La mission
Le cabinet avait besoin d'une vision objective des salaires IT — par spécialité, niveau, stack et région — pour étayer les fourchettes face aux clients et aux candidats. Le recrutement se fait sur plusieurs marchés, et à ces volumes il est plus commode de disposer de son propre outil analytique consolidé que de s'appuyer sur des panoramas externes épars.
Ce que nous avons fait et les données collectées
Nous avons mis en place une collecte régulière d'offres d'emploi sur plusieurs plateformes : intitulé, fourchette salariale, niveau, stack, ville, format de travail, date de publication. Les données ont été ramenées à des référentiels unifiés de rôles et de compétences, puis agrégées en métriques (médianes et tendances). La couche de données finale alimentait un tableau de bord pour les analystes du cabinet.
Difficultés et solutions
Premièrement, le salaire est souvent absent ou donné en fourchette. Nous avons travaillé avec les fourchettes et comblé les manques par des estimations fondées sur des offres similaires, en signalant honnêtement les valeurs calculées.
Deuxièmement, les doublons : une même offre est publiée sur plusieurs plateformes et dans plusieurs villes. Nous avons dédupliqué les annonces pour ne pas gonfler les volumes ni fausser les médianes.
Troisièmement, la disparité des intitulés de postes et des piles technologiques. Tout a été ramené à des référentiels unifiés — sinon « programmeur PHP » et « développeur backend (PHP) » compteraient comme deux rôles distincts.
Le résultat
Le cabinet dispose d'un tableau de bord des salaires IT actualisé en continu, décliné par rôle, technologies et ville — au lieu de rapports ponctuels qui vieillissent vite.
Services dans ce projet : Extraction d'offres d'emploi · Traitement de données par IA · Études de marché sur données réelles · DaaS et données via API
Ressources utiles : Normalisation des données · Scraping de sites dynamiques