Już jest! Najnowsze Badanie Społeczności IT!
Zebraliśmy ponad 10 000 ankiet, dzięki czemu możemy przedstawić nie tylko ogólne wnioski, ale też głębiej wejść w dane i pokazać szczegóły dotyczące pracy i zarobków w poszczególnych specjalizacjach.

Czego się dowiesz?

Profil

Pracujesz jako:
Data Science
61%
ML Engineer
27%
AI Engineer
8.5%
Inne
3.4%
Płeć
Mężczyzna
Kobieta
Niebinarna
Mężczyzna: 76% 76% Kobieta: 23% 23% Niebinarna: 0.5% 0.5%
Wiek
18 - 24
25 - 29
30 - 34
35 - 39
40+
18 - 24: 20% 20% 25 - 29: 48% 48% 30 - 34: 15% 15% 35 - 39: 10% 10% 40+: 7.2% 7.2%
Wykształcenie
Studia II stopnia (magister, magister inżynier)
51%
Jestem w trakcie studiów
14%
Studia I stopnia (licencjat, inżynier)
14%
Studia doktoranckie
10%
Studia podyplomowe
8.2%
Wielkość firmy
1-10
2.6%
11-50
22%
51-200
16%
201-500
6.8%
501-1000
2.6%
1 001 - 5 000
13%
5 001 - 10 000
9.5%
więcej niż 10 000
28%
Poziom doświadczenia
Mid / Regular
48%
Junior
25%
Senior
17%
Tech Lead / Team Lead
6.8%
Mid-level Manager
1.0%
Director / C-level
1.9%
Poziom doświadczenia a doświadczenie w latach
Tech Lead / Team Lead
8.6 lat
Senior
7.5 lat
Mid / Regular
3.7 lat
Junior
1.3 lat

Praca i technologie

Jakich języków programowania używasz w swojej pracy?
Również języki skryptowe, znaczników i zapytań
Python
92%
SQL
56%
R
14%
C++
7.4%
C#
6.3%
Głównie używane techniki
Możliwość wybrania wielu odpowiedzi
Machine Learning
77%
Analiza statystyczna
69%
Uczenie nadzorowane
68%
Deep Learning
49%
Uczenie nienadzorowane
49%
NLP
32%
Inne
34%

Nikogo nie powinno dziwić, że metody statystyczne oraz uczenie maszynowe nieprzerwanie wiodą prym w zakresie analizy danych. Wyniki tego badania należałoby przede wszystkim zinterpretować w ujęciu samego Machine Learningu – wszakże uczenie nadzorowane, nienadzorowane czy też deep learning to różne techniki uczenia maszynowego. Wraz z rozwojem technologii i postępem w dziedzinie AI, klasyczne metody uczenia maszynowego (nadzorowane/nienadzorowane) stają się coraz bardziej popularne, a to ze względu na ich skuteczność w klasyfikacji i predykcji – szczególnie, jeśli wspomoże się je wykorzystując modele oparte o głębokie sieci neuronowe. Przewiduję jednak, że w ciągu kliku lat trendy ulegną zmianie i na pierwszy plan wysuną się techniki NLP (wystarczy tylko wspomnieć o wybuchu popularności narzędzia ChatGPT) jak również metody z rodziny AutoML (AI nie wymagającego kodowania czy posiadania wiedzy technicznej) oraz tzw. Reinforcement Learning.

Jacek Gralak
AI Portfolio Director
Transition Technologies PSC
Głównie używane narzędzia
Możliwość wybrania wielu odpowiedzi
Pandas
82%
Jupyter Netebook
81%
Scikit-learn
70%
Excel
47%
PyTorch
43%
Tensorflow
39%
Keras
35%
Torch
15%
Inne
22%

Zarobki

Zarobki a typ stanowiska
AI Engineer
11 150 PLN
ML Engineer
9 448 PLN
Data Science
8 709 PLN
ML Engineer
26 833 PLN
Data Science
18 139 PLN
Zarobki a doświadczenie
Senior
13 219 PLN
Mid / Regular
9 277 PLN
Junior
6 159 PLN
Senior
29 192 PLN
Mid / Regular
16 568 PLN
Junior
5 550 PLN
Partnerzy merytoryczni
Partnerzy badania
Partnerzy community
Patronat honorowy

Dzięki za Wasz wkład!


Wszystkim i każdej z ponad 10 000 osób z osobna dziękujemy za wypełnienie ankiety. To dzięki Wam możemy w 2023 roku przedstawić najbardziej kompleksowe badanie branży IT w Polsce.