Kategoria

Machine Learning – oferty pracy

904 oferty pracy IT w kategorii Machine Learning. 48% zdalnie, najczęściej w Warszawie, w Krakowie i we Wrocławiu. Najczęstsze stanowiska: Machine Learning Engineer i AI Engineer.

552nowe oferty w październiku 2026

Zobacz 904 ofertyStan na 5 listopada 2026 · aktualizowane co godzinę
Aktywne oferty
904
+64 w ostatnim tygodniu
Firmy rekrutujące
349
z co najmniej jedną ofertą
Praca zdalna
48%
ofert dopuszcza pracę zdalną
Najwięcej ofert
Warszawa
485 ofert

Machine Learning – 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)
MidB2B (netto)20 000–25 200 złz 92 ofertUmowa o pracę (brutto)15 000–21 400 złz 32 ofert
SeniorB2B (netto)25 200–30 200 złz 175 ofertUmowa o pracę (brutto)20 800–30 100 złz 93 ofert

Liczymy medianę dolnych i górnych granic widełek z 371 aktualnych ofert. Jak to wyliczyliśmy?

Doświadczenie i model pracy

Doświadczenie

  • Senior58865%
  • Mid23926%
  • Junior172%
  • Staż81%

Model pracy

  • Zdalnie43248%
  • Hybrydowo42947%
  • Stacjonarnie12113%

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

Technologie w ofertach Machine Learning

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

Firmy z największą liczbą ofert: Machine Learning

Liczba aktywnych ofert danej firmy na tej stronie.

Wszystkie firmy IT

Wyróżnione i najnowsze oferty: Machine Learning

Wszystkie oferty

Czym jest machine learning w praktyce?

Uczenie maszynowe (machine learning) to budowanie i trenowanie modeli, które uczą się na danych: rozpoznają obiekty na zdjęciach, rozumieją tekst, polecają produkty albo wykrywają oszustwa w transakcjach. Inżynier ML przygotowuje dane treningowe, dobiera architekturę modelu, trenuje go na kartach graficznych, mierzy jakość i doprowadza do wersji, którą da się uruchomić w produkcji. Dużą część czasu zajmują same dane: zbieranie, oznaczanie przykładów i sprawdzanie, czy zbiór treningowy nie jest stronniczy.

Najczęściej pracuje się w Pythonie z PyTorch, rzadziej z TensorFlow, a w części ofert chodzi o dostrajanie dużych modeli językowych do zadań firmy. Kategoria obejmuje też badania: zespoły R&D w firmach technologicznych testują nowe metody i publikują wyniki. Tu modele powstają i są trenowane, a w kategorii AI/GenAI buduje się produkty na modelach gotowych, wywoływanych przez API.