Data Architect : concevoir les données ne suffit pas, il faut relier les métiers
Le Data Architect conçoit l’organisation des données d’une entreprise : leur circulation, leur stockage, leur protection et leur accès. Son rôle consiste à transformer des besoins métiers en une architecture cohérente, exploitable par les équipes techniques et analytiques. Généralement accessible après plusieurs années d’expérience, ce métier associe modélisation, maîtrise des systèmes et capacité à expliquer des choix complexes.
Du besoin métier à une architecture qui fonctionne
Rattaché selon l’organisation à la DSI ou à une direction data, l’architecte de données définit la structure d’ensemble des systèmes de données. Il ne choisit pas seulement une base ou un fournisseur Cloud : il établit comment les informations seront collectées, intégrées, transformées et utilisées, avec quelles garanties de qualité et de sécurité.
Imaginons une enseigne souhaitant rapprocher les achats en magasin et sur son site. Le Data Architect commence par identifier les sources, les identifiants clients, les règles de rapprochement et les usages attendus. Un tableau de bord quotidien et une recommandation en temps réel n’exigent ni la même fraîcheur des données ni les mêmes traitements.
Son travail se traduit par des livrables concrets : cartographie de l’existant, modèles de données, schéma d’architecture cible, règles d’intégration et dossier justifiant les décisions. Il prépare également une trajectoire de migration pour éviter qu’une refonte ne perturbe les applications en service.
Le fossé le plus coûteux n’est pas toujours technique : deux services peuvent utiliser le mot « client » pour désigner des réalités différentes. Pour la comptabilité, il peut s’agir du payeur ; pour le marketing, d’un utilisateur. Avant de relier les bases, l’architecte doit rendre ces définitions compatibles. Un dictionnaire partagé évite ainsi de construire des connexions parfaitement opérationnelles qui produisent des indicateurs faux.
Les décisions techniques et les responsabilités au quotidien
Choisir le stockage et les flux selon les usages
Un data warehouse organise des données structurées pour l’analyse et le reporting. Un data lake accueille des données de formats variés, avec des traitements adaptés à leurs usages. Le choix dépend notamment de la qualité attendue, des délais d’accès, des compétences disponibles et des coûts d’exploitation. Accumuler des données sans règles de classement ne constitue pas une architecture.
Les bases SQL répondent aux besoins relationnels et transactionnels ; les solutions NoSQL proposent d’autres modèles adaptés à certains accès ou volumes. Les systèmes NewSQL cherchent à associer propriétés relationnelles et distribution. L’architecte compare ces options sans considérer qu’une technologie récente remplace nécessairement les précédentes.
Il définit aussi les flux : traitements par lots, streaming, pipelines ETL ou ELT. Dans un ETL, la transformation précède le chargement ; dans un ELT, elle intervient après. La fréquence des mises à jour doit répondre au besoin réel : du temps réel inutile peut augmenter les coûts et la complexité.
Rendre les données fiables, traçables et protégées
La gouvernance précise qui est responsable des données, qui peut y accéder et quelles règles de qualité appliquer. Le catalogue facilite leur découverte ; les métadonnées décrivent leur signification ; le data lineage retrace leur parcours et leurs transformations. Ces éléments permettent d’expliquer l’origine d’un chiffre ou de mesurer l’impact d’un changement.
Avec les responsables sécurité, les métiers et les interlocuteurs chargés de la protection des données, le Data Architect traduit les exigences du RGPD en dispositions techniques : accès limités, durées de conservation, suppression et traçabilité. Il suit également la disponibilité, la latence, les erreurs de traitement et les coûts pour faire évoluer l’architecture.
Compétences et frontières avec les autres métiers data
SQL et la modélisation des données constituent des fondamentaux. Il faut savoir passer d’un modèle conceptuel, décrivant les objets métiers, à un modèle logique puis physique, adapté au stockage. La compréhension des clés, des relations, de la granularité et des historiques est plus importante qu’une longue liste d’outils sur un CV.
Python facilite le prototypage et l’automatisation. Selon l’environnement, PL/SQL, T-SQL, Java ou Scala peuvent être utiles. Spark sert aux traitements distribués ; Talend et Informatica à l’intégration. AWS, Azure et Google Cloud font partie des environnements possibles. Docker et Kubernetes concernent le déploiement : leur maîtrise attendue dépend du partage des responsabilités avec les équipes plateforme.
L’architecte doit surtout savoir comparer, documenter et défendre une solution. Écoute, pédagogie et négociation sont indispensables lorsqu’il faut arbitrer entre rapidité de livraison, sécurité, performance et budget.
| Métier | Responsabilité dominante | Livrable caractéristique |
|---|---|---|
| Data Architect | Concevoir la structure et les règles des systèmes de données | Architecture cible et modèles |
| Data Engineer | Construire et exploiter les traitements | Pipelines industrialisés |
| Data Scientist | Développer des modèles statistiques ou prédictifs | Modèle évalué et expérimentations |
| Data Analyst | Analyser les résultats pour éclairer les décisions | Analyses et tableaux de bord |
| Architecte logiciel | Structurer les applications et leurs interactions | Architecture applicative |
Ces frontières restent souples. Dans une petite équipe, l’architecte peut développer des pipelines ; dans un grand groupe, il travaille davantage sur les standards et la coordination.
Construire un parcours crédible vers le poste
Un Bac+5 en informatique, systèmes d’information ou data, obtenu en master ou en école d’ingénieurs, constitue un parcours courant. Une licence ou un BUT informatique peut servir de première étape. Une spécialisation en 1 an après un Bac+4/Bac+5 peut compléter le cursus, sans remplacer l’expérience des systèmes en production.
Le poste est rarement un premier emploi : les décisions engagent la maintenabilité, les coûts et la sécurité sur la durée. Une formation courte peut apporter des bases, mais elle ne suffit généralement pas à acquérir cette capacité d’arbitrage.
- Étudiant : privilégier l’alternance, les bases de données et des projets d’intégration documentés.
- Data Engineer ou administrateur de bases : élargir son périmètre à la modélisation transverse, à la gouvernance et aux coûts.
- Développeur : approfondir les architectures analytiques, la qualité et les flux de données.
- Profil en reconversion : viser d’abord un rôle technique intermédiaire permettant de pratiquer sur des systèmes réels.
Les certifications Cloud, bases de données ou gouvernance peuvent appuyer une candidature. Choisissez-les selon les technologies des postes visés et vérifiez leur programme actuel. Pour comparer des formations, examinez surtout les prérequis, les projets corrigés, l’évaluation et la reconnaissance exacte du titre délivré. Un portfolio convaincant présente une architecture, ses alternatives et ses compromis, pas uniquement un schéma.
Salaire, débouchés et choix de carrière
Les estimations de rémunération varient fortement selon le périmètre du poste. Hellowork indique un salaire moyen d’environ 61 500 euros annuels, un niveau initial d’environ 50 058 euros et une rémunération expérimentée pouvant atteindre 90 000 euros. DataBird présente les repères suivants pour la France :
| Niveau selon DataBird | Rémunération annuelle annoncée |
|---|---|
| Junior, 0 à 2 ans | 40 000 à 50 000 euros |
| Intermédiaire, 3 à 5 ans | 50 000 à 70 000 euros |
| Senior, plus de 5 ans | 70 000 à 100 000 euros |
| Lead ou expert | 100 000 à 120 000 euros |
Ces fourchettes ne constituent pas une grille universelle. Comparez localisation, responsabilités, fixe et variable. Les niveaux juniors peuvent notamment correspondre à une première expérience en architecture après un autre poste technique.
Banque, assurance, santé, distribution, e-commerce, conseil et entreprises technologiques offrent des débouchés. Le télétravail dépend des contraintes de sécurité et de collaboration. En freelance, les repères annoncés vont de 350 à 500 euros par jour pour un débutant à 750 à 950 euros avec plus d’une dizaine d’années d’expérience ; ce chiffre d’affaires n’équivaut pas à un salaire net.
Les évolutions possibles incluent l’architecture d’entreprise, la direction de plateforme data ou le conseil. Les fonctions de CDO, CTO ou DSI demandent en complément des compétences de management et de stratégie. Ce métier convient particulièrement aux profils qui aiment comprendre un système entier et assumer des compromis, plutôt que se concentrer exclusivement sur le développement.
Partager cet article
Articles qui pourraient vous intéresser :
Délégué à la protection des données : quand il est obligatoire et ce qu’il change dans la conformité RGPD
Cryptologue : protéger les données, tester les algorithmes et garantir les 4 piliers du chiffrement
Formation automatisation IA : créez des workflows fiables sans coder
Le software craftsmanship rend le code durable, au-delà des fonctionnalités livrées