# Compétences data analyst en 2026 : marché de l'emploi, salaires et préparation aux entretiens > Compétences data analyst recherchées en 2026 : SQL, Power BI, Python et dbt, salaires, part du télétravail par pays et préparation de chaque étape d'entretien. - Published: 2026-11-10 - Updated: 2026-11-10 - Author: Anthony Fillion-Maillet - Tags: data-analytics, jobs, career, skills, interview - Reading time: 9 min --- Le métier de data analyst reste l'une des portes d'entrée les plus fréquentées vers les métiers de la donnée, mais les attentes des recruteurs ont nettement évolué. SQL ne suffit plus à lui seul, les outils d'analytics engineering s'invitent dans les fiches de poste et le marché penche fortement vers les profils expérimentés. Cet article fait le point sur les intitulés de poste, les compétences citées dans les offres, les niveaux de séniorité, les salaires publiés, le télétravail par pays et le déroulé type des entretiens. > **Photographie du job board, 10 novembre 2026** > > Sur le job board SharpSkill au 10 novembre 2026 : 2 138 offres data analytics actives, dont 413 publiées au cours des sept jours précédents. 28 % affichent un salaire et 56 % sont annoncées en full remote. ## Offres data analyst : un même métier, plusieurs profils Une recherche limitée à « data analyst » passe à côté d'une grande partie des offres pertinentes. Sur le job board SharpSkill au 10 novembre 2026, les tags de rôle associés aux offres data analytics se répartissent ainsi : 273 offres étiquetées data analyst, 170 business intelligence analyst, 115 data engineer, 103 analytics engineer, 66 business analyst, 51 reporting analyst et 50 BI developer. Chaque intitulé recouvre un quotidien différent, et donc un entretien différent. | Intitulé | Cœur du poste | Ce que teste l'épreuve technique | |----------|---------------|----------------------------------| | Data analyst | Répondre aux questions métier par des requêtes et des analyses | SQL, statistiques, étude de cas | | BI analyst / BI developer | Construire et maintenir les tableaux de bord et le modèle sémantique | Modélisation, DAX ou LookML, performance des rapports | | Reporting analyst | Reportings récurrents, souvent réglementaires ou financiers | Exactitude du SQL, Excel, rapprochement des chiffres | | Analytics engineer | Transformer la donnée brute en tables testées et documentées | SQL, dbt, gestion de versions, tests | | Business analyst | Traduire les besoins métier en exigences et en KPI | Définition des indicateurs, mises en situation, peu de code | Conséquence pratique : un candidat a intérêt à choisir un ou deux profils et à adapter le vocabulaire de son CV en conséquence. Un portfolio de dashboards convainc pour un poste de BI analyst ; un dépôt de modèles dbt testés convainc pour un poste d'analytics engineer. Envoyer le même CV aux deux ne convainc généralement ni l'un ni l'autre. ## Les compétences data analyst citées explicitement dans les offres Les compétences extraites des offres constituent la mesure la plus directe de ce que demandent les employeurs, et le segment français du job board fournit l'échantillon le plus net. Parmi les 234 offres data analytics actives en France au 10 novembre 2026, SQL est cité dans 61 offres, Python dans 31, Microsoft Power BI dans 27, Google Cloud Platform dans 18, dbt dans 14, BigQuery dans 14 et Power Query dans 9. Toutes régions confondues, SQL reste aussi la compétence technique la plus fréquemment nommée (94 offres), devant Python (51). **Python est attendu, mais à un niveau plus ciblé que pour un data scientist.** Les offres entendent par là pandas pour nettoyer et remodeler les données, une bibliothèque de visualisation pour l'exploration rapide et, parfois, un notebook remis à un interlocuteur métier. Le machine learning apparaît surtout dans les offres hybrides « analyst / data scientist », qui méritent une lecture attentive avant de postuler. **Un seul outil BI, mais maîtrisé.** Power BI domine l'échantillon français. La [certification Microsoft Power BI Data Analyst Associate (examen PL-300)](https://learn.microsoft.com/fr-fr/credentials/certifications/data-analyst-associate/), dont la page a été mise à jour pour la dernière fois en avril 2026, liste les quatre domaines que les recruteurs vérifient ensuite en entretien : préparer les données, les modéliser, les visualiser et les analyser, puis gérer et sécuriser Power BI, avec Power Query et DAX cités nommément. Tableau et Looker se retrouvent dans certains secteurs, Looker Studio dans les équipes marketing. Il est rare qu'une offre exige deux outils BI à un niveau expert. **Les compétences d'analytics engineering gagnent les postes d'analyste.** dbt et BigQuery apparaissent chacun dans 14 offres françaises, et le tag analytics engineer se classe quatrième au niveau mondial. Un analyste capable d'écrire un modèle dbt et d'y ajouter des [data tests tels que décrits dans la documentation dbt](https://docs.getdbt.com/docs/build/data-tests) (unicité, valeurs non nulles, valeurs acceptées, relations) couvre les deux rôles, ce que recherchent de plus en plus les petites équipes data. > **Lire une offre en 30 secondes** > > Compter les outils de la liste des prérequis. Une offre qui demande SQL, un outil BI et un entrepôt cloud décrit un vrai poste. Une offre qui aligne Power BI, Tableau, Python, Spark, machine learning et gestion des parties prenantes fusionne généralement trois postes en un : demander quel livrable est attendu au bout du premier mois révèle ce dont l'équipe a réellement besoin. ## Niveaux de séniorité sur le marché des data analysts Le marché penche vers les profils confirmés. Sur le job board SharpSkill au 10 novembre 2026, 957 des 2 138 offres actives sont étiquetées senior (45 %), 443 confirmé (21 %) et 216 lead. Les offres junior sont au nombre de 127 et les stages de 83 : les postes d'entrée représentent donc environ une offre sur dix. Cette répartition modifie la préparation à chaque niveau : - **Juniors et stagiaires** se départagent sur les fondamentaux. Un test SQL propre et un projet de portfolio court mais bien expliqué pèsent davantage qu'une longue liste d'outils. - **Profils confirmés** sont évalués sur leur autonomie : prendre une demande floue, choisir l'indicateur pertinent et livrer sans qu'un senior relise chaque requête. - **Seniors et leads** sont évalués sur leur influence : définir les KPI avec les responsables métier, arbitrer entre des chiffres contradictoires et savoir expliquer pourquoi un dashboard ne doit pas être construit. La même question SQL peut tomber à tous les niveaux. Seule la relance change : on demande à un junior si la requête fonctionne, à un senior comment elle se comporte sur une table d'un milliard de lignes et comment il présenterait le résultat à un directeur financier. ## Salaires data analyst en 2026 Sur le job board SharpSkill au 10 novembre 2026, 604 offres data analytics affichent un salaire annuel. Convertie en euros, la médiane s'établit à 102 523 €, la moitié centrale se situant entre 76 500 € et 132 012 €. Ce chiffre global appelle une réserve : les offres américaines publient bien plus souvent leur salaire (56 % d'entre elles) et fournissent 391 des 604 salaires. La médiane reflète donc surtout le marché des États-Unis, où elle atteint 115 092 €. | Marché (job board SharpSkill, 10 novembre 2026) | Offres avec salaire | Salaire annuel médian | |-------------------------------------------------|---------------------|-----------------------| | Toutes régions | 604 | 102 523 € | | États-Unis | 391 | 115 092 € | | Royaume-Uni | 34 | 74 920 € | En Allemagne, moins de 20 offres publient un montant, ce qui est trop peu pour une médiane fiable : les fourchettes affichées y restent rares et la rémunération se discute généralement lors du premier échange. Pour une référence publique aux États-Unis, le Bureau of Labor Statistics ne dispose pas de catégorie « data analyst » ; la profession la plus proche, [operations research analysts](https://www.bls.gov/ooh/math/operations-research-analysts.htm), affiche un salaire médian de 88 940 $ en mai 2025 et une croissance de l'emploi projetée de 12 % entre 2025 et 2035. Le freelance reste minoritaire : 9 % des offres data analytics du job board sont des missions freelance. Parmi les 65 offres qui affichent un taux journalier, le TJM médian est de 465 €, la moitié centrale se situant entre 430 € et 500 €. Types de contrat, portage salarial et IR35 sont détaillés dans le [guide des missions freelance data analyst](https://sharpskill.dev/fr/blog/data-analytics/freelance-data-analyst-jobs-2026). ## Télétravail et hybride : les offres data analyst par pays Sur le job board SharpSkill au 10 novembre 2026, 56 % des offres data analytics sont en full remote, 18 % en hybride et 5 % sur site ; les autres ne précisent pas de modalité. Ces moyennes masquent de forts écarts entre pays : | Pays | Offres actives | Full remote | Hybride | |------|----------------|-------------|---------| | États-Unis | 695 | 83 % | 5 % | | Royaume-Uni | 200 | 32 % | 33 % | | France | 234 | 7 % | 53 % | | Allemagne | 99 | 27 % | 35 % | Le marché français se distingue nettement : à peine 7 % de full remote, mais plus de la moitié des offres en hybride. Une mention « remote » signifie par ailleurs rarement « depuis n'importe où ». La plupart des offres en télétravail restreignent le pays de résidence pour des raisons de paie et de fiscalité, ou imposent un chevauchement avec un fuseau horaire. L'accès aux données constitue l'autre contrainte : banques, assureurs et acteurs de la santé exigent souvent que les analystes travaillant sur des données personnelles soient sur site ou sur un poste géré. Vérifier ces deux points dès le premier appel évite une mauvaise surprise au moment de l'offre. La [page publique du marché de l'emploi data analytics](https://sharpskill.dev/fr/emplois/data-analytics) présente les mêmes indicateurs pour chaque pays, avec des liens vers le détail par pays. ## Entretien data analyst : ce que teste chaque étape La plupart des processus de recrutement data analyst suivent la même séquence : un premier échange avec le recruteur, un test SQL (en direct ou à la maison), une étude de cas ou mise en situation métier, puis un entretien final avec le manager. Chaque étape évalue une compétence différente. **L'épreuve SQL.** Il faut s'attendre à un problème de classement (« les trois meilleurs produits par catégorie »), à une comparaison de période à période (« la croissance du chiffre d'affaires d'un mois sur l'autre ») et à un cas de dédoublonnage. Le piège classique est une jointure sur une clé non unique qui multiplie silencieusement les lignes et gonfle une somme sans déclencher la moindre erreur. Les candidats qui vérifient le nombre de lignes avant et après chaque jointure se démarquent. Les [questions d'entretien sur les fonctions de fenêtrage SQL](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/sql-window-functions) couvrent les schémas qui reviennent le plus souvent. **L'épreuve statistiques et expérimentation.** Les postes d'analyste produit et marketing comportent presque toujours une question sur l'A/B testing : choisir la métrique principale, estimer la taille d'échantillon et expliquer pourquoi arrêter un test dès qu'il semble significatif augmente le taux de faux positifs. Le [module A/B testing](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/ab-testing) entraîne à ces réponses. **L'étude de cas.** L'interlocuteur décrit un symptôme métier, par exemple une baisse de 15 % des commandes hebdomadaires, et observe le raisonnement. Une bonne réponse vérifie d'abord que la baisse est réelle (changement de tracking, retard de données, saisonnalité), puis la segmente (plateforme, pays, nouveaux clients ou clients récurrents) avant d'avancer la moindre cause. Une réponse faible saute sur une hypothèse dès la première minute. **L'épreuve BI et modélisation.** Pour les postes BI, les questions portent sur les schémas en étoile, la différence entre une colonne calculée et une mesure en DAX, et les raisons pour lesquelles un rapport est lent. Le candidat doit pouvoir expliquer le contexte de filtre avec des mots simples. **La mise en situation avec les parties prenantes.** Les postes seniors ajoutent un scénario : deux équipes remontent des chiffres d'affaires différents pour le même mois. La réponse attendue remonte les deux définitions jusqu'à leurs tables sources et propose un indicateur unique et documenté, plutôt que de donner raison à l'une des deux équipes. L'ensemble des [questions d'entretien data analytics](https://sharpskill.dev/fr/technologies/data-analytics) regroupe SQL, Python, outils BI et statistiques par module, et la [cheatsheet développeur](https://sharpskill.dev/fr/dashboard/developpeur/cheatsheet) condense la syntaxe à revoir la veille. Pour un parcours question par question, le [guide complet des questions d'entretien data analyst](https://sharpskill.dev/fr/blog/data-analytics/data-analyst-interview-questions-2026-complete-guide) approfondit chaque thème. ## Checklist des compétences data analyst avant de postuler - Choisir un ou deux profils (data analyst, BI analyst, analytics engineer) et réécrire le CV avec le vocabulaire employé par ces offres. - S'entraîner sur les fonctions de fenêtrage, les CTE et le comptage des lignes après jointure jusqu'à écrire une requête de classement ou de variation mensuelle en moins de dix minutes. - Maîtriser un outil BI en profondeur, couche de modélisation comprise (mesures DAX et contexte de filtre pour Power BI), plutôt que d'en citer trois. - Préparer une étude de cas de bout en bout : un jeu de données désordonné, les étapes de nettoyage, la métrique retenue et une recommandation tenant sur une slide. - Revoir les bases de l'A/B testing : métrique principale, taille d'échantillon et biais introduit par la consultation des résultats en cours de test. - Demander dès le premier appel la fourchette de salaire, la politique de télétravail (pays, fuseau horaire, accès aux données) ainsi que l'entrepôt et l'outil BI en place. - Consulter le [panorama des offres data analyst](https://sharpskill.dev/fr/blog/data-analytics/data-analyst-jobs-2026) pour savoir où les offres sont publiées, puis filtrer le job board par séniorité afin de cibler des postes réalistes. ## Conclusion Le marché data analyst de 2026 récompense la précision plus que l'accumulation. SQL reste la compétence la plus demandée, un outil BI maîtrisé en profondeur vaut mieux que trois survolés, et dbt ouvre la porte des postes hybrides entre analyse et analytics engineering. Avec près de la moitié des offres en senior et environ une offre sur dix accessible aux débutants, la différence se joue sur le ciblage du profil, la rigueur au test SQL et la qualité du raisonnement en étude de cas. --- Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack. HTML version of this page: https://sharpskill.dev/fr/blog/data-analytics/data-analyst-skills-employers-want-2026