Wybór zawodu często opiera się na wyobrażeniach: postach w mediach społecznościowych i opowieściach znajomych. Tymczasem są narzędzia, które pozwalają sprawdzić, jak dana praca wygląda naprawdę — co się robi na co dzień, jakie wykształcenie jest potrzebne i czy zawód ma przyszłość. Jednym z nich jest amerykański Occupational Outlook Handbook. Pokazujemy, jak z niego korzystać, na przykładzie zawodu data scientist — a na końcu możesz sprawdzić, czy praca z danymi to coś dla Ciebie.
Occupational Outlook Handbook (w skrócie OOH) to przewodnik po zawodach przygotowywany przez U.S. Bureau of Labor Statistics, czyli amerykański urząd statystyki pracy. Sam wydawca nazywa go „the government's premier source of career guidance”. Serwis zawiera opisy kilkuset zawodów, podzielonych na 25 grup — od architektury i inżynierii, przez ochronę zdrowia, po informatykę i zarządzanie. Przewodnik jest aktualizowany co roku, a najnowsze prognozy zatrudnienia obejmują dekadę 2025–2035.
Trzeba od razu zaznaczyć jedno: to realia rynku USA. Kwoty są w dolarach, a prognozy dotyczą gospodarki amerykańskiej. Mimo to opis obowiązków, wymaganych umiejętności czy typowej ścieżki wejścia do zawodu w wielu branżach jest bardzo podobny także w Polsce i w Europie.
Każdy zawód ma w OOH własną stronę, zawsze w tym samym układzie. Dzięki temu łatwo porównywać kilka ścieżek między sobą. Najważniejsze zakładki to:
Na stronie głównej przewodnika zawody można też filtrować według przedziału płac, poziomu wykształcenia, rodzaju przygotowania (np. praktyki czy nauka w miejscu pracy) oraz przewidywanego wzrostu zatrudnienia.
Według OOH data scientist to osoba, która wykorzystuje narzędzia i techniki analityczne, aby wydobyć z danych użyteczne wnioski. W praktyce oznacza to kilka etapów: znalezienie i zebranie odpowiednich źródeł danych, ich czyszczenie i porządkowanie, budowanie oraz sprawdzanie algorytmów uczenia maszynowego, a na koniec przygotowanie wizualizacji dla osób, które na podstawie analizy podejmą decyzje biznesowe. Data scientist nie tylko liczy — często też rekomenduje, co firma powinna zrobić.
Większość specjalistów pracuje na pełen etat, w biurze. Wśród największych pracodawców przewodnik wymienia branżę wydawniczo-nadawczą (12 proc. zatrudnionych), ubezpieczenia, projektowanie systemów komputerowych oraz firmy zarządzające (po 10 proc.).
Typowy próg wejścia to studia licencjackie (bachelor's degree) z matematyki, statystyki, informatyki lub pokrewnego kierunku. OOH zaznacza jednak, że część pracodawców wymaga albo woli kandydatów z tytułem magistra lub doktora, a niektórzy oczekują też doświadczenia branżowego. Przydaje się solidna matematyka (algebra liniowa, analiza, rachunek prawdopodobieństwa), programowanie i obsługa narzędzi do wizualizacji danych.
Ciekawa jest lista cech, które przewodnik uznaje za ważne: umiejętności analityczne, komputerowe, logiczne myślenie, matematyka, rozwiązywanie problemów — i komunikacja. Wyniki trzeba umieć wytłumaczyć także osobom bez technicznego przygotowania.
Mediana rocznych zarobków data scientistów w USA wyniosła w maju 2025 r. 120 230 dolarów. Rozpiętość jest duża: najniżej opłacane 10 proc. zarabiało poniżej 67 240 dolarów, a najwyżej opłacane 10 proc. — ponad 199 130 dolarów. Liczy się też branża, co dobrze widać na wykresie.
Mediana rocznych płac data scientistów w USA według branży (maj 2025). Źródło: U.S. Bureau of Labor Statistics, Occupational Outlook Handbook.
Perspektywy są bardzo dobre. W 2025 r. w USA było 275 600 takich stanowisk, a według prognozy do 2035 r. zatrudnienie ma wzrosnąć o 35 proc., czyli o ok. 95 400 miejsc pracy — to tempo, które BLS określa jako znacznie szybsze od średniej. Co roku przewiduje się średnio ok. 24 800 wolnych stanowisk. Wśród przyczyn przewodnik wskazuje rosnące wykorzystanie sztucznej inteligencji i decyzji opartych na danych.
Opis zawodu nie zastąpi rozmowy z osobą, która go wykonuje, ale pomaga zadać właściwe pytania. Kilka wskazówek:
Occupational Outlook Handbook to darmowe i uporządkowane źródło wiedzy o zawodach. Pozwala w kilka minut sprawdzić, co się robi w danej pracy, jak się do niej przygotować i czy rynek jej potrzebuje. Przykład data scientist pokazuje zawód wymagający mocnych podstaw matematycznych i umiejętności komunikacji, dobrze opłacany i szybko rosnący — przynajmniej w USA. Warto tak prześwietlić każdą ścieżkę, zanim zainwestuje się w nią kilka lat nauki.
Źródło: U.S. Bureau of Labor Statistics, Occupational Outlook Handbook (odczyt 25.09.2026); opracowanie własne.
5 pytań · minuta
poleca:
