Nous utilisons des cookies techniques et le journal de visites anonymisé de Zorky. Yandex Metrica (données stockées sur des serveurs en Russie) ne fonctionne qu'avec votre consentement. Nous ne vendons jamais de données. En savoir plus sur les cookies et les statistiques.
Zorky est en mode test — tout est gratuit. Les offres et les pages des entreprises sont ouvertes à tous ; les liens vers les annonces et votre sélection personnelle s'ouvrent après inscription. Inscription →

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.

5 563
offres ouvertes — par intitulé de poste, republications fusionnées
$9 083
médiane $/mois
31%
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
Nouvelles offres par semaine. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
PériodeNouvelles offres par semaine
2026-06-01294
2026-06-08213
2026-06-15249
2026-06-22673
2026-06-29541
2026-07-06533
2026-07-13701
2026-07-20857
2026-07-27477
2026-08-03417
2026-08-10253
2026-08-17294
2026-08-24272
2026-08-31297
2026-09-07318
2026-09-14377
2026-09-211 172
2026-09-281 043
2026-10-05923
2026-10-122 237
2026-10-191 265
2026-10-261 352
2026-11-021 262
2026-11-091 420

Sources actives par semaine

Sources sur la période : 281. ▲ — semaine où de nombreuses nouvelles sources ont été connectées.

Données du graphique
Sources actives par semaine. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
PériodeSources actives
2026-06-0127
2026-06-0826
2026-06-1528
2026-06-2245
2026-06-2987
2026-07-0672
2026-07-1382
2026-07-2092
2026-07-2779
2026-08-0379
2026-08-1052
2026-08-1754
2026-08-2448
2026-08-3156
2026-09-0759
2026-09-1458
2026-09-2171
2026-09-2875
2026-10-0579
2026-10-1280
2026-10-1990
2026-10-2697
2026-11-0295
2026-11-09101
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
SemaineNouvelles sourcesNouvelles offres
8 juin+6213
15 juin+7249
22 juin+21673
29 juin+48541
6 juil.+29533
13 juil.+21701
20 juil.+19857
27 juil.+8477
3 août+10417
10 août+5253
17 août+3294
24 août+2272
31 août+8297
7 sept.+4318
14 sept.+4377
21 sept.+61 172
28 sept.+71 043
5 oct.+4923
12 oct.+62 237
19 oct.+111 265
26 oct.+71 352
2 nov.+91 262
9 nov.+91 420

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
Chronologie : offres et sources — Data Engineer. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
SemaineNouvelles offres par semaineSources actives
2026-06-0129427
2026-06-0821326
2026-06-1524928
2026-06-2267345
2026-06-2954187
2026-07-0653372
2026-07-1370182
2026-07-2085792
2026-07-2747779
2026-08-0341779
2026-08-1025352
2026-08-1729454
2026-08-2427248
2026-08-3129756
2026-09-0731859
2026-09-1437758
2026-09-211 17271
2026-09-281 04375
2026-10-0592379
2026-10-122 23780
2026-10-191 26590
2026-10-261 35297
2026-11-021 26295
2026-11-091 420101

Les salaires dans le temps

Salaire médian Data Engineer par semaine, USD par mois.

Salaire médian, USD par mois

Données du graphique
Salaire médian, USD par mois. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
PériodeMédianeOffres avec salaire par semaine (n)
2026-07-205 75024
2026-07-27—6
2026-08-03—0
2026-08-10—0
2026-08-17—0
2026-08-24—0
2026-08-31—9
2026-09-078 35312
2026-09-14—8
2026-09-2110 30338
2026-09-288 12573
2026-10-057 09287
2026-10-127 355147
2026-10-197 500227
2026-10-267 699259
2026-11-029 457214
2026-11-099 167235

La série commence le 20 juil. : aucune donnée avant.

Offres avec salaire par semaine (n)

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
Les salaires dans le temps — Data Engineer. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
SemaineMédiane
2026-06-01—
2026-06-08—
2026-06-15—
2026-06-22—
2026-06-29—
2026-07-06—
2026-07-13—
2026-07-205 750
2026-07-27—
2026-08-03—
2026-08-10—
2026-08-17—
2026-08-24—
2026-08-31—
2026-09-078 353
2026-09-14—
2026-09-2110 303
2026-09-288 125
2026-10-057 092
2026-10-127 355
2026-10-197 500
2026-10-267 699
2026-11-029 457
2026-11-099 167

Le télétravail dans le temps

Part des offres Data Engineer proposant un télétravail complet, par semaine.

Offres en télétravail, %

Données du graphique
Offres en télétravail, %. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
PériodeTélétravail
2026-06-0167,4
2026-06-0851,2
2026-06-1553,2
2026-06-2244,1
2026-06-2938,5
2026-07-0633,5
2026-07-1339,3
2026-07-2047,9
2026-07-2761,8
2026-08-0325,1
2026-08-1029,9
2026-08-1728,7
2026-08-2431,7
2026-08-3128,4
2026-09-0723,3
2026-09-1428,4
2026-09-2128,2
2026-09-2831,2
2026-10-0534,3
2026-10-1232,2
2026-10-1930,7
2026-10-2637,3
2026-11-0234,5
2026-11-0928,5

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
Le télétravail dans le temps — Data Engineer. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
SemaineTélétravail
2026-06-0167,4
2026-06-0851,2
2026-06-1553,2
2026-06-2244,1
2026-06-2938,5
2026-07-0633,5
2026-07-1339,3
2026-07-2047,9
2026-07-2761,8
2026-08-0325,1
2026-08-1029,9
2026-08-1728,7
2026-08-2431,7
2026-08-3128,4
2026-09-0723,3
2026-09-1428,4
2026-09-2128,2
2026-09-2831,2
2026-10-0534,3
2026-10-1232,2
2026-10-1930,7
2026-10-2637,3
2026-11-0234,5
2026-11-0928,5

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
Offres mentionnant la technologie, %. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
PériodePythoncloudSQL
2026-08-1041,529,628,2
2026-08-173933,529,9
2026-08-2437,332,323,6
2026-08-3134,224,227,4
2026-09-0741,731,728,9
2026-09-1435,533,533,5
2026-09-214145,238,2
2026-09-2861,150,855
2026-10-0556,247,554,2
2026-10-1248,65148,4
2026-10-1958,55459,3
2026-10-2660,752,161,3
2026-11-0261,952,760,7
2026-11-0962,347,759,9
Jusqu’à 5 sur le graphique :

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
Les technologies dans le temps — Data Engineer. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
SemainePythoncloudSQLAWSAzure
2026-08-1041,529,628,221,122,5
2026-08-173933,529,923,819,5
2026-08-2437,332,323,615,517,4
2026-08-3134,224,227,415,818,9
2026-09-0741,731,728,919,715,6
2026-09-1435,533,533,521,722,7
2026-09-214145,238,229,725
2026-09-2861,150,85534,434,1
2026-10-0556,247,554,230,932,5
2026-10-1248,65148,429,930
2026-10-1958,55459,330,432,4
2026-10-2660,752,161,334,932,7
2026-11-0261,952,760,735,830,1
2026-11-0962,347,759,931,628,1

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
Offres dans le pays, %. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
PériodeÉtats-UnisPologneRoyaume-Uni
2026-06-0127,649,13,6
2026-06-0832,433,32
2026-06-1526,538,53,8
2026-06-2213,552,91,4
2026-06-291818,81,7
2026-07-0631,111,46,6
2026-07-1323,516,94,8
2026-07-2017,628,810,7
2026-07-2715,431,86,4
2026-08-0320,59,718,8
2026-08-1016,15,723,7
2026-08-1715,66,626,2
2026-08-2414,76,533,6
2026-08-319,63,333,8
2026-09-0712,63,332,3
2026-09-1422,33,628,9
2026-09-2125,85,515,5
2026-09-2819,314,613,7
2026-10-0516,221,513
2026-10-1216,6169,8
2026-10-1916,716,710,5
2026-10-261917,38,9
2026-11-0221,112,510,6
2026-11-0920,29,113,2
Jusqu’à 5 sur le graphique :

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
Pays au fil du temps — Data Engineer. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
SemaineÉtats-UnisPologneRoyaume-UniIndeSingapour
2026-06-0127,649,13,63,30
2026-06-0832,433,3210,80
2026-06-1526,538,53,88,10
2026-06-2213,552,91,411,33,3
2026-06-291818,81,78,726
2026-07-0631,111,46,611,76,2
2026-07-1323,516,94,818,312,3
2026-07-2017,628,810,78,67,8
2026-07-2715,431,86,48,216,9
2026-08-0320,59,718,816,16,2
2026-08-1016,15,723,712,31,9
2026-08-1715,66,626,213,12,5
2026-08-2414,76,533,610,13,7
2026-08-319,63,333,817,92,1
2026-09-0712,63,332,312,63,7
2026-09-1422,33,628,913,82
2026-09-2125,85,515,59,37
2026-09-2819,314,613,7612,9
2026-10-0516,221,5137,27,8
2026-10-1216,6169,89,93,6
2026-10-1916,716,710,587
2026-10-261917,38,99,66,2
2026-11-0221,112,510,69,25,6
2026-11-0920,29,113,2104,6

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
Indice de recrutement, 16 oct. = 100. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
PériodeIndice de recrutement
2026-10-16100
2026-10-17100,03
2026-10-1899,76
2026-10-1999,68
2026-10-2099,27
2026-10-2198,6
2026-10-2299,07
2026-10-2397,4
2026-10-2497,41
2026-10-2697,33
2026-10-2796,76
2026-10-2896,21
2026-10-2995,17
2026-10-3095,13
2026-10-3193,65
2026-11-0193,33
2026-11-0292,67
2026-11-0392,65
2026-11-0492,41
2026-11-0592,13
2026-11-0690,44
2026-11-0790,48
2026-11-0890,45
2026-11-1090,29
2026-11-1190,22
2026-11-1390,12
2026-11-1489,7
2026-11-1589,68
2026-11-1689,62
2026-11-1888,91
2026-11-1988,02

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
Marché net : indice de recrutement — Data Engineer. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
JourIndice de recrutement
2026-10-16100
2026-10-17100,03
2026-10-1899,76
2026-10-1999,68
2026-10-2099,27
2026-10-2198,6
2026-10-2299,07
2026-10-2397,4
2026-10-2497,41
2026-10-2697,33
2026-10-2796,76
2026-10-2896,21
2026-10-2995,17
2026-10-3095,13
2026-10-3193,65
2026-11-0193,33
2026-11-0292,67
2026-11-0392,65
2026-11-0492,41
2026-11-0592,13
2026-11-0690,44
2026-11-0790,48
2026-11-0890,45
2026-11-1090,29
2026-11-1190,22
2026-11-1390,12
2026-11-1489,7
2026-11-1589,68
2026-11-1689,62
2026-11-1888,91
2026-11-1988,02

Combien d'offres Data Engineer ouvertes il y a et combien de spécialistes correspondants Zorky observe.

Demande et offre observée

Données du graphique
Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
IndicateurValeur
Demande ouverte5 563
Demande ouverte5 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

P25 $6 250 · P50 $9 083 · P75 $12 541
Données du graphique
Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
IndicateurValeur
<$1k7
$1–2k8
$2–3k11
$3–4k26
$4–5k56
$5–6k59
$6–7k80
$7–8k65
$8–9k48
$9–10k52
$10–12k90
$12–15k121
$15–20k91
$20k+13
Salaire dans les offres : base 5 563
  • 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
Distribution des salaires — Data Engineer. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
IndicateurBorne inférieureBorne supérieureNombre
<$1k01 0007
$1–2k1 0002 0008
$2–3k2 0003 00011
$3–4k3 0004 00026
$4–5k4 0005 00056
$5–6k5 0006 00059
$6–7k6 0007 00080
$7–8k7 0008 00065
$8–9k8 0009 00048
$9–10k9 00010 00052
$10–12k10 00012 00090
$12–15k12 00015 000121
$15–20k15 00020 00091
$20k+20 000—13

Dans quels pays il y a le plus d'offres Data Engineer ouvertes.

Géographie de la demande

paysoffrespart
États-Unis1 13423,9%
Pologne68614,5%
Inde4479,4%
Royaume-Uni4208,9%
Singapour2565,4%
Allemagne2365%
France1513,2%
Canada1503,2%
Russie831,8%
Afrique du Sud681,4%
Autres pays1 10723,4%

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
Géographie de la demande — Data Engineer. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
PaysOffres
US1 134
PL686
IN447
GB420
SG256
DE236
FR151
CA150
RU83
ZA68

Quelles technologies sont le plus souvent demandées dans la même offre que Data Engineer.

Utilisée avec

python
2 36942,6%
cloud
2 31641,6%
sql
2 05536,9%
aws
1 51327,2%
azure
1 40925,3%
databricks
1 39925,1%
airflow
1 04518,8%
dbt
91116,4%
spark
79914,4%
snowflake
78814,2%

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
Utilisée avec — Data Engineer. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
NomNombre
python2 369
cloud2 316
sql2 055
aws1 513
azure1 409
databricks1 399
airflow1 045
dbt911
spark799
snowflake788
gcp711
pyspark593

Combien d'offres Data Engineer il y a à chaque niveau, de junior à principal.

Demande par niveau

niveauoffres
senior2 079
middle357
lead350
principal248
junior220

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
Demande par niveau — Data Engineer. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
NiveauNombre
senior2 079
middle357
lead350
principal248
junior220

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.

le plus grand 1,1%2e–3e 1,1%4e–10e 2,5%les autres 95,3%
partvaleur
top 11.1%
top 32.2%
top 104.7%
longue traîne95.3%

⚠ 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
Où Zorky voit ce marché — Data Engineer. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
ClasseNomNom anglaisNombrePart
atsATS и карьерные сайтыATS et sites carrières3 2240,5795
boardджоб-борды и агрегаторыjob boards et agrégateurs2 0780,3735
telegramTelegramTelegram2510,0451
communautéсообщества и публичные профилиcommunauté et profils publics100,0018

Les offres Data Engineer les plus récentes, issues des pages carrières des entreprises.

Postes récents

Toutes les offres →

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.

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.

Big DataDBAStreamingData Warehouse

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.

En envoyant, vous acceptez la politique de confidentialité.