Data Architect freelance : modélisation, lakehouse, data mesh

Quand une organisation passe de quelques dashboards artisanaux à une véritable plateforme data, elle ne cherche plus un développeur SQL mais un Data Architect. C'est lui qui pose les fondations qui tiendront cinq, dix ou quinze ans. Le poste se réinvente autour du lakehouse, du data mesh, des data contracts et d'une exigence de gouvernance beaucoup plus forte. Voici une foire aux questions structurée pour comprendre — et négocier — le rôle.

En quoi consiste vraiment le poste ?

Le Data Architect conçoit la cible : modèles de données, stockages, flux, contrats d'interface, gouvernance, sécurité. Il arbitre entre coût, performance, simplicité, conformité (RGPD, sectorielles bancaires ou santé). Il ne code pas tout : il dessine, documente, valide et accompagne les Data Engineers, BI et IA.

Quelles approches de modélisation maîtriser ?

• 3NF pour les bases opérationnelles.
• Kimball (étoile, flocon, conformed dimensions) : la référence pour l'analytique.
• Inmon (entreprise data warehouse normalisé) sur les écosystèmes très centralisés.
• Data Vault 2.0 (hubs, links, satellites) : robustesse, traçabilité, idéal en environnement régulé.
• One Big Table (OBT) pour des cas analytiques optimisés moteur colonne (BigQuery, Snowflake).

Un bon architecte ne dogmatise pas : il choisit selon le cas d'usage, la maturité de l'équipe et le moteur cible.

Quelle plateforme privilégier ?

Le paradigme lakehouse (Databricks, Snowflake, BigQuery + Iceberg, Microsoft Fabric) s'est imposé : un seul stockage objet (S3/ADLS/GCS) au format Iceberg ou Delta, des moteurs au-dessus, et un catalogue unique. Le data warehouse pur et le data lake brut s'effacent progressivement au profit de ce modèle hybride.

Qu'apporte vraiment le data mesh ?

Le data mesh déplace la responsabilité vers les domaines métiers (chaque domaine "possède" ses data products). Cela fonctionne quand l'organisation est mûre, dispose d'une plateforme self-service et d'une gouvernance fédérée. Le Data Architect est souvent le garant de cette plateforme commune + des standards (contrats, qualité, SLA data).

Et les data contracts ?

Un data contract formalise par écrit (souvent en YAML) : le schéma, les SLAs de fraîcheur, les invariants, le propriétaire. Outils en vogue : Datacontract.io, dbt contracts, gestion versionnée Git. Cela règle les fameux "pourquoi mon dashboard est cassé ce matin ?".

Qu'est-ce que la gouvernance moderne ?

• Catalogue : Collibra, Alation, DataHub, Unity Catalog, Microsoft Purview.
• Lineage : OpenLineage + Marquez, ou intégré au catalogue.
• Qualité : Great Expectations, Soda, Monte Carlo (observabilité data).
• Sécurité : RBAC fin, masquage dynamique, classification PII.

Quels sont les TJM ?

• Confirmé (5–8 ans) : 800–950 EUR/jour.
• Senior (8–12 ans) : 950–1100 EUR/jour.
• Principal / lead architect (12+ ans) : 1100–1200 EUR/jour, jusqu'à 1300 sur missions très régulées (banque, assurance, santé).

Les missions sont rarement courtes : on parle souvent de 6 à 18 mois, avec un volet stratégique au démarrage puis un accompagnement run.

Quelles différences avec un Data Engineer senior ?

Le Data Engineer construit les pipelines ; l'architecte définit où, pourquoi et comment ils s'inscrivent dans un système plus large. Un excellent DE peut évoluer vers Data Architect en élargissant son spectre : modélisation, gouvernance, sécurité, coût, organisation.

Quelles industries recrutent le plus ?

Banque/assurance, retail, énergie, télécom, santé, secteur public. Toutes les organisations qui ont dépassé la dizaine de teraoctets et qui doivent reprendre en main une dette historique de bases hétérogènes.

Pour situer le poste parmi les métiers data

Pour comparer avec les rôles voisins (Data Engineer, ingénieur big data, Data Scientist, BI), consultez Voir tous les métiers IT.

Comment livrer une cible d'architecture en 6 semaines

Une mission classique d'audit + cible se déroule en quatre temps :

1. Découverte (semaines 1–2) : entretiens avec sponsors, recensement des sources, mesure de la dette technique, cartographie des flux existants.
2. Analyse (semaines 3–4) : identification des points de douleur, évaluation des options (lakehouse managé vs auto-hébergé, centralisé vs mesh), chiffrage TCO sur 3 ans.
3. Cible (semaine 5) : schémas d'architecture, ADR (Architecture Decision Records), modèle de données macro, plan de gouvernance, roadmap incrémentale.
4. Restitution (semaine 6) : ateliers de présentation, validation comité technique + comité de direction, ajustements.

Cette structure est devenue un standard de facto sur le marché — savoir la dérouler proprement vaut beaucoup pour un freelance.

Compétences "soft" sous-estimées

• Diplomatie technique : convaincre une équipe qui a investi sur Hadoop de migrer prend du tact.
• Écriture claire : un ADR de 200 lignes pertinentes vaut un deck de 80 slides.
• Capacité d'arbitrage : trancher entre la solution parfaite et la solution livrable.

Cohabitation avec les autres architectes

Le Data Architect collabore étroitement avec :

• Le Solution Architect (centré application).
• Le Cloud Architect (centré plateforme cloud — voir notre article dédié).
• Le Security Architect (RGPD, classification, masquage).
• L'Enterprise Architect (vision SI globale).

Sa singularité : il est le seul à raisonner données comme actif d'entreprise à part entière.

ForTeam IT à vos côtés

Le freelance en data architecture est exigeant : missions stratégiques, interlocuteurs C-level, attentes élevées. Vous n'êtes pas seul — ForTeam IT vous accompagne depuis la qualification initiale jusqu'à la négociation tarifaire et le suivi en mission. Nous mettons en relation des Data Architects expérimentés avec des grands comptes français qui cherchent à industrialiser leur plateforme data.

Notre proposition : un cadre clair, des missions à valeur ajoutée et une communauté de pairs avec qui confronter ses choix d'architecture.

Rejoindre la communauté