Stage data analyst : compétences attendues et qui recrute

Tu sais faire un tableau croisé dynamique, tu as touché à SQL en cours et tu as un projet Python qui traîne quelque part. Est-ce suffisant pour un stage de data analyst ? Souvent oui, à condition de le montrer de la bonne façon. Cet article s'adresse aux étudiants en BUT science des données, licence, école de commerce, école d'ingénieurs ou master qui visent un stage d'analyse de données.

La réponse courte : pour un stage de data analyst, on attend surtout trois compétences : écrire des requêtes SQL propres, construire un tableau de bord lisible (Power BI, Tableau, Looker Studio ou équivalent) et expliquer un résultat à quelqu'un qui n'est pas du métier. Python ou R sont un vrai plus. Les recruteurs se trouvent bien au-delà de la tech : banque, assurance, grande distribution, industrie, santé. L'Onisep fixe le niveau d'accès au métier à bac + 3 et situe le salaire débutant à partir de 2 900 € brut par mois (source : Onisep).

Data analyst, data scientist, data engineer : ne te trompe pas de porte

Beaucoup d'étudiants envoient la même candidature pour les trois métiers. C'est une erreur, car les attentes diffèrent nettement.

L'Apec décrit les missions du data analyst en quatre blocs : extraire et structurer les données, les analyser et les explorer, communiquer avec les équipes métiers, faire de la veille sur les outils (source : Apec, fiche data analyst). Le troisième bloc est celui que les étudiants sous-estiment le plus. Un analyste passe une bonne partie de son temps à comprendre la question posée par le service marketing ou la direction financière, puis à traduire sa réponse en langage courant.

Si c'est plutôt la modélisation qui t'attire, lis notre guide du stage de data scientist : la stratégie de candidature n'est pas la même.

Qui recrute des stagiaires data analyst ?

Presque tout le monde, et c'est une bonne nouvelle pour ta recherche. L'Onisep cite l'e-commerce, la banque, l'assurance, l'automobile, l'agroalimentaire et les cosmétiques parmi les employeurs (source : Onisep). L'Apec ajoute que les données servent à piloter la satisfaction client, le service après-vente, la lutte contre la fraude, et même à prédire des pannes grâce aux capteurs installés sur les machines de production (source : Apec).

Concrètement, voici les grandes familles d'employeurs et ce qu'on te confiera :

• Distribution et e-commerce : analyse des ventes, du panier moyen, des promotions, du parcours client sur le site.
• Banque et assurance : suivi des risques, analyses de fraude, études de rentabilité par produit. L'Apec précise que dans ce secteur les analyses vont souvent plus loin, jusqu'aux algorithmes prédictifs sur les impayés ou les crédits (source : Apec).
• Industrie : qualité de production, maintenance, consommation d'énergie, délais de livraison.
• Santé et pharmacie : données de ventes, logistique, parfois données cliniques (dans un cadre très encadré).
• Cabinets de conseil et ESN (entreprises de services du numérique) : missions chez des clients variés, souvent sur des outils de pilotage.
• Start-up : tout à la fois, avec moins de structure mais plus d'autonomie.

Pour te donner un ordre de grandeur, au 27/09/2026, le catalogue JobCheater compte 2 360 entreprises en France dans la data et l'intelligence artificielle où nous avons un contact, dont 1 202 à Paris, 200 à Lyon, 110 à Lille et 83 à Toulouse (source : catalogue JobCheater, requête du 27/09/2026 ; seules comptent les entreprises où nous avons au moins une adresse trouvée ou déduite, et le catalogue n'est pas exhaustif). Et ce chiffre ne compte que les entreprises dont la donnée est le cœur de métier : un distributeur ou un assureur qui a son équipe data interne n'y figure pas forcément.

Le mini-projet qui remplace une ligne d'expérience

Si tu n'as jamais fait de stage en data, un projet personnel bien choisi fait le travail. Il doit ressembler à ce que l'entreprise visée fait tous les jours.

Quelques règles pour ton propre projet :

1. Une vraie question métier, pas « analyse exploratoire du dataset Titanic ».
2. Des données sales au départ, que tu as nettoyées : c'est une grande partie du travail réel, et c'est ce qui impressionne un analyste.
3. Une conclusion en français courant, lisible par un directeur commercial.
4. Un lien qui s'ouvre sans installation : tableau de bord publié, notebook exporté, ou dépôt GitHub avec des captures.

Le RGPD, ce sujet qui te distingue en entretien

Un stagiaire data manipule très souvent des données personnelles : fichiers clients, historiques d'achat, données RH. La CNIL rappelle que la notion de données personnelles « est à comprendre de façon très large » : une base marketing sans nom, mais avec l'âge, la localisation et les habitudes d'achat, reste un traitement de données personnelles dès qu'on peut remonter à une personne (source : CNIL). Elle rappelle aussi que chaque traitement doit avoir une finalité : on ne collecte pas « au cas où ».

Pourquoi c'est utile pour toi ? Parce que l'Apec cite le respect de nouvelles lois « comme le RGPD » parmi les évolutions du métier (source : Apec), et que très peu de candidats en parlent. Une phrase dans ta lettre (« j'ai anonymisé les identifiants clients avant l'analyse ») ou une question en entretien (« comment gérez-vous l'accès aux données clients pour les stagiaires ? ») montre que tu comprends le métier réel, pas seulement les outils.

Candidater : ce qui marche auprès d'une équipe data

Les offres de stage en data attirent beaucoup de candidatures. Les candidatures spontanées, elles, arrivent sur le bureau d'un responsable d'équipe qui a souvent un besoin non publié : un tableau de bord à refaire, une migration d'outil, une étude ponctuelle.

À qui écrire ? Au responsable data, au responsable BI (informatique décisionnelle) ou au contrôleur de gestion dans les entreprises sans équipe data dédiée. Les RH restent utiles dans les grands groupes, où les stages passent par une plateforme. Notre guide pour trouver l'adresse e-mail d'un recruteur explique comment identifier la bonne personne sans deviner au hasard.

Que mettre en avant ? Les outils que l'entreprise utilise. Si l'offre ou les profils LinkedIn de l'équipe mentionnent Power BI, ne mets pas Tableau en premier. L'Onisep liste SQL, Python, R, les outils de visualisation (Tableau, Qlikview, Power BI) et les plateformes d'analyse comme Dataiku (source : Onisep) : personne ne les maîtrise tous, choisis ceux qui collent.

Le modèle est fictif : adapte chaque élément à toi et à l'entreprise. Pour la structure complète du mail, notre guide de la candidature spontanée détaille chaque étape, de l'objet à la relance.

Écrire ce type de mail pour 30 ou 50 entreprises prend des soirées entières. JobCheater rédige chaque candidature à partir de ton profil et de l'entreprise, puis l'envoie depuis ta propre boîte mail ; les réponses arrivent chez toi. L'outil ne choisit pas à la place du recruteur : il te fait gagner le temps de la rédaction et de l'envoi.

Durée, gratification et test technique

La durée. Les stages data vont de 2 à 6 mois. Un stage ne peut pas dépasser 6 mois par année d'enseignement dans le même organisme (source : Service-Public). Pour un premier stage court, vise une mission bien délimitée (un tableau de bord, une étude) ; pour un stage de fin d'études, une responsabilité suivie.

La gratification. Dès que le stage dépasse 2 mois, l'entreprise te verse au moins 4,50 € par heure en 2026 (source : Service-Public). Au-delà de ce minimum, les montants varient beaucoup selon le secteur.

Le test technique. Attends-toi à une requête SQL à écrire en direct (jointures, agrégations, fonctions de fenêtre pour les plus exigeants) ou à un petit cas à analyser chez toi. Entraîne-toi à commenter ton raisonnement : on évalue autant ta façon de vérifier un résultat que le résultat lui-même.

Et après ? L'Apec observe dans les offres d'emploi de data analyst des rémunérations annuelles brutes comprises entre 33 k€ et 53 k€ pour 80 % d'entre elles, avec une moyenne de 43 k€, tous niveaux d'expérience confondus (source : Apec).

Les erreurs qui font décrocher un recruteur data

• Un CV qui liste Excel, SQL, Python, R, Power BI, Tableau, SAS et Spark au même niveau. Classe tes outils par niveau réel et associe chacun à un projet.
• Des graphiques décoratifs. Un camembert à douze parts dans ton portfolio envoie un mauvais signal. Mieux vaut trois graphiques sobres qui répondent à une question.
• Oublier la question métier. « J'ai fait un modèle de régression » n'intéresse personne sans « pour savoir si la météo influence les ventes de glaces ».
• Candidater uniquement dans la tech. Les banques, les assureurs, les industriels et les distributeurs recrutent beaucoup de stagiaires data, souvent avec des jeux de données plus riches que ceux d'une start-up.

Tes candidatures spontanées, écrites et envoyées depuis ta boîte mail

JobCheater écrit une candidature différente pour chaque entreprise, à partir de ton vrai CV, et l'envoie depuis ton Gmail ou ton Outlook, avec suivi et relance. Tu choisis les entreprises. L'outil ne promet ni réponse ni stage : il te rend le temps que prend l'envoi.

Lancer ma campagne

À partir de 4,90 €/semaine, sans engagement, résiliable en un clic.

Faits vérifiés sur les sources citées le 27 septembre 2026. Notre politique éditoriale explique comment nos guides sont préparés, vérifiés et corrigés.