NOVASECUR Salaire
3/5
3/5
1 évaluation
6 avis
5
0%
4
0%
3
100%
2
0%
1
0%
Paris
9 RUE DU 4 SEPTEMBRE, 75002 PARIS 2
SIREN:
520339185
Conseils et services aux entreprises

Les salaires sur les positions chez NOVASECUR

Simulateur de salaire

Calcul brut → net · Législation française · Barème 2026

Période
Versements / an
€
Net (78.2%) Cotisations (21.8%)
Net
3 910 €
/ mois
Cotisations
1 090 €
/ mois
Brut
5 000 €
/ mois
Net annuel
46 915 €
Taux de cotisations
21.8%
Cotisation Taux Mensuel
Assurance maladie 0,75% 37 €
Retraite ~11.5% 577 €
CSG / CRDS 9,70% 477 €
Total cotisations 21.8% 1 090 €
Méthodologie et sources des données (2026)

Nos simulations s'appuient sur les barèmes officiels et le Plafond Mensuel de la Sécurité Sociale (PMSS 2026 : 4 005 €). Pour vous garantir un calcul fiable du salaire net avant impôt, nous appliquons les taux de cotisations salariales en vigueur :

Cotisation Source Lien de référence
Maladie, Vieillesse, CSG / CRDS
Cotisations de Sécurité Sociale & impôts sociaux		 URSSAF Taux et barèmes URSSAF ↗
Agirc-Arrco (T1/T2), CEG, CET
Retraite complémentaire obligatoire		 Bulletin-paie.com Barèmes Agirc-Arrco ↗
Synthèse des cotisations 2026
Vue d'ensemble des taux et seuils (PMSS)		 LégiSocial Tableau synthétique 2026 ↗

* Le calcul prend en compte l'abattement forfaitaire de 1,75 % sur l'assiette de la CSG/CRDS ainsi que les tranches de cotisations (Tranche 1 ≤ PMSS et Tranche 2 > PMSS).

NOVASECUR recrute pour des postes:

data scientist

Type de contrat

  • temps plein, Apprentissage

Rémunération

  • 37 839,00€ à 39 813,00€ par an

Exigences

  • candidat sérieux, motivé, impliqué et curieux qui sache s'adapter à la politique de l'entreprise pour rejoindre une équipe dynamique, investie
  • DATA ANALYTICS: 1 an

Responsabilité

  • nous cherchons également à développer la détection d'atypiques sur les données disponibles
  • vous serez accompagné par une équipe de professionnels spécialisés en R & D
  • novasecur continue sa recherche et son développement concernant des algorithmes d'intelligence artificielle dans différents domaines de la gestion du risque, par exemple la détection de fraude, l'optimisation de processus ou la détection et/ou classification de risques
  • une bonne connaissance des algorithmes de classification et de clusterisation est nécessaire ainsi qu'une expérience de l'utilisation d'algorithmes de traitement de langage naturel
  • les données dont nous disposons sont assez variées : données numériques, textuelles, transactionnelles ou catégorielles