Data Engineer : marché
Données au 19 novembre 2026 : offres ouvertes Data Engineer — 5 563, 31% en télétravail parmi les offres qui précisent le mode de travail; salaire médian annoncé $9 083/mois (sur 727 offres qui indiquent un salaire). Source : Zorky, mis à jour chaque jour.
Data Engineer — l'ingénierie des données : pipelines ETL/ELT, modélisation DWH, traitement en streaming, orchestration des tâches, data lakes. Le plus grand segment de la direction Data, à la frontière du développement backend et de l'analytique. Famille de rôles : Data Engineer (généraliste — pipelines + DWH), ETL Developer (batch classique — legacy Informatica/SSIS + Airflow), Analytics Engineer (dbt + DWH, à la frontière avec l'Analyst), Pipeline Engineer (focus sur l'orchestration — Airflow/Dagster/Prefect), Data Platform Engineer (infra pour les équipes data — Kubernetes + cluster Spark + Delta Lake/Iceberg). Stack : Python (indispensable — pandas, PySpark, SDK cloud), SQL (indispensable, avancé — fonctions de fenêtrage, CTE, optimisation), Airflow/Dagster/Prefect (orchestration), Spark/Flink/Kafka Streams (big data + streaming), dbt (analytics engineering — couche de transformation), DWH : Snowflake/BigQuery/ClickHouse/Redshift/Greenplum, Kafka+Debezium (CDC), S3/HDFS/Delta Lake/Apache Iceberg, stacks data AWS/GCP/Azure, Docker+Kubernetes. Stack principal : python, cloud, sql, aws, azure. Parmi les offres dont le mode de travail est indiqué, 31% sont en télétravail.
Données au:
Les chiffres clés du marché Data Engineer : offres ouvertes, salaire médian, vivier de spécialistes observé et part du télétravail.
Le marché Data Engineer compte actuellement 5 563 postes ouverts, dont 4 831 observés récemment. Median salary $9 083/mo.
Parmi les offres dont le mode de travail est indiqué, 31% sont en télétravail. Le travail se fait entièrement dans le cloud. Sber — plus souvent au bureau pour des raisons de localisation des données / de conformité.
⚠ salaire connu pour 727 offres sur 5563 ; part du télétravail sur 4501 avec un format indiqué ; 4831 comptées comme observations récentes ; la tendance et la difficulté de recrutement ne sont pas affichées
Chronologie : offres et sources
Combien d'offres Data Engineer sont apparues chaque semaine depuis le 1 juin, et depuis combien de sources. Le graphique du bas sépare la croissance du marché de celle de notre couverture : un saut la semaine où de nouvelles sources ont été connectées signifie que nous voyons davantage, pas que le marché a grandi.
Nouvelles offres par semaine
Données du graphique
| Période | Nouvelles offres par semaine |
|---|---|
| 2026-06-01 | 294 |
| 2026-06-08 | 213 |
| 2026-06-15 | 249 |
| 2026-06-22 | 673 |
| 2026-06-29 | 541 |
| 2026-07-06 | 533 |
| 2026-07-13 | 701 |
| 2026-07-20 | 857 |
| 2026-07-27 | 477 |
| 2026-08-03 | 417 |
| 2026-08-10 | 253 |
| 2026-08-17 | 294 |
| 2026-08-24 | 272 |
| 2026-08-31 | 297 |
| 2026-09-07 | 318 |
| 2026-09-14 | 377 |
| 2026-09-21 | 1 172 |
| 2026-09-28 | 1 043 |
| 2026-10-05 | 923 |
| 2026-10-12 | 2 237 |
| 2026-10-19 | 1 265 |
| 2026-10-26 | 1 352 |
| 2026-11-02 | 1 262 |
| 2026-11-09 | 1 420 |
Sources actives par semaine
Sources sur la période : 281. ▲ — semaine où de nombreuses nouvelles sources ont été connectées.
Données du graphique
| Période | Sources actives |
|---|---|
| 2026-06-01 | 27 |
| 2026-06-08 | 26 |
| 2026-06-15 | 28 |
| 2026-06-22 | 45 |
| 2026-06-29 | 87 |
| 2026-07-06 | 72 |
| 2026-07-13 | 82 |
| 2026-07-20 | 92 |
| 2026-07-27 | 79 |
| 2026-08-03 | 79 |
| 2026-08-10 | 52 |
| 2026-08-17 | 54 |
| 2026-08-24 | 48 |
| 2026-08-31 | 56 |
| 2026-09-07 | 59 |
| 2026-09-14 | 58 |
| 2026-09-21 | 71 |
| 2026-09-28 | 75 |
| 2026-10-05 | 79 |
| 2026-10-12 | 80 |
| 2026-10-19 | 90 |
| 2026-10-26 | 97 |
| 2026-11-02 | 95 |
| 2026-11-09 | 101 |
Nouvelles sources connectées : 22 juin +21 · 29 juin +48 · 6 juil. +29 · 13 juil. +21 · 20 juil. +19 · toutes les semaines (23) dans le tableau
| Semaine | Nouvelles sources | Nouvelles offres |
|---|---|---|
| 8 juin | +6 | 213 |
| 15 juin | +7 | 249 |
| 22 juin | +21 | 673 |
| 29 juin | +48 | 541 |
| 6 juil. | +29 | 533 |
| 13 juil. | +21 | 701 |
| 20 juil. | +19 | 857 |
| 27 juil. | +8 | 477 |
| 3 août | +10 | 417 |
| 10 août | +5 | 253 |
| 17 août | +3 | 294 |
| 24 août | +2 | 272 |
| 31 août | +8 | 297 |
| 7 sept. | +4 | 318 |
| 14 sept. | +4 | 377 |
| 21 sept. | +6 | 1 172 |
| 28 sept. | +7 | 1 043 |
| 5 oct. | +4 | 923 |
| 12 oct. | +6 | 2 237 |
| 19 oct. | +11 | 1 265 |
| 26 oct. | +7 | 1 352 |
| 2 nov. | +9 | 1 262 |
| 9 nov. | +9 | 1 420 |
La semaine en cours n'est pas terminée et n'est pas affichée : une semaine incomplète ressemblerait à une baisse.
Semaine = date de première détection de l'offre, tous statuts ; les offres sont sélectionnées selon la même règle que le compteur de cette page. Les sources sont des canaux de collecte distincts ; leurs noms ne sont pas publiés.
Données du graphique
| Semaine | Nouvelles offres par semaine | Sources actives |
|---|---|---|
| 2026-06-01 | 294 | 27 |
| 2026-06-08 | 213 | 26 |
| 2026-06-15 | 249 | 28 |
| 2026-06-22 | 673 | 45 |
| 2026-06-29 | 541 | 87 |
| 2026-07-06 | 533 | 72 |
| 2026-07-13 | 701 | 82 |
| 2026-07-20 | 857 | 92 |
| 2026-07-27 | 477 | 79 |
| 2026-08-03 | 417 | 79 |
| 2026-08-10 | 253 | 52 |
| 2026-08-17 | 294 | 54 |
| 2026-08-24 | 272 | 48 |
| 2026-08-31 | 297 | 56 |
| 2026-09-07 | 318 | 59 |
| 2026-09-14 | 377 | 58 |
| 2026-09-21 | 1 172 | 71 |
| 2026-09-28 | 1 043 | 75 |
| 2026-10-05 | 923 | 79 |
| 2026-10-12 | 2 237 | 80 |
| 2026-10-19 | 1 265 | 90 |
| 2026-10-26 | 1 352 | 97 |
| 2026-11-02 | 1 262 | 95 |
| 2026-11-09 | 1 420 | 101 |
Les salaires dans le temps
Salaire médian Data Engineer par semaine, USD par mois.
Salaire médian, USD par mois
Données du graphique
| Période | Médiane | Offres avec salaire par semaine (n) |
|---|---|---|
| 2026-07-20 | 5 750 | 24 |
| 2026-07-27 | — | 6 |
| 2026-08-03 | — | 0 |
| 2026-08-10 | — | 0 |
| 2026-08-17 | — | 0 |
| 2026-08-24 | — | 0 |
| 2026-08-31 | — | 9 |
| 2026-09-07 | 8 353 | 12 |
| 2026-09-14 | — | 8 |
| 2026-09-21 | 10 303 | 38 |
| 2026-09-28 | 8 125 | 73 |
| 2026-10-05 | 7 092 | 87 |
| 2026-10-12 | 7 355 | 147 |
| 2026-10-19 | 7 500 | 227 |
| 2026-10-26 | 7 699 | 259 |
| 2026-11-02 | 9 457 | 214 |
| 2026-11-09 | 9 167 | 235 |
La série commence le 20 juil. : aucune donnée avant.
Uniquement les offres avec un salaire en USD et une période connue (mois ou année), de 500 à 50 000 $ par mois. Les semaines comptant moins de 10 offres de ce type sont laissées vides — cela signifie pas de données, pas zéro.
Données du graphique
| Semaine | Médiane |
|---|---|
| 2026-06-01 | — |
| 2026-06-08 | — |
| 2026-06-15 | — |
| 2026-06-22 | — |
| 2026-06-29 | — |
| 2026-07-06 | — |
| 2026-07-13 | — |
| 2026-07-20 | 5 750 |
| 2026-07-27 | — |
| 2026-08-03 | — |
| 2026-08-10 | — |
| 2026-08-17 | — |
| 2026-08-24 | — |
| 2026-08-31 | — |
| 2026-09-07 | 8 353 |
| 2026-09-14 | — |
| 2026-09-21 | 10 303 |
| 2026-09-28 | 8 125 |
| 2026-10-05 | 7 092 |
| 2026-10-12 | 7 355 |
| 2026-10-19 | 7 500 |
| 2026-10-26 | 7 699 |
| 2026-11-02 | 9 457 |
| 2026-11-09 | 9 167 |
Le télétravail dans le temps
Part des offres Data Engineer proposant un télétravail complet, par semaine.
Offres en télétravail, %
Données du graphique
| Période | Télétravail |
|---|---|
| 2026-06-01 | 67,4 |
| 2026-06-08 | 51,2 |
| 2026-06-15 | 53,2 |
| 2026-06-22 | 44,1 |
| 2026-06-29 | 38,5 |
| 2026-07-06 | 33,5 |
| 2026-07-13 | 39,3 |
| 2026-07-20 | 47,9 |
| 2026-07-27 | 61,8 |
| 2026-08-03 | 25,1 |
| 2026-08-10 | 29,9 |
| 2026-08-17 | 28,7 |
| 2026-08-24 | 31,7 |
| 2026-08-31 | 28,4 |
| 2026-09-07 | 23,3 |
| 2026-09-14 | 28,4 |
| 2026-09-21 | 28,2 |
| 2026-09-28 | 31,2 |
| 2026-10-05 | 34,3 |
| 2026-10-12 | 32,2 |
| 2026-10-19 | 30,7 |
| 2026-10-26 | 37,3 |
| 2026-11-02 | 34,5 |
| 2026-11-09 | 28,5 |
La part est calculée parmi les offres qui précisent le mode de travail (télétravail, hybride, bureau). Les semaines comptant moins de 10 offres de ce type sont laissées vides.
Données du graphique
| Semaine | Télétravail |
|---|---|
| 2026-06-01 | 67,4 |
| 2026-06-08 | 51,2 |
| 2026-06-15 | 53,2 |
| 2026-06-22 | 44,1 |
| 2026-06-29 | 38,5 |
| 2026-07-06 | 33,5 |
| 2026-07-13 | 39,3 |
| 2026-07-20 | 47,9 |
| 2026-07-27 | 61,8 |
| 2026-08-03 | 25,1 |
| 2026-08-10 | 29,9 |
| 2026-08-17 | 28,7 |
| 2026-08-24 | 31,7 |
| 2026-08-31 | 28,4 |
| 2026-09-07 | 23,3 |
| 2026-09-14 | 28,4 |
| 2026-09-21 | 28,2 |
| 2026-09-28 | 31,2 |
| 2026-10-05 | 34,3 |
| 2026-10-12 | 32,2 |
| 2026-10-19 | 30,7 |
| 2026-10-26 | 37,3 |
| 2026-11-02 | 34,5 |
| 2026-11-09 | 28,5 |
Les technologies dans le temps
Comment la part des offres Data Engineer mentionnant chacune des principales technologies a évolué.
Offres mentionnant la technologie, %
Données du graphique
| Période | Python | cloud | SQL |
|---|---|---|---|
| 2026-08-10 | 41,5 | 29,6 | 28,2 |
| 2026-08-17 | 39 | 33,5 | 29,9 |
| 2026-08-24 | 37,3 | 32,3 | 23,6 |
| 2026-08-31 | 34,2 | 24,2 | 27,4 |
| 2026-09-07 | 41,7 | 31,7 | 28,9 |
| 2026-09-14 | 35,5 | 33,5 | 33,5 |
| 2026-09-21 | 41 | 45,2 | 38,2 |
| 2026-09-28 | 61,1 | 50,8 | 55 |
| 2026-10-05 | 56,2 | 47,5 | 54,2 |
| 2026-10-12 | 48,6 | 51 | 48,4 |
| 2026-10-19 | 58,5 | 54 | 59,3 |
| 2026-10-26 | 60,7 | 52,1 | 61,3 |
| 2026-11-02 | 61,9 | 52,7 | 60,7 |
| 2026-11-09 | 62,3 | 47,7 | 59,9 |
Part parmi les offres avec un stack tagué ; la série commence le 10 août : auparavant les tags de stack étaient attribués différemment. Les semaines comptant moins de 20 offres taguées sont laissées vides.
Données du graphique
| Semaine | Python | cloud | SQL | AWS | Azure |
|---|---|---|---|---|---|
| 2026-08-10 | 41,5 | 29,6 | 28,2 | 21,1 | 22,5 |
| 2026-08-17 | 39 | 33,5 | 29,9 | 23,8 | 19,5 |
| 2026-08-24 | 37,3 | 32,3 | 23,6 | 15,5 | 17,4 |
| 2026-08-31 | 34,2 | 24,2 | 27,4 | 15,8 | 18,9 |
| 2026-09-07 | 41,7 | 31,7 | 28,9 | 19,7 | 15,6 |
| 2026-09-14 | 35,5 | 33,5 | 33,5 | 21,7 | 22,7 |
| 2026-09-21 | 41 | 45,2 | 38,2 | 29,7 | 25 |
| 2026-09-28 | 61,1 | 50,8 | 55 | 34,4 | 34,1 |
| 2026-10-05 | 56,2 | 47,5 | 54,2 | 30,9 | 32,5 |
| 2026-10-12 | 48,6 | 51 | 48,4 | 29,9 | 30 |
| 2026-10-19 | 58,5 | 54 | 59,3 | 30,4 | 32,4 |
| 2026-10-26 | 60,7 | 52,1 | 61,3 | 34,9 | 32,7 |
| 2026-11-02 | 61,9 | 52,7 | 60,7 | 35,8 | 30,1 |
| 2026-11-09 | 62,3 | 47,7 | 59,9 | 31,6 | 28,1 |
Pays au fil du temps
Comment la part des offres Data Engineer dans chacun des principaux pays a évolué, par semaine.
Offres dans le pays, %
Données du graphique
| Période | États-Unis | Pologne | Royaume-Uni |
|---|---|---|---|
| 2026-06-01 | 27,6 | 49,1 | 3,6 |
| 2026-06-08 | 32,4 | 33,3 | 2 |
| 2026-06-15 | 26,5 | 38,5 | 3,8 |
| 2026-06-22 | 13,5 | 52,9 | 1,4 |
| 2026-06-29 | 18 | 18,8 | 1,7 |
| 2026-07-06 | 31,1 | 11,4 | 6,6 |
| 2026-07-13 | 23,5 | 16,9 | 4,8 |
| 2026-07-20 | 17,6 | 28,8 | 10,7 |
| 2026-07-27 | 15,4 | 31,8 | 6,4 |
| 2026-08-03 | 20,5 | 9,7 | 18,8 |
| 2026-08-10 | 16,1 | 5,7 | 23,7 |
| 2026-08-17 | 15,6 | 6,6 | 26,2 |
| 2026-08-24 | 14,7 | 6,5 | 33,6 |
| 2026-08-31 | 9,6 | 3,3 | 33,8 |
| 2026-09-07 | 12,6 | 3,3 | 32,3 |
| 2026-09-14 | 22,3 | 3,6 | 28,9 |
| 2026-09-21 | 25,8 | 5,5 | 15,5 |
| 2026-09-28 | 19,3 | 14,6 | 13,7 |
| 2026-10-05 | 16,2 | 21,5 | 13 |
| 2026-10-12 | 16,6 | 16 | 9,8 |
| 2026-10-19 | 16,7 | 16,7 | 10,5 |
| 2026-10-26 | 19 | 17,3 | 8,9 |
| 2026-11-02 | 21,1 | 12,5 | 10,6 |
| 2026-11-09 | 20,2 | 9,1 | 13,2 |
Part parmi les offres dont le pays est connu ; le graphique montre les cinq pays comptant le plus d'offres sur six mois. Les semaines comptant moins de 20 offres avec un pays connu sont laissées vides. Une part en hausse peut signifier une source nouvellement connectée dans ce pays plutôt qu'une croissance du marché.
Données du graphique
| Semaine | États-Unis | Pologne | Royaume-Uni | Inde | Singapour |
|---|---|---|---|---|---|
| 2026-06-01 | 27,6 | 49,1 | 3,6 | 3,3 | 0 |
| 2026-06-08 | 32,4 | 33,3 | 2 | 10,8 | 0 |
| 2026-06-15 | 26,5 | 38,5 | 3,8 | 8,1 | 0 |
| 2026-06-22 | 13,5 | 52,9 | 1,4 | 11,3 | 3,3 |
| 2026-06-29 | 18 | 18,8 | 1,7 | 8,7 | 26 |
| 2026-07-06 | 31,1 | 11,4 | 6,6 | 11,7 | 6,2 |
| 2026-07-13 | 23,5 | 16,9 | 4,8 | 18,3 | 12,3 |
| 2026-07-20 | 17,6 | 28,8 | 10,7 | 8,6 | 7,8 |
| 2026-07-27 | 15,4 | 31,8 | 6,4 | 8,2 | 16,9 |
| 2026-08-03 | 20,5 | 9,7 | 18,8 | 16,1 | 6,2 |
| 2026-08-10 | 16,1 | 5,7 | 23,7 | 12,3 | 1,9 |
| 2026-08-17 | 15,6 | 6,6 | 26,2 | 13,1 | 2,5 |
| 2026-08-24 | 14,7 | 6,5 | 33,6 | 10,1 | 3,7 |
| 2026-08-31 | 9,6 | 3,3 | 33,8 | 17,9 | 2,1 |
| 2026-09-07 | 12,6 | 3,3 | 32,3 | 12,6 | 3,7 |
| 2026-09-14 | 22,3 | 3,6 | 28,9 | 13,8 | 2 |
| 2026-09-21 | 25,8 | 5,5 | 15,5 | 9,3 | 7 |
| 2026-09-28 | 19,3 | 14,6 | 13,7 | 6 | 12,9 |
| 2026-10-05 | 16,2 | 21,5 | 13 | 7,2 | 7,8 |
| 2026-10-12 | 16,6 | 16 | 9,8 | 9,9 | 3,6 |
| 2026-10-19 | 16,7 | 16,7 | 10,5 | 8 | 7 |
| 2026-10-26 | 19 | 17,3 | 8,9 | 9,6 | 6,2 |
| 2026-11-02 | 21,1 | 12,5 | 10,6 | 9,2 | 5,6 |
| 2026-11-09 | 20,2 | 9,1 | 13,2 | 10 | 4,6 |
Marché net : indice de recrutement
Les mêmes 7 505 sites carrières d'employeurs ; le nombre d'offres provient du site lui-même. Connecter de nouvelles sources ne fait pas bouger cet indice — il montre le marché, pas notre couverture. C'est l'ensemble du marché du panel, pas seulement Data Engineer.
Indice de recrutement, 16 oct. = 100
Données du graphique
| Période | Indice de recrutement |
|---|---|
| 2026-10-16 | 100 |
| 2026-10-17 | 100,03 |
| 2026-10-18 | 99,76 |
| 2026-10-19 | 99,68 |
| 2026-10-20 | 99,27 |
| 2026-10-21 | 98,6 |
| 2026-10-22 | 99,07 |
| 2026-10-23 | 97,4 |
| 2026-10-24 | 97,41 |
| 2026-10-26 | 97,33 |
| 2026-10-27 | 96,76 |
| 2026-10-28 | 96,21 |
| 2026-10-29 | 95,17 |
| 2026-10-30 | 95,13 |
| 2026-10-31 | 93,65 |
| 2026-11-01 | 93,33 |
| 2026-11-02 | 92,67 |
| 2026-11-03 | 92,65 |
| 2026-11-04 | 92,41 |
| 2026-11-05 | 92,13 |
| 2026-11-06 | 90,44 |
| 2026-11-07 | 90,48 |
| 2026-11-08 | 90,45 |
| 2026-11-10 | 90,29 |
| 2026-11-11 | 90,22 |
| 2026-11-13 | 90,12 |
| 2026-11-14 | 89,7 |
| 2026-11-15 | 89,68 |
| 2026-11-16 | 89,62 |
| 2026-11-18 | 88,91 |
| 2026-11-19 | 88,02 |
Indice chaîné : chaque jour ne compare que les sites interrogés ce jour-là et la veille ; les valeurs aberrantes et les pannes d'interrogation d'une plateforme entière sont exclues. Les jours sans paire comparable sont laissés vides.
Données du graphique
| Jour | Indice de recrutement |
|---|---|
| 2026-10-16 | 100 |
| 2026-10-17 | 100,03 |
| 2026-10-18 | 99,76 |
| 2026-10-19 | 99,68 |
| 2026-10-20 | 99,27 |
| 2026-10-21 | 98,6 |
| 2026-10-22 | 99,07 |
| 2026-10-23 | 97,4 |
| 2026-10-24 | 97,41 |
| 2026-10-26 | 97,33 |
| 2026-10-27 | 96,76 |
| 2026-10-28 | 96,21 |
| 2026-10-29 | 95,17 |
| 2026-10-30 | 95,13 |
| 2026-10-31 | 93,65 |
| 2026-11-01 | 93,33 |
| 2026-11-02 | 92,67 |
| 2026-11-03 | 92,65 |
| 2026-11-04 | 92,41 |
| 2026-11-05 | 92,13 |
| 2026-11-06 | 90,44 |
| 2026-11-07 | 90,48 |
| 2026-11-08 | 90,45 |
| 2026-11-10 | 90,29 |
| 2026-11-11 | 90,22 |
| 2026-11-13 | 90,12 |
| 2026-11-14 | 89,7 |
| 2026-11-15 | 89,68 |
| 2026-11-16 | 89,62 |
| 2026-11-18 | 88,91 |
| 2026-11-19 | 88,02 |
Combien d'offres Data Engineer ouvertes il y a et combien de spécialistes correspondants Zorky observe.
Demande et offre observée
Données du graphique
| Indicateur | Valeur |
|---|---|
| Demande ouverte | 5 563 |
| Demande ouverte | 5 563 |
| Offre observée | — non publié |
Le Data Engineer produit le flux d'offres le plus important et le plus stable parmi les segments data. La demande croît particulièrement dans les entreprises produit de la CEI (migration des DWH historiques vers la modern data stack — Snowflake/dbt/Airflow) et dans la FinTech.
⚠ les candidats correspondant à une offre ne sont pas encore comptés : la demande et le vivier observé sont affichés
Comment se répartissent les salaires des offres Data Engineer, en dollars américains par mois.
Distribution des salaires
Données du graphique
| Indicateur | Valeur |
|---|---|
| <$1k | 7 |
| $1–2k | 8 |
| $2–3k | 11 |
| $3–4k | 26 |
| $4–5k | 56 |
| $5–6k | 59 |
| $6–7k | 80 |
| $7–8k | 65 |
| $8–9k | 48 |
| $9–10k | 52 |
| $10–12k | 90 |
| $12–15k | 121 |
| $15–20k | 91 |
| $20k+ | 13 |
- exploitable pour le calcul: 727 (13,1%)
- indiqué mais non converti en USD/mois: 817 (14,7%)
- non indiqué: 4 019 (72,2%)
Une offre sur dix propose moins de $4 437, une sur dix plus de $15 833. La moitié des offres propose entre $6 250 et $12 541. Échantillon: 727.
Données du graphique
| Indicateur | Borne inférieure | Borne supérieure | Nombre |
|---|---|---|---|
| <$1k | 0 | 1 000 | 7 |
| $1–2k | 1 000 | 2 000 | 8 |
| $2–3k | 2 000 | 3 000 | 11 |
| $3–4k | 3 000 | 4 000 | 26 |
| $4–5k | 4 000 | 5 000 | 56 |
| $5–6k | 5 000 | 6 000 | 59 |
| $6–7k | 6 000 | 7 000 | 80 |
| $7–8k | 7 000 | 8 000 | 65 |
| $8–9k | 8 000 | 9 000 | 48 |
| $9–10k | 9 000 | 10 000 | 52 |
| $10–12k | 10 000 | 12 000 | 90 |
| $12–15k | 12 000 | 15 000 | 121 |
| $15–20k | 15 000 | 20 000 | 91 |
| $20k+ | 20 000 | — | 13 |
Dans quels pays il y a le plus d'offres Data Engineer ouvertes.
Géographie de la demande
| pays | offres | part |
|---|---|---|
| États-Unis | 1 134 | 23,9% |
| Pologne | 686 | 14,5% |
| Inde | 447 | 9,4% |
| Royaume-Uni | 420 | 8,9% |
| Singapour | 256 | 5,4% |
| Allemagne | 236 | 5% |
| France | 151 | 3,2% |
| Canada | 150 | 3,2% |
| Russie | 83 | 1,8% |
| Afrique du Sud | 68 | 1,4% |
| Autres pays | 1 107 | 23,4% |
Le leader par nombre d'offres Data Engineer est les États-Unis (1134 postes). La Pologne — deuxième par nombre d'offres à distance pour les russophones.
⚠ nombre d'offres uniquement : le salaire par pays n'est pas publié
Données du graphique
| Pays | Offres |
|---|---|
| US | 1 134 |
| PL | 686 |
| IN | 447 |
| GB | 420 |
| SG | 256 |
| DE | 236 |
| FR | 151 |
| CA | 150 |
| RU | 83 |
| ZA | 68 |
Quelles technologies sont le plus souvent demandées dans la même offre que Data Engineer.
Utilisée avec
Part : combien des 5 563 offres du marché Data Engineer mentionnent cette technologie. Tri par nombre d’offres, pas par « force d’association ». Les termes génériques comme cloud ne désignent pas un cloud précis (AWS, Azure).
Stack Data Engineer principale 2026 : Python + SQL avancé (indispensable), Airflow / Dagster / Prefect (orchestration), Spark / Flink / Kafka Streams (big data + streaming), dbt (couche de transformation), Snowflake / BigQuery / ClickHouse / Redshift (DWH), Kafka + Debezium (CDC), Delta Lake / Iceberg (lakehouse), Docker + Kubernetes. Senior — observabilité + qualité des données.
Couples courants : Python + SQL, Python + Airflow, Spark + Hadoop, dbt + Snowflake, Kafka + Spark Streaming, Airflow + BigQuery. Feuille de route d'apprentissage : Python + SQL → Airflow → un DWH → dbt → PySpark → bases de Kafka.
Données du graphique
| Nom | Nombre |
|---|---|
| python | 2 369 |
| cloud | 2 316 |
| sql | 2 055 |
| aws | 1 513 |
| azure | 1 409 |
| databricks | 1 399 |
| airflow | 1 045 |
| dbt | 911 |
| spark | 799 |
| snowflake | 788 |
| gcp | 711 |
| pyspark | 593 |
Combien d'offres Data Engineer il y a à chaque niveau, de junior à principal.
Demande par niveau
| niveau | offres |
|---|---|
| senior | 2 079 |
| middle | 357 |
| lead | 350 |
| principal | 248 |
| junior | 220 |
Junior rare — le marché recrute après Python Middle ou analyste Senior avec SQL avancé. Parcours de carrière : Junior → Middle → Senior → Analytics Engineer / Data Platform / Head of Data.
⚠ côté demande uniquement : le niveau du vivier observé est inconnu pour la majeure partie
Données du graphique
| Niveau | Nombre |
|---|---|
| senior | 2 079 |
| middle | 357 |
| lead | 350 |
| principal | 248 |
| junior | 220 |
Qui recrute le plus pour Data Engineer et à quel point la demande se concentre chez les plus grandes entreprises.
Employeurs
La demande est répartie entre 3 218 employeurs. Le plus grand en représente 1.1 %, les dix premiers 4.7 % ; les 95.3 % restants forment la longue traîne.
| part | valeur |
|---|---|
| top 1 | 1.1% |
| top 3 | 2.2% |
| top 10 | 4.7% |
| longue traîne | 95.3% |
⚠ les noms ne sont pas affichés : le classificateur ne distingue pas encore les agences de recrutement des employeurs finaux
Sur quels sites d'entreprises et sites d'emploi Zorky collecte les offres Data Engineer.
Où Zorky voit ce marché
Observé sur 139 sources ; la plus grande en représente 11.5 % : ce marché ne repose pas sur un seul canal.
Données du graphique
| Classe | Nom | Nom anglais | Nombre | Part |
|---|---|---|---|---|
| ats | ATS и карьерные сайты | ATS et sites carrières | 3 224 | 0,5795 |
| board | джоб-борды и агрегаторы | job boards et agrégateurs | 2 078 | 0,3735 |
| telegram | Telegram | Telegram | 251 | 0,0451 |
| communauté | сообщества и публичные профили | communauté et profils publics | 10 | 0,0018 |
Les offres Data Engineer les plus récentes, issues des pages carrières des entreprises.
Postes récents
- Snowflake Data Engineer (Middle+/Senior)
- Senior Data Engineer · PL
- Snowflake Data Engineer (Middle+/Senior) | Remote
- Snowflake Data Engineer | German B2+ Required | Fully Remote · RS
- Snowflake Data Engineer | 3 year(s) | Middle | IC
- Data Engineer (Entry) 1724 · ZA
- Senior AI & Data Engineer · ZA
- Senior Data Engineer (Snowflake, AWS, Big Data) · AU
Dernières offres de Data Engineer ouvertes — les 10 postes les plus récents avec une qualité de description suffisante. La liste complète est dans notre CRM ou via le lien « voir tout » ci-dessous.
Marchés voisins
Data Engineer — le plus grand segment de la filière data (60-70 % des offres data). Comparaison — dans le SiblingSubnichesChart ci-dessus.
⚠ les marchés voisins de comparaison ne sont pas encore définis
Comment c'est mesuré
- Offre
- une offre ouverte ayant passé le contrôle qualité et citant au moins deux technologies
- Candidat observé
- un candidat dont la stack contient cette technologie ; un agrégat — aucune fiche individuelle ne sort du périmètre
- Candidat correspondant
- pas encore compté
- Fenêtre
- offres ouvertes au moment de la création de l'instantané
À propos des données
- Certaines ventilations sont masquées : leur couverture de données n'est pas encore suffisante.
- Les statistiques ne sont affichées que là où l'échantillon passe un contrôle qualité.
- Un bloc absent ne signifie pas une valeur nulle.
Ventilations masquées actuellement : 8.
Domaine: Data Engineering
Spécialisations associées
Au sein du Data Engineer : Data Engineer (généraliste — pipelines + DWH), Développeur ETL (batch classique), Analytics Engineer (dbt + DWH), Pipeline Engineer (orchestration), Data Platform Engineer (infrastructure pour les équipes data). Comparaison avec les autres spécialisations data/big data — dans la barre ci-dessous.
Questions fréquentes
Les questions les plus fréquentes sur le Data Engineer : rémunération, Spark vs Flink vs Kafka Streams, Airflow vs Dagster, différences avec le backend et le ML Engineer, télétravail, comment débuter (12-18 mois après Python Middle), compétences Senior. Les réponses sont recalculées automatiquement.
Quel est le salaire d'un Data Engineer Junior, Middle, Senior ou Lead ?
Les offres Junior sont rares — le marché attend Python Middle + SQL avancé ou une reconversion depuis le Backend/l'analyse. Le saut Junior → Middle — Airflow + un DWH + bases de Spark. Le Senior est responsable de tout un domaine de données (par ex. le pipeline d'événements). Le Lead Data Engineer / Head of Data Platform — dirige 3-8 ingénieurs, responsable des décisions d'architecture + du modèle DWH + de la gouvernance des données. Parcours de carrière : Backend Middle/analyste Senior → Data Engineer Middle → Senior → soit Analytics Engineering (focus dbt), soit Platform Engineering (focus infrastructure), soit Head of Data.
Quelle stack est le plus souvent demandée à un Data Engineer ?
Top 5 : python, cloud, sql, aws, azure. Python — indispensable (pandas, PySpark, boto3, GCP SDK). SQL — niveau avancé indispensable (fonctions de fenêtrage, CTE, optimisation des requêtes, EXPLAIN ANALYZE). Airflow — le standard d'orchestration du secteur ; Dagster/Prefect progressent dans les nouveaux projets. Spark (PySpark/Scala) — big data en batch + streaming. Kafka — obligatoire à partir de Middle dans l'event-driven. Flink — compétence premium pour le vrai streaming. dbt — le standard de la couche de transformation dans la modern data stack. DWH : Snowflake (cloud premium), BigQuery (GCP), ClickHouse (OLAP, domine dans la CEI), Redshift (AWS, historique). Stockage : S3/HDFS, Delta Lake/Apache Iceberg (lakehouse). Docker+Kubernetes. Terraform/Pulumi pour l'IaC. Senior — observabilité (Datadog/Grafana + Great Expectations / Soda pour la qualité des données).
Spark vs Flink vs Kafka Streams — que choisir en 2026 ?
Spark — le standard du secteur pour le batch + le streaming en micro-batch. PySpark — le plus grand marché de l'emploi, Spark Scala — une niche premium. Inconvénient : latence du micro-batch (secondes-minutes), pas de vrai temps réel. Flink — un vrai moteur de streaming avec une latence de l'ordre de la milliseconde et une sémantique exactly-once native. Segment en croissance : FinTech/AdTech/IoT/inférence ML en temps réel. Kafka Streams (Java/Scala uniquement) — une bibliothèque de streaming légère, pas un cluster séparé. Bien pour le traitement de flux au niveau d'un microservice, mauvais pour les jointures lourdes/l'état. Stratégie : Spark d'abord (taille du marché), puis Flink pour se diversifier et obtenir une rémunération premium. Kafka Streams — un complément de niche pour les ingénieurs backend JVM.
Airflow vs Dagster vs Prefect — que faut-il apprendre pour l'orchestration ?
DAG en Python, immense écosystème d'opérateurs. Inconvénients : basé sur la planification, pas nativement événementiel, génération dynamique de DAG médiocre. Dagster — challenger moderne (type Elementl/Astronomer). Centré sur les assets, la meilleure DX, tests natifs, lignage des données d'emblée. Segment en croissance : startups produit, modern data stack. Prefect — entre Airflow et Dagster sur le plan philosophique. Adapté aux workflows hybrides (batch + streaming). Moins d'offres qu'Airflow, mais en croissance. Stratégie : Airflow d'abord (nécessité du marché), puis Dagster comme alternative moderne. Cron + scripts Python — approche dépassée, à ne pas apprendre en priorité.
Quelle part des offres propose du télétravail ?
Parmi les offres dont le mode de travail est indiqué, 31% sont en télétravail. Les offres sans mode de travail indiqué sont exclues du dénominateur ; le travail hybride n’est pas compté comme du télétravail.
En quoi le Data Engineer diffère-t-il du Backend et du ML Engineer ?
Backend Engineer — API REST/GraphQL, logique métier, bases transactionnelles (PostgreSQL/MySQL). Focus : servir les requêtes du produit. Systèmes OLTP. Data Engineer — pipelines ETL/ELT, modélisation DWH, streaming, traitement batch de téraoctets. Focus : déplacer et transformer de grands volumes de données. Systèmes OLAP. ML Engineer — déploiement de modèles en production (FastAPI + ONNX/TorchServe), feature store, MLOps, monitoring des modèles. Focus : inférence prête pour la production. Reconversion : Backend Senior → Data Engineer Middle en 4-8 mois (Airflow + dbt + un DWH). Data Engineer → ML Engineer en 6-12 mois (PyTorch + stack MLOps). Par salaire : Data Engineer ≥ Backend Senior à Moscou ; ML Engineer ≈ Data Engineer Senior en moyenne.
Par où commencer en data engineering en 2026 ?
Feuille de route : 1) Python jusqu'au niveau Middle — pandas, numpy, typage, tests. 2) SQL jusqu'au niveau avancé — fonctions de fenêtrage, CTE, sous-requêtes, optimisation (EXPLAIN ANALYZE), index. PostgreSQL + un OLAP (ClickHouse recommandé). 3) Airflow — tutoriel officiel, écrire 3-5 DAG. 4) Un DWH : BigQuery (offre gratuite) ou un essai Snowflake. Maîtriser la modélisation (schéma en étoile/en flocon, SCD). 5) dbt — couche d'analytics engineering. Tutoriel dbt + projet personnel avec le jeu de données jaffle-shop. 6) Bases de PySpark — API DataFrame + un projet personnel avec 1-10 Go de données. 7) Bases de Kafka — producer/consumer + un projet personnel de streaming. 8) Projet personnel de bout en bout : pipeline depuis une API/des fichiers via Airflow + dbt vers un DWH, tableau de bord sur Metabase/Superset, déployé dans le cloud. Formations : Karpov.Courses « Data Engineer », OTUS « Data Engineer », Yandex.Practicum « Data Engineer », DataCamp Data Engineer Track. Livres : « The Data Warehouse Toolkit » de Kimball, « Fundamentals of Data Engineering » de Reis. Délai jusqu'au niveau Middle (le Junior est rare) — 12-18 mois à temps plein après une expérience Python Middle.
Combien d’offres ouvertes cet échantillon contient-il ?
L’échantillon publié contient 5563 offres ouvertes après regroupement des republications. C’est le même nombre que dans l’indicateur principal. La section géographique décrit la couverture de l’échantillon ; il ne s’agit pas d’une estimation de l’ensemble du marché.
De quelles compétences un Data Engineer Senior a-t-il besoin ?
Un Data Engineer Senior prend en charge le cycle complet des pipelines de données. SQL : maîtrise (fonctions de fenêtrage, CTE récursives, optimisation des requêtes, élagage des partitions, vues matérialisées). Python : maîtrise de pandas/PySpark, profilage mémoire, asynchrone pour l'ingestion à forte composante I/O. Systèmes distribués : modèle d'exécution de Spark (shuffle, broadcast, partitionnement), exactly-once de Kafka, commit en deux phases, idempotence. Modélisation DWH : Kimball (schéma en étoile, SCD), Data Vault, architecture lakehouse (Delta Lake/Iceberg). Orchestration : conception de DAG Airflow (tâches idempotentes, backfills, sensors), génération dynamique de DAG. Streaming : conception Kafka (partitions, groupes de consommateurs, exactly-once), Spark Streaming ou Flink. Cloud : l'un de AWS/GCP/Azure au niveau architecte (IAM + optimisation des coûts + réseau + classes de stockage). Qualité des données : Great Expectations / Soda, métriques de supervision + alertes. DevOps : Docker, opérateurs Kubernetes (Spark/Kafka sur k8s), Terraform/Pulumi pour l'IaC. Soft skills : revue de code, mentorat des Middle, travail avec l'Analyste/le PM sur les exigences. Anglais — indispensable pour Senior+ (la stack data est majoritairement en anglais).
Laisser une demande
Décrivez la tâche et laissez un contact : la demande arrive dans notre CRM et nous répondons au contact indiqué.