🎯 TL;DR — En résumé
- Oui, la reconversion en Data Analyst est accessible sans être ingénieur ni mathématicien : des profils marketing, finance, RH ou supply chain réussissent régulièrement cette transition.
- Durée 3 à 9 mois selon l’intensité : bootcamp intensif (12 semaines) ou formation à temps partiel (8,5 mois en alternance avec un emploi).
- Salaire junior : 35-45 k€ brut/an chez Liora. Confirmé : médiane 52 k€ (5e année d’expérience).
- Financement jusqu’à 100 % via le CPF (RNCP niveau 7 sans plafond), l’AIF de France Travail, Transitions Pro ou un OPCO.
- SQL et Python sont les deux compétences non négociables à maîtriser avant de postuler.
Résumer cet article avec :
Êtes-vous fait·e pour devenir Data Analyst ?
5 questions pour évaluer votre profil et obtenir une recommandation personnalisée
D’où venez-vous professionnellement ?
Votre rapport aux chiffres et données ?
Votre niveau en SQL et Python aujourd’hui ?
Quel format de formation vous convient ?
Quel objectif principal vous pousse vers la data ?
Votre recommandation est prête !
Voici la voie qui correspond le mieux à votre profil.
*Un conseiller Liora valide gratuitement votre projet, votre éligibilité CPF et vos prérequis avant tout engagement.
La reconversion en Data Analyst est l’une des plus accessibles et porteuses de la décennie — à condition de bien choisir sa formation.
Le Data Analyst est le métier data le plus recruté en France en 2026. Près de 38 000 offres actives sur LinkedIn France au premier trimestre 2026, soit +42 % par rapport à 2023. C’est aussi la porte d’entrée la plus accessible du monde data : moins technique que Data Scientist, centré sur le business et le reporting. Selon les données 2026, 67 % des Data Analysts en poste ont moins de 32 ans et moins de 5 ans d’expérience dans le rôle — preuve qu’une reconversion réussie y est la norme, pas l’exception.
1. Le marché absorbe les profils en reconversion. Les entreprises qui recrutent le plus en 2026 — e-commerce/retail, banque/assurance, tech/SaaS, santé, conseil, industrie — privilégient désormais des profils capables de traduire la donnée en décision business. Et c’est précisément là que les reconvertis venant du marketing, de la finance, des RH ou de la supply chain tirent leur épingle du jeu : ils comprennent déjà le contexte métier.
2. La reconversion est faisable en 3 à 9 mois. Deux formats : bootcamp intensif 12 semaines (immersion totale, démarrage rapide) ou temps partiel 8,5 mois (compatible avec votre emploi actuel). Dans les deux cas, l’objectif est le même : maîtriser SQL (la compétence n°1 du métier), Python (Pandas, NumPy), les statistiques descriptives et un outil de Business Intelligence (Power BI, Looker Studio).
3. La formation Data Analyst peut être financée à 100 %. Le CPF couvre tout ou partie du coût (sans plafond pour les titres RNCP niveau 7, contrairement aux certifications du Répertoire Spécifique plafonnées à 1 500 €). Demandeurs d’emploi : combinez CPF + AIF France Travail. Salariés : PTP via Transitions Pro (maintien partiel du salaire pendant la formation).
4. Le bon cursus, c’est un titre RNCP niveau 7 + un certificat académique reconnu. La formation Data Analyst de Liora coche les deux cases : validation partielle du bloc 3 du titre RNCP niveau 7 « Manager en data marketing » (RNCP39591, INSEEC MSc) + certificat Mines Paris – PSL Executive Education + certification éditeur Microsoft Power Platform Fundamentals (PL-900). Plus de 50 000 alumni formés depuis 2015, dont 30 000 en Data & IA.
Pourquoi se reconvertir en Data Analyst en 2026 ?
Un marché de l’emploi particulièrement porteur
Le Data Analyst est l’un des métiers les plus recrutés en France en 2026. Selon les baromètres marché (LinkedIn Talent Insights, données croisées APEC / Hays / Robert Half) : près de 38 000 offres actives sur LinkedIn France au premier trimestre 2026, soit une croissance de +42 % par rapport à 2023. La demande dépasse largement l’offre de candidats formés.
Sur Glassdoor France à l’instant T (juin 2026), on dénombre environ 1 200 offres Data Analyst actives, et près de 3 000 offres Data Engineer — deux métiers complémentaires qui constituent l’essentiel de la chaîne data en entreprise.
Les secteurs qui recrutent le plus en 2026 : e-commerce et retail (22 % des offres), banque et assurance (19 %), tech et SaaS (17 %), santé (11 %), conseil (9 %), industrie (9 %). C’est précisément ce déséquilibre offre/demande qui rend la reconversion Data Analyst aussi attractive : le marché absorbe rapidement les nouveaux profils formés, même sans cinq ans d’expérience.
Pour aller plus loin sur les missions et le quotidien du poste, consultez le guide métier Data Analyst et la page salaire Data Analyst.
Pourquoi maintenant ?
Trois dynamiques convergent en 2026 et font du Data Analyst un métier exceptionnellement porteur :
- Explosion des volumes de données : toutes les entreprises produisent désormais des données (clients, ventes, opérations) qu’elles ne savent pas exploiter sans Data Analyst.
- Démocratisation des outils BI : Power BI, Looker Studio et Tableau sont devenus accessibles à un public non-développeur — le Data Analyst en est le pilote naturel.
- IA générative et data quality : avec l’arrivée de l’IA en entreprise (ChatGPT, Copilot, Gemini), la qualité et la gouvernance des données deviennent stratégiques. Le Data Analyst est le premier maillon de cette chaîne.
Quels profils réussissent leur reconversion en Data Analyst ?
La reconversion Data Analyst ne concerne pas que les ingénieurs ou les mathématiciens. 67 % des Data Analysts en poste en France ont moins de 5 ans d’expérience dans le rôle. Beaucoup viennent d’horizons très différents et apportent un atout précieux : la compréhension du contexte métier.
Voici les cinq profils types qui réussissent le mieux la reconversion en Data Analyst, observés dans les promotions Liora :
| Profil d’origine | Atouts pour la reconversion | Points à travailler |
|---|---|---|
| Marketing & communication | Habitude des KPI, sens du reporting, capacité à raconter une histoire avec des chiffres, maîtrise d’Excel | Solidifier SQL, apprendre Python, monter en stats descriptives |
| Finance & contrôle de gestion | Logique chiffrée, Excel avancé, méthode budgétaire, rigueur analytique | Passer d’Excel à SQL et Python, ouvrir au business non-finance |
| Ressources humaines | Habitude des dashboards RH (turnover, masse salariale), sens de la confidentialité, communication métier | Acquérir SQL, Python et la BI moderne (Power BI, Looker) |
| Supply chain & logistique | Gestion de flux, indicateurs de performance (taux service, rotation stocks), pensée systémique | Formaliser les compétences techniques (SQL, Python, dataviz) |
| Ingénierie & sciences | Rigueur méthodologique, logique algorithmique, bases solides en stats | Apprendre à communiquer business, maîtriser la BI |
Les compétences transverses acquises dans votre métier d’origine sont souvent ce qui fait la différence à l’embauche : les recruteurs valorisent énormément un Data Analyst qui comprend déjà les enjeux du marketing, de la finance ou de la supply chain. Vous arrivez sur le marché avec un avantage différenciant vs un junior fraîchement diplômé.
Si vous hésitez encore entre Data Analyst et un autre métier data, lisez notre comparatif Data Analyst vs Data Engineer ou explorez les autres métiers de la data dans le catalogue Data & IA (13 formations).
Quelles compétences faut-il développer ?
Les compétences techniques indispensables
SQL est la compétence numéro un. Pas de négociation possible : plus de 95 % des offres Data Analyst l’exigent. C’est le langage qui permet d’interroger les bases de données, de filtrer, d’agréger et de croiser les informations. Un bon niveau SQL pour un poste junior se construit en quelques semaines d’entraînement intensif. La formation SQL Liora couvre les fondamentaux en quelques semaines.
Python vient juste derrière. Les bibliothèques Pandas et NumPy permettent de manipuler des jeux de données volumineux, d’automatiser des traitements répétitifs et de produire des analyses statistiques. Pas besoin d’être développeur : un niveau intermédiaire suffit pour la majorité des postes junior.
Excel et Google Sheets restent incontournables, notamment dans les PME. Maîtriser les tableaux croisés dynamiques, les formules avancées et les graphiques est un prérequis de base que vous avez probablement déjà.
Les statistiques descriptives (moyenne, médiane, écart-type, corrélation, test de Student) sont le socle intellectuel du métier. Pas de niveau Bac+5 maths requis — mais comprendre ce que les chiffres disent vraiment et savoir détecter un biais d’échantillonnage, oui.
Les outils de Business Intelligence
Power BI ou Tableau ou Looker Studio : selon l’entreprise, l’un de ces trois outils sera votre quotidien. Mieux vaut en maîtriser un parfaitement que les trois à moitié. Power BI domine l’écosystème Microsoft (présent dans la majorité des grandes entreprises françaises) ; Looker Studio est gratuit et accessible (écosystème Google) ; Tableau reste très utilisé en finance et conseil. La formation Power BI Liora permet de monter rapidement en compétence.
Les qualités personnelles recherchées
Les recruteurs ne cherchent pas seulement des techniciens. Ils veulent des profils capables de communiquer leurs analyses à des non-initiés. C’est souvent là que les reconvertis issus du marketing, de la finance ou des RH tirent leur épingle du jeu :
- Rigueur : une erreur dans un dashboard peut faire prendre une mauvaise décision business à toute une équipe.
- Curiosité : poser les bonnes questions avant même d’ouvrir un fichier.
- Esprit critique : ne pas prendre les données pour argent comptant. Identifier les biais et les sources d’erreur.
- Pédagogie : traduire un résultat statistique en recommandation claire pour un directeur métier.
- Communication : savoir présenter à un comité de direction comme à un développeur. C’est le critère n°1 d’évolution salariale.
Quels outils maîtriser pour un poste de Data Analyst junior ?
Voici les outils que vous rencontrerez dans la quasi-totalité des offres d’emploi Data Analyst en France en 2026, et le niveau attendu en sortie de formation :
| Outil | Niveau attendu (junior) | Usage principal |
|---|---|---|
| SQL | Avancé | Extraction et manipulation de données (PostgreSQL, BigQuery, Snowflake) |
| Python (Pandas, NumPy) | Intermédiaire | Analyse, nettoyage, automatisation, statistiques |
| Excel / Google Sheets | Avancé | Reporting, dashboards légers, modèles financiers |
| Power BI | Intermédiaire | Dashboards interactifs (écosystème Microsoft, dominant en France) |
| Looker Studio | Intermédiaire | Visualisation gratuite (écosystème Google) |
| Tableau | Notions | Visualisation interactive premium (finance, conseil) |
| Snowflake | Notions | Entrepôt de données cloud moderne |
| Make / outils no-code | Notions | Automatisation de flux de données |
| Scikit-Learn (Python) | Notions | Premiers modèles de Machine Learning (un plus apprécié) |
Tous ces outils sont enseignés dans la formation Data Analyst Liora sur 6 sprints : Python (NumPy, Pandas) → Dataviz (Matplotlib, Seaborn, storytelling) → Database et Big Data (SQL) → Business Intelligence (Power BI, Looker Studio, Excel, AI Prompt Engineering, Make) → Bases de données avancées et Cloud (SQL avancé, Snowflake, text mining) → Machine Learning (méthodologie ML pour Data Analyst, Scikit-Learn). Le cursus prépare également au passage de la certification Microsoft Power Platform Fundamentals (PL-900).
Bien choisir sa formation Data Analyst pour une reconversion réussie
Toutes les formations Data Analyst ne se valent pas. Voici les quatre critères qui font vraiment la différence pour décrocher un poste à la sortie.
1. La certification visée
Vérifiez impérativement la certification RNCP obtenue à la sortie. Privilégiez les titres RNCP de niveau 7 (Bac+5), qui sont reconnus par l’État, valorisés par les recruteurs et finançables CPF sans plafond. À l’inverse, les certifications du Répertoire Spécifique (RS) sont plafonnées à 1 500 € de droits CPF mobilisables depuis le 26 février 2026.
Un certificat éditeur en plus (Microsoft PL-900, Tableau Desktop Specialist, Google Data Analytics) est un excellent signal — le marché valorise les compétences vérifiables.
Regardez aussi le taux d’insertion professionnelle (idéalement au-dessus de 75 % à 6 mois), les partenariats académiques (Mines Paris – PSL, Université Paris 1, etc.) et la réputation des alumni sur LinkedIn. Un organisme sérieux publie tous ces chiffres sans les cacher.
2. Les modalités d’apprentissage
Deux grands formats s’offrent à vous, selon votre situation :
- Bootcamp intensif (12 semaines, temps plein) : immersion totale, idéal si vous êtes demandeur d’emploi ou en congé formation (PTP). Progression rapide, réseau de promo solide.
- Temps partiel (8,5 mois, soirs et week-ends) : compatible avec un emploi actuel, mais demande une discipline soutenue (10-12h/semaine + 2h de masterclass).
Le 100 % à distance est désormais la norme chez les organismes sérieux (dont Liora). Cela permet à la fois de suivre le programme où que vous soyez en France et de profiter d’un accompagnement coaché par des mentors data en poste.
3. Le programme de formation
Un bon programme Data Analyst doit couvrir, dans cet ordre logique :
- Python pour la data (Pandas, NumPy) — pour automatiser et traiter les données dès le départ.
- Dataviz et storytelling (Matplotlib, Seaborn) — apprendre à raconter avant d’apprendre à analyser.
- SQL et bases de données relationnelles — la compétence pivot du métier.
- Business Intelligence (Power BI, Looker Studio, Excel, AI Prompt Engineering) — l’outil que vous utiliserez quotidiennement en poste.
- Bases de données avancées et Cloud (Snowflake, BigQuery) — le contexte technique moderne.
- Machine Learning pour Data Analyst (Scikit-Learn, méthodologie) — pour préparer la montée en compétences.
- Projet fil rouge sur données réelles — c’est ce qui fait la différence sur un CV.
Méfiez-vous des formations qui survendent l’IA et le Machine Learning sans d’abord solidifier les bases analytiques. Un Data Analyst junior n’a pas besoin de TensorFlow ou de PyTorch — il a besoin d’un SQL irréprochable, d’un Power BI maîtrisé et de bonnes pratiques statistiques.
4. Les modalités de financement
CPF (Compte Personnel de Formation) : le dispositif le plus simple. Vous cumulez jusqu’à 500 €/an (800 € pour les profils non-qualifiés), plafond 5 000 € (8 000 € non-qualifiés). La formation doit être certifiante. Reste à charge 150 € depuis le 2 avril 2026. Les titres RNCP niveau 7 (comme la formation Data Analyst Liora) sont mobilisables sans plafond. Pour tout savoir, lisez le guide financer sa formation Data Analyst avec le CPF.
AIF France Travail : si vous êtes demandeur d’emploi, l’Aide Individuelle à la Formation peut couvrir le reste à charge après CPF, voire la totalité du coût.
Transitions Pro (PTP) : pour les salariés en reconversion. Finance la formation ET maintient une partie du salaire pendant la durée du cursus.
OPCO : si votre employeur est partant, l’Opérateur de Compétences de votre branche peut financer tout ou partie de la formation dans le cadre d’un plan de développement des compétences.
Financement Umanity (chez Liora) : avance des frais avec remboursement uniquement une fois en poste. Idéal si vous n’avez pas les droits CPF suffisants et que vous voulez sécuriser votre reconversion. Détails sur la page financement Liora.
Quel salaire espérer après une reconversion en Data Analyst ?
Le salaire Data Analyst dépend de trois facteurs : niveau d’expérience, ville et secteur. Voici les fourchettes du marché en 2026.
Par niveau d’expérience
| Niveau | Paris / Île-de-France | Régions |
|---|---|---|
| Junior (0-2 ans) | 40 000 – 45 000 € | 35 000 – 42 000 € |
| Confirmé (3-5 ans) | 50 000 – 60 000 € | 42 000 – 55 000 € |
| Senior (5-8 ans) | 60 000 – 80 000 € | 55 000 – 70 000 € |
| Lead / Head of Analytics (8 ans+) | 80 000 – 110 000 € | 70 000 – 90 000 € |
Le salaire moyen alumni Liora toutes formations est de 52 000 € bruts annuels. Une Data Analyst confirmée (3-5 ans d’expérience) gagne en médiane 52 k€ en France — c’est exactement la trajectoire visée après une reconversion réussie suivie d’une montée en compétences sur 3 à 5 ans.
Par ville
Paris concentre 52 % des offres Data Analyst en France mais aussi les salaires les plus élevés. Voici l’index salarial moyen 2026 pour un Data Analyst confirmé (Paris base 100) : Paris 100 · Toulouse 92 (boost aéronautique / Airbus) · Lyon 88 · Nantes 86 · Nice 86 (Sophia Antipolis) · Rennes 85 · Bordeaux 84 · Lille 83 · Strasbourg 82.
Un Data Analyst confirmé à Lyon ou Bordeaux vit souvent aussi bien voire mieux qu’un junior parisien à cause du coût de la vie.
Par secteur
Les secteurs les plus rémunérateurs en 2026 : fintech, banque, assurance, tech/SaaS, conseil, e-commerce. Les secteurs public, associatif et collectivités sont en moyenne 15 à 25 % en dessous.
Pour comparer avec un profil plus senior data, consultez la page salaire Data Scientist.
Quelles évolutions de carrière après Data Analyst ?
Le Data Analyst n’est pas un terminus. C’est le point de départ d’une carrière data solide. Voici les évolutions naturelles à 3-5 ans :
- Data Scientist : modélisation statistique et machine learning. Nécessite de renforcer Python avancé et les maths. Médiane confirmé 55-85 k€.
- Data Engineer : architecture des pipelines, bases de données, cloud. Plus technique, mieux rémunéré. Médiane confirmé 50-65 k€.
- Business Analyst ou Data Product Manager : profil hybride data + stratégie business. Idéal pour les reconvertis issus du conseil ou du management.
- Analytics Engineer : rôle émergent à mi-chemin entre Data Analyst et Data Engineer, centré sur dbt et la modélisation des données en entrepôt. Médiane confirmé 55-85 k€ — l’un des rôles les plus en tension de 2025-2026.
- Lead Data Analyst / Head of Analytics : management d’équipe data, vision transverse. Évolution typique à partir de 8 ans d’expérience. 80-110 k€.
- Chief Data Officer (CDO) : pilotage de la stratégie data d’une organisation. Évolution long terme. Requiert expérience managériale et vision transverse.
La plupart des Data Analysts atteignent le niveau confirmé en 3 à 5 ans, avec des évolutions salariales régulières à chaque changement de poste (souvent +10 à +15 % par mobilité).
La formation Data Analyst de Liora : pour aller jusqu’au bout de votre reconversion
La formation Data Analyst de Liora est conçue exactement pour les profils en reconversion. Elle combine rigueur académique, employabilité réelle et accompagnement carrière. Plus de 50 000 alumni formés depuis 2015, dont 30 000 en Data & IA.
Triple reconnaissance officielle : (1) validation partielle du bloc 3 du titre RNCP niveau 7 (Bac+5) « Manager en data marketing » (RNCP39591, INSEEC MSc, 01/10/2024) + (2) certificat Mines Paris – PSL Executive Education + (3) certification éditeur Microsoft Power Platform Fundamentals (PL-900). Tarif 6 590 €, finançable CPF sans plafond (avantage RNCP niveau 7). Bootcamp 12 semaines OU temps partiel 8,5 mois, 100 % à distance, pédagogie 85 % pratique + 15 % masterclass. Chiffres 2025 : 79,3 % satisfaction · 78,1 % insertion · 92,46 % insertion dans le métier ciblé. Salaire moyen alumni Liora 52 k€. 6 rentrées en 2026 : 30 juin, 4 août, 8 septembre, 6 octobre, 3 novembre, 1er décembre. Financement Umanity disponible (payer après embauche). Service Carrière intégré : coaching CV/LinkedIn, préparation entretiens, 4 salons de recrutement par an, 70+ ateliers carrière.
Le programme couvre l’intégralité du stack Data Analyst 2026 sur 6 sprints structurés : Python (NumPy, Pandas) · Dataviz et storytelling (Matplotlib, Seaborn) · Database et Big Data (SQL, APIs) · Business Intelligence (Power BI, Looker Studio, Excel, AI Prompt Engineering, Make) · Bases de données avancées et Cloud (SQL avancé, Snowflake, text mining) · Machine Learning pour Data Analyst (Scikit-Learn). Vous travaillez sur des projets réels dès les premières semaines.
Prêt·e à lancer votre reconversion en Data Analyst ?
Les conseillers Liora valident gratuitement votre projet, vos prérequis (test de positionnement) et vos financements (CPF, AIF, PTP, Umanity). Réponse sous 24-48h, démarrage possible en 11 jours ouvrés via CPF.
Prendre rendez-vousFAQ — Vos questions sur la reconversion en Data Analyst
Combien de temps dure une reconversion en Data Analyst ?
Chez Liora, deux formats au choix : bootcamp 12 semaines à temps plein (35-40h/semaine) ou temps partiel 8,5 mois (10-12h/semaine en soirs et week-ends). Soit 350h+ de programme dans les deux cas. Comptez ensuite 1 à 3 mois de recherche d’emploi active avec l’accompagnement carrière intégré.
Faut-il être fort en maths pour devenir Data Analyst ?
Non, pas au sens académique du terme. Les statistiques descriptives (moyenne, médiane, écart-type, corrélation) suffisent pour 80 % des postes junior. Vous n’avez pas besoin d’algèbre linéaire ni de calcul intégral. Ce qui compte : la logique, la rigueur et la capacité à questionner les données. C’est même un avantage si vous venez de marketing ou finance — vous avez l’habitude des chiffres business.
Peut-on se reconvertir en Data Analyst sans diplôme initial ?
Oui. Le marché recrute sur les compétences démontrables : un portfolio de projets SQL et Python, des certifications reconnues (Microsoft PL-900, Mines Paris – PSL), un titre RNCP niveau 7. La formation Data Analyst Liora demande un titre de niveau 6 (Bac+3) dans un domaine compatible (marketing, business, communication, statistiques, mathématiques) — pas nécessairement informatique. Un test de positionnement valide vos bases en statistiques et en Python élémentaire avant inscription.
La formation Data Analyst Liora est-elle finançable par le CPF ?
Oui, et c’est un avantage majeur : le titre visé étant RNCP niveau 7, la formation est finançable CPF sans le plafond de 1 500 € qui s’applique aux certifications du Répertoire Spécifique depuis le 26 février 2026. Si votre solde CPF couvre tout, vous ne payez que le reste à charge de 150 € (sauf exonérations : demandeurs d’emploi, cofinancement employeur ou OPCO). Délai d’inscription CPF : 11 jours ouvrés avant le démarrage.
Vaut-il mieux se former à temps plein ou à temps partiel ?
Cela dépend de votre situation. Si vous êtes demandeur d’emploi ou en congé formation (PTP Transitions Pro), le bootcamp 12 semaines à temps plein est plus efficace : immersion totale, progression rapide, réseau de promo. Si vous êtes en poste et ne pouvez pas vous arrêter, le temps partiel 8,5 mois est compatible avec votre emploi — mais exige une discipline quotidienne sérieuse (10-12h/semaine + 2h de masterclass).
Quels débouchés après une formation Data Analyst ?
Les débouchés sont larges : Data Analyst en entreprise (grand groupe, scale-up, PME), en ESN, en cabinet de conseil ou en startup. Les secteurs qui recrutent le plus en 2026 : e-commerce et retail (22 % des offres), banque et assurance (19 %), tech et SaaS (17 %), santé (11 %), conseil (9 %), industrie (9 %). Le taux d’insertion dans le métier ciblé chez Liora atteint 92,46 % en 2025.
Peut-on devenir Data Analyst en reconversion à 40 ans ?
Absolument. L’âge n’est pas un frein — l’expérience métier antérieure est même souvent un atout. Un ex-contrôleur de gestion, un ancien responsable marketing ou une professionnelle des RH comprend le contexte business mieux qu’un jeune diplômé sans expérience. Plusieurs alumni Liora ayant rejoint le bootcamp Data Analyst entre 35 et 45 ans occupent aujourd’hui des postes confirmés dans la fintech, le retail ou l’industrie.
Quelle est la différence entre Data Analyst et Data Scientist ?
Le Data Analyst analyse des données existantes pour répondre à des questions business (reporting, tableaux de bord, tendances, analyse descriptive et diagnostique). Le Data Scientist construit des modèles prédictifs et travaille sur des problèmes plus complexes de Machine Learning. Le Data Analyst est plus accessible en reconversion (3-9 mois). Pour une comparaison plus poussée, voir notre comparatif Data Analyst vs Data Engineer.
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 depuis 2015. 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, prérequis, financements, dates de rentrée.
- Guide métier Data Analyst
- Enquête salaire Data Analyst
- Data Analyst vs Data Engineer : lequel choisir en 2026 ?
- Financer sa formation Data Analyst avec le CPF
- Meilleure formation SQL · Meilleure formation Power BI
- Fiche RNCP39591 — Titre « Manager en data marketing » niveau 7 (INSEEC MSc).
- moncompteformation.gouv.fr — Vérifier son solde CPF et l’éligibilité d’une formation.
- APEC — Offres Data Analyst · France Travail — Offres Data Analyst
- Glassdoor France — Salaires Data Analyst
- Transitions Pro — PTP pour salariés en reconversion.
