🎯 TL;DR — En résumé
- Le Data Analyst analyse les données existantes pour produire des dashboards et aider à la décision. Profil orienté business, SQL et Power BI.
- Le Data Engineer construit les pipelines et l’infrastructure qui rendent la donnée exploitable. Profil orienté code, cloud et architecture.
- Vous aimez comprendre et raconter la donnée → Data Analyst (formation Liora 12 sem. bootcamp / 8,5 mois temps partiel, 6 590 €).
- Vous aimez construire et coder → Data Engineer (formation Liora 13 sem. bootcamp / 9 mois temps partiel, 7 490 €).
- Les deux formations Liora visent un titre RNCP niveau 7 (Bac+5) et un certificat Mines Paris – PSL Executive Education, finançables CPF sans plafond.
Résumer cet article avec :
Data Analyst ou Data Engineer : quelle voie pour vous ?
5 questions pour obtenir une recommandation personnalisée
Qu’est-ce qui vous motive le plus ?
Votre rapport au code ?
Quel background avez-vous ?
Avec qui aimez-vous travailler ?
Quel objectif salarial à terme ?
Votre recommandation est prête !
Voici la voie qui correspond le mieux à votre profil.
*Vérifiez l’éligibilité CPF et les modalités sur la page du programme avant de finaliser votre dossier.
Data Analyst vs Data Engineer : les différences clés
| Critère | Data Analyst | Data Engineer |
|---|---|---|
| Mission principale | Analyser, visualiser, produire des insights pour la décision | Construire et maintenir les pipelines de données |
| Orientation | Business & décision | Technique & architecture |
| Compétences clés | SQL, Python, statistiques, dataviz, storytelling | Python, cloud, ETL/ELT, bases de données, DevOps |
| Outils phares | Power BI, Looker Studio, SQL, Excel, Python (Pandas) | Python, Spark, Kafka, Airflow, dbt, AWS, Docker, Kubernetes |
| Niveau de code | Modéré (SQL + Python) | Élevé (Python avancé, SQL avancé) |
| Salaire junior | 35 000 – 45 000 € brut/an | 40 000 – 50 000 € brut/an |
| Salaire senior | 50 000 – 70 000 €+ brut/an | 50 000 – 60 000 €+ brut/an |
| Profil typique | Curieux, analytique, bon communicant | Rigoureux, architecte, orienté performance |
| Formation Liora | Data Analyst : 6 590 € · 12 sem. bootcamp ou 8,5 mois temps partiel · RNCP niv. 7 + Mines Paris – PSL + Microsoft PL-900 | Data Engineer : 7 490 € · 13 sem. bootcamp ou 9 mois temps partiel · RNCP niv. 7 + Mines Paris – PSL + AWS Cloud Practitioner |
Deux métiers complémentaires, deux profils différents — et deux formations Liora distinctes.
Le débat Data Analyst vs Data Engineer revient sans arrêt sur LinkedIn et dans les forums data. La vérité, c’est qu’il n’y a pas de meilleur métier — il y a celui qui correspond à votre profil, vos goûts, votre rapport au code, et votre projet professionnel à 5 ans.
1. Le Data Analyst, c’est le pont entre la donnée et la décision business. Il « lit » la donnée et la traduit pour des équipes métier (marketing, finance, produit). C’est le métier data le plus accessible aux profils non-techniques en reconversion : SQL et Excel suffisent pour démarrer, Python et Power BI se maîtrisent en quelques mois. La formation Data Analyst de Liora en bootcamp 12 semaines est conçue exactement pour ça : reconversion rapide avec titre RNCP niveau 7 et certification Microsoft PL-900 à la clé.
2. Le Data Engineer, c’est le bâtisseur de l’écosystème data. Sans lui, les analystes et data scientists n’ont pas de données fiables sur lesquelles travailler. C’est un profil très proche du software engineering, avec une dimension cloud et DevOps forte. La formation Data Engineer de Liora en bootcamp 13 semaines couvre l’intégralité de la stack moderne — Python, Spark, Kafka, Airflow, dbt, Docker, Kubernetes — et inclut la certification AWS Cloud Practitioner (Liora est AWS Training Partner, voucher d’examen inclus).
3. Les deux formations Liora visent un titre RNCP niveau 7 (Bac+5) délivré soit par l’INSEEC MSc (Data Analyst, RNCP39591) soit par 3W ACADEMY (Data Engineer, RNCP40573), avec dans les deux cas un certificat Mines Paris – PSL Executive Education. Les deux sont finançables CPF sans plafond. La vraie différence pour vous : votre profil et votre projet, pas la formation.
Data Analyst : le métier en détail
Le Data Analyst est le pont entre la donnée brute et la décision business. Il ne produit pas les données — il les exploite pour répondre à des questions concrètes : « Pourquoi les ventes ont-elles chuté en mars ? », « Quel segment client est le plus rentable ? ».
Missions au quotidien
- Extraire et nettoyer des données via SQL
- Construire des tableaux de bord sur Power BI, Looker Studio ou Tableau
- Identifier tendances, anomalies et opportunités dans les données
- Présenter des recommandations aux équipes métier (marketing, finance, produit)
- Définir et suivre des KPIs, créer des analyses descriptives et diagnostiques
Compétences clés
- SQL : indispensable, colonne vertébrale du métier
- Python (NumPy, Pandas) : devenu standard pour automatiser et analyser
- Statistiques descriptives : moyennes, distributions, corrélations
- Dataviz & storytelling : savoir raconter une histoire avec un graphique
- Communication : traduire des chiffres en décisions pour des non-techniciens
- Bases du cloud et premières notions de Machine Learning (un plus apprécié)
Outils maîtrisés dans la formation Data Analyst Liora
Le cursus Data Analyst Liora couvre l’ensemble de la chaîne analytique sur 6 sprints : Python (NumPy, Pandas) · Dataviz (Matplotlib, Seaborn, art du data storytelling) · Database / Big Data (SQL, APIs de données) · Business Intelligence (Power BI, Looker Studio, Google Sheets & Excel, AI Prompt Engineering, automatisation no-code avec Make) · Bases de données avancées & Cloud (SQL avancé, Snowflake, text mining) · Machine Learning (méthodologie ML pour Data Analyst, Scikit-Learn). La formation prépare également au passage de la certification Microsoft Power Platform Fundamentals (PL-900).
Salaire Data Analyst en France (2026)
D’après les chiffres publiés par Liora (enquête salaire Data Analyst) et croisés avec Glassdoor France et Indeed : junior (0-2 ans) : 35 000 à 45 000 € brut/an. Confirmé (3-5 ans) : 50 000 à 55 000 €. Senior : 60 000 à 70 000 €+. À Paris, comptez +10 à +15 % sur ces fourchettes. Les Data Analysts spécialisés en marketing data, finance ou e-commerce sont en haut de fourchette.
Bootcamp 12 semaines (35-40h/sem.) ou temps partiel 8,5 mois (10-12h/sem. + 2h masterclass). 350h+ de programme, 100 % à distance, pédagogie hybride 85 % pratique sur plateforme coachée + 15 % masterclass en visioconférence. Triple reconnaissance : validation du bloc 3 du titre RNCP niveau 7 « Manager en data marketing » (RNCP39591, INSEEC MSc) + certificat Mines Paris – PSL Executive Education + certification officielle Microsoft Power Platform Fundamentals (PL-900). Tarif : 6 590 €, finançable CPF sans plafond, France Travail (AIF), Transitions Pro, OPCO, paiement échelonné jusqu’à 36 mensualités, financement Umanity (payer après embauche). Chiffres 2025 (ancien programme) : 92,46 % d’insertion dans le métier visé. Salaire moyen alumni Liora toutes formations : 52 000 €. 6 rentrées 2026 : 30 juin, 4 août, 8 septembre, 6 octobre, 3 novembre, 1er décembre.
Data Engineer : le métier en détail
Le Data Engineer est le bâtisseur de l’écosystème data. Sans lui, les analystes et data scientists n’ont pas de données fiables sur lesquelles travailler. C’est un profil proche du software engineering, appliqué à la donnée à grande échelle.
Missions au quotidien
- Concevoir et maintenir des pipelines ETL/ELT (ingestion, transformation, chargement)
- Construire et gérer des data warehouses et data lakes (Snowflake, Databricks)
- Garantir qualité, disponibilité et performance des données pour les équipes data
- Automatiser les flux entre systèmes (APIs, bases relationnelles et NoSQL, outils SaaS)
- Travailler avec les équipes cloud et DevOps pour scaler l’infrastructure data
Compétences clés
- Python avancé : incontournable pour automatiser et transformer
- SQL avancé : optimisation de requêtes, modélisation, fenêtrage
- Cloud (AWS, GCP ou Azure) : la majorité des infrastructures data sont cloud
- Bases NoSQL : MongoDB, Elasticsearch, Cassandra, Neo4j
- Orchestration : Apache Airflow, Prefect, Dagster
- DevOps : Docker, Kubernetes, CI/CD, Git
Outils maîtrisés dans la formation Data Engineer Liora
Le cursus Data Engineer Liora couvre la stack data moderne complète sur 9 sprints : Python (multithreading, asynchronisme, annotations) + RGPD & éthique · Outils avancés (Git/GitHub, Linux/Bash, web scraping avec BeautifulSoup) · Big Data Variété (SQL, MongoDB, HBase, Elasticsearch, Neo4j) · Batch & Streaming (PySpark, Spark Streaming, Kafka) · Entreposage (Snowflake, dbt pour ELT) · Machine Learning pour Data Engineers + MLflow · DevOps / Virtualisation (APIs FastAPI/Flask, Docker, Kubernetes) · CI/CD (tests unitaires Pytest, Airflow, GitLab) · Monitoring (Prometheus + Grafana). La formation prépare également au passage de la certification AWS Certified Cloud Practitioner (voucher d’examen inclus, Liora est AWS Training Partner).
Salaire Data Engineer en France (2026)
D’après les chiffres publiés par Liora (enquête auprès de Chief Data Officers du CAC 40) : junior (0-2 ans) : 40 000 à 50 000 € brut/an. Senior : 50 000 à 60 000 €+ (et plus selon spécialisation cloud / Big Data). À Paris : +10 à +20 % sur ces fourchettes. Les profils combinant Data Engineering + AWS / GCP ou Data Engineering + Streaming (Kafka, Flink) sont les mieux rémunérés du marché. Le Data Engineer est en moyenne mieux rémunéré en junior que le Data Analyst, notamment grâce à la rareté des profils techniques qualifiés.
Bootcamp 13 semaines (35-40h/sem.) ou temps partiel 9 mois (10-12h/sem. + 2h masterclass). 400h dont 150h projet fil rouge, 100 % à distance, pédagogie hybride 85 % pratique + 15 % masterclass. Triple reconnaissance : validation des blocs 3 et 4 du titre RNCP niveau 7 « Expert en informatique et systèmes d’information » (RNCP40573, 3W ACADEMY) + certificat Mines Paris – PSL Executive Education + certification éditeur AWS Certified Cloud Practitioner (Liora est AWS Training Partner, voucher d’examen inclus). Alternance disponible sur alternance Data Engineer (100 % financée par l’entreprise). Tarif : 7 490 €, finançable CPF sans plafond, France Travail (AIF), Transitions Pro, OPCO, paiement échelonné jusqu’à 36 mensualités, financement Umanity. Chiffres 2025 : 96 % satisfaction · 88 % réussite · 80,16 % insertion 6 mois. 6 rentrées 2026.
Lequel choisir selon votre profil ?
Le vrai critère de décision : qu’est-ce qui vous motive le plus ? Analyser et interpréter, ou construire et automatiser ?
Choisissez Data Analyst si…
- Vous aimez comprendre le business et travailler avec des équipes non-techniques
- Vous êtes à l’aise avec les chiffres mais pas forcément avec du code Python complexe
- Vous venez d’un background marketing, finance, commerce ou gestion
- Vous voulez un accès rapide au marché : reconversion en 3 à 9 mois
- Vous aimez raconter des histoires avec des données — dashboards, présentations, recommandations
- Vous préférez voir l’impact direct de votre travail sur les décisions de l’entreprise
Choisissez Data Engineer si…
- Vous aimez coder en profondeur et résoudre des problèmes techniques complexes
- Vous venez d’un background développeur, informatique ou systèmes
- Vous êtes attiré par l’architecture logicielle et la performance à grande échelle
- Vous voulez un salaire plus élevé dès le départ et une forte demande de recrutement
- Vous aimez travailler dans les coulisses — vos pipelines font tourner toute l’équipe data
- Vous êtes à l’aise avec le cloud (AWS, GCP, Azure) ou prêt à vous y former sérieusement
- Vous envisagez l’alternance (option disponible chez Liora sur le Data Engineer)
Et le Data Scientist dans tout ça ?
Si vous vous reconnaissez dans les deux profils, c’est peut-être le Data Scientist qui vous correspond. La différence tient à une chose : le Data Scientist construit des modèles prédictifs et des algorithmes de Machine Learning, là où l’analyste se concentre sur l’analyse descriptive et diagnostique. Concrètement :
- Data Analyst → vous voulez comprendre ce qui s’est passé et pourquoi
- Data Scientist → vous voulez prédire ce qui va se passer
- Data Engineer → vous voulez construire les systèmes qui permettent aux deux autres de travailler
Beaucoup de professionnels commencent par le Data Analyst, puis évoluent vers le Data Scientist ou le Data Engineer selon leurs appétences. C’est une trajectoire très courante. Liora propose les trois cursus dans la même catégorie Data & IA (13 formations, 30 000 apprenants formés).
Comment se former Data Analyst ou Data Engineer en 2026 ?
Les deux métiers sont accessibles via des formations intensives, sans master universitaire de 2 ans.
Pour devenir Data Analyst, comptez 3 à 9 mois de formation intensive. Les prérequis Liora : titre de niveau 6 (Bac+3) avec 180 ECTS dans un domaine compatible (marketing, business, communication, analyse de données, statistiques, mathématiques) + test de positionnement (statistiques de base, programmation Python élémentaire, culture data). La formation Data Analyst Liora est conçue pour les reconversions et les montées en compétences rapides.
Pour devenir Data Engineer, comptez 3 à 9 mois selon votre niveau de départ en programmation. Prérequis Liora : titre RNCP niveau 6 en informatique ou niveau 7 en sciences (ou expérience pro équivalente), avec une bonne compréhension de SQL, Python et Linux. Si vous êtes déjà développeur, la transition peut être plus rapide. Si vous partez de zéro en code, il faut d’abord consolider Python et SQL avant d’attaquer la stack cloud/pipelines.
Dans les deux cas, les formations Liora visent un titre RNCP niveau 7 (Bac+5) reconnu par l’État et un certificat Mines Paris – PSL Executive Education, finançables CPF sans plafond. C’est le combo le plus rassurant pour les recruteurs et le plus efficace pour décrocher un poste rapidement.
Vous hésitez entre Data Analyst et Data Engineer ?
Les conseillers Liora vous aident gratuitement à identifier la formation adaptée à votre profil, votre projet professionnel et votre financement disponible. Test de positionnement inclus.
Prendre rendez-vousFAQ — Data Analyst vs Data Engineer
Quelle est la différence entre un Data Analyst et un Data Engineer ?
Le Data Analyst analyse les données pour produire des insights et des tableaux de bord à destination des équipes business. Le Data Engineer construit les pipelines et l’infrastructure qui rendent ces données disponibles et fiables. L’un « lit » la donnée, l’autre la « fabrique ». Les deux métiers sont complémentaires et travaillent souvent dans la même équipe.
Data Analyst ou Data Engineer : lequel est le mieux payé ?
Le Data Engineer est en moyenne mieux rémunéré en junior : 40 000 à 50 000 € contre 35 000 à 45 000 € pour un Data Analyst junior (chiffres publiés par Liora). L’écart se resserre voire s’inverse avec l’expérience, certains Data Analysts seniors spécialisés atteignant 70 000 €+. Les Data Engineers seniors spécialisés AWS, GCP ou Big Data dépassent souvent 60 000-75 000 €.
Peut-on devenir Data Analyst sans diplôme en informatique ?
Oui, c’est l’un des métiers data les plus accessibles aux profils non-techniques. La formation Data Analyst Liora demande un titre niveau 6 (Bac+3) dans un domaine compatible (marketing, business, communication, analyse de données, statistiques, mathématiques) — pas nécessairement informatique. Un test de positionnement valide vos bases en statistiques et en Python élémentaire. La motivation et la logique priment sur le diplôme initial.
Faut-il savoir coder pour être Data Analyst ?
SQL est indispensable — c’est du code, mais très accessible. Python (NumPy, Pandas) est désormais standard pour le Data Analyst moderne, et la formation Liora l’enseigne en Sprint 1. En revanche, pour le Data Engineer, Python est non-négociable dès le départ, avec une maîtrise approfondie (multithreading, asynchronisme, classes, modules).
Quelle est la différence entre Data Analyst et Data Scientist ?
Le Data Analyst se concentre sur l’analyse descriptive et diagnostique (ce qui s’est passé, pourquoi). Le Data Scientist construit des modèles prédictifs et des algorithmes de Machine Learning (ce qui va se passer). Le Data Scientist a généralement un profil plus mathématique et statistique. Liora propose les deux formations dans son catalogue Data & IA, et le Data Analyst peut évoluer naturellement vers Data Scientist après quelques années.
Combien de temps dure une formation Data Analyst ou Data Engineer ?
Chez Liora, deux formats au choix : Data Analyst en bootcamp 12 semaines (35-40h/sem.) ou temps partiel 8,5 mois (10-12h/sem.), soit 350h+ au total. Data Engineer en bootcamp 13 semaines ou temps partiel 9 mois, soit 400h dont 150h de projet fil rouge. Les deux formats permettent une reconversion ou montée en compétences rapide.
Peut-on passer de Data Analyst à Data Engineer ?
Oui, c’est une évolution fréquente. Beaucoup de Data Analysts se forment progressivement à Python avancé, au cloud et aux pipelines pour évoluer vers l’ingénierie data. Liora permet aussi le chemin inverse, et propose plusieurs passerelles dans son écosystème : Data Analyst → Marketing Digital & Data → Data Scientist, ou Data Engineer → Architecte Big Data / Lead Dev. Comptez 6 à 12 mois de montée en compétences ciblée.
Lequel est le plus demandé sur le marché en 2026 ?
Les deux recrutent activement en France. Le Data Engineer affiche un volume d’offres très élevé avec près de 3 000 offres actives sur Glassdoor France (vérifié juin 2026), souvent avec des profils plus rares et donc plus recherchés. Le Data Analyst reste un excellent point d’entrée dans la data avec un marché large et accessible (environ 1 200 offres sur Glassdoor France). Tous deux bénéficient de la pénurie de profils data qualifiés en France et en Europe.
Les formations Liora sont-elles éligibles au CPF ?
Oui, les deux formations Data Analyst (6 590 €) et Data Engineer (7 490 €) sont finançables CPF sans le plafond de 1 500 € qui s’applique aux certifications du Répertoire Spécifique — c’est un avantage majeur des titres RNCP niveau 7. Délai à anticiper : 11 jours ouvrés avant le démarrage si vous mobilisez le CPF. Autres financements disponibles : Transitions Pro, AIF France Travail, OPCO, paiement échelonné jusqu’à 36 mensualités, financement Umanity (payer après embauche). Liora est certifié Qualiopi.
Liora est-il le même organisme que DataScientest ?
Oui. Liora est le nouveau nom de DataScientest, l’un des organismes de formation Data, IA, Cloud & Dev et Cybersécurité les plus reconnus en France. Plus de 50 000 alumni formés. La qualité pédagogique, le partenariat avec Mines Paris – PSL Executive Education, les titres RNCP, le statut AWS Training Partner et l’accompagnement carrière sont maintenus dans la continuité.
Sources utiles pour aller plus loin
📚 Ressources Liora et officielles
- Formation Data Analyst Liora — Programme complet
- Formation Data Engineer Liora — Programme complet
- Alternance Data Engineer Liora
- Catalogue Data & IA Liora — 13 formations
- Tout savoir sur le métier de Data Analyst
- Tout savoir sur le métier de Data Engineer
- Enquête salaire Data Analyst · Enquête salaire Data Engineer
- Fiche RNCP39591 (Manager en data marketing) · Fiche RNCP40573 (Expert en informatique)
- moncompteformation.gouv.fr — éligibilité CPF
- France Travail — Offres Data Analyst
- Welcome to the Jungle — Offres Data Engineer
