Etl Developer
Verdict CRISTAL-10 v14.0 : Pivot
Chiffres clés 2026
Tension marché : 2.42% postes vacants (39 688 postes secteur DARES).
Source : France Travail / DARES BMO 2026 / INSEE TIC 2025. Données pack mises à jour 15 mars 2026.
L'ETL developer, ou développeur ETL (Extract Transform Load), conçoit et maintient les pipelines de données qui alimentent les data warehouses, data lakes et dashboards BI. Il maîtrise Talend, Informatica, SSIS, Airflow, dbt, SQL et Python pour orchestrer la circulation de la donnée d’entreprise.
Le marché français du data engineering se caractérise par une tension de recrutement élevée, portée par la massification des projets data et la migration vers le cloud. Le développeur ETL figure parmi les profils les plus recherchés selon les données France Travail et APEC, avec un volume d’offres durablement soutenu. Codes ROME M1805 (études et développement informatique) et M1810 (production et exploitation).
La convergence ETL vers le data engineering moderne (architectures cloud, dbt, orchestration) tire la rémunération vers le haut : l’expérience et la maîtrise de la stack technique font la différence entre profils juniors, confirmés et seniors.
Impact IA sur le métier
Automatisable par l’IA
- Analyser, exploiter, structurer des données
- Créer une documentation technique
- Concevoir l’architecture d’un système, d’un réseau
- Concevoir et maintenir un système de cybersécurité
- Optimiser les processus de qualité pour assurer la fiabilité des logiciels
Reste humain
- Possibilité de télétravail
- Adolescents
- En bureau d’études
- Travail selon un rythme irrégulier et des pics d’activité
- Salarié secteur privé (CDI, CDD)
Impact de l’IA sur ce metier
Trois catégories de tâches sont aujourd’hui assistées ou automatisées par l’IA. La génération de pipelines s’appuie sur des assistants de code comme GitHub Copilot et Claude, ainsi que sur dbt AI Assist pour produire du SQL et du YAML dbt à partir de spécifications en langage naturel. La détection d’anomalies data quality s’effectue via des outils dédiés comme Monte Carlo, Bigeye et Soda, qui surveillent fraîcheur, volumes et schémas. La documentation est en partie générée automatiquement par dbt docs et DataHub.
Restent pleinement humaines : la modélisation dimensionnelle (Kimball, Inmon, Data Vault), la négociation avec les métiers sur la définition des KPI, et l'arbitrage architectural (lambda vs kappa, batch vs streaming). Verdict Augment : l’IA amplifie la productivité du développeur ETL sans se substituer à son expertise de conception.
Compétences clés
19 compétences ROME. Source : France Travail.
Carrière et formation
Formations RNCP
- RNCP35353 — Qualité, Logistique Industrielle et Organisation : Management de la tr (Niveau 6)
- RNCP35401 — Science des données : exploration et modélisation statistique (Niveau 6)
- RNCP35402 — Science des données : visualisation, conception d’outils décisionnels (Niveau 6)
- RNCP35408 — Génie Électrique et Informatique Industrielle : Automatisme et Informa (Niveau 6)
Reconversion & CPF
- 4 paths de reconversion disponibles →
- Durée moyenne formation : 36 mois
- Financement CPF + Pôle Emploi possibles
Carriere et formation
L’entrée se fait généralement par une école d’ingénieurs informatique (EPITA, ESILV, INSA, Polytech), un master data engineering (Dauphine, Telecom Paris, ENSAE), ou par reconversion depuis un poste de développeur backend ou DBA. Le premier poste s’effectue souvent en ESN/SSII généraliste ou directement chez l’annonceur (banque, retail, télécom).
Après quelques années d’expérience, le profil bascule naturellement vers le poste de data engineer sur stack moderne (cloud + dbt + Airflow + Python). À plus long terme, les trajectoires mènent vers les postes de data engineer lead, data architect, voire head of data platform ou principal engineer dans les scale-ups SaaS en forte croissance. Le freelancing représente une voie prisée des profils confirmés, particulièrement sur les stacks modernes où la demande est soutenue.
Salaire détaillé
Voir grille junior/médiane/senior + méthodologie
| Niveau | Médian estimé | P90 estimé | Base |
|---|---|---|---|
| Junior (0-2 ans) | 38 500 € | 44 275 € | 0.70 × médian |
| Médian (3-7 ans) | 55 000 € | 63 249 € | DARES+INSEE |
| Senior (8+ ans) | 68 750 € | 74 250 € | 1.25 × médian |
Méthodologie : Médian = données DARES/INSEE salaires bruts annuels 2024-2025 pour le code ROME associé. Junior/Senior = extrapolations ratios standards (0.70x / 1.25x). P90 = niveau atteint par 10 % des supérieurs de la catégorie. Pour précision par expérience/secteur/région : consulter Michael Page, Robert Half, Talent.com.
Tendances 2026-2030
Freins adoption IA (BPI France 2024) : 42% citent le manque de compétences, 38% citent les coûts.
Pourquoi envisager une reconversion
Les ETL developers évoluent souvent vers le data engineering moderne car les outils legacy (Informatica, SSIS) perdent du terrain. La convergence data + DevOps (DataOps) crée des opportunités sur stack Kubernetes + Airflow + dbt. Les profils experts orchestration migrent vers Platform Engineering.
5 metiers cibles pour se reconvertir
Trois portes naturelles : data engineer moderne (médiane 72 000 €) sur stack Snowflake + dbt + Airflow + Python. Data architect (médiane 85 000 €) sur scope cross-équipes. Analytics engineer (médiane 65 000 €) à l’interface data engineer / data analyst.
Reconversions latérales : MLOps engineer (75 000 €) pour pipeline ML production, platform engineer (80 000 €) sur Kubernetes + Terraform, BI lead (68 000 €) avec scope Looker/Tableau/Power BI, consultant data freelance avec TJM 700-1 000 €.
Questions fréquentes & sources
Sources officielles
Metiers proches face a l IA
Analyse approfondie
Métier : ETL Developer
Le métier d’ETL Developer (Extract, Transform, Load) consiste à concevoir, développer et maintenir des processus d’intégration de données. Ces professionnels sont responsables de l’architecture des systèmes qui extraient des données de sources multiples, les transforment selon les besoins métier, puis les chargent dans des entrepôts de données ou des bases de données cibles.
Les missions principales incluent la modélisation des flux de données, l’optimisation des performances des processus ETL, la gestion de la qualité des données, et la création de pipelines de données robustes et évolutives. Les ETL Developers travaillent en étroite collaboration avec les data engineers, les data scientists et les analystes métier pour comprendre les exigences en matière de données.
Le score d’impact de l’IA sur ce métier est de 10/10, classé en catégorie "Transition". L’IA modère plutôt que remplace complètement les ETL Developers, notamment dans l’automatisation des tâches répétitives et l’optimisation des flux de données. Le score "human_moat" exceptionnel indique que le métier présente des aspects résilients face à l’automatisation, notamment grâce aux compétences d’analyse métier spécifique.
Les compétences clés pour ce métier incluent :
- Maîtrise des langages de programmation (SQL, Python, Java)
- Connaissance des outils ETL (Informatica, Talend, Pentaho)
- Compétences en bases de données et entrepôts de données
- Compréhension des architectures Big Data
- Capacité à optimiser les performances des requêtes
Le parcours type pour devenir ETL Developer inclut généralement un diplôme en informatique ou en statistiques, complété par des certifications spécifiques aux technologies ETL. L’expérience pratique est essentielle, souvent acquise par des stages ou des projets personnels impliquant la manipulation de grands volumes de données.
Le salaire médian pour ce métier est de 35 000 EUR par an, avec des variations importantes selon l’expérience, le secteur d’activité et la localisation géographique. Le marché de l’emploi pour les ETL Developers est en croissance, avec une tendance haussière de 12,4% sur les 12 derniers mois, principalement portée par les secteurs financiers, le conseil en systèmes d’information, l’industrie et la santé.
Continuer l’exploration