Data Engineering : marché
Le Data Engineer est un ingénieur qui conçoit l'infrastructure de collecte, de stockage, de transformation et de livraison des données : pipelines ETL et ELT, entrepôts de données, streaming, orchestration. La stack de base : Python et SQL, les orchestrateurs Apache Airflow ou Dagster, le traitement distribué via Apache Spark, les flux via Apache Kafka, les entrepôts ClickHouse, Snowflake, BigQuery, Redshift, les transformations via dbt. Les technologies les plus demandées — sql, python, cloud, aws, azure. 32 % des postes sont en télétravail. Les données sont mises à jour chaque jour à partir de 105 sites d'offres d'emploi et de 16 669 pages carrières d'entreprises.
Le marché Data Engineering compte actuellement 13 742 postes ouverts, dont 12 733 observés récemment. Median salary $8 450/mo.
32 % des offres de Data Engineer sont en télétravail complet ; les autres sont en hybride ou au bureau. Les banques exigent plus souvent l'hybride pour des raisons de conformité ; startups et équipes internationales — télétravail complet.
⚠ salaire connu pour 1238 offres sur 13742 ; part du télétravail sur 11314 avec un format indiqué ; 12733 comptées comme observations récentes ; la tendance et la difficulté de recrutement ne sont pas affichées
Timeline: postings and sources
How many Data Engineering postings appeared each week over 180 days, and from how many sources. The second line separates market growth from coverage growth: a jump in the week new sources were connected means we started seeing more, not that the market grew.
New postings and active sources per week
Sources over the period: 414
New sources connected: May 18 +10 · May 25 +15 · Jun 1 +17 · Jun 8 +7 · Jun 15 +8 · Jun 22 +28 · Jun 29 +77 · Jul 6 +43 · Jul 13 +25 · Jul 20 +29 · Jul 27 +12 · Aug 3 +12 · Aug 10 +7 · Aug 17 +10 · Aug 24 +8 · Aug 31 +13 · Sep 7 +8 · Sep 14 +8 · Sep 21 +6 · Sep 28 +9 · Oct 5 +7 · Oct 12 +7 · Oct 19 +18
Week = posting first-seen date, all statuses, 180 days; sources = distinct collection channels that yielded postings for the direction that week; new sources = channels that yielded their first posting for the direction that week.
Salaries over time
Median Data Engineering salary per week, USD per month.
Median salary, USD per month
Only postings with a USD salary and a known period (month or year), $500–$50,000 per month. Weeks with fewer than 10 such postings are left blank — that means no data, not zero.
Remote work over time
Share of Data Engineering postings offering fully remote work, per week.
Remote postings, %
The share is among postings that state a format (remote, hybrid, office). Weeks with fewer than 10 such postings are left blank.
Technologies over time
How the share of Data Engineering postings mentioning each of the top technologies changed.
Postings mentioning the technology, %
Share among postings with a tagged stack; the series starts on Aug 10: earlier stack tags were assigned differently. Weeks with fewer than 20 tagged postings are left blank.
Countries over time
How the share of Data Engineering postings in each of the top countries changed, per week.
Postings in the country, %
Share among postings with a known country; the chart shows the five countries with the most postings over six months. Weeks with fewer than 20 postings with a known country are left blank. A rising share can mean a newly connected source in that country rather than market growth.
Demande et offre observée
| Demande ouverte | 13 742 |
| Offre observée | — non publié |
Ces dernières semaines, la direction Data Engineer a produit un flux régulier de nouvelles offres. Les fluctuations sont normales (les offres se concentrent en début de mois) ; suivez la tendance globale, pas les pics isolés.
⚠ les candidats correspondant à une offre ne sont pas encore comptés : la demande et le vivier observé sont affichés
Distribution des salaires
Un sur dix gagne moins de $3 804, un sur dix plus de $16 391. La moitié du marché se situe entre $5 778 et $12 860. Échantillon: 1 238.
Géographie de la demande
| pays | offres |
|---|---|
| US | 3 841 |
| PL | 1 358 |
| GB | 1 015 |
| IN | 951 |
| DE | 516 |
| SG | 465 |
| CA | 387 |
| RU | 259 |
| FR | 247 |
| HK | 242 |
Les États-Unis sont en tête par nombre d'offres de Data Engineer (3841 offres), suivis des grands hubs IT de la CEI et d'Europe de l'Est. Important : il s'agit de la répartition dans nos sources de collecte, pas d'une estimation du marché mondial.
⚠ nombre d'offres uniquement : le salaire par pays n'est pas publié
Utilisée avec
La stack Data Engineer principale en 2026 : Python, SQL, Apache Spark, Apache Airflow, Apache Kafka. La base Python + SQL est exigée de tous ; viennent ensuite les spécialisations : Spark (batch), Airflow (orchestration), Kafka (streaming).
Les paires technologiques les plus courantes dans les offres Data Engineer : Python+SQL, Airflow+Spark, Kafka+ClickHouse, dbt+Snowflake, Spark+S3. Si vous planifiez une feuille de route d'apprentissage, ces combinaisons maximisent la couverture du marché.
Demande par niveau
| niveau | offres |
|---|---|
| senior | 4 186 |
| lead | 1 000 |
| principal | 699 |
| middle | 583 |
| junior | 567 |
La plus forte croissance de rémunération se situe entre Junior et Middle (en maîtrisant Airflow + Spark + une plateforme cloud).
⚠ côté demande uniquement : le niveau du vivier observé est inconnu pour la majeure partie
Employeurs
La demande est répartie entre 5 817 employeurs. Le plus grand en représente 1.9 %, les dix premiers 6.4 % ; les 93.6 % restants forment la longue traîne.
| part | valeur |
|---|---|
| top 1 | 1.9% |
| top 3 | 3.2% |
| top 10 | 6.4% |
| longue traîne | 93.6% |
The companies hiring Data Engineers most actively right now are large banks, marketplaces, search engines, and international data startups.
⚠ les noms ne sont pas affichés : le classificateur ne distingue pas encore les agences de recrutement des employeurs finaux
Où Zorky voit ce marché
Observé sur 202 sources ; la plus grande en représente 17.8 % : ce marché ne repose pas sur un seul canal.
Les offres de Data Engineer apparaissent dans la plupart des grandes sources : les parseurs web (HH, Habr Career, Djinni, DOU, NoFluffJobs, JustJoin.it) fournissent l'essentiel du volume. Les canaux Telegram ajoutent un flux exclusif — startups data, postes spécialisés ClickHouse, offres américaines en télétravail.
Postes récents
- GTM Operations Analyst – Analytics & Automation
- Data Architect (with German) · PL
- Аналитик данных / Risk Data Scientist (Кредитный риск) · RU
- Phantom · RU
- Software Engineer · US · $12 195
- C++ Market Data Engineer (USA) · US
- Business Analytics Specialist, Temporary · CA
- Senior Data Engineer (6 Months Fixed Term Contract) · IN
Dernières offres de Data Engineer ouvertes — les 10 postes les plus récents avec une qualité de description suffisante. La liste complète est disponible dans notre CRM ou via le lien « voir tout » ci-dessous.
Marchés voisins
Data Engineer est l'une des spécialisations IT les mieux payées en médiane. Cliquez sur la barre de n'importe quelle direction pour comparer en détail les salaires, la stack et la dynamique.
⚠ les marchés voisins de comparaison ne sont pas encore définis
Comment c'est mesuré
- Offre
- une offre ouverte ayant passé le contrôle qualité et citant au moins deux technologies
- Candidat observé
- un candidat dont la stack contient cette technologie ; un agrégat — aucune fiche individuelle ne sort du périmètre
- Candidat correspondant
- pas encore compté
- Fenêtre
- offres ouvertes au moment de la création de l'instantané
À propos des données
- Certaines ventilations sont masquées : leur couverture de données n'est pas encore suffisante.
- Les statistiques ne sont affichées que là où l'échantillon passe un contrôle qualité.
- Un bloc absent ne signifie pas une valeur nulle.
Ventilations masquées actuellement : 8.
Données au 2026-10-27
Spécialisations
Le Data Engineering se divise en sous-spécialisations : Data Engineer classique (ETL + entrepôt), Ingénieur Big Data (Spark/Hadoop), Data Platform Engineer (infrastructure), DBA (administration de bases de données), Ingénieur Data Warehouse (Snowflake/BigQuery), Ingénieur streaming (Kafka). Chaque niche a sa propre fourchette de salaires et ses outils — cliquez sur une carte pour le détail.
Questions fréquentes
Les questions les plus fréquentes sur le marché des Data Engineers : salaires par niveau, stack (Spark vs Airflow vs Kafka), télétravail, comparaison avec Data Scientist et analyste, par où commencer sa carrière. Les réponses sont recalculées automatiquement à partir des données actuelles.
Quelle stack exige-t-on le plus souvent d'un Data Engineer ?
Les 5 technologies principales dans les offres de Data Engineer en CEI et en Europe : sql, python, cloud, aws, azure. Compétences de base requises : Python (avancé) et SQL (fonctions de fenêtrage, optimisation). L'orchestrateur principal est Apache Airflow (le standard du secteur) ou Dagster dans les équipes plus récentes. Pour le traitement distribué — Apache Spark (PySpark) ou Flink. Streaming — Apache Kafka. Entrepôts : ClickHouse (populaire en Russie), Snowflake, BigQuery, Redshift. Transformations — dbt (tendance en croissance). Une plateforme cloud — l'une d'AWS, GCP ou Azure est exigée au niveau Senior. Docker, Kubernetes, Git, CI/CD sont des compétences transversales.
Qui gagne le plus — un spécialiste Spark, Airflow ou Kafka ?
Très probablement un spécialiste ayant de l'expérience avec LES TROIS — en général, on n'en choisit pas un seul. Les Data Engineers les plus recherchés du marché travaillent avec Spark (traitement par lots de gros volumes), Airflow (orchestration de pipelines), Kafka (flux en temps réel). Les spécialistes ClickHouse sont particulièrement appréciés dans les équipes russes.
Les Data Engineers peuvent-ils travailler à distance ?
En partie : 32 % des offres Data Engineer sont en full remote. Moins qu'en Backend ou Frontend, car les banques et la fintech exigent souvent l'hybride ou le bureau pour des raisons de conformité liées au travail avec des données personnelles et de paiement — une présence physique dans un périmètre sécurisé est nécessaire. Marketplaces — plus souvent en hybride. Équipes produit internationales — presque toujours à distance. Startups et équipes agiles — le full remote est la norme. La rémunération à distance est souvent plus élevée grâce au vivier international de candidats. Il existe peu d'offres Junior à distance — apprendre sur des données réelles est difficile sans mentorat au bureau.
En quoi le Data Engineer diffère-t-il du Data Scientist et du Data Analyst ?
A Data Engineer builds the infrastructure: ETL pipelines, warehouses, data streams. The goal is to make data collected, clean, and available at the right moment. Stack: Python, SQL, Spark, Airflow, Kafka. A Data Scientist analyses data and builds models: statistics, ML, A/B tests. Stack: Python, scikit-learn, PyTorch, Jupyter. A Data Analyst answers business questions through dashboards and reports. Stack: SQL, Excel, Tableau, Power BI, Looker. Career flow: often Analyst → Data Engineer, or Analyst → Data Scientist via 1–2 years of reskilling.
Combien d'offres de Data Engineer sont ouvertes dans la CEI et en Europe ?
As of the latest data refresh, the Zorky sample contains 16753 active open Data Engineer positions across CIS and Eastern Europe. These are postings published in the last 90 days — companies actually hiring. Geography is distributed; the leaders are US, PL, GB. Data is collected from 105 job boards and 16 669 company career sites: vacancy Telegram channels (an exclusive stream, especially for data startups), specialised job sites (HH, Habr Career, Djinni, DOU, NoFluffJobs, JustJoin.it, Pracuj.pl), and career pages of major fintech and marketplaces. Duplicates are filtered by description and URL. Seasonality: hiring usually peaks in February–March and September–October.
Où les Data Engineers gagnent-ils plus — en Russie ou en Europe ?
Le principal facteur de l'écart est la devise du contrat et le type d'entreprise. Les banques russes locales sous contrats en roubles ont comblé l'écart avec le marché polonais pour les Seniors en 2 ans. La Géorgie attire de nombreux relocalisés en télétravail.
De quelles compétences un Data Engineer Senior a-t-il besoin ?
Un Data Engineer Senior maîtrise toute la stack de l'infrastructure de données. Socle : Python (avancé, asynchrone, optimisation), SQL (fonctions de fenêtrage, optimisation, lecture des plans), un cloud (AWS S3/EMR, GCP BigQuery/Dataflow, Azure Data Lake). Orchestration : Apache Airflow ou Dagster (DAG, sensors, opérateurs personnalisés). Traitement distribué : Apache Spark (PySpark, optimisation, Catalyst). Streaming : Apache Kafka (producteurs, consommateurs, connecteurs). Entrepôts : l'un de Snowflake, BigQuery, ClickHouse, Redshift. Transformations : dbt. Patterns d'architecture : lambda/kappa, data mesh, data lakehouse, slowly changing dimensions. Transverse : Docker, Kubernetes, observabilité (Datadog, Prometheus), CI/CD.
Laisser une demande
Décrivez la tâche et laissez un contact : la demande arrive dans notre CRM et nous répondons au contact indiqué.