Stanowisko

Praca Data Scientist

252 oferty pracy na stanowisku Data Scientist. 42% zdalnie, najczęściej w Warszawie, w Krakowie i we Wrocławiu. Najczęściej wymagane technologie: Python, SQL i Machine Learning.

169nowych ofert w październiku 2026

Zobacz 252 ofertyStan na 16 listopada 2026 · aktualizowane co godzinę
Aktywne oferty
252
+43 w ostatnim tygodniu
Firmy rekrutujące
140
z co najmniej jedną ofertą
Praca zdalna
42%
ofert dopuszcza pracę zdalną
Najwięcej ofert
Warszawa
173 oferty

Data Scientist – 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)20 200–25 200 złz 89 ofertUmowa o pracę (brutto)15 000–20 600 złz 58 ofert
SeniorB2B (netto)25 000–30 000 złz 161 ofertUmowa o pracę (brutto)21 000–26 500 złz 49 ofert

Liczymy medianę dolnych i górnych granic widełek z 338 ofert: aktualnych i z ostatnich 6 miesięcy. Jak to wyliczyliśmy?

Doświadczenie i model pracy

Doświadczenie

  • Senior13353%
  • Mid/Regular9337%
  • Junior125%
  • Menedżer/C-level94%
  • Stażysta21%

Model pracy

  • Hybrydowo15562%
  • Zdalnie10642%
  • Stacjonarnie3313%

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

Technologie w ofertach Data Scientist

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

Firmy z największą liczbą ofert: Data Scientist

Liczba aktywnych ofert danej firmy na tej stronie.

Wszystkie firmy IT

Wyróżnione i najnowsze oferty: Data Scientist

Wszystkie oferty

Czym zajmuje się Data Scientist?

W banku Data Scientist (specjalista data science) buduje modele oceny ryzyka kredytowego, w sklepie internetowym przewiduje popyt i dobiera rekomendacje, w telekomie szuka klientów, którzy mogą odejść. Zaczyna od pytania biznesowego, potem zbiera i czyści dane, sprawdza hipotezy, buduje model, ocenia go na danych, których model wcześniej nie widział, i przekłada wynik na decyzję, którą ktoś może podjąć.

Podstawą jest Python z pandas i scikit-learn, SQL i statystyka, a w większych firmach także Databricks, Spark i chmura. Coraz więcej ofert dotyczy też modeli językowych. Granice z sąsiednimi rolami są płynne: Data Analyst częściej odpowiada na pytania raportami i analizą opisową, a ML Engineer wdraża i utrzymuje modele w produkcji. Data Scientist stoi pośrodku, więc od kandydatów oczekuje się warsztatu statystycznego i umiejętności tłumaczenia wyników ludziom bez technicznego przygotowania.