Quand une data scientist lyonnaise gagne plus qu'à Paris : récit d'un paradoxe salarial

Quand une data scientist lyonnaise gagne plus qu'à Paris : récit d'un paradoxe salarial

Camille a failli ne pas ouvrir l'offre. Un poste de data scientist senior dans un grand groupe industriel à Lyon, affiché sur Welcome to the Jungle fin mars 2026. Elle scrollait depuis son open space parisien, un café froid à la main, entre deux réunions de cadrage sur un modèle de churn qui n'intéressait plus personne côté produit. Lyon, elle y avait vécu trois ans pendant ses études. Agréable. Mais côté salaire tech, elle pensait que c'était un cran en dessous. Tout le monde pense ça.

Elle a cliqué quand même. Fourchette affichée : 106 000 – 125 000 €.

Son salaire à Paris ce mois-là : 86 000 € brut annuel, startup data de 40 personnes, sept ans d'expérience.

Ce chiffre lyonnais l'a déstabilisée. Pas parce qu'il était élevé — elle connaissait les salaires senior dans les grands groupes. Mais parce qu'il venait de Lyon.

La croyance tenace : Paris paie toujours plus

Demandez à n'importe quel développeur ou data scientist français où se trouvent les meilleurs salaires. La réponse fuse sans hésitation. Paris. Point. C'est devenu un réflexe cognitif, presque un axiome professionnel que personne ne prend la peine de vérifier. Les articles de presse le répètent, les benchmarks RH le confirment année après année, et les conversations Slack des communautés tech le cimentent.

Sur notre base de 1 419 offres tech collectées en avril 2026 — sources Welcome to the Jungle, Glassdoor, LinkedIn et France Travail — dont 120 avec fourchettes salariales exploitables, le constat global semble d'abord valider ce réflexe. Paris affiche un salaire moyen de 88 537 € brut annuel, contre 71 938 € pour la province. Soit 23,1 % de plus. Le dogme tient.

Sauf qu'il ne tient plus dès qu'on zoome.

Les chiffres qui ont tout déclenché

Quand j'ai commencé à creuser les données data science par ville, quelque chose clochait. Lyon n'était pas « un peu en dessous » de Paris comme prévu. Lyon était au-dessus. Nettement.

104 156 € de moyenne à Lyon. Contre 84 408 € à Paris.

J'ai relu trois fois. Vérifié le fichier source. Pas d'erreur de parsing. Les trois offres lyonnaises venaient de grands groupes et de scaleups, avec des profils entre 9 et 15 ans d'expérience. L'une d'elles, un poste dans un groupe industriel, affichait une fourchette de 106 137 à 124 596 €.

Camille, quand elle a vu des chiffres similaires, a eu exactement la même réaction que moi. Scepticisme.

L'effet grand groupe lyonnais, ou le biais que personne ne corrige

Avant de tirer des conclusions hâtives — et j'ai failli — posons la nuance qui change tout. Lyon n'est pas « objectivement » mieux payée que Paris pour les data scientists. Ce qui se passe est plus subtil et, franchement, plus intéressant.

Le tissu économique lyonnais en data science est dominé par de gros acteurs industriels. Pharma, chimie, agroalimentaire, énergie. Ces groupes recrutent peu de data scientists, mais quand ils le font, ils cherchent des profils seniors capables de piloter des projets complexes — maintenance prédictive, optimisation supply chain, modèles réglementaires. Et ils paient en conséquence.

Les chiffres par taille d'entreprise racontent cette histoire sans ambiguïté :

• Grand groupe : 89 386 € en moyenne pour un data scientist en France
• Scaleup : 78 649 €
• Startup : 71 727 €

L'écart entre startup et grand groupe atteint 24,6 %. Ce n'est pas anodin — c'est presque le même delta que Paris vs province tous métiers confondus.

À Lyon, la concentration de grands groupes dans notre échantillon data science tire la moyenne vers le haut. À Paris, la profusion de startups data — et elles sont légion — la tire vers le bas. Le paradoxe n'en est pas un. C'est un effet de composition.

Mais est-ce que ça change quoi que ce soit pour Camille, concrètement ? Elle s'en moque de l'explication statistique. Ce qu'elle voit, c'est un bulletin de salaire potentiellement plus élevé dans une ville où le mètre carré coûte 40 % moins cher.

Le parcours de Camille, entre calculs et doutes

Revenons à elle. Avril 2026. Camille a 32 ans, un master en statistiques appliquées, sept ans d'expérience dont quatre en tant que data scientist à proprement parler. Python, scikit-learn, un peu de MLOps, beaucoup de SQL et de politique interne. Son parcours ressemble à celui de milliers de profils similaires en Île-de-France.

Son salaire de 86 000 € la place légèrement au-dessus de la moyenne parisienne data science que nous relevons à 84 408 €. Rien d'exceptionnel. Rien de honteux non plus. Mais sept ans d'expérience, une maîtrise technique solide, et elle n'a pas encore franchi la barre des 90k. Chez sa boîte actuelle, la grille est « plate » au-delà de 85k pour les IC. Pour aller plus haut, il faut passer manager. Elle ne veut pas.

Classique.

Le poste lyonnais l'intéresse pour trois raisons, et aucune n'est le cadre de vie — même si elle y pense évidemment. D'abord, la fourchette haute dépasse les 120k. Ensuite, le rôle est technique : lead d'une équipe de trois, pilotage de modèles en production, pas de people management pur. Enfin, c'est un CDI dans un secteur stable. La startup parisienne qui la paie 86k a levé son dernier tour il y a 18 mois et les bruits de couloir ne sont pas rassurants.

Ce que les données disent sur l'expérience — et ce qu'elles ne disent pas

L'un des arguments qu'on oppose souvent aux profils qui veulent quitter Paris, c'est que la progression salariale est plus rapide en Île-de-France. Que le plafond est plus haut. Que les juniors gagnent peut-être moins, mais que les seniors rattrapent tout.

Nos données racontent une version plus nuancée. Sur les 15 offres data science de notre base :

• Profils juniors (0-3 ans) : 70 364 € en moyenne
• Profils seniors (10+ ans) : 99 799 €

Le ratio est de 1,42x. Autrement dit, un data scientist senior gagne en moyenne 42 % de plus qu'un junior. C'est significatif, mais c'est moins que Go (ratio de 1,81x) ou DevOps (1,73x) d'après notre classement des stacks par salaire. En data science, l'expérience rapporte — mais elle rapporte moins que dans d'autres filières tech. Paradoxe numéro deux.

Une hypothèse : le marché data science en France n'est pas encore assez mature pour avoir créé des échelons senior très différenciés. Beaucoup de boîtes recrutent des data scientists comme elles recrutaient des développeurs il y a dix ans — avec des grilles salariales qui ne distinguent pas vraiment un profil à 5 ans d'un profil à 12 ans, tant que le titre reste « data scientist ». Ceux qui crèvent le plafond sont ceux qui basculent vers des rôles de « head of data » ou de « ML engineer lead », pas ceux qui restent IC.

Camille le sait. C'est précisément pour ça que le poste lyonnais l'attire : il rémunère l'expertise technique sans exiger la conversion managériale.

Le trou noir des offres publiques

Un détail m'a frappé en compilant les données pour cet article. Quelque chose que je retrouve mois après mois et qui, à force, devient moins un détail qu'un symptôme.

Sur les 1 419 offres de notre base en avril, 586 viennent de France Travail. Combien affichent un salaire ? Zéro. Pas une. Ni fourchette, ni « selon profil détaillé », ni indication chiffrée d'aucune sorte. C'est un gouffre d'information. Et il fausse tout.

Les analyses que vous lisez — les miennes comprises — reposent sur les 120 offres qui jouent le jeu de la transparence. Elles viennent de Welcome to the Jungle (27), Glassdoor (27), LinkedIn (33) et de collectes directes (33). C'est un échantillon. Utile, informatif, mais un échantillon. Si les 586 offres France Travail affichaient leurs salaires, le paysage pourrait être radicalement différent. Ou pas. On ne sait pas. Et cette ignorance est un problème structurel que la directive européenne sur la transparence salariale, transposable d'ici 2026, est censée régler. On verra.

Ce trou noir touche particulièrement les villes moyennes et les profils atypiques. Les offres France Travail concernent souvent des postes en dehors des grandes métropoles — Le Mans, Grenoble, Rennes, Nantes périphérie. Des zones où le tissu tech existe, croît même, mais reste invisible dans les statistiques salariales.

DevOps : l'autre miroir déformant

Pour ne pas raconter qu'une seule histoire, j'ai regardé les DevOps. Avec 18 offres dans notre base, c'est l'un des métiers les mieux représentés. Et là, le schéma est complètement différent de la data science.

Pas d'offre DevOps à Paris dans notre échantillon salarial de ce mois. Ça arrive — l'échantillon fluctue. Mais Lyon, Nantes et Toulouse sont bien couvertes.

Lyon domine là aussi : 78 600 € en moyenne pour six offres. Toulouse suit de près à 73 602 €. Nantes ferme la marche à 65 098 €.

L'écart Lyon-Nantes en DevOps est de 20,7 %. En data science, il monte à 45,8 %. Presque le double. Ce qui signifie que la géographie pèse beaucoup plus lourd sur le salaire d'un data scientist que sur celui d'un DevOps. Je n'ai pas d'explication définitive. Peut-être que le marché DevOps, plus mature et plus standardisé, a lissé les disparités régionales. Peut-être que les profils DevOps, plus souvent en remote, subissent moins la logique de bassin d'emploi local.

Ou peut-être que c'est juste du bruit statistique sur un petit échantillon. Cette honnêteté-là, je vous la dois.

Le calcul que Camille a fait sur un coin de nappe

Un soir de mi-avril, Camille a posé les chiffres à plat. Pas les moyennes nationales — ses chiffres à elle.

Salaire actuel à Paris : 86 000 € brut, soit environ 5 200 € net mensuel après impôt à la source. Loyer d'un 45 m² dans le 11e : 1 380 €. Il lui reste 3 820 € pour vivre.

Offre Lyon, hypothèse médiane de la fourchette (115 000 €) : environ 6 750 € net mensuel. Loyer d'un 65 m² dans le 3e arrondissement de Lyon : 850 €. Reste : 5 900 €.

Différence mensuelle : +2 080 €. Sur un an, 24 960 €.

Elle m'a montré ce calcul — on se connaît via un ancien collègue — en ajoutant : « Même si je négocie à 108k, je suis encore largement gagnante. » Mathématiquement, c'est inattaquable. Le pouvoir d'achat réel d'un data scientist senior à Lyon peut dépasser celui d'un profil mieux classé sur le papier à Paris.

Mais il y a ce que les chiffres ne captent pas. Le réseau. La densité de l'écosystème startup parisien. La facilité à retrouver un poste en trois semaines si ça tourne mal. À Lyon, le marché data science est plus petit. Trois offres dans notre base ce mois-ci, contre cinq à Paris — et encore, on parle d'offres avec salaire affiché. Le choix est plus restreint. Si le grand groupe lyonnais ne lui convient pas dans deux ans, les alternatives locales seront moins nombreuses.

Ce que cette histoire dit du marché tech français en 2026

Le cas de Camille n'est pas un cas isolé. Depuis janvier, j'ai croisé au moins quatre profils data ou DevOps senior qui m'ont décrit des mouvements similaires : Paris vers Lyon, Paris vers Bordeaux, Paris vers Toulouse. Pas des fuites post-Covid — cette vague-là est passée. Des arbitrages rationnels, calculette en main, basés sur des offres concrètes qui n'existaient pas il y a trois ans.

Le marché tech français se décentralise, mais pas uniformément. Les données sur la progression salariale par expérience montrent que le plafond n'est plus un monopole parisien pour certains profils. Les grands groupes en région, qui ont longtemps eu du mal à attirer des talents tech face aux startups parisiennes, ont ajusté leurs grilles. Et comme ils recrutent moins mais sur des postes plus stratégiques, leurs fourchettes montent.

Le résultat, c'est cette situation étrange où Lyon peut payer mieux que Paris pour un data scientist senior, tout en restant moins cher que Paris pour un junior JavaScript. L'image monolithique du « salaire en région = salaire parisien moins 20 % » ne fonctionne plus. Elle n'a peut-être jamais fonctionné, mais les données pour le montrer n'étaient pas disponibles.

Épilogue (provisoire)

Camille a passé les entretiens. Quatre tours, dont un cas technique sur de l'optimisation de pipeline ML. Elle a reçu une offre à 118 000 € fin avril. Elle n'a pas encore signé au moment où j'écris ces lignes.

Son hésitation ne porte pas sur l'argent. Ça, c'est réglé. Elle hésite sur autre chose, quelque chose de plus diffus : l'identité professionnelle. À Paris, elle est « data scientist dans l'écosystème startup ». À Lyon, elle sera « la data scientist du groupe X ». Le regard des pairs change. Les conversations LinkedIn changent. L'employabilité perçue — pas réelle, perçue — change.

C'est irrationnel. Elle le sait. Les chiffres sont formels.

Mais les carrières ne se construisent pas uniquement sur des tableurs.

Les données citées proviennent de notre base de 1 419 offres collectées en avril 2026 (Welcome to the Jungle, Glassdoor, LinkedIn, France Travail), dont 120 avec fourchettes salariales exploitables. Méthodologie détaillée dans notre bilan d'avril 2026. Pour estimer votre propre salaire avec ces données, essayez notre simulateur gratuit par stack, expérience et région.