et perçoit une rémunération. Un chargé de relations entreprises accompagne chaque étudiant pour préparer les entretiens, travailler son CV, sa présentation, et lui proposer des offres issues des entreprises partenaires de l’école. En mastère, l’alternance se conclut généralement par une embauche au sein de l’entreprise d’accueil.
Avez-vous un message ou un conseil à partager à celles et ceux qui souhaiteraient faire carrière dans les métiers de la data ?
Le mastère (en bac+5) est aujourd’hui un préalable réel à l’embauche dans ces métiers. Arriver à ce niveau, c’est accepter une exigence : de la rigueur, de la curiosité, de la méthodologie, et une capacité d’apprentissage qui ne s’arrête pas à la sortie de l’école.
Ce qu’on apprend en formation, on le confronte en entreprise. Ce qu’on découvre en entreprise, on le réintègre en formation. C’est un cercle vertueux.
Je dirais aussi que la satisfaction de ce métier tient précisément à sa complexité : être capable d’utiliser la bonne technologie parce qu’on a compris les besoins opérationnels, en construisant un système performant, fiable et sécurisé. C’est un travail qui demande des compétences plurielles et qui est exigeant.
Mais les débouchés sont là, l’offre de métiers s’étoffe chaque année, et sortir d’une formation solide, c’est se donner la capacité d’évoluer dans cet écosystème sur le long terme.
Se former aux métiers de la data avec l’école PMN
Olivier Vanandruel, Directeur, École PMN
Olivier Vanandruel participe à l’évolution du Groupe Evocime depuis plus de 25 ans. Il a occupé successivement les fonctions de concepteur développeur multimédia, chef de projet digital, directeur de la BU Change management & ingénierie pédagogique, et enfin directeur du système d’Informations du groupe. Depuis février 2026, il a repris la direction des écoles PMN (Passerelle des Métiers du Numérique) et 301.
Explorer les métiers de la data
Les métiers de la data sont en plein essor et englobent des disciplines aux missions riches et variées. Ce secteur réunit des profils aux compétences techniques élevées pour concevoir l’infrastructure des données, mais aussi les analyser et les interpréter pour en dégager des enseignements, des tendances, et ainsi accompagner les entreprises dans leur prise de décisions stratégiques. Voir tous les métiers de la dataNous avons besoin de vous !
Nous réalisons une courte enquête pour comprendre vos besoins et mieux y répondre sur BDM.
Je donne mon avis