Devenir un expert de la data en 2026 : ce que l’IA a vraiment changé, et ce qui reste fondamental

En 2026, l’expertise data ne se résume plus à analyser des tableaux de chiffres et produire des recommandations. Dans un environnement où l’IA générative redessine les pratiques et où les entreprises exigent désormais une maîtrise du data engineering et de la gouvernance, le métier se complexifie à grande vitesse. Quelles compétences techniques et humaines sont vraiment attendues ? Faut-il nécessairement un parcours technique initial pour réussir dans la data ? Comment se former efficacement pour s’imposer sur ce marché ? Antoine Krajnc, fondateur et CEO de Jedha, partage pour BDM sa vision d’un secteur en pleine mutation et les clés pour y construire une carrière solide.

Se former à la data

Antoine Krajnc, Fondateur et CEO, Jedha

Antoine Krajnc est le fondateur et CEO de Jedha, une école de référence dans la formation aux métiers de la data, de l’IA et de la cybersécurité. Diplômé d’école de commerce, il a débuté sa carrière dans le conseil en data science avant de se consacrer à l’éducation tech. À travers Jedha, il vise à démocratiser l’accès aux compétences numériques.

Qu’est-ce qui caractérise la fonction d’expert de la data en 2026 ? En quoi consiste concrètement ce rôle aujourd’hui, selon vous ?

En 2026, à l’ère de l’IA générative, les missions des experts dans le domaine de la data intègrent une dimension plus « industrielle ». Là où il y a encore quelques années, on demandait à ces mêmes experts de produire des recommandations à partir d’analyses sur de la donnée qu’on leur mettait à disposition, aujourd’hui, on leur demande en plus de savoir aller chercher la donnée à sa source et d’industrialiser des flux de données pour enrichir ces mêmes analyses. D’autant que la donnée a beaucoup changé, puisqu’on arrive maintenant à traiter le langage naturel beaucoup plus facilement.

Là où on privilégiait l’analyse de données tabulaires (et parfois un peu d’images), maintenant le panel s’est élargi grâce aux LLM, puisqu’on peut maintenant gérer de la donnée textuelle (et du son).

D’ailleurs, l’aspect « technique » des compétences n’est pas uniquement la partie qui a évolué. On demande désormais aux experts d’être au fait des bonnes pratiques en matière de data gouvernance, pour à la fois mettre en place une gestion efficace et sécurisée de la donnée, tout en respectant la réglementation, notamment le RGPD et l’IA Act.

Cela dit, l’objectif du rôle d’expert n’a pas évolué : on a toujours besoin de comprendre la donnée d’une organisation pour prendre des décisions toujours plus pertinentes. La différence se situe plutôt dans le niveau de complexité, qui a changé d’échelle, à mesure que la donnée se diversifie et se complexifie.

Quelles sont les compétences techniques indispensables pour faire carrière dans la data en 2026 ?

Même si l’IA est arrivée en force dans les domaines techniques, les compétences fondamentales qui font la différence restent similaires.

Se former pour acquérir les compétences en data

Et du côté des soft skills, lesquelles sont les plus attendues dans ce secteur ?

En ce qui concerne les softs skills, j’en vois trois :

1. Savoir challenger et questionner : cette compétence est devenue plus que nécessaire car l’IA est très forte pour générer des résultats qui « paraissent » excellents. Si l’on n’a pas la capacité de remettre en question, de challenger les résultats, on peut se retrouver à faire confiance dans des résultats d’analyse qui sont totalement faux.
2. La communication : que ce soit pour comprendre les métiers, vulgariser des concepts, ou faire du storytelling efficace, la communication reste une compétence très importante, même pour un expert de la data.
3. La rigueur, la pensée business et la volonté d’apprendre : ce sont des soft skills très classiques mais qui restent toujours valables car la tech évolue vite, et donc il faut savoir faire le tri entre ce qui est utile d’apprendre et d’implémenter de ce qui ne l’est pas.

Quels sont les profils qui réussissent le mieux dans ce métier ? Faut-il nécessairement une formation technique initiale ?

En toute transparence, je pense qu’un minimum de technique est aujourd’hui indispensable. Surtout pour les personnes qui veulent démarrer dans le domaine. Ce n’est pas nécessairement une fatalité. Particulièrement si le poste nécessite plutôt un pilotage stratégique de la data gouvernance, où il sera plus attendu d’être compétent sur une partie plus managériale. En dehors de cela, le milieu de la data devient de plus en plus technique.

Mais cela ne veut pas dire que la data est réservée aux alumni d’école d’ingénieurs.

Les alumni de notre école en sont la preuve, on peut avoir un parcours qui n’est pas initialement technique, se former, puis réussir dans le domaine. La seule chose est justement de passer par cette case de formation.

Quels outils, langages et/ou méthodologies un expert de la data doit-il absolument maîtriser ?

Il n’y a pas beaucoup plus d’éléments que j’aurais à apporter par rapport à celles déjà listées dans les compétences techniques, si ce n’est que les méthodes Agiles se sont quand même imposées dans la data aussi. Après quelques adaptations, les entreprises ont préféré suivre ce type de méthodologie. Il est préférable d’être à l’aise sur le sujet.

Quel parcours de formation recommanderiez-vous à quelqu’un qui souhaite devenir un expert de la data en 2026 ?

D’abord, il faut mettre rapidement les mains dans le cambouis. Si ce n’est pas déjà fait, il existe plein de mini-formations gratuites (on en propose d’ailleurs sur notre plateforme Julie où n’importe qui peut s’inscrire et découvrir plus de 50 heures de contenu gratuit, notamment en Python mais aussi d’autres technologies en data). Cela permettra de concrétiser son projet.

Ensuite, cela dépend de votre parcours, de vos aspirations et de vos appétences. Pour quelqu’un qui démarre de zéro, je conseille d’aller chercher des formations qui prennent en compte cette variable. Chez nous, par exemple, nos apprenants démarrent par le programme « Essentials » qui leur donne l’ensemble des compétences du domaine quand on démarre de zéro.

Le conseil d’Antoine

Quel que soit votre niveau d’ambition, il faut s’assurer que le programme choisi vous rende autonome sur un ensemble cohérent de technologies. Trop de technologies et on reste en surface, pas assez et on n’est pas pertinent sur le marché.

Antoine Krajnc

Fondateur et CEO, Jedha

C’est dans cette veine qu’on a créé nos programmes full stack en data, qui permettent d’être autonomes sur l’ensemble des technologies demandées sur le marché. Et le niveau Lead, qui amène à l’état de l’art pour être hyper différencié sur le marché.

Quels sont les débouchés possibles pour un expert de la data ?

Pour les métiers plus techniques, qui correspond au plus gros du marché, on a toujours les classiques : data scientist, data analyst et data engineer. La demande du troisième est en très forte croissance dans les entreprises.

Le volume d’offres pour les postes de data scientist et de data analyst reste à peu près stable, avec une nuance pour celui de data analyst, où un niveau émerge à la croisée avec le data engineer : l’analytics engineer.

On a aussi des métiers plus managériaux, comme le data manager, qui est plus sur la partie gouvernance et dont les besoins sont aussi élevés.

Trouver des formations en data