Data Analyst interview answers: exemples pratiques pour 2026

Tu as un entretien Data Analyst dans deux jours et tu ne sais pas quelles réponses préparer. C'est le problème de la plupart des candidats qu'on voit rater des entretiens alors qu'ils maîtrisent SQL et Power BI. Le souci n'est presque jamais technique. C'est l'improvisation.

Un recruteur pose une question simple, la réponse part dans trois directions, et trente secondes plus tard il a déjà noté "communication à travailler". Ce qui suit est directement actionnable : les questions qui reviennent, les réponses qui passent, et les formulations à bannir.

Les questions de screening qui décident de tout#

Le premier écran dure souvent quinze à vingt minutes. La personne en face n'est pas analyste, elle vérifie que tu corresponds à une fiche de poste. Les questions sont prévisibles.

• "Parlez-moi de vous." Deux minutes maximum. Ton poste actuel, ce que tu analyses, les outils que tu utilises, puis pourquoi tu bouges.
• "Pourquoi ce poste ?" Réponds avec des éléments de l'annonce, pas avec des généralités sur la data.
• "Quelle est votre prétention salariale ?" Donne une fourchette, pas un chiffre unique. Dis que tu es ouvert à discuter selon le package.
• "Pourquoi quittez-vous votre poste actuel ?" Jamais de critique sur un ancien manager. Parle de ce que tu veux apprendre ou construire.
• "Quand êtes-vous disponible ?" Une date claire. Pas de "ça dépend".

Le piège classique sur "Parlez-moi de vous" : raconter ton CV de 2010 à aujourd'hui. Le recruteur écoute à peine. Il veut savoir ce que tu sais faire maintenant et ce que tu cherches.

Un bon décodage de l'annonce aide énormément à ce stade. Prends le texte de l'offre et sors les compétences réellement demandées avec le décodeur d'offres gratuit, tu verras que trois ou quatre exigences reviennent en boucle. Ensuite, vérifie que ton CV passe les filtres automatiques avec le vérificateur ATS gratuit avant d'envoyer quoi que ce soit.

Les questions techniques : SQL, statistiques, visualisation#

Elles arrivent au deuxième tour, parfois sous forme de test à rendre sous 48 heures. Voici ce qui revient.

Côté SQL : jointures, agrégations, fenêtres (ROW_NUMBER, LAG), gestion des doublons, différence entre WHERE et HAVING, et une question de performance sur une grosse table. On te demandera souvent d'écrire la requête à la main, sans auto-complétion. Entraîne-toi sur papier.

Côté statistiques : la différence entre corrélation et causalité, ce qu'est un biais d'échantillonnage, comment tu détectes une valeur aberrante, quand tu utilises une médiane plutôt qu'une moyenne. Aucune démonstration mathématique n'est attendue pour un poste junior ou confirmé. On veut entendre du bon sens méthodologique.

Côté visualisation : "Quel graphique choisiriez-vous pour montrer l'évolution mensuelle du chiffre d'affaires ?" La bonne réponse n'est pas un graphe en bâtons par défaut. Explique ton choix, l'axe, le niveau de détail, et ce que tu veux que la personne en face comprenne en trois secondes.

Un exemple de réponse courte qui passe bien :

"Je commencerais par un graphique linéaire mensuel, en gardant l'axe du temps à l'horizontale. Si on compare plusieurs régions, je passe en facettes plutôt qu'en dix couleurs sur un même axe. Et j'ajouterais la même période de l'année précédente en référence, parce que notre activité est saisonnière."

On te croit. Tu as expliqué ton raisonnement, pas récité un cours.

Les questions de comportement et la méthode STAR#

Là, le recruteur veut voir comment tu travailles avec les autres. Le format STAR (Situation, Tâche, Action, Résultat) reste le plus simple à tenir sans partir en récits interminables.

Les thèmes qui reviennent : un désaccord avec un métier sur une définition de chiffre d'affaires, une analyse que tu as dû rendre sous contrainte de temps, une erreur que tu as commise, une fois où tu as dû expliquer un résultat à quelqu'un qui ne parle pas data.

Réponds avec une situation réelle, même modeste. Un stage, un projet d'école, une mission en alternance. Les recruteurs français savent reconnaître une histoire inventée, et ça se voit tout de suite dans les détails.

Un exemple travaillé : la réponse floue puis la réponse tenable#

Question posée : "Racontez-moi une fois où vos données contredisaient ce que le métier pensait."

Version faible :

"Une fois, j'ai montré à un manager que ses chiffres étaient faux. Il n'était pas content, mais j'avais raison et au final tout le monde a compris."

Rien de précis. Aucune action, aucun résultat, et la fin sonne comme un reproche.

Version tenable, structurée :

"Situation : en CDD dans une PME industrielle, l'équipe commerciale suivait les ventes avec un tableur mis à jour à la main. Tâche : j'avais deux jours pour produire un reporting mensuel fiable pour le directeur commercial. Action : j'ai rapproché le tableur du fichier de facturation, j'ai trouvé que certaines remises étaient comptées deux fois, et j'ai documenté la règle de calcul avant de la présenter. Résultat : le reporting a été reconstruit, et la réunion mensuelle est passée de deux heures de débat à trente minutes de décision."

Tu vois la différence. La situation est datée et située. L'action est concrète. Le résultat est mesurable sans inventer de chiffre d'affaires spectaculaire.

Si tu n'as pas encore de résultat chiffré, décris le résultat qualitatif : une réunion raccourcie, une procédure adoptée, un fichier source abandonné. Ça marche aussi.

Ce qu'il faut éviter en entretien#

• Répondre "ça dépend" sans jamais trancher. Dis plutôt : "je partirais sur X dans le cas général, mais Y si le volume dépasse...".
• Citer dix outils que tu as à peine touchés. On te posera une question dessus dans la minute.
• Critiquer un ancien employeur ou un ancien collègue. Ça ne renseigne que sur toi.
• Dire "je ne sais pas" et en rester là. Ajoute : "voilà comment je chercherais la réponse".
• Parler uniquement de technique. Le poste consiste surtout à aider une équipe à décider.
• Arriver sans questions. Prépare-en trois, sur les données disponibles, l'équipe, et la définition du succès à six mois.

Le marché français : ce qui change d'un recruteur à l'autre#

Attention aux raccourcis lus en ligne. Les attentes varient beaucoup selon le secteur : banque et assurance demandent plus de rigueur et de conformité, retail et e-commerce plus de vitesse d'exécution, ETI et PME plus d'autonomie de bout en bout.

Le vocabulaire aussi bouge. Un poste intitulé "Data Analyst" dans une banque correspond parfois à un profil plus orienté reporting réglementaire. Le même intitulé dans une start-up peut couvrir de l'ingénierie de données légère. Lis l'annonce au lieu de te fier au titre, et regarde les offres réellement publiées pour comparer les intitulés et les missions.

Les fourchettes de salaire annoncées pour la France varient selon la ville, le secteur et l'expérience. Les ordres de grandeur rapportés vont souvent de bas trentaines de milliers d'euros bruts annuels pour un premier poste à des niveaux bien supérieurs dans des grands groupes parisiens. Ces chiffres évoluent vite et dépendent du profil, donc vérifie toujours les sources officielles et les offres en cours avant de fixer ta demande.

La checklist de préparation#

• Relis l'annonce et liste les cinq compétences qui reviennent le plus.
• Prépare ton pitch de deux minutes et dis-le à voix haute, chronomètre en main.
• Choisis trois histoires STAR issues de ton parcours réel.
• Révise une jointure, une fenêtre, une différence entre WHERE et HAVING.
• Prépare une réponse courte sur une visualisation que tu as construite.
• Note tes prétentions salariales en fourchette, avec le package complet.
• Prépare trois questions à poser au recruteur.
• Envoie ton CV à un ami pour une relecture, ou passe-le au vérificateur ATS gratuit.
• Regarde les offres ouvertes pour caler ton discours sur ce que le marché demande.
• Prévois ton trajet ou ton matériel de visioconférence la veille.

Le reste se travaille en pratiquant. Réponds à voix haute, jamais uniquement dans ta tête. On a vu des candidats très solides perdre leurs moyens simplement parce que c'était la première fois qu'ils entendaient leur propre réponse.

Pour d'autres exemples de réponses et de mises en forme de CV, la rubrique d'articles du blog est un bon point de départ.

Outils gratuits#

• jobrise.io/fr/free-ats-checker/
• jobrise.io/fr/free-jd-decoder/
• jobrise.io/fr/jobs/
• jobrise.io/fr/blog/

Questions fréquentes#

Combien de temps faut-il préparer un entretien Data Analyst ?

Une préparation sérieuse prend cinq à dix heures pour un premier entretien. Concentre-toi sur l'annonce, trois histoires STAR, et une révision technique ciblée plutôt que sur un cours complet de statistiques.

Faut-il apporter un portfolio ou un projet à l'entretien ?

Oui si tu en as un, sous forme de lien à donner à la fin de l'entretien. Un projet simple, bien documenté et commenté vaut mieux qu'un tableau de bord spectaculaire dont tu ne sais pas expliquer les choix.

Comment répondre si on ne connaît pas la réponse technique ?

Dis-le franchement, puis décris ta démarche pour trouver la solution. Un recruteur préfère largement un "je ne sais pas, voilà comment je chercherais" plutôt qu'une réponse inventée qui s'effondre à la question suivante.

Quel salaire demander pour un poste Data Analyst en France ?

Les fourchettes varient fortement selon la ville, le secteur, l'expérience et la taille de l'entreprise. Les ordres de grandeur rapportés vont souvent de bas trentaines à plus de cinquante milliers d'euros bruts annuels, mais ces niveaux bougent. Vérifie les sources officielles et les offres en cours avant de fixer ta demande.

Les questions sur le SQL sont-elles obligatoires pour un poste junior ?

Elles sont fréquentes, même pour un premier poste, mais elles restent souvent basiques : jointures, agrégations, tri, doublons. Entraîne-toi à écrire des requêtes sans auto-complétion, c'est là que la plupart des candidats trébuchent.