Data analyst et Data scientist évoluent tous les deux dans le secteur Tech / Digital, mais leur résistance à l'IA diverge fortement.
Les principales différences : salaire (7 000 €/an d'écart, Data scientist mieux rémunéré).
Data analyst vs Data scientist - 7 critères CRISTAL-10
Analyse basée sur CRISTAL-10 v13.0 (formule GPT_beta × FAF × (1−HMI)), données INSEE/DARES/France Travail 2026.
| Critère | Data analyst | Data scientist |
|---|---|---|
| Risque IA (CRISTAL-10) | 70 % Fortement exposé | 71 % Fortement exposé |
| Salaire brut/an | 48 000 € Net ~3 120 €/mois | 55 000 € Net ~3 575 €/mois |
| Survie 5 ans | 77 % en hausse | 81 % en hausse |
| MJED 2028 | 99 % 2030 : 78 % | 93 % 2030 : 72 % |
| Human Moat (bouclier humain) | 36 /100 Irremplaçabilité humaine | 38 /100 Irremplaçabilité humaine |
| Prime IA potentielle | 44 % +69 120 €/an avec IA | 44 % +79 200 €/an avec IA |
| Heures libérées/sem | 22.4 h Temps récupéré grâce à l'IA | 21.7 h Temps récupéré grâce à l'IA |
▶ Voir les critères secondaires (résilience, friction reconversion, 2030…)
| Critère secondaire | Data analyst | Data scientist |
|---|---|---|
| Projection 2030 | 78 % | 72 % |
| Potentiel augmentation | 28.1 % | 30.0 % |
| Friction reconversion | 31 /10 Plus bas = plus facile | 28 /10 Plus bas = plus facile |
| Urgence reconversion | 4.2 /10 | 3.9 /10 |
| Résilience globale | 7.3 /10 | 8.4 /10 |
| Télétravail | 1 Possible | 1 Possible |
| Facilité reconversion | 56 /100 Plus haut = plus facile | 58 /100 Plus haut = plus facile |
| Augmentation IA | 78 % % tâches augmentables | 79 % % tâches augmentables |
Quel métier vous correspond ?
Le meilleur choix dépend de votre situation. Voici comment arbitrer selon votre profil :
Choisir Data analyst si :
- ✓ Télétravail et flexibilité
Verdict : Évolue
“L’IA génère des graphiques, des requêtes SQL et des rapports plus vite que vous. Mais interpréter pourquoi les ventes ont chuté de…”
Choisir Data scientist si :
- ✓ Objectif salaire plus élevé
- ✓ Télétravail et flexibilité
Verdict : Evolue
“Les modèles génèrent maintenant du code Python et des notebooks complets. Votre valeur n'est plus dans le script mais dans la défi…”
Profil de compétences - 6 dimensions
Score /50 par dimension. ▓ = avantage. Source : CRISTAL-10 v13.0.
| Dimension | Data analyst | Data scientist |
|---|---|---|
| Langage / Texte | 40 | 35 |
| Données / Analyse | 88 | 92 |
| Code / Logique | 65 | 80 |
| Visuel / Créatif | 20 | 15 |
| Physique / Manuel | 3 | 3 |
| Social / Émotionnel | 20 | 15 |
Tâches automatisées vs préservées
Ce que l'IA va changer dans le quotidien de chaque métier d'ici 2026-2028.
Data analyst
⚠️ Tâches automatisées par l'IA
- ⚠️ Génération de requêtes SQL et scripts d’extraction de données
- ⚠️ Création automatique de dashboards et visualisations
- ⚠️ Nettoyage et transformation de données (ETL automatisé)
- ⚠️ Détection d’anomalies statistiques dans les datasets
✨ Tâches préservées (human moat)
- ✨ Formuler la bonne question business avant de toucher aux données
- ✨ Interpréter des résultats dans leur contexte métier et organisationnel
- ✨ Présenter des insights à des décideurs non-techniques de manière convaincante
- ✨ Identifier les biais dans les données et les modèles
Data scientist
⚠️ Tâches automatisées par l'IA
- ⚠️ Génération de code Python pour le preprocessing standard (encodage One-Hot, scal
- ⚠️ Création automatique de notebooks d'exploration (EDA) avec corrélations Pearson
- ⚠️ Recherche d'hyperparamètres basiques pour modèles sklearn (GridSearchCV sur Rand
- ⚠️ Traduction automatique entre requêtes SQL complexes et chaînages pandas pour man
✨ Tâches préservées (human moat)
- ✨ Définition de la métrique business pertinente selon le coût asymétrique du faux
- ✨ Identification des biais de sélection dans les données d'entraînement historique
- ✨ Conception d'architectures de features temporelles complexes (lag variables, rol
- ✨ Négociation avec les équipes métiers pour formaliser les contraintes réelles non
Actions recommandées pour chaque métier
Actions Data analyst
- → {'action': "Configurer ChatGPT Advanced Data Analysis et tester l'automatisation d'un rapport hebdom
- → {'action': "Créer une bibliothèque de prompts optimisés pour la génération de code Python/SQL et l'a
- → {'action': 'Développer une expertise en validation critique des outputs IA (détection des hallucinat
Outil IA prioritaire : ChatGPT Advanced Data Analysis (Code Interpreter) pour l'analyse exploratoire automatisée, le nettoyage de données et la génération de visualisations
Actions Data scientist
- → {'action': 'Auditer vos workflows pour identifier 3 tâches répétitives (nettoyage, EDA, feature engi
- → {'action': 'Maîtriser LangChain ou LlamaIndex pour orchestrer des pipelines de données autonomes ave
- → {'action': "Développer une expertise en 'Human-in-the-loop' et gouvernance IA pour pivoter vers l'au
Outil IA prioritaire : LangChain - pour transformer vos scripts Python en agents autonomes capables d'interpréter, analyser et visualiser les données sans intervention manuelle
Questions fréquentes
Comparaisons proches
Données sources : CRISTAL-10 v13.0, ROME V4, INSEE, DARES 2026. Dernière mise à jour : 2026-04-11. Méthodologie CRISTAL-10.