Définir le salaire d’un développeur est souvent un exercice compliqué. Pour beaucoup de start-ups, ce calcul reste obscure et le salaire est souvent fixé par rapport à la concurrence à l’embauche ! Pourtant, il est extrêmement important de rester juste dans votre politique salariale et de définir des règles claires.

Dans cet article, nous vous présentons une formule qui vous permet d’évaluer le salaire d’un dévelopeur avec plus de granularité et de précision qu’une simple fourchette de séniorité.

Pour aboutir à cette formule, Hiresweet a analysé des données de salaires récoltées auprès d’entreprises et de développeurs. Celle-ci s’applique principalement à des postes de développeurs Web et Mobile en France.

Explications du calcul du salaire

s : Salaire annuel brut en K€

37 : en K€, le salaire de base moyen observé pour un développeur en sortie d’école.

n années d′Xp : en moyenne un développeur gagne 4K par année d’expérience. À la puissance 3/4 : le gain d’ancienneté ne croît pas de manière linéaire.

Coefficient de formation

Le critère de formation a un impact sur le salaire principalement au cours des 5 premières années.

Salaire développeur - Formation
Coefficient d’entreprise

Il prend en compte l‘entreprise dans laquelle le développeur va travailler et l’industrie de cette entreprise.

⚠ ️ Ce coefficient concerne bien l’entreprise cible et non pas l’expérience passée du candidat : un changement drastique pour une industrie plus rémunératrice sera logiquement accompagné d’une revalorisation salariale

Salaire développeur - Entreprise
Coefficient de tension

Il tient compte du ratio offre/demande sur le poste en question et donc sur les compétences requises.
Plus le marché est pénurique plus le salaire devient un avantage compétitif pour attirer des développeurs.

Salaire développeur - Tension - Javascript

Extras : ce sont tous les éléments qui constitueraient un bonus pour l’embauche :

  • une activité open source importante (ex. : des repos sur GitHub, des publications d’articles, etc),
  • une (des) expérience(s) passée(s) dans des entreprises prestigieuses (ex. : un développeur qui a travaillé dans une start-up tech réputée avec une stack exigeante),
  • un (des) projets antérieure(s) d’envergure (ex. : une personne ayant eu des responsabilités pour mener à bien la création d’un projet, d’une application, a été CTO, etc.),
  • une (des) expérience(s) passée(s) de management (ex. : Lead Dev, CTO, etc.)
  • une (des) compétence(s) bonus (ex. : un développeur Back-End maîtrisant un langage Front-End ou pouvant travailler sur des projets de machine learning, etc.)

r: Le coefficient géographique. Il vaut 0,8 pour la province et 1 pour Paris. Ce coefficient prend en compte la différence de tension et de pouvoir d’achat entre Paris et les autres régions.

Quelques exemples

Un développeur Back End

Niveau d’expérience : 3 ans d’expérience (n=3)
Formation : École d’informatique (τ=1)
Entreprise : Start-up BtoB (τ=1)
Langage(s) maîtrisé(s) : PHP — framework Symfony 4 (τ=1)
Extra(s) : une expérience de 2 ans dans une start-up à succès qui édite un SaaS BtoB (extra=1)
Localisation : Bordeaux (r=0.8)

Salaire brut annuel = [[ (37 + 4*3^3/4) * 1 * 1 * 1 ] + 4*1 ] * 0,8 ± 5%
38,090 < 40,094 < 42,099

Une développeuse Full Stack

Niveau d’expérience : sortie d’école (n=0)
Formation : Top école d’ingénieurs (τ=1,1)
Entreprise : Start-up dans la Fintech (τ=1)
Langage(s) maîtrisé(s) : Javascript (τ=1,1)
Extra(s) : activité open source importante (extra=1)
Localisation : Paris (r=1)

Salaire brut annuel = [[ (37 + 4*0) * 1,1 * 1 * 1,1 ] + 4*1 ] * 1 ± 5%
46,332 < 48,770 < 51,209


Disclaimer : Nous avons créé HireSweet il y a deux ans pour aider les entreprises tech à recruter en utilisant la donnée open source et publique. Nous développons un moteur de recherche nommé le Cerebro, qui utilise une variété de modèles d’IA et de machine learning pour estimer le degré de similarité entre une offre et un candidat potentiel.

Parmi ces modèles, certains sont consacrés à évaluer le salaire potentiel d’une personne à partir de centaines de critères différents. Dans une logique de simplification, nous avons isolé les principales variables explicatives et simplifié grandement la formule de calcul. Évidemment, il y a de nombreuses limites à cette démarche, et l’intervalle de confiance obtenu est fiable à moins de 95% — toutefois il permet un premier calcul « back-of-the-envelope » que nous souhaitons mettre à disposition des entreprises et candidats soucieux de se faire une meilleure idée du marché. Il est évidemment à pondérer en fonction de la dimension de fit personnel, de l’urgence de la recherche et du niveau technique du candidat.