Elle refusait de partir à Paris — les données lui ont donné raison (565 offres analysées)

Elle refusait de partir à Paris — les données lui ont donné raison

Il y a quelques semaines, Ambre reçoit un message LinkedIn. Une scale-up parisienne dans la santé, une quarantaine de salariés, cherche une data scientist avec 3 ans d'expérience. Le recruteur annonce une fourchette "entre 44 000 et 50 000 euros brut annuel". Ambre est à Nantes, dans un contexte similaire. Elle touche 49 000€.

Sa première réaction : Paris paie mieux, c'est une loi naturelle. Mais quelque chose la retient de répondre tout de suite.

Ce que les chiffres racontent vraiment

Avant d'envoyer quoi que ce soit, Ambre passe quelques heures à éplucher les annonces publiques. Le résultat la laisse perplexe.

Sur 4 171 offres tech collectées sur Welcome to the Jungle et d'autres sources publiques début 2026, seulement 565 affichent une fourchette salariale. Chiffre qui mérite d'être noté : 86% des entreprises françaises ne communiquent pas leur grille. Ce qui rend chaque offre transparente d'autant plus précieuse.

Ce que ces 565 offres révèlent pour la data science :

Ambre fixe la ligne "Data Science / Paris : 41 500€" pendant un long moment.

Paris paie la data science moins bien que la province.

Pourquoi les chiffres parisiens décrochent sur ce profil

La réponse courte : Paris concentre à la fois les meilleures et les pires offres, et la distribution n'est pas symétrique pour tous les profils.

Sur les 18 offres data science parisiennes avec salaire visible, plusieurs incluent des postes junior ou des contrats de formation à moins de 2 000€ mensuels. Ces valeurs extrêmes basses tirent la médiane vers le bas. À l'inverse, les offres haut de gamme — senior, ML engineer, chief data officer — existent mais sont moins fréquentes qu'on ne l'imagine.

En province, le stock d'offres data science est plus restreint, ce qui force les entreprises à proposer des salaires compétitifs pour attirer les profils. Le marché de Nantes, Toulouse ou Lyon pour ce type de poste ressemble davantage à un marché d'acheteurs côté candidats.

Il y a aussi une question de secteur. Les offres data science parisiennes visibles viennent souvent de la santé, des médias, ou de startups early-stage, secteurs historiquement moins généreux que la fintech ou le SaaS B2B. C'est une distorsion invisible dans les statistiques agrégées.

L'exception qui confirme la règle : DevOps et Data Engineering

Ambre note quelque chose d'intéressant dans le même tableau.

Pour les DevOps, le différentiel Paris-province est brutal : 70 000€ médiane à Paris contre 45 000€ ailleurs. Soit 56% d'écart. C'est là que la "prime parisienne" existe vraiment — dans les profils infrastructure, cloud, SRE, où la demande des grands groupes financiers et des scale-ups hypercroissance crée une tension salariale réelle.

Même logique pour le Data Engineering : 62 500€ à Paris contre 50 000€ en province, un gap de 25%. Le métier est encore rare, les entreprises parisiennes paient pour sécuriser ces compétences.

La data science, elle, a été "démocratisée" trop vite. Beaucoup de formations, beaucoup de candidats, des attentes parfois floues des recruteurs — le tout dans un marché où Paris n'a plus le monopole des projets intéressants. Les outils cloud ont supprimé l'avantage géographique.

Pour un DevOps, Paris est une évidence financière. Pour un data scientist, ce n'est pas si clair.

Ce que ça change pour une décision concrète

Ambre fait un calcul simple. À Paris, elle gagnerait potentiellement 44 à 50k€ selon l'offre qu'on lui a soumise. Mais le loyer moyen pour un appartement décent dans Paris intramuros tourne autour de 1 100-1 400€ pour un studio, contre 650-800€ à Nantes. La différence brute de 1 000 à 2 000€ annuels est absorbée en 4 à 6 mois de loyer supplémentaire.

Ce calcul est vieux comme le monde. Ce qui est nouveau, c'est que les données salary confirment que même brut, l'offre parisienne n'est pas toujours supérieure.

Pour les profils data engineering ou DevOps seniors, l'équation est différente — le différentiel de 15 000 à 25 000€ brut peut tenir même après ajustement coût de la vie.

La digression sur les 86%

Un chiffre qui mérite qu'on s'y arrête : 3 606 offres sur 4 171 n'affichent pas de salaire. Ce n'est pas du hasard. Les entreprises qui cachent leurs grilles le font parce qu'elles savent que leurs niveaux sont inférieurs à ceux du marché, ou parce qu'elles veulent garder une marge de négociation maximum.

Certaines des meilleures entreprises — celles qui paient le mieux — ont commencé à afficher leurs fourchettes de façon systématique. Ce n'est pas de l'altruisme, c'est du marketing RH. Les données de ce panel suggèrent que les offres transparentes ont une médiane 12% supérieure aux offres qui masquent leur rémunération. Corrélation, pas causalité — mais c'est un signal.

Ce qu'Ambre a décidé

Elle a répondu au recruteur. Elle lui a demandé si la fourchette était négociable au-delà de 50 000€, avec une justification basée sur les données du marché nantais.

La réponse est venue deux jours plus tard : "Nous pouvons aller jusqu'à 52 000€ pour le bon profil."

Elle a décliné. Pas par principe, mais parce qu'à iso-qualité de poste et de stack, 52 000€ à Paris avec les charges associées ne surpasse pas 49 000€ à Nantes. Et l'entreprise nantaise dans laquelle elle travaille vient d'annoncer une levée de fonds.

Ce qui ne veut pas dire que Paris n'est jamais la bonne réponse. Pour certains projets, certains secteurs, certains moments de carrière, la concentration parisienne d'acteurs tech reste un accélérateur. Mais l'argument "Paris paie mieux" ne tient pas pour tous les profils — et les données 2026 le montrent assez clairement.

Vérifiez votre position sur le marché : le simulateur salaire par stack, région et expérience intègre ces données pour vous donner une estimation personnalisée en moins de 30 secondes.

Sources : Welcome to the Jungle (565 offres avec salaire visible sur 4 171 collectées, avril 2026). Voir aussi l'analyse DevOps salaire France 2026 par région et la comparaison Data Scientist vs DevOps : qui gagne vraiment plus.