Le Data Architect (architecte de données) conçoit la structure technique qui permet à toute l'entreprise d'exploiter ses données de façon fiable et durable. Modèles de données, pipelines, data warehouse ou lakehouse : il pose les fondations. Ce rôle est devenu central parce qu'une mauvaise architecture freine durablement chaque projet data en aval.
Le rôle du Data Architect : missions et périmètre
Le Data Architect traduit les besoins métier et analytiques en une architecture technique cohérente. Il ne se contente pas de choisir des outils : il définit comment la donnée circule, où elle est stockée, comment elle est modélisée et gouvernée. Son périmètre couvre généralement plusieurs responsabilités structurantes.
- Modélisation des données : conception des schémas (relationnel, dimensionnel, en étoile, Data Vault) pour que la donnée soit cohérente, requêtable et évolutive.
- Choix d'architecture : arbitrer entre data warehouse, data lake et lakehouse, en fonction des cas d'usage analytiques et opérationnels.
- Conception des pipelines : définir les flux d'ingestion et de transformation (batch, temps réel) sans nécessairement les implémenter lui-même.
- Qualité et gouvernance technique : poser les règles de qualité, de lignage, de catalogage et de gestion des métadonnées.
- Interopérabilité : garantir que les systèmes communiquent, que les contrats de données sont respectés et que l'architecture reste ouverte aux évolutions.
le Data Architect est le garant de la cohérence technique de la donnée à l'échelle de l'organisation. Pour situer ce besoin dans une démarche plus large, voir notre approche du recrutement Tech.
Data Architect vs Chief Data Officer vs Data Engineer (la distinction)
Ces trois rôles sont souvent confondus alors qu'ils opèrent à des niveaux différents. Les confondre lors d'un recrutement mène presque toujours à une erreur de casting. Voici la distinction essentielle.
- Le Chief Data Officer (CDO) agit au niveau de la direction. Il porte la stratégie data : vision, priorités, conformité, valeur business, organisation des équipes. C'est un rôle de leadership et d'orientation, pas de conception technique. Pour ce profil, consultez notre guide dédié au Chief Data Officer.
- Le Data Architect se situe entre la stratégie et l'exécution. Il conçoit l'architecture qui rend la stratégie data réalisable : modèles, plateformes, normes techniques, gouvernance de la donnée. Il pense long terme et transversal.
- Le Data Engineer implémente et exploite. Il construit les pipelines, écrit le code de transformation, maintient les flux en production. Il met en oeuvre, au quotidien, ce que le Data Architect a conçu.
Une image utile : le CDO décide de la destination, le Data Architect dessine les plans de la route, le Data Engineer construit et entretient la route. Recruter l'un en pensant à l'autre, c'est par exemple attendre une vision d'architecture d'un profil purement opérationnel, ou des livrables concrets d'un profil stratégique.
Les compétences clés d'un bon Data Architect
Un bon Data Architect combine une expertise technique solide et une vraie capacité de dialogue. Les compétences purement techniques ne suffisent pas : sans alignement avec le métier, l'architecture reste théorique.
- Modélisation des données : maîtrise des approches relationnelles et dimensionnelles, capacité à choisir le bon modèle selon le contexte plutôt que d'appliquer un dogme.
- Maîtrise des plateformes data modernes : data warehouses cloud, environnements lakehouse, outils d'orchestration et de transformation, sans dépendance aveugle à une seule technologie.
- Vision long terme : capacité à concevoir une architecture qui supporte la croissance, évite la dette technique et reste adaptable.
- Gouvernance et qualité : compréhension fine du lignage, du catalogage, de la sécurité et des contraintes de conformité.
- Dialogue avec les équipes métier et data : aptitude à traduire des besoins flous en exigences techniques, et à expliquer des choix d'architecture à des non-spécialistes.
Ce dernier point est souvent sous-estimé. Un Data Architect isolé de la réalité métier produit des architectures élégantes mais inutilisées. La proximité avec des profils comme le Data Scientist et les équipes analytiques est un signal de maturité.
Ou et comment sourcer un Data Architect
Les bons Data Architects sont rares et rarement en recherche active. Ils émergent généralement de parcours techniques approfondis, ce qui oriente fortement le sourcing.
Parcours typiques
La plupart viennent du Data Engineering ou de l'ingénierie logicielle, après plusieurs années à construire des systèmes de données. Certains arrivent de l'administration de bases de données ou du décisionnel. Le point commun : une expérience concrète des problèmes que l'architecture est censée résoudre.
Signaux d'un bon candidat
- Il explique ses choix d'architecture par des arbitrages (coût, performance, maintenabilité), pas par des modes technologiques.
- Il a vu des projets vieillir et sait reconnaitre la dette technique qu'une décision peut créer.
- Il parle autant de gouvernance et de qualité que de stack technique.
- Il sait dire non et justifier un compromis face au métier.
Scorecard d'évaluation
Une scorecard simple aide à structurer l'évaluation et à comparer objectivement les candidats :
- Modélisation : qualité et pertinence des modèles proposés sur un cas concret.
- Choix d'architecture : capacité à arbitrer entre warehouse, lake et lakehouse avec justification.
- Gouvernance : compréhension de la qualité, du lignage et de la sécurité.
- Communication : clarté des explications face à un public mixte technique et métier.
- Vision long terme : anticipation de la scalabilité et de l'évolution.
Cette approche par scorecard s'inscrit dans une méthode plus large que nous détaillons dans notre guide comment recruter.
Les erreurs fréquentes au recrutement d'un Data Architect
Plusieurs pièges reviennent régulièrement et coutent cher, car une erreur d'architecture se paie sur plusieurs années.
- Confondre le rôle avec un Data Engineer senior : attendre uniquement du code et de l'exécution, sans laisser de place à la conception et à la vision.
- Recruter une stack plutôt qu'une compétence : se focaliser sur un outil précis du moment au lieu de la capacité d'arbitrage et d'adaptation.
- Négliger la dimension communication : sous-estimer la capacité à dialoguer avec le métier, ce qui produit des architectures théoriques.
- Ignorer la gouvernance : évaluer seulement la performance technique en oubliant qualité, sécurité et conformité.
- Aller trop vite sur un marché de pénurie : précipiter la décision faute de méthode, plutôt que de structurer le processus.
Pour les entreprises qui manquent de temps ou de référentiel d'évaluation sur ces profils, externaliser tout ou partie du processus est une option pertinente : c'est précisément le métier de Rocket4RPO, qui structure le sourcing et l'évaluation des profils data les plus exigeants.
Salaire d'un Data Architect : fourchettes de marché
Voici des fourchettes indicatives de marché (brut annuel, niveau Paris), issues d'une synthèse de sources publiques de salaires 2025-2026. Comptez environ -10 % à Lyon et -15 % en régions. Ces ordres de grandeur sont à affiner selon la taille de l'entreprise, le secteur et le niveau de responsabilité.
- Senior (5-10 ans) : médiane ~82k€ (fourchette 72-95k€)
- Lead / Staff (10 ans+) : médiane ~102k€ (fourchette 90-120k€)
Pour une vue complète par métier, séniorité et ville, consultez notre baromètre des salaires recrutement.
Questions fréquentes
Quelle est la différence entre un Data Architect et un Data Engineer ?
Le Data Architect conçoit l'architecture des données : modèles, choix de plateformes, normes et gouvernance technique. Le Data Engineer implémente et exploite cette architecture en construisant les pipelines et en les maintenant en production. L'un dessine le plan, l'autre le réalise au quotidien.
Un Data Architect remplace-t-il un Chief Data Officer ?
Non. Le Chief Data Officer porte la stratégie data au niveau de la direction (vision, priorités, conformité, valeur business). Le Data Architect traduit cette stratégie en architecture technique réalisable. Les deux rôles sont complémentaires et opèrent à des niveaux différents de l'organisation.
Faut-il un Data Architect dans une petite structure ?
Pas toujours dès le départ. Tant que les volumes et la complexité restent limités, un Data Engineer expérimenté peut suffire. Le besoin devient réel quand la donnée se multiplie, que les sources se diversifient et que les choix d'architecture engagent l'entreprise sur le long terme.
Comment évaluer un Data Architect en entretien ?
Privilégiez un cas concret : demandez-lui de concevoir une architecture pour un besoin réel et d'expliquer ses arbitrages. Évaluez la modélisation, les choix de plateforme, la gouvernance et surtout la clarté de communication. Une scorecard structurée rend la comparaison entre candidats plus objective. Pour confier ce besoin, voir notre offre.