Data Scientist – praca i zarobki w Polsce
Data Science jest w modzie. Dziedzina ta przyciąga zainteresowanie nie tylko osób już zatrudnionych w branży IT, ale także tych zamierzających się przebranżowić.
Zachęcające są także optymistyczne perspektywy na przyszłość – zewsząd słychać, że jest specjalizacja przyszłości, zaś zaawansowana analityka danych będzie rozszerzać systematycznie na kolejne obszary życia. Szerzej na ten temat pisaliśmy w przeglądzie bieżących trendów w Data Science.
Taki stan rzeczy to dobry powód, by sprawdzić, jak w praktyce wygląda dziś sytuacja osób pracujących na stanowisku Data Scientis na polskim rynku pracy. Zwłaszcza że nie brakuje nam rzetelnych źródeł informacji – Raportu z Badania Społeczności IT.
Kim jest i co robi Data Scientist?
Specjalista Data Science, nazywany również naukowcem danych, to osoba, która zajmuje się analizowaniem dużych ilości informacji w celu uzyskania z nich cennych wniosków i wiedzy. Wyobraź sobie, że masz ogromną skrzynię pełną puzzli, a zadaniem specjalisty jest ułożenie ich tak, by powstał jasny obraz. Używając różnych narzędzi i technik, taki ekspert potrafi przekształcić surowe dane w użyteczne informacje, które mogą pomóc firmom w podejmowaniu decyzji, przewidywaniu trendów czy rozwiązywaniu problemów. W skrócie, specjalista Data Science pomaga nam zrozumieć świat w oparciu o dane, które gromadzimy.
Główne zadania, z którymi może się spotkać to:
- Eksploracja danych: Przed przystąpieniem do głębszej analizy, specjalista musi zrozumieć, z jakimi danymi ma do czynienia. Oznacza to badanie ich struktury, pochodzenia i jakości.
- Przetwarzanie i czyszczenie danych: Nie wszystkie dane są od razu gotowe do analizy. Często zawierają błędy, braki czy niepotrzebne informacje. Zadaniem specjalisty jest przygotowanie tych danych tak, by były one spójne i wiarygodne.
- Budowanie modeli: Specjalista Data Science używa różnych technik i algorytmów, by stworzyć matematyczne modele przewidujące pewne zjawiska czy zachowania na podstawie dostępnych danych.
- Wizualizacja: Wyniki analizy są często prezentowane w formie grafik, diagramów czy map cieplnych. Dzięki temu skomplikowane zależności i wzory stają się zrozumiałe nawet dla osób, które nie są ekspertami w dziedzinie danych.
- Komunikacja z biznesem: Specjalista Data Science musi także potrafić przekazać swoje wnioski i rekomendacje ludziom odpowiedzialnym za podejmowanie decyzji w firmie. Jego umiejętności komunikacyjne są więc równie ważne jak techniczne.
Czy potrzeba studiów by pracować jako Data Scientist?
Patrząc na dane dla obecnie pracujących w tym zawodzie specjalistów wydaje się, że Data Scientist powinien mieć ukończone studia. Wśród innych specjalizacji w IT spotyka się ludzi, który albo nie ukończyli studiów, albo mają wykształcenie średnie. W Data Science ponad połowa specjalistów ukończyła studia magisterskie, a 10% chwali się uzyskaniem tytułu doktora.
Data Scientist – praca i technologie
Czas bliżej przyjrzeć się umiejętnościom i technologią najczęściej wykorzystywanym na tym stanowisku.
Zacznijmy od języków programowania (i języków skryptowych oraz zapytań) używanych w pracy przez specjalistę Data Science. Zdecydowany prym wiedzie Python, którego używa w zasadzie każdy w tej specjalizacji. Na kolejnym miejscu mamy język zapytań SQL, który bardzo przydaje się przy wyciąganiu danych, z którego korzysta połowa przebadanych. Na trzecim miejscu jest język R, który znakomicie nadaje się właśnie do przetwarzania danych czy statystyki. Wiele osób jest jego dozgonnymi fanami, niestety są w mniejszości, bo tylko 17% się nim posługuje w codziennej pracy. W stosunku do zeszłego roku wzrosła rola Pythona, kosztem R.
Teraz spójrzmy na najbardziej popularne w Data Science narzędzia. Tu jest ich zdecydowanie więcej. Pandas (87%) i Jupyter Notebook (79%) to podstawa. Kolejne miejsce to Scilern-kit (69%), czyli biblioteka machine learningowa skoncentrowana na analizie danych. Popularne są też PyTorch, Keras, Tensorflow czy stary dobry Excel.
Zobaczmy więc jakie techniki są najczęściej używane. Tu coraz częściej wykorzystywany jest machine learning, który wykorzystuje nawet 85% speców, natomiast nie można też zapominać o analizie statystycznej.
Data Scientist – zarobki w Polsce
Prześledźmy teraz, na jakie średnie zarobki (i mediany zarobków) może w Polsce liczyć Data Scientist. Należy tu podkreślić, że nie ma tu rozróżnienia na takie czynniki, jak znajomość technologii, wielkość organizacji czy miejsce wykonywania pracy.
Wynik dla umowy o pracę to kwota “na rękę”, czyli tyle przeciętnie znajdzie się pod koniec miesiąca w kieszeni pracownika.
Wyniki dla umowy B2B to kwota netto na fakturze. Należy od niej odliczyć ZUS i PIT. Wysokość ZUS zależy od osobistej sytuacji, podobnie jak wysokość PIT, nie wspominając o kosztach działalności, które są mocno indywidualne, dlatego podajemy liczbę przed odliczeniami.
Zobaczmy jak wyglądają realne zarobki w 2024 dla osób pracujących na pełen etat.
Zarobki Data Science na Umowie o pracę
Zarobki tu różnią się dość mocno w zależności od poziomu doświadczenia.
Najmniej nawet Junior Data Scientist zarobi średnio 6 435 złotych. To więcej, niż średnie zarobki programistów o takim doświadczeniu. Mid czy Regular Data Scientist może liczyć na 9 350 złotych wypłaty, a Senior około 14 000 złotych.
Mediany nie odbiegają znacząco. Junior - 6 200 PLN, Mid - 9 500 PLN, Senior około 14 000 PLN.
Zarobki Data Science na B2B
Niestety w Polsce to nadal dość niszowe stanowisko i nie zebraliśmy wystarczająco punktów danych, by móc Wam przedstawić jednoznaczne wyniki dla każdego poziomu doświadczenia.
Wystarczająca próbka została zebrana dla poziomu Mid/Regular i tu okazało się, że na fakturze taki specjalista zarobi średnio 17 200 złotych, a jeżeli chodzi o medianę to wyniosła ona 16 000 zł.
Patrząc na inne specjalizacje, które zarabają podobnie możemy oszacować, że Junior Data Scientist wystawi przeciętnie fakturę na około 9000-10000 złotych.
Natomiast Senior Data Scientist powinien pobierać za swoje usług między 25000 a 29000 zł.
Okazuje się, że Data Science jest jedną z lepiej płatnych specjalizacji w IT. Dokładając takie czynniki jak boom na AI czy dynamiczny rozwój dziedziny może się okazać, że będzie to jedna z najbardziej pożądanych specjalizacji w kolejnych latach. A to może mieć odzwierciedlenie w zarobkach.
Dlatego warto zaglądać na oferty pracy z dziedziny Data Science na Bulldogjob:
Przydatne linki
Naszym zwyczajem, zamiast podsumowania warunków i płac, kwestia ta bowiem jest dość subiektywna, pozostawiamy garść linków przydatnych dla wszystkich tych, którzy planują pracować w Data Science lub chcą się w tej profesji doskonalić:
