Analyste financier : marché

Offre

une offre ouverte ayant passé le contrôle qualité et citant au moins deux technologies

Candidat observé

un candidat dont la stack contient cette technologie ; un agrégat — aucune fiche individuelle ne sort du périmètre

Candidat correspondant

pas encore compté

Fenêtre

offres ouvertes au moment de la création de l'instantané

Le Junior travaille sur le reporting, collecte les données, aide sur les modèles et le plan contre réalisé. Le saut vers Middle — modélisation financière autonome, budgétisation, prévisions, Excel maîtrisé et (de plus en plus souvent) SQL. Le Senior construit des modèles complexes, est responsable du processus budgétaire d'une direction, évalue les projets et les investissements, agit en partenaire financier du business. Parcours de carrière : Analyste financier → Senior → FP&A Lead / Finance Manager → Head of FP&A / CFO (filière CFO), ou spécialisation en analyse d'investissement / M&A.

Top 5 : Excel, modélisation financière, SQL, Power BI, 1C. Excel / Google Sheets — l'outil principal du métier, un niveau expert est nécessaire : formules complexes, tableaux croisés, scénarios, modèles financiers soignés. Modélisation financière — construction de modèles de P&L, de flux de trésorerie, de prévisions et de scénarios ; c'est le cœur du métier. SQL — une exigence croissante et de plus en plus obligatoire : extraire les données directement des systèmes sans dépendre des exports. BI : Power BI, Tableau, DataLens — tableaux de bord financiers, plan vs réalisé, visualisation. 1C et systèmes ERP — la source des données financières en Russie. Systèmes de budgétisation. Python — souhaitable (automatisation, analyse de gros volumes). Connaissances financières : lecture et analyse des états financiers (P&L, bilan, flux de trésorerie), budgétisation et prévision, analyse plan vs réalisé, économie unitaire, marge, évaluation des projets et des investissements (VAN, TRI, délai de récupération), analyse de scénarios ; bases de la finance d'entreprise et du contrôle de gestion. Soft skills : souci du détail et rigueur (une erreur dans un modèle coûte cher), sens des affaires, capacité à expliquer des conclusions financières à des managers non financiers et à traduire les chiffres en recommandations. La connaissance des IFRS et des certifications (CFA, ACCA) — un plus, surtout pour le marché international et le secteur de l'investissement.

Le Comptable est responsable de la tenue des comptes et du reporting : enregistrer correctement les opérations déjà réalisées selon les règles et les normes, remettre le reporting réglementaire ; son travail est tourné vers le passé et encadré par la loi. L'Analyste financier regarde vers l'avenir : il construit des modèles et des prévisions, calcule les budgets, évalue les options de décision et les projets, aide la direction à comprendre ce qui va se passer et ce qui est le plus rentable ; sa tâche n'est pas « comment enregistrer correctement » mais « comment mieux décider ». Ce sont deux métiers différents, même si tous deux parlent d'argent. Le Data Analyst — analyste de données généraliste : SQL, BI, métriques produit et business, mais sans expertise financière approfondie (voir /research/analyst/data-analyst). L'Analyste financier se distingue précisément par son domaine financier — il connaît la finance d'entreprise, le reporting, la modélisation, l'évaluation des investissements. Tendance 2026 : ces rôles convergent — un analyste financier moderne doit de plus en plus savoir travailler avec les données comme un Data Analyst (SQL, BI, automatisation), et pas seulement avec Excel ; c'est précisément cette combinaison finance + données qui est la plus valorisée. Parcours de carrière : Analyste financier → FP&A Lead → Head of FP&A / CFO ; ou vers l'analyse d'investissement / M&A, le capital-risque, la finance d'une activité spécifique.

FP&A (Financial Planning & Analysis) — la fonction principale d'un analyste financier en entreprise (à la différence de la comptabilité et de la trésorerie). Le FP&A comprend : la budgétisation (établir un plan de revenus et de dépenses pour la période), les prévisions (mettre régulièrement à jour la prévision à mesure que les données réelles arrivent), l'analyse budget vs réalisé (comparer le plan avec le réel, expliquer les écarts), le reporting de gestion, l'aide à la décision chiffrée. Modélisation financière — construction d'un modèle de calcul de l'activité dans Excel (ou un outil spécialisé) : comment le chiffre d'affaires, les dépenses, le résultat, la trésorerie sont liés ; le modèle permet de « jouer » des scénarios — que se passe-t-il si les ventes augmentent, si le prix change, si un canal est ajouté ; c'est le principal outil de travail de l'analyste pour évaluer les décisions. Unit economics — analyse de l'économie au niveau d'une « unité » (client, commande, abonnement) : combien l'unité rapporte et combien elle coûte, si elle est rentable ; l'unit economics répond à la question de savoir si l'entreprise gagne de l'argent sur chaque client et si le modèle est scalable — essentiel pour les entreprises IT et les startups. Ensemble, cela transforme la finance d'un « rapport sur le passé » en outil de pilotage de l'avenir : grâce aux modèles, aux budgets et à l'unit economics, l'analyste financier aide l'entreprise à comprendre quelles décisions rapporteront de l'argent et lesquelles non.

Auparavant, Excel suffisait à un analyste financier — aujourd'hui cela change, et SQL est devenu une exigence croissante, de plus en plus indispensable, surtout dans les entreprises IT, la fintech et les grandes entreprises. Raisons : 1) Il y a plus de données, et elles vivent dans des bases et des systèmes — un analyste capable de récupérer lui-même les données par une requête SQL ne dépend pas des exports et travaille plus vite. 2) Le FP&A dans les entreprises tech exige de relier la finance aux données opérationnelles et produit (revenus par cohortes, économie par segments) — cela se fait naturellement via SQL et la BI. 3) Excel passe mal à l'échelle des gros volumes ; SQL et la BI suppriment cette limite. Ce que cela signifie pour la carrière : Excel et la modélisation financière restent le cœur du métier — sans eux, on ne peut pas être analyste financier. Mais un analyste financier qui maîtrise en plus SQL avec aisance, construit des tableaux de bord en BI et automatise la routine (y compris en Python) est nettement mieux valorisé et a plus d'options de carrière — il fait le pont entre la finance et l'analyse de données. Stratégie pratique 2026 : maîtriser le domaine financier et la modélisation dans Excel comme base, et ajouter absolument SQL et la BI — c'est cette combinaison qui distingue un analyste financier moderne et bien payé d'une « personne qui sait utiliser Excel ».

Oui, 0 % des offres d'analyste financier sont à distance ou hybrides. L'analyse financière (modélisation, budgets, reporting, analytique) se fait bien à distance. Nuance : l'information financière est sensible, et certaines entreprises — surtout les banques, les entreprises publiques, les grands groupes — préfèrent le bureau ou l'hybride pour ce métier ; dans les entreprises IT et les startups, le télétravail est plus répandu. Pour le marché international, l'anglais et la connaissance des normes de reporting internationales (IFRS) sont généralement nécessaires. Le format à distance est pratique pour les analystes en région — accès aux fourchettes de la capitale et internationales.

Feuille de route : 1) Base financière — finance d'entreprise et contrôle de gestion : savoir lire un P&L, un bilan, un tableau des flux de trésorerie ; comprendre ce que sont le résultat, la marge, le cash-flow. Une formation spécialisée (économie / finance) est une voie courante, mais pas la seule. 2) Excel niveau expert — formules complexes, tableaux croisés dynamiques, scénarios ; c'est l'outil principal. 3) Modélisation financière — apprendre à construire des modèles de P&L, de cash-flow, de prévision et de scénarios ; s'entraîner sur des cas pédagogiques. 4) Pratiques FP&A — budgétisation, prévisions, analyse réalisé vs budget. 5) Unit economics — en particulier pour l'IT et les startups : apprendre à calculer l'économie par client / commande / abonnement. 6) Évaluation de projets — VAN, TRI, délai de récupération. 7) SQL — à ajouter absolument : requêtes, agrégations ; cela élargit fortement les opportunités et le salaire. 8) Outil BI — Power BI ou DataLens pour les tableaux de bord financiers. 9) Portfolio — modèle financier d'une entreprise, analyse d'unit economics, tableau de bord réalisé vs budget. Ressources : cours de modélisation financière et de FP&A, supports de finance d'entreprise et d'unit economics ; pour une carrière internationale — préparation au CFA / ACCA, étude des IFRS. Une bonne porte d'entrée — un stage ou un poste Junior en FP&A dans une entreprise IT ; atout — la combinaison du domaine financier et des compétences data.

1 postes ouverts actifs de Financial Analyst dans l'échantillon Zorky. Le marché réel est plus large : le rôle porte différents noms — « financial analyst », « analyste FP&A », « investment analyst », « économiste », « finance manager » ; de plus, notre échantillon est orienté IT et domaines connexes, alors que les analystes financiers travaillent dans tous les secteurs — seule la partie du marché pertinente pour l'IT est donc visible ici. Géographie : États-Unis, Russie, Kazakhstan. Sources : hh.ru, Habr Career, getmatch, LinkedIn, Telegram (communautés d'analystes financiers et de FP&A, chaînes d'offres). La demande est soutenue, surtout dans les banques, la fintech et les grandes entreprises IT. NB : la direction Analyst / BI a historiquement posé des difficultés à la classification automatique des offres — le chiffre visible peut sous-estimer le marché pertinent.

Un Analyste financier Senior est un partenaire financier du business, et non « une personne qui rapproche des rapports ». Modélisation financière : construire des modèles complexes, fiables et transparents — compte de résultat, flux de trésorerie, modèles de prévision et de scénarios ; capacité à modéliser les embranchements de décision. Excel : niveau expert, architecture soignée des modèles (pour qu'ils puissent être maintenus et vérifiés). FP&A : maîtrise du cycle complet — budgétisation, prévisions (rolling forecast), analyse plan-vs-réel, explication des écarts, reporting de gestion. Expertise financière : compréhension approfondie de la finance d'entreprise, du reporting, de l'économie unitaire, de la marge, de l'évaluation de projets et d'investissements (VAN, TRI), si nécessaire — IFRS. Données : SQL et BI maîtrisés — un Senior moderne va chercher les données lui-même et construit des tableaux de bord, il n'attend pas les exports ; Python est utile pour l'automatisation. Pensée business : comprendre comment fonctionnent l'entreprise et ses leviers, voir les vrais processus derrière les chiffres, donner non pas « un rapport » mais des recommandations. Rigueur et scepticisme : une erreur dans un modèle financier coûte cher — vérification critique des données et des hypothèses. Communication : expliquer les conclusions financières à des managers non financiers en langage simple, défendre les recommandations, participer à la prise de décision. Mentorat : développement des analystes Junior, standards de modèles dans l'équipe. Anglais — pour le marché international et les normes. La principale valeur d'un Senior — transformer les données financières en décisions justifiées et être celui vers qui le business se tourne avec la question « qu'est-ce qui est le plus rentable ».