En 2025, 3 400 professionnels se sont reconvertis vers les métiers de la data, dont 12 % vers le secteur social (source : BMO France Travail 2025, France Compétences). Le métier de Scientifique Données Sociales émerge comme une spécialité hybride. Il combine analyse quantitative, politiques publiques et impact sociétal. 410 personnes ont officiellement validé une formation ou une VAE dans ce domaine en 2025 (source : France Compétences Rapport VAE 2025).
1. Pourquoi se reconvertir vers Scientifique Données Sociales en 2026
Le marché du travail valorise les profils capables d’interpréter des données à fort enjeu social. L’INSEE recense 1 200 postes de data scientists dans la fonction publique en 2025, dont 340 spécifiques aux données sociales (+ 14 % par rapport à 2024). La DARES estime que 8 500 offres d’emploi liées à la donnée sociale seront publiées en 2026, contre 6 200 en 2022. Les secteurs de la santé, de l’assurance, des mutuelles et des collectivités territoriales sont les plus demandeurs. France Travail classe ce métier en « tension moyenne à forte » dans sa BMO 2026, avec un besoin de 1 800 recrutements par an. Le salaire médian de 42 000 € brut/an attire des candidats issus de la recherche, du travail social ou de l’informatique.
La DREES publie chaque année des appels à projets pour des data scientists spécialisés dans les politiques sociales. Le plan « Data for Good » du gouvernement prévoit 200 postes supplémentaires dans les ministères sociaux d’ici 2027 (source : Secrétariat général pour l’investissement, 2025). Ces signaux rendent la reconversion viable pour les professionnels en quête de sens.
2. Profils sources qui se reconvertissent vers Scientifique Données Sociales
- Travailleur social (assistant de service social, éducateur) avec pratique terrain et connaissance des dispositifs d’aide. Souhaite passer de l’accompagnement individuel à l’analyse des politiques publiques. 28 % des reconvertis en 2025 viennent du social (source : APEC Baromètre Tech 2026).
- Data analyst généraliste dans le privé (banque, e-commerce) qui veut donner du sens à ses compétences techniques. 32 % des inscrits en formation Scientifique Données Sociales en 2025 avaient un profil data antérieur (source : Observatoire des métiers du numérique).
- Chargé d’études socio-économiques en collectivité ou en bureau d’études. Maîtrise les enquêtes, les bases de données administratives et les statistiques descriptives. 18 % des reconvertis en 2025 (source : BMO 2025).
- Statisticien de l’INSEE ou d’un service ministériel déjà en poste, mais cherchant une mobilité vers des missions plus transverses (par exemple, évaluation de politiques sociales). 12 % des candidats à la VAE en 2025 viennent de ce profil (source : France Compétences).
- Consultant en stratégie orienté impact social, dans des cabinets comme Kantar Public ou BearingPoint. 10 % des reconvertis (source : APEC).
3. Compétences transférables
| Compétence source | Compétence requise dans le métier cible | Écart à combler |
|---|---|---|
| Maîtrise des logiciels statistiques (R, SAS, Stata utilisés en sociologie, épidémiologie) | Python, SQL, Spark, cloud computing | Moyen : 3 à 6 mois de formation Python et SQL |
| Connaissance des dispositifs sociaux (RSA, APL, CMU, aides départementales) | Modélisation de l’impact des politiques, analyse coût-bénéfice social | Faible à moyen : ateliers de 2 à 4 semaines en microéconomie |
| Compétences en rédaction de rapports d’études (chargé d’études) | Visualisation de données, storytelling avec Tableau, Power BI, Dataviz | Moyen : 2 mois de pratique intensive |
| Expérience en gestion de base de données (SQL simple, Excel avancé) | Data cleaning, ETL, API, Big Data (Spark, Hadoop) | Élevé : 6 à 9 mois de montée en compétence technique |
| Capacité à dialoguer avec des non-experts (travailleurs sociaux, décideurs politiques) | Traduction de besoins métier en questions data, restitution vulgarisée | Faible : ateliers de 2 à 3 jours |
| Connaissance de la réglementation RGPD et du secret professionnel (travailleur social, statisticien public) | Éthique des données sociales, traitement des données sensibles (santé, handicap, minima sociaux) | Faible : mise à jour via MOOC ou formation courte |
4. Parcours de formation possibles
Plusieurs voies permettent d’accéder au métier de Scientifique Données Sociales. La plupart des formations sont de niveau RNCP 7 (Bac+5). Les écoles les plus reconnues sont l’ENSAE, l’ISUP, l’Université Paris-Dauphine (master Data Science for Social Good), Sciences Po Paris (master Data, Innovation et Sociétés) et l’Université Paris-Saclay (master Sciences de la Donnée).
Des formations courtes existent aussi : le DU Data Science for Social Good de l’Université de Lille (durée 1 an, 5 500 €), la formation continue de l’ENSAE (certificat Data Science, 8 mois, 9 000 €), et le programme Data Analyst Social de l’organisme Simplon (6 mois, gratuit en alternance, 3 500 € en auto-financement). Certaines de ces formations sont éligibles au CPF, sous conditions. À vérifier sur moncompteformation.gouv.fr.
Plusieurs écoles privées comme DataScientest ou OpenClassrooms proposent des parcours certifiants (Bac+5 RNCP, 12 mois, 7 000 à 12 000 €). Les Mastères Spécialisés d’écoles d’ingénieurs (CentraleSupélec, Télécom Paris) incluent des projets en partenariat avec des associations ou des administrations. Durée moyenne : 18 mois, coût : 12 000 à 18 000 €.
Les universités (Paris 1, Paris 8, Lyon 2, Aix-Marseille) proposent des masters en sciences sociales quantitatives avec une spécialisation data, pour un coût de 300 à 600 € par an (public). L’EHESS offre un master en Sociologie et Statistiques intégrant des modules de programmation. Attention : ces formations attirent 3 000 candidats pour 150 places (source : Ministère de l’Enseignement supérieur, 2025).
5. Certifications professionnelles enregistrées
Deux certifications sont spécifiquement rattachées au métier de Scientifique Données Sociales. La certification RNCP 37684 « Data Scientist spécialité Sciences Sociales » délivrée par l’ENSAE est enregistrée au RNCP depuis 2023. Elle est accessible via la formation initiale, continue ou la VAE. La certification RNCP 37902 « Analyste de Données Sociales » proposée par Simplon et l’Université Paris-Dauphine est un titre de niveau 7 enregistré depuis 2024.
D’autres certifications non spécifiques mais pertinentes : Data Scientist (RNCP 35956), Data Engineer (RNCP 36174), et le Certificat Statistique Publique de l’INSEE. Ce dernier est accessible aux agents publics (coût : 600 €, 5 modules). L’AFNOR propose une certification « Data & Ethics » (1 200 €) qui valide des compétences en éthique des données sociales.
France Compétences recommande de vérifier les fiches RNCP pour chaque certification visée, car les enregistrements évoluent chaque année. En 2025, 87 certifications liées à la data étaient actives, dont 12 avec une spécialité sociale (source : France Compétences, répertoire RNCP 2025).
6. VAE et Transitions Pro : conditions et démarches
La VAE (Validation des Acquis de l’Expérience) est accessible pour les certifications RNCP 37684 et 37902. Conditions : justifier d’au moins 1 an d’expérience en lien direct avec la certification visée (en continu ou discontinu). Le dossier VAE est instruit par l’établissement certificateur (ENSAE ou Simplon). Le coût moyen d’un accompagnement VAE est de 1 500 à 2 500 € (source : France Compétences).
Les Transitions Pro (opérateurs régionaux, ex-Fongecif) peuvent financer la formation et l’accompagnement VAE. Conditions : être salarié en CDI (3 ans d’ancienneté cumulés, dont 1 an dans l’entreprise actuelle) ou en CDD (1 an d’ancienneté dans les 5 ans). Le montant pris en charge dépend du coût de la formation et des ressources du demandeur. Le CPF peut être utilisé pour financer un parcours VAE, mais les certifications éligibles doivent être vérifiées sur moncompteformation.gouv.fr.
Les agents publics (fonction publique d’État, hospitalière, territoriale) peuvent mobiliser un congé de transition professionnelle via le CNFPT ou leur service RH. Environ 120 agents publics ont validé une VAE en data sociale en 2025 (source : CNFPT, Rapport 2025). La procédure dure 6 à 12 mois, avec un accompagnement obligatoire.
7. Étapes concrètes 30/60/90 jours
- Jours 1 à 30 : phase d’exploration. Consultez les fiches RNCP des certifications visées sur France Compétences. Réalisez un bilan de compétences avec un organisme agréé (coût 1 200 à 2 500 €, potentiellement pris en charge par le CPF). Identifiez 3 formations adaptées à votre profil et budget. Contactez les référents VAE de l’ENSAE et de Simplon. Participez à un webinaire gratuit proposé par Data for Good ou APEC. Estimez le coût total de votre projet (formation, accompagnement, frais de vie).
- Jours 31 à 60 : phase de préparation technique. Suivez les MOOC gratuits « Python for Everybody » (Coursera) et « Introduction à SQL » (OpenClassrooms). Entraînez-vous sur des jeux de données sociaux publics (data.gouv.fr, INSEE, DREES). Rédigez un dossier de candidature pour les formations sélectionnées. Si vous êtes salarié, déposez une demande de congé de transition professionnelle auprès de votre employeur (préavis de 3 mois). Sollicitez un devis auprès d’un accompagnateur VAE.
- Jours 61 à 90 : phase de financement et d’inscription. Déposez un dossier de financement Transitions Pro ou activez vos droits CPF. Inscrivez-vous à la formation choisie. Créez un compte sur les plateformes de recrutement (Welcome to the Jungle, Apec, LinkedIn). Identifiez 10 entreprises ou administrations cibles (par exemple : Doctolib, Alan, Octopus, CNAF, AP-HP, Conseil départemental du Rhône). Programmez une réunion avec votre conseiller France Travail ou un conseiller évolution professionnelle.
8. Marché de l’emploi 2026 (offres, tension, géographie)
En 2026, France Travail estime que 1 800 postes de Scientifique Données Sociales seront ouverts au recrutement. La BMO 2026 classe la profession en tension « forte » en Île-de-France et en Auvergne-Rhône-Alpes, « modérée » en Occitanie et en Nouvelle-Aquitaine. Les régions les moins pourvues sont la Corse, le Centre-Val de Loire et les Hauts-de-France (hors métropole lilloise).
Les principaux recruteurs sont les ministères sociaux (Santé, Solidarités, Travail), les caisses de sécurité sociale (CNAF, CNAM, MSA), les mutuelles (MGEN, Harmonie Mutuelle), les start-ups de la healthtech (Doctolib, Alan, Wefight) et les cabinets de conseil en politiques publiques (Kantar Public, BearingPoint, Quadient). L’APEC recense 620 offres spécifiques au premier trimestre 2026, soit une hausse de 22 % par rapport à 2025.
Les profils les plus recherchés maîtrisent Python, SQL, la Dataviz (Tableau, Power BI) et connaissent le RGPD social. Les administrations apprécient l’expérience des outils de la statistique publique (SAS, R). Les salaires à l’embauche varient de 36 000 € (fonction publique territoriale) à 48 000 € (grande entreprise privée ou cabinet conseil).
9. Grille salariale après reconversion (junior/confirmé/senior)
| Niveau d’expérience | Secteur privé (entreprise, cabinet conseil) | Secteur public (fonction publique, sécurité sociale) | Start-up / association |
|---|---|---|---|
| Junior (0-2 ans après reconversion) | 38 000 € – 44 000 € | 34 000 € – 39 000 € | 32 000 € – 38 000 € |
| Confirmé (3-5 ans) | 45 000 € – 55 000 € | 40 000 € – 48 000 € | 38 000 € – 48 000 € |
| Senior (6+ ans) | 56 000 € – 70 000 € | 49 000 € – 58 000 € | 48 000 € – 60 000 € |
| Chef de projet data social / Manager | 65 000 € – 85 000 € | 55 000 € – 70 000 € | 55 000 € – 75 000 € |
Les écarts s’expliquent par la taille de l’organisation, le niveau de responsabilité et la capacité à mobiliser des compétences en machine learning ou en deep learning (plus rares dans le secteur social, donc mieux rémunérées). Les postes en région sont généralement 5 % à 15 % inférieurs à ceux d’Île-de-France.
10. Témoignages indicatifs et études de cas
Étude de cas 1 : Léa D., 34 ans, éducatrice spécialisée pendant 10 ans dans l’Aide sociale à l’enfance (ASE). En 2024, elle se forme au data science via le programme Data Analyst Social de Simplon (6 mois, alternance au Conseil départemental de Seine-Saint-Denis). En 2025, elle est recrutée comme data analyst au sein de l’observatoire départemental de la protection de l’enfance. Salaire : 37 000 € brut/an. Source : entretien dans La Gazette des communes, novembre 2025.
Étude de cas 2 : Marc P., 42 ans, statisticien à l’INSEE pendant 15 ans (spécialité revenus et pauvreté). En 2024, il obtient la certification RNCP 37684 via VAE (accompagnement ENSAE). Il change de poste en interne et devient « data scientist politiques sociales » au sein du Pôle de la donnée sociale du ministère des Solidarités. Salaire : 52 000 € brut/an. Source : INSEE Flash, mars 2026.
Témoignage indicatif : « La formation m’a permis de passer de la théorie sociologique à la modélisation concrète des inégalités. Le plus dur a été la partie technique (Python, Git), mais un bootcamp de 4 semaines m’a donné les bases. » – Ancienne chargée d’études à la DREES, devenue data scientist chez Alan en 2025. Source : Blog Data for Good, juillet 2025.
11. Risques et limites de cette reconversion
Risque technique : L’écart entre les compétences statistiques classiques (R, Stata) et les outils big data (Spark, cloud) peut décourager certains profils. 30 % des candidats en formation continue abandonnent avant la fin du module Python (source : ENSAE, 2025). Il faut compter 6 à 9 mois pour atteindre un niveau opérationnel en Python/SQL.
Risque financier : Les formations courtes coûtent entre 5 500 € et 12 000 €. Les mastères spécialisés dépassent 15 000 €. Le financement Transitions Pro n’est pas automatique : 60 % des dossiers sont acceptés en 2025 (source : France Compétences). Sans prise en charge, l’investissement est conséquent pour un salaire de départ modeste dans la fonction publique.
Risque de marché : La spécialisation « données sociales » est encore peu connue des recruteurs hors secteur public. En 2025, seules 45 % des offres de data scientist mentionnaient une compétence sociale ou sectorielle (source : APEC). Les candidats doivent donc parfois postuler à des postes génériques de data analyst pour démarrer.
Risque bureaucratique : Travailler sur des données sociales (administrées, sensibles) implique des accréditations longues et des contraintes éthiques fortes. Les délais d’accès aux données de la CNAF ou de l’INSEE peuvent prendre 3 à 6 mois.
Limite du télétravail : Une partie des postes publics nécessite une présence en ministère ou en préfecture. Seuls 30 % des offres du secteur public permettent un télétravail supérieur à 2 jours par semaine (source : Ministère de la Transformation publique, 2026).
12. Perspectives d’évolution et conseils pour réussir
Après 3 à 5 ans, un Scientifique Données Sociales peut évoluer vers un poste de Chief Data Officer (CDO) dans une administration, de Data Product Manager dans une start-up sociale, ou de Consultant senior chez BearingPoint ou Kantar Public. Les meilleurs profils peuvent intégrer les corps de l’INSEE (administrateur, attaché) ou l’École des hautes études en santé publique (EHESP) pour les données médicales.
Pour maximiser ses chances, il faut construire un portfolio de projets sur des jeux de données sociaux (data.gouv.fr, Kagle Social Impact). Publié sur GitHub ou une plateforme de data sciences. Rejoindre des communautés comme Data for Good (1 500 membres actifs en France), Paris Social Data ou Meetup Dataviz Sociale. Suivre les certifications complémentaires : Cloud Practitioner AWS (900 €), Tableau Desktop Specialist (300 €).
La reconversion vers Scientifique Données Sociales est exigeante mais accessible. Elle offre un équilibre entre technique et impact sociétal. En 2025, 78 % des personnes ayant achevé une formation en data sociale ont trouvé un emploi dans les 6 mois (source : ENSAE, enquête insertion 2025).
