Data scientist : monter à Paris pour gagner plus ? Lyon affiche 104k contre 84k — le mythe s'effondre
Data scientist : monter à Paris pour gagner plus ? Lyon affiche 104k contre 84k — le mythe s'effondre
Un réflexe tenace persiste dans la tech française. Chaque année, des milliers de profils data quittent Bordeaux, Toulouse ou Lyon avec la même conviction : Paris paie mieux. C'est vrai pour les développeurs Python (+57,7 % de prime parisienne selon nos données). C'est vrai pour les JavaScript (+28,3 %). Mais pour les data scientists ?
Les chiffres racontent une toute autre histoire.
Nous avons épluché 4 542 offres d'emploi tech en France — issues de Welcome to the Jungle, France Travail, Glassdoor et LinkedIn — entre avril et mai 2026. Résultat : la prime parisienne pour les data scientists atteint à peine 8,1 %. Et quand on zoome sur le duo Paris-Lyon, la hiérarchie s'inverse carrément.
Le chiffre qui casse le récit : 84k à Paris, 104k à Lyon
D'après les 120 fiches salariales documentées dans notre base (source directe, Glassdoor, LinkedIn), le salaire moyen d'un data scientist à Paris s'établit à 84 408 € brut annuel. À Lyon, ce chiffre grimpe à 104 156 €.
Soit un écart de 19 748 € en faveur de Lyon. Pas de Paris.
J'ai vérifié trois fois. Le dataset est petit sur Lyon (trois profils), ce qui appelle à la prudence — on y revient plus bas. Mais même en élargissant à l'ensemble de la province, la prime parisienne tombe à 8,1 %. Comparez avec les autres stacks :
| Stack | Salaire moyen Paris | Salaire moyen province | Prime Paris |
|---|---|---|---|
| Python | 104 994 € | 66 573 € | +57,7 % |
| JavaScript | 79 254 € | 61 761 € | +28,3 % |
| Go | 86 141 € | 72 442 € | +18,9 % |
| Data Science | 84 408 € | 78 059 € | +8,1 % |
La data science est le seul métier tech où Paris n'offre pas un avantage salarial significatif. Huit pour cent, c'est en dessous du surcoût de logement entre Paris et la moyenne des métropoles régionales (estimé entre 30 et 50 % selon les quartiers).
Pourquoi Paris ne domine pas sur ce métier
Trois facteurs expliquent cette anomalie.
Le poids des grands groupes en province
Les data scientists en grand groupe touchent en moyenne 89 386 €, contre 71 727 € en startup et 78 649 € en scaleup. Or ces grands groupes — Renault à Toulouse, bioMérieux à Lyon, Thales à Bordeaux — ne sont pas concentrés à Paris. Ils ont des centres R&D répartis sur le territoire, souvent proches de leurs usines ou de leurs campus historiques.
Un data scientist senior qui rejoint un industriel lyonnais n'a pas de raison d'accepter moins qu'un parisien. La grille salariale est nationale, parfois même alignée sur des benchmarks européens quand le groupe est coté. Et contrairement aux startups, ces entreprises ne négocient pas le salaire "au feeling" — elles appliquent des conventions collectives (Syntec, Métallurgie) avec des minima par coefficient qui protègent le candidat.
Le résultat : un data scientist à 9 ans d'expérience dans un grand groupe en province touche autour de 85-90k. Le même profil dans une startup parisienne série A ? Souvent entre 65 et 75k, avec la promesse de BSPCE dont la valorisation reste hypothétique.
L'offre parisienne est diluée par les stages et l'alternance
En fouillant les 113 offres data science identifiées à Paris sur Welcome to the Jungle, un pattern saute aux yeux : une proportion significative concerne des stages ou de l'alternance. Des offres à 1 300-1 700 € mensuels chez des startups early-stage, des postes "stagiaire data scientist / IA" qui gonflent le volume parisien sans gonfler les salaires.
À Lyon, seulement 7 offres data science sur WTTJ — mais celles avec salaire affiché oscillent entre 40 000 et 70 000 € annuel pour des postes confirmés (Tech Lead Data chez Thélio, ML Engineer chez eXalt). Moins de volume, plus de densité qualitative.
La transparence salariale amplifie le biais
Dernier élément, souvent négligé : la data science est la stack la moins transparente sur les salaires. Seules 14,7 % des offres data science sur WTTJ affichent une fourchette salariale. Pour comparaison :
- Java : 28,9 % de transparence
- Python : 25,4 %
- JavaScript : 24,2 %
- DevOps : 20,9 %
- Data Science : 14,7 %
Quand 85 % des offres masquent la rémunération, les données publiques captent un échantillon biaisé. Les entreprises parisiennes qui affichent leurs salaires sont souvent des startups qui cherchent à attirer avec de la transparence — mais proposent des niveaux plus modestes. Les grands groupes et les scale-ups parisiennes qui paient 90k+ publient rarement la fourchette.
L'objection légitime : trois profils à Lyon, c'est assez ?
Non. Soyons clairs.
Trois fiches salariales lyonnaises ne suffisent pas à conclure que Lyon paie systématiquement plus que Paris pour les data scientists. L'intervalle de confiance est large, et il suffirait d'un profil atypique (un directeur data classé "data scientist" par exemple) pour tirer la moyenne vers le haut.
Mais le point n'est pas que Lyon paie toujours plus. Le point est que Paris ne paie pas significativement plus — ce qui est déjà un résultat contre-intuitif pour la plupart des candidats tech. Un écart de 8 % entre Paris et la province entière ne justifie pas un déménagement quand le loyer absorbe la différence et bien au-delà.
Un collègue m'a fait remarquer récemment que son offre lyonnaise en ML engineering incluait un budget formation de 5 000 € et un jour de remote non négociable. Le package total — si on intègre le coût de la vie et les avantages — dépassait largement ce qu'il avait vu à La Défense. Anecdotique, certes. Mais cohérent avec les données macro.
Le cas DevOps : la preuve par contraste
Pour mesurer l'anomalie data science, regardons ce qui se passe chez les DevOps. Sur WTTJ, les offres DevOps parisiennes affichent un salaire moyen de 52 743 – 71 073 €. À Toulouse, on tombe à 38 800 – 48 400 €. À Lille, 35 333 – 46 667 €.
La prime parisienne fonctionne ici de manière classique. Un DevOps senior à Paris peut viser 70k+ ; en province, il plafonnera souvent sous les 50k (hors grands groupes).
Pour les data scientists, ce mécanisme ne s'applique pas. La demande est plus dispersée géographiquement, le vivier de candidats est plus restreint (donc le pouvoir de négociation est partout élevé), et les entreprises provinciales qui recrutent en data science sont souvent plus matures financièrement que les startups parisiennes.
Un détail que les moyennes masquent : à Toulouse, la seule offre data science WTTJ avec salaire visible affiche 50 000 – 70 000 €. C'est strictement dans la même fourchette que les offres confirmées parisiennes (Elax Energie à 54-70k, Vertone à 56-70k). Zéro différence visible. Le plancher se situe au même niveau, ce qui est inhabituel pour un métier tech en France.
Ce que ça change concrètement pour un data scientist en recherche
Trois implications pratiques découlent de ces données.
Première implication. Si vous êtes data scientist et que vous envisagez Paris uniquement pour le salaire, réexaminez vos hypothèses. Consultez les offres des grands groupes industriels en province — Toulouse, Lyon, Nantes. Le comparatif développeur vs data scientist vs DevOps montre que le data scientist est souvent le profil le mieux positionné hors Paris, justement parce que les entreprises qui les recrutent ont les moyens.
Deuxième implication. Négociez avec les données, pas avec les a priori. Le fait que Paris "paie plus" est un argument de négociation que les recruteurs provinciaux utilisent pour justifier des offres basses. Mais les chiffres ne le confirment pas pour votre métier. Notre analyse des salaires data scientist en France sur 281 offres détaille les fourchettes par niveau d'expérience.
Troisième implication. Exigez la transparence salariale. Le taux de 14,7 % d'offres data science affichant un salaire est le plus bas de tous les métiers tech mesurés. Cette opacité profite aux employeurs. Si une offre ne mentionne pas de fourchette, c'est un signal — pas nécessairement négatif, mais un signal qui mérite une question directe en entretien.
L'expérience reste le vrai levier, partout
Là où les données sont univoques, en revanche, c'est sur l'impact de l'expérience. Toutes régions confondues :
| Expérience | Salaire moyen | Écart vs 0-2 ans |
|---|---|---|
| 0-2 ans | 54 074 € | — |
| 3-5 ans | 63 489 € | +17,4 % |
| 6-10 ans | 76 473 € | +41,4 % |
| 11-15 ans | 93 555 € | +73,1 % |
Passer de 0-2 ans à 6-10 ans d'expérience rapporte +41 % de salaire. Déménager à Paris rapporte +8 % pour un data scientist. L'arbitrage est limpide.
La taille de l'entreprise pèse aussi. Un data scientist en grand groupe touche en moyenne 89 386 €, soit 25 % de plus qu'en startup (63 732 €). Le choix de la structure compte davantage que celui du code postal. Rejoindre une scale-up toulousaine à 78k rapporte plus qu'une startup parisienne à 72k — et coûte moins cher au quotidien.
En cumulant les deux leviers — expérience et taille d'employeur — un data scientist de 10 ans d'expérience dans un grand groupe peut atteindre les 95-100k, quelle que soit la ville. Ce chiffre ne surprend personne dans l'industrie. Il surprend les candidats junior qui croient encore que seul le RER B mène aux six chiffres.
Le parcours de Léa, data scientist à Lyon qui gagne 62k après avoir refusé 55k à Paris, illustre exactement ce mécanisme.
La nuance qui empêche de conclure trop vite
Faut-il pour autant fuir Paris ? Non. La capitale concentre 113 offres data science sur WTTJ contre 7 à Lyon. Le volume de postes reste incomparable. Et certains segments — la fintech, la deeptech IA, les labs de recherche — n'existent quasiment qu'à Paris ou Saclay.
Le marché parisien offre de la liquidité : plus d'offres, plus de mobilité, plus de choix. C'est un avantage réel qui ne se mesure pas en euros bruts. Un data scientist parisien qui veut changer de boîte a quinze fois plus d'options qu'un lyonnais, toutes choses égales par ailleurs.
Ce que les données montrent, c'est que cet avantage de marché ne se traduit pas par un avantage salarial. Et que les candidats qui optimisent uniquement sur le salaire facial — sans intégrer le coût de la vie, le volume d'offres ou la nature des employeurs locaux — prennent une décision sur des bases fragiles.
Un mot sur le remote, ce faux arbitrage
On pourrait penser que le full remote résout l'équation : vivre en province, toucher un salaire parisien. En théorie, oui. En pratique, les données refroidissent l'enthousiasme. Sur les 2 835 offres WTTJ analysées, le nombre d'offres en full remote se compte sur les doigts de la main — la majorité propose du partiel (1 166 offres, soit 41 %) ou rien du tout (448 offres, 16 %). Le reste ne précise pas.
Pour les data scientists spécifiquement, le remote total reste marginal. Les entreprises qui manipulent des données sensibles — santé, finance, défense — imposent le présentiel partiel voire total. Et ce sont précisément celles qui paient le mieux.
Miser sur le remote pour capter le meilleur des deux mondes fonctionne pour un développeur frontend. Pour un data scientist qui travaille sur des données clients ou des modèles propriétaires, le calcul est moins évident.
Données : 4 542 offres d'emploi tech analysées entre avril et mai 2026, issues de Welcome to the Jungle (2 835), France Travail (1 614), LinkedIn (33), Glassdoor (27) et sources directes (33). Les salaires moyens sont calculés sur les offres et fiches où la rémunération est explicitement mentionnée.
Testez votre positionnement salarial avec notre simulateur gratuit par stack, expérience et région.