Kategoria

Data Engineering – oferty pracy

2 073 oferty pracy IT w kategorii Data Engineering (inżynieria danych). 46% zdalnie, najczęściej w Warszawie, w Krakowie i we Wrocławiu. Najczęstsze stanowiska: Data Engineer i Data Analyst.

+179%nowych ofert vs październik 2025

Zobacz 2 073 ofertyStan na 8 listopada 2026 · aktualizowane co godzinę
Aktywne oferty
2 073
+281 w ostatnim tygodniu
Firmy rekrutujące
526
z co najmniej jedną ofertą
Praca zdalna
46%
ofert dopuszcza pracę zdalną
Najwięcej ofert
Warszawa
1 224 oferty

Data Engineering – zarobki

Mediana widełek miesięcznie, tylko z ofert z podanym wynagrodzeniem.

Mediana widełek wynagrodzeń miesięcznie według poziomu i rodzaju umowy, z liczbą ofert
PoziomB2B (netto)Umowa o pracę (brutto)
JuniorB2B (netto)13 400–15 500 złz 47 ofertUmowa o pracę (brutto)9 000–13 900 złz 32 ofert
MidB2B (netto)20 200–24 200 złz 979 ofertUmowa o pracę (brutto)14 000–19 700 złz 276 ofert
SeniorB2B (netto)23 500–28 600 złz 1 750 ofertUmowa o pracę (brutto)18 700–25 000 złz 389 ofert

Liczymy medianę dolnych i górnych granic widełek z 3 256 ofert: aktualnych i z ostatnich 6 miesięcy. Jak to wyliczyliśmy?

Doświadczenie i model pracy

Doświadczenie

  • Senior1 20558%
  • Mid66932%
  • Junior492%
  • Staż10<1%

Model pracy

  • Hybrydowo1 10553%
  • Zdalnie95446%
  • Stacjonarnie22411%

Oferta może dopuszczać kilka modeli pracy, więc udziały sumują się do ponad 100%.

Technologie w ofertach Data Engineering

Odsetek ofert z tej strony, które wymieniają daną technologię w wymaganiach. Link prowadzi do wszystkich jej ofert.

Firmy z największą liczbą ofert: Data Engineering

Liczba aktywnych ofert danej firmy na tej stronie.

Wszystkie firmy IT

Wyróżnione i najnowsze oferty: Data Engineering

Wszystkie oferty

Czym jest inżynieria danych?

Inżynieria danych (data engineering) buduje drogi, którymi dane płyną z systemów firmy do miejsc, gdzie można je analizować. Należą do niej procesy ETL i ELT, które cyklicznie albo na bieżąco pobierają dane z aplikacji, czyszczą je i ładują do hurtowni lub jeziora danych, oraz pilnowanie, żeby nic po drodze nie ginęło.

Większość pracy to SQL i Python, a z narzędzi Spark, Databricks, Airflow do harmonogramowania zadań i dbt do modelowania danych, zwykle w jednej z dużych chmur publicznych. Dane strumieniowe przechodzą najczęściej przez Kafkę. Cel jest tu inny niż w Data Science: inżynierowie danych dostarczają rzetelne, aktualne tabele, a data scientists wyciągają z nich wnioski i budują modele. W mniejszych firmach obie role często łączy jedna osoba, w większych powstają osobne zespoły platformy danych.