Data scientist vs data analyst en 2026 : missions, compétences et salaire

Data scientist et data analyst sont deux métiers data souvent confondus mais distincts : le data analyst répond à des questions business avec des données existantes (analyse, BI, dashboards) ; le data scientist construit des modèles prédictifs et mène des expérimentations (statistiques, machine learning). En 2026 en France, le data scientist est mieux payé (45–80 k€ selon séniorité) que le data analyst (38–65 k€), pour une barre d'entrée technique plus haute. Le bon choix dépend de votre appétence pour la modélisation vs l'analyse orientée décision.

Deux métiers, deux finalités

• Data analyst : transformer la donnée en décisions. Il explore, nettoie, visualise et restitue — tableaux de bord, reporting, analyses ad hoc pour les équipes métier. Finalité : éclairer une décision maintenant.
• Data scientist : prédire et automatiser. Il formule des hypothèses, entraîne des modèles, valide par l'expérimentation. Finalité : produire un modèle ou une recommandation généralisable.

La frontière bouge selon les entreprises : dans une petite structure, une même personne fait souvent les deux. La famille complète (avec data engineer et ML engineer) est détaillée dans le guide des salaires data.

Compétences requises

Domaine	Data analyst	Data scientist
SQL	Indispensable	Indispensable
BI / dataviz (Looker, Power BI, Tableau)	Cœur de métier	Utile
Python / R	Utile	Cœur de métier
Statistiques	Descriptives	Inférentielles / ML
Machine learning	Rare	Central
Communication business	Centrale	Importante

Le data analyst s'appuie d'abord sur SQL et la dataviz ; le data scientist y ajoute la programmation, les statistiques inférentielles et le machine learning.

L'écart de salaire en France en 2026

Fourchettes en brut annuel, issues des offres affichant une rémunération, collectées en direct depuis les ATS :

• Data analyst : 38–48 k€ (junior), 45–58 k€ (confirmé), 55–65 k€+ (senior / lead analytics).
• Data scientist : 45–58 k€ (junior), 55–72 k€ (confirmé), 70–80 k€+ (senior), au-delà sur les profils ML.

À séniorité égale, le data scientist se situe environ 10–20 % au-dessus du data analyst, du fait de la composante modélisation. Le détail par métier et stack figure dans le pilier salaires data.

Lequel choisir selon votre profil

• Vous aimez répondre à des questions business, visualiser, dialoguer avec les équipes → data analyst. C'est aussi une porte d'entrée fréquente dans la data.
• Vous aimez modéliser, expérimenter, coder des algorithmes → data scientist, en consolidant statistiques et ML.
• Vous visez l'infrastructure et les pipelines plutôt que l'analyse → regardez plutôt le data engineer (voir le guide des salaires data).

La transition data analyst → data scientist

C'est un parcours classique : beaucoup démarrent analyst puis montent en compétence sur Python, les statistiques et le ML pour basculer scientist. Étapes typiques :

1. Solidifier SQL et la dataviz dans un poste d'analyst.
2. Monter en Python et en statistiques inférentielles.
3. Mener un premier projet de modélisation de bout en bout.
4. Viser un poste mixte (analytics engineer / data scientist junior) comme tremplin.

Trouver les offres correspondantes

Comparez les intitulés et les fourchettes réelles : offres data analyst, offres data scientist, et pour la voie infra offres data engineer. Les salaires affichés par métier, séniorité et ville restent la référence la plus fiable.