{"id":22039,"date":"2020-05-26T11:57:10","date_gmt":"2020-05-26T09:57:10","guid":{"rendered":"https:\/\/opi.org.pl\/jeszcze-dlugo-bedziemy-potrzebni\/"},"modified":"2025-07-24T09:17:33","modified_gmt":"2025-07-24T07:17:33","slug":"we-will-be-needed-for-a-long-time","status":"publish","type":"page","link":"https:\/\/opi.org.pl\/en\/laboratories\/laboratory-of-statistical-analysis\/we-will-be-needed-for-a-long-time\/","title":{"rendered":"We will be needed for a long time"},"content":{"rendered":"\n
\n
\n
\n

Ju\u017c dzi\u015b ludzi pracuj\u0105cych w naszym laboratorium okre\u015bli\u0142abym raczej jako data scientists ni\u017c jako tradycyjnych statystyk\u00f3w. Z dr Marzen\u0105 Feldy<\/strong>, kierownikiem Laboratorium Analiz Statystycznych OPI PIB, rozmawia Micha\u0142 Rolecki<\/strong><\/p>\n<\/div>\n\n\n\n

\n
\"\"
dr Marzena Feldy <\/strong>kierownik Laboratorium Analiz Statystycznych <\/figcaption><\/figure>\n\n\n\n

<\/p>\n<\/div>\n<\/div>\n<\/div><\/div>\n\n

\n
\n
\n

Marzena Feldy<\/strong> \u2013 doktor nauk ekonomicznych w dyscyplinie nauk o zarz\u0105dzaniu, adiunkt w O\u015brodku Przetwarzania Informacji \u2013 Pa\u0144stwowym Instytucie Badawczym. Kieruje pracami Laboratorium Analiz Statystycznych OPI PIB, kt\u00f3re zajmuje si\u0119 badaniami z zakresu polityki naukowej i innowacyjnej. Jest autork\u0105 publikacji i analiz dotycz\u0105cych sektora nauki i szkolnictwa wy\u017cszego, jak r\u00f3wnie\u017c zachowa\u0144 konsumenckich i komunikacji marketingowej. <\/p>\n<\/div>\n\n\n\n

\n

Uko\u0144czy\u0142a Szko\u0142\u0119 G\u0142\u00f3wn\u0105 Handlow\u0105 w Warszawie i Wydzia\u0142 Psychologii Uniwersytetu Warszawskiego. W swoich badaniach stosuje podej\u015bcie interdyscyplinarne, wykorzystuj\u0105c wiedz\u0119 zar\u00f3wno z zarz\u0105dzania, jak i z psychologii.<\/p>\n<\/div>\n<\/div>\n<\/div><\/div>\n\n

\n
\n

Micha\u0142 Rolecki: Laboratorium Analiz Statystycznych\u2026 czyli co?<\/h2>\n\n\n\n

Marzena Feldy: To przede wszystkim miejsce, w kt\u00f3rym mo\u017cna realizowa\u0107 swoj\u0105 pasj\u0119 badawcz\u0105. W ramach wewn\u0119trznej struktury organizacyjnej wsp\u00f3\u0142tworzymy pion badawczo-rozwojowy OPI PIB.<\/p>\n\n\n\n

Czym si\u0119 wi\u0119c zajmujecie?<\/h2>\n\n\n\n

Odkrywaniem tego, co jeszcze niepoznane i niezbadane. Zderzamy nasze wizje, do\u015bwiadczenia, wiedz\u0119 z dziedzin, w kt\u00f3rych si\u0119 specjalizujemy, by odkrywa\u0107 prawid\u0142owo\u015bci i bada\u0107 trendy w sektorze nauki i szkolnictwa wy\u017cszego.<\/p>\n\n\n\n

Wyniki naszych bada\u0144 pozwalaj\u0105 decydentom prowadzi\u0107 polityk\u0119 naukow\u0105 opart\u0105 na dowodach. Nasze analizy pokazuj\u0105, w jakich obszarach nauki w Polsce drzemie najwi\u0119kszy potencja\u0142, kt\u00f3re z tych obszar\u00f3w warto doinwestowa\u0107, by ten potencja\u0142 wydoby\u0107. W ramach bada\u0144 zastanawiamy si\u0119, jakie kroki nale\u017cy podj\u0105\u0107, aby wsp\u00f3\u0142praca nauki z biznesem by\u0142a lepsza. Gdy pojawi si\u0119 taka potrzeba, ewaluujemy te\u017c funkcjonuj\u0105ce ju\u017c programy pod k\u0105tem skuteczno\u015bci rozwi\u0105za\u0144, jakie s\u0105 wprowadzane w ich ramach.<\/p>\n\n\n\n

Pracuj\u0105 u was sami statystycy?<\/h2>\n\n\n\n

I tu ci\u0119 zaskocz\u0119! Nazwa naszego laboratorium rzeczywi\u015bcie mog\u0142aby na to wskazywa\u0107. Umiej\u0119tno\u015bci z zakresu prowadzenia analiz ilo\u015bciowych rzeczywi\u015bcie s\u0105 bardzo po\u017c\u0105dane i przydatne w rozwi\u0105zywaniu zada\u0144, z jakimi na co dzie\u0144 stykamy si\u0119 w pracy. Jednak to nie wszystko.<\/p>\n\n\n\n

W naszym laboratorium rami\u0119 w rami\u0119 ze statystykami pracuj\u0105 badacze jako\u015bciowi. Nie wszystkie problemy badawcze, kt\u00f3re podejmujemy, mo\u017cna rozwi\u0105za\u0107 z wykorzystaniem metod statystycznych. Je\u015bli na przyk\u0142ad chcemy pozna\u0107 przyczyny jakich\u015b zjawisk, niezb\u0119dne jest dotarcie do os\u00f3b, kt\u00f3rych te zjawiska dotycz\u0105, i przeprowadzenie z nimi wywiad\u00f3w. Wiedza z badania jako\u015bciowego cz\u0119sto pozwala p\u00f3\u017aniej lepiej zaprojektowa\u0107 badanie sonda\u017cowe. Gdy na przyk\u0142ad chcemy si\u0119 dowiedzie\u0107, dlaczego studenci porzucaj\u0105 studia, najpierw pytamy ich o to w ramach wywiad\u00f3w \u2013 by nie pomin\u0105\u0107 w ankiecie wa\u017cnych przyczyn, na kt\u00f3re sami mogliby\u015bmy nie wpa\u015b\u0107.<\/p>\n\n\n\n

Rekrutuj\u0105c do zespo\u0142u, bardziej zwracamy uwag\u0119 na to, jakie kandydat ma umiej\u0119tno\u015bci i gdzie pod\u0105\u017ca, czy chce rozwija\u0107 swoje kompetencje badawcze w dziedzinie nauki i szkolnictwa wy\u017cszego, ni\u017c na to, sk\u0105d przychodzi i czym zajmowa\u0142 si\u0119 dotychczas.<\/p>\n\n\n\n

Poszukujemy te\u017c pracownik\u00f3w z wiedz\u0105 z zakresu wizualizacji danych. Opr\u00f3cz przeanalizowania okre\u015blonego zjawiska wa\u017cna jest dla nas r\u00f3wnie\u017c umiej\u0119tno\u015b\u0107 przedstawienia wynik\u00f3w w spos\u00f3b zrozumia\u0142y dla odbiorcy, kt\u00f3ry wcale nie musi zna\u0107 si\u0119 na statystyce. Do tego przydaje si\u0119 te\u017c zmys\u0142 estetyczny, dlatego dobry badacz to nie tylko sprawny fachowiec w swojej dziedzinie, ale w pewnym stopniu r\u00f3wnie\u017c artysta.<\/p>\n\n\n\n

Jak si\u0119 pracuje z danymi w XXI wieku? Nie jest przypadkiem tak, \u017ce odpowiedni program mo\u017ce obliczy\u0107 wszystko po wci\u015bni\u0119ciu \u201eenter\u201d?<\/h2>\n\n\n\n

W dobie business intelligence<\/em> rzeczywi\u015bcie mo\u017ce si\u0119 wydawa\u0107, \u017ce wszystko liczy si\u0119 samo, jak za dotkni\u0119ciem magicznej r\u00f3\u017cd\u017cki. I gdyby tak by\u0142o, pewnie nie byliby\u015bmy potrzebni.<\/p>\n\n\n\n

XXI wiek to przede wszystkim praca z bardzo du\u017cymi zbiorami danych, kt\u00f3re przyrastaj\u0105 w astronomicznym tempie. Te dane s\u0105 gromadzone w r\u00f3\u017cnych systemach, z kt\u00f3rych ka\u017cdy ma swoj\u0105 specyfik\u0119 i ograniczenia. Dlatego tak wa\u017cne jest zapewnienie interoperacjonalizacji danych.<\/p>\n\n\n\n

To znaczy czego?<\/h2>\n\n\n\n

To znaczy dostosowania formatu danych do u\u017cycia w r\u00f3\u017cnych systemach informatycznych i bazach danych.<\/p>\n\n\n\n

Po drugie, niezb\u0119dne jest dog\u0142\u0119bne zrozumienie danych, z kt\u00f3rymi si\u0119 pracuje. To bowiem daje szans\u0119 na odr\u00f3\u017cnienie danych warto\u015bciowych od bezu\u017cytecznych. Konieczna jest wiedza o kompletno\u015bci i wiarygodno\u015bci danych, kt\u00f3re poddajemy analizie. Je\u015bli na przyk\u0142ad dane s\u0105 niepe\u0142ne, niezb\u0119dne jest poczynienie odpowiednich za\u0142o\u017ce\u0144 na etapie analizy, kt\u00f3re pozwol\u0105 skorzysta\u0107 z nich mimo tego ograniczenia.<\/p>\n\n\n\n

Potrzebna jest po prostu \u015bwiadomo\u015b\u0107, \u017ce od jako\u015bci danych, kt\u00f3re s\u0105 na wej\u015bciu, zale\u017cy jako\u015b\u0107 analiz, kt\u00f3re otrzymujemy na wyj\u015bciu. Tak zreszt\u0105 by\u0142o zawsze, tylko dzi\u015b zbiory, kt\u00f3re poddajemy analizie, s\u0105 du\u017co wi\u0119ksze, a zale\u017cno\u015bci w systemach, kt\u00f3re je przechowuj\u0105 \u2013 du\u017co bardziej skomplikowane. Na szcz\u0119\u015bcie mamy te\u017c bardziej zaawansowane narz\u0119dzia analityczne.<\/p>\n\n\n\n

Zapytania, jakie sp\u0142ywaj\u0105 do naszego laboratorium, zwykle maj\u0105 unikalny charakter i wymagaj\u0105 zaawansowanych prac analitycznych, stworzenia wielu linii kodu w j\u0119zyku R, zanim otrzymamy wyniki. Na ko\u0144cu otrzymany wynik trzeba zinterpretowa\u0107 i w tej roli nadal lepiej sprawdza si\u0119 ekspert ni\u017c laik posadzony nawet przed najbardziej zaawansowanym i \u201esamolicz\u0105cym\u201d oprogramowaniem.<\/p>\n\n\n\n

Co jest trudnego w takich analizach?<\/h2>\n\n\n\n

Tym, co utrudnia nam prac\u0119, na pewno jest ograniczona dost\u0119pno\u015b\u0107 danych wysokiej jako\u015bci i zwi\u0105zane z tym ograniczenia, o kt\u00f3rych ju\u017c wspomina\u0142am. Czasami jest tak, \u017ce w naszych g\u0142owach rodz\u0105 si\u0119 ciekawe pytania badawcze, na kt\u00f3re mamy nadziej\u0119 znale\u017a\u0107 odpowied\u017a w dost\u0119pnych nam danych. Po wst\u0119pnej analizie zbior\u00f3w, kt\u00f3rymi dysponujemy, okazuje si\u0119 jednak, \u017ce dane s\u0105 na tyle niekompletne, \u017ce wnioskowanie na ich podstawie by\u0142oby obarczone zbyt du\u017cym b\u0142\u0119dem. Wtedy albo szuka si\u0119 innych metod badawczych, kt\u00f3re pozwol\u0105 znale\u017a\u0107 odpowied\u017a na nurtuj\u0105ce nas pytania, albo przeformu\u0142owuje problem badawczy tak, by cho\u0107 cz\u0119\u015bciowo uda\u0142o si\u0119 go rozwi\u0105za\u0107 i przybli\u017cy\u0107 do poznania.<\/p>\n\n\n\n

Jest w statystyce co\u015b, co potrafi po prostu cz\u0142owieka ucieszy\u0107?<\/h2>\n\n\n\n

Przy wi\u0119kszo\u015bci bada\u0144 przyjmuje si\u0119 jakie\u015b za\u0142o\u017cenia, stawia hipotezy. Innymi s\u0142owy \u2013 szuka si\u0119 potwierdzenia pewnych intuicji, kt\u00f3re pochodz\u0105 z wcze\u015bniejszych bada\u0144 i odkry\u0107, literatury, obserwacji otaczaj\u0105cego \u015bwiata. Du\u017c\u0105 frajd\u0119 sprawia, gdy te oczekiwania i intuicje si\u0119 potwierdz\u0105.<\/p>\n\n\n\n

Wiele emocji dostarczaj\u0105 te\u017c sytuacje, w kt\u00f3rych odkrywamy w danych nieoczywiste prawid\u0142owo\u015bci. Na przyk\u0142ad wydawa\u0107 by si\u0119 mog\u0142o, \u017ce wraz z post\u0119puj\u0105cymi zmianami demograficznymi b\u0119dzie ubywa\u0142o g\u0142\u00f3wnie student\u00f3w uczelni niepublicznych. Tymczasem to uczelnie publiczne odnotowuj\u0105 wi\u0119ksze spadki w tym obszarze ni\u017c niepubliczne szko\u0142y wy\u017csze. W latach 2014-2018 by\u0142o to odpowiednio -17% i -2% student\u00f3w. Jeszcze szybciej, bo a\u017c o 25%, zmniejszy\u0142a si\u0119 w tym okresie liczba kszta\u0142c\u0105cych si\u0119 na studiach niestacjonarnych w publicznych szko\u0142ach wy\u017cszych. Tymczasem uczelnie niepubliczne w ramach prowadzonych studi\u00f3w stacjonarnych odnotowa\u0142y wzrost liczby student\u00f3w a\u017c o 39%!<\/p>\n\n\n\n

Jednak w statystyce trzeba te\u017c by\u0107 przygotowanym na rozczarowania. Zdarza si\u0119, \u017ce chocia\u017c wszystkie znaki na niebie i ziemi wskazuj\u0105, \u017ce pomi\u0119dzy okre\u015blonymi zmiennymi powinna wyst\u0119powa\u0107 zale\u017cno\u015b\u0107, to w danych empirycznych tej zale\u017cno\u015bci nie znajdujemy. Pozostaje wtedy cofn\u0105\u0107 si\u0119 w procesie badawczym do wcze\u015bniejszych etap\u00f3w, zweryfikowa\u0107 za\u0142o\u017cenia i szuka\u0107 dalej.<\/p>\n\n\n\n

Jeszcze jako Laboratorium Analiz Statystycznych i Ewaluacji badali\u015bcie losy absolwent\u00f3w w Polsce. Po co komu wiedza, ile kto zarabia po studiach?<\/h2>\n\n\n\n

Nie wierz\u0119, \u017ce o to pytasz! Przecie\u017c zwyk\u0142a ludzka ciekawo\u015b\u0107 ka\u017ce nam si\u0119 dowiadywa\u0107, czy przypadkiem s\u0105siadowi nie wiedzie si\u0119 lepiej ni\u017c nam. A m\u00f3wi\u0105c powa\u017cnie, monitoring Ekonomicznych Los\u00f3w Absolwent\u00f3w szk\u00f3\u0142 wy\u017cszych, w skr\u00f3cie ELA, realizujemy na zlecenie ministra, kt\u00f3ry jest zobowi\u0105zany do prowadzenia takich dzia\u0142a\u0144 na mocy ustawy Prawo o szkolnictwie wy\u017cszym i nauce. W tym roku pracujemy ju\u017c nad pi\u0105t\u0105 edycj\u0105 projektu.<\/p>\n\n\n\n

To bardzo cenna wiedza dla r\u00f3\u017cnych grup ludzi. Najliczniejsz\u0105 s\u0105 osoby, kt\u00f3re my\u015bl\u0105 o rozpocz\u0119ciu studi\u00f3w lub kontynuowaniu ich na kolejnym stopniu i chc\u0105 dokona\u0107 \u015bwiadomego wyboru kierunku. Owszem, wybieraj\u0105c \u015bcie\u017ck\u0119 kariery zawodowej najlepiej kierowa\u0107 si\u0119 swoimi zainteresowaniami. Bo je\u015bli b\u0119dziesz lubi\u0107 to, co robisz, to b\u0119dziesz to robi\u0107 dobrze, a wtedy pieni\u0105dze same do ciebie przyjd\u0105. Jednak wiedza o tym, na jakie wynagrodzenie mo\u017cesz liczy\u0107 w pierwszych latach po uko\u0144czeniu studi\u00f3w, a tak\u017ce o tym, jak d\u0142ugo b\u0119dziesz poszukiwa\u0142 pracy (takie informacje r\u00f3wnie\u017c dostarczamy w ramach ELA), pozwala lepiej zaplanowa\u0107 przysz\u0142o\u015b\u0107. Umo\u017cliwia te\u017c wyb\u00f3r wymarzonego kierunku na takiej uczelni, po kt\u00f3rej szanse na znalezienie dobrze p\u0142atnej pracy s\u0105 najwi\u0119ksze.<\/p>\n\n\n\n

I tu dochodzimy do nast\u0119pnej wa\u017cnej grupy interesariuszy projektu ELA, czyli decydent\u00f3w na uczelniach.<\/p>\n\n\n\n

Na czym polega ich interes?<\/h2>\n\n\n\n

Informacje, kt\u00f3re dostarczamy, s\u0105 niezwykle u\u017cyteczne dla os\u00f3b odpowiadaj\u0105cych za ofert\u0119 programow\u0105 szk\u00f3\u0142 wy\u017cszych. Pozwalaj\u0105 por\u00f3wnywa\u0107 losy absolwent\u00f3w r\u00f3\u017cnych kierunk\u00f3w w ramach tej samej uczelni, jak i losy absolwent\u00f3w zbli\u017conych kierunk\u00f3w, prowadzonych na r\u00f3\u017cnych uczelniach. Dzi\u0119ki takiemu monitoringowi w\u0142adze szk\u00f3\u0142 wy\u017cszych wiedz\u0105, po kt\u00f3rych kierunkach absolwenci ich uczelni s\u0105 najbardziej poszukiwani na rynku, a z drugiej strony na jakich absolwent\u00f3w jest mniejsze zapotrzebowanie w\u015br\u00f3d pracodawc\u00f3w. Co wi\u0119cej, je\u015bli oka\u017ce si\u0119, \u017ce absolwenci konkurencyjnych kierunk\u00f3w s\u0105 lepiej wyceniani przez rynek, mo\u017ce to stanowi\u0107 sygna\u0142 do przyjrzenia si\u0119 w\u0142asnemu programowi studi\u00f3w i zastanowienia, jakie wprowadzi\u0107 w nim zmiany, jakie przedmioty doda\u0107, w jakie jeszcze kompetencje wyposa\u017cy\u0107 student\u00f3w, by \u0142atwiej by\u0142o im znale\u017a\u0107 prac\u0119 po uko\u0144czeniu uczelni.<\/p>\n\n\n\n

Kolejn\u0105 grup\u0105, dla kt\u00f3rej informacje p\u0142yn\u0105ce z projektu ELA mog\u0105 by\u0107 pomocne, s\u0105 pracownicy biur karier. Na tej podstawie mog\u0105 wskazywa\u0107 przysz\u0142ym studentom wahaj\u0105cym si\u0119, jaki kierunek wybra\u0107, te programy studi\u00f3w, po kt\u00f3rych b\u0119d\u0105 mieli wi\u0119ksze szanse na znalezienie dobrze p\u0142atnej pracy.<\/p>\n\n\n\n

I w ko\u0144cu, my\u015bl\u0119, \u017ce ELA jest te\u017c dla samego ministerstwa wa\u017cnym narz\u0119dziem umo\u017cliwiaj\u0105cym prowadzenie opartej na dowodach polityki dotycz\u0105cej szkolnictwa wy\u017cszego.<\/p>\n\n\n\n

Na zlecenie ministerstwa robili\u015bcie te\u017c analizy sektora sztucznej inteligencji w Polsce. Jak to wi\u0119c wygl\u0105da? Jeste\u015bmy w czo\u0142\u00f3wce czy w ogonie \u015bwiata?<\/h2>\n\n\n\n

Chcia\u0142abym m\u00f3c powiedzie\u0107, \u017ce w czo\u0142\u00f3wce. Ale \u017ceby tak by\u0142o, musieliby\u015bmy jako kraj przeznacza\u0107 inny rz\u0105d wielko\u015bci \u015brodk\u00f3w na nauk\u0119, a w szczeg\u00f3lno\u015bci na sztuczn\u0105 inteligencj\u0119. Dlatego wola\u0142abym raczej, by\u015b zapyta\u0142, czy Polska ma potencja\u0142 do rozwoju sztucznej inteligencji. Bo tego w\u0142a\u015bnie dotyczy\u0142y nasze badania.<\/p>\n\n\n\n

Badali\u015bmy mi\u0119dzy innymi krajowe zasoby kadrowe w dziedzinie sztucznej inteligencji, realizowane projekty dotycz\u0105ce SI i prowadzone kierunki studi\u00f3w, na kt\u00f3rych mo\u017cna zdoby\u0107 kompetencje z tego zakresu. Wyniki pozwalaj\u0105 s\u0105dzi\u0107, \u017ce mamy potencja\u0142, kt\u00f3ry powinien umo\u017cliwi\u0107 nam znalezienie sobie niszy w nowoczesnej gospodarce.<\/p>\n\n\n\n

Naszym kapita\u0142em s\u0105 \u015bwietni absolwenci matematyki i informatyki, kt\u00f3rzy odnosz\u0105 sukcesy w konkursach na poziomie \u015bwiatowym. Informatyka zajmuje pierwsze miejsce w rankingu kierunk\u00f3w studi\u00f3w pierwszego stopnia i jednolitych magisterskich z najwi\u0119ksz\u0105 liczb\u0105 przyj\u0119tych kandydat\u00f3w \u2013 w roku akademickim 2018\/19 by\u0142o ich ponad 20 tysi\u0119cy.<\/p>\n\n\n\n

A je\u015bli chodzi o samo kszta\u0142cenie w zakresie sztucznej inteligencji?<\/h2>\n\n\n\n

Z naszych analiz wynika, \u017ce najwi\u0119cej prac dyplomowych dotycz\u0105cych tego zagadnienia w latach 2010-2018 zosta\u0142o obronionych na Politechnice Wroc\u0142awskiej. Na kolejnych miejscach za\u015b znalaz\u0142y si\u0119, co mo\u017ce zaskakiwa\u0107, Politechnika \u0141\u00f3dzka oraz Wy\u017csza Szko\u0142a Informatyki i Zarz\u0105dzania w Rzeszowie. Akademia G\u00f3rniczo-Hutnicza czy Politechnika Warszawska, kt\u00f3re intuicyjnie wymienialiby\u015bmy w czo\u0142\u00f3wce takiego zestawienia, uplasowa\u0142y si\u0119 dopiero na odpowiednio 12. i 16. miejscu.<\/p>\n\n\n\n

Trzeba przy tym podkre\u015bli\u0107, \u017ce nasze uczelnie kszta\u0142c\u0105 na wysokim poziomie, o czym \u015bwiadczy drena\u017c polskich specjalist\u00f3w przez obce kraje. To najwi\u0119ksza bol\u0105czka, kt\u00f3ra mo\u017ce hamowa\u0107 rozw\u00f3j sztucznej inteligencji w Polsce. Niezb\u0119dne jest wi\u0119c stworzenie w kraju m\u0142odym ludziom warunk\u00f3w pracy i rozwoju zbli\u017conych do tych, jakie czekaj\u0105 na nich za granic\u0105.<\/p>\n\n\n\n

Ze statystyk dotycz\u0105cych absolwent\u00f3w kierunk\u00f3w informatycznych ze specjalizacj\u0105 \u201esztuczna inteligencja\u201d z 2014 roku wynika, \u017ce w pierwszym roku po uko\u0144czeniu studi\u00f3w mogli oni liczy\u0107 na zarobki o 36% wy\u017csze ni\u017c pozostali absolwenci, a po czterech latach ta przewaga wzros\u0142a a\u017c do 47%. Martwi jednak fakt, \u017ce nie wszyscy maj\u0105 szans\u0119 na otrzymanie r\u00f3wnie dobrego wynagrodzenia. Nasze analizy pokazuj\u0105, \u017ce wysokie zarobki to g\u0142\u00f3wnie domena m\u0119\u017cczyzn, kt\u00f3rzy w pierwszym roku po zdobyciu dyplomu zarabiali \u015brednio o 38% wi\u0119cej ni\u017c kobiety ko\u0144cz\u0105ce te same kierunki informatyczne o specjalizacji z zakresu sztucznej inteligencji. Co wi\u0119cej, w czwartym roku po uzyskaniu dyplomu ta przewaga zwi\u0119kszy\u0142a si\u0119 do 53%.<\/p>\n\n\n\n

Pokazuje to, jak du\u017co jest jeszcze do zrobienia, a tak\u017ce jak bardzo potrzebne jest monitorowanie i analizowanie tych zjawisk, kt\u00f3rymi si\u0119 zajmujemy.<\/p>\n\n\n\n

Nie obawiacie si\u0119, \u017ce sztuczna inteligencja zabierze wam kiedy\u015b prac\u0119? W ko\u0144cu \u015bwietnie analizuje du\u017ce zbiory danych, wyci\u0105ga wnioski\u2026<\/h2>\n\n\n\n

C\u00f3\u017c, widzia\u0142am ostatnio zaw\u00f3d statystyka na li\u015bcie profesji maj\u0105cych wed\u0142ug prognoz rosyjskiego zespo\u0142u, kt\u00f3ry przygotowa\u0142 \u201eAtlas of Emerging Jobs\u201d, wygasn\u0105\u0107 do 2030 roku.<\/em> Zreszt\u0105 figurowa\u0142 tam tu\u017c obok zawodu dziennikarza \u2013 wi\u0119c te\u017c powiniene\u015b poczu\u0107 si\u0119 zagro\u017conym gatunkiem.<\/p>\n\n\n\n

Czuj\u0119, bo s\u0105 ju\u017c boty pisz\u0105ce depesze.<\/h2>\n\n\n\n

Ale mog\u0119 ci\u0119 od razu pocieszy\u0107: w\u015br\u00f3d nowych zawod\u00f3w znalaz\u0142 si\u0119 Info Stylist,<\/em> kt\u00f3ry ma zajmowa\u0107 si\u0119 serwowaniem za pomoc\u0105 algorytm\u00f3w strumienia tre\u015bci dopasowanego pod wzgl\u0119dem zawarto\u015bci i sposobu prezentacji do oczekiwa\u0144 konkretnego odbiorcy. Jest wi\u0119c dla ciebie nadzieja!<\/p>\n\n\n\n

A co z nadziej\u0105 dla ciebie?<\/h2>\n\n\n\n

My\u015bl\u0119, \u017ce statystycy nadal b\u0119d\u0105 potrzebni, tyle \u017ce w nowym wydaniu, wzmocnieni o umiej\u0119tno\u015bci z zakresu informatyki. I nie wydaje si\u0119 to niczym nadzwyczajnym w zwi\u0105zku z przenikaniem nowych technologii do wi\u0119kszo\u015bci zawod\u00f3w. \u201eAtlas of Emerging Jobs\u201d w\u015br\u00f3d wschodz\u0105cych profesji wymienia na przyk\u0142ad big data model designer.<\/em> Ju\u017c teraz osoby pracuj\u0105ce w naszym laboratorium okre\u015bli\u0142abym raczej jako data scientists<\/em> ni\u017c jako tradycyjnych statystyk\u00f3w. A je\u015bli spojrzymy na og\u00f3lnopolski ranking zarobk\u00f3w absolwent\u00f3w szk\u00f3\u0142 wy\u017cszych, to na drugim miejscu, zaraz po informatykach z Uniwersytetu Jagiello\u0144skiego, plasuj\u0105 si\u0119 absolwenci kierunku \u201eanaliza danych \u2013 Big Data\u201d w Szkole G\u0142\u00f3wnej Handlowej w Warszawie. Popyt na kwalifikacje z zakresu analizy danych jest wi\u0119c wci\u0105\u017c du\u017cy. Mo\u017cemy spa\u0107 spokojnie.<\/p>\n<\/div><\/div>\n\n\n

[opi_content_social_icons]<\/p>\n<\/div><\/div>\n\n

<\/p>\n","protected":false},"excerpt":{"rendered":"

Ju\u017c dzi\u015b ludzi pracuj\u0105cych w naszym laboratorium okre\u015bli\u0142abym raczej jako data scientists ni\u017c jako tradycyjnych statystyk\u00f3w. Z dr Marzen\u0105 Feldy, kierownikiem Laboratorium Analiz Statystycznych OPI PIB, rozmawia Micha\u0142 Rolecki Marzena Feldy \u2013 doktor nauk ekonomicznych w dyscyplinie nauk o zarz\u0105dzaniu, adiunkt w O\u015brodku Przetwarzania Informacji \u2013 Pa\u0144stwowym Instytucie Badawczym. Kieruje pracami Laboratorium Analiz Statystycznych OPI…<\/p>\n","protected":false},"author":34,"featured_media":22768,"parent":22041,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":"","_links_to":"","_links_to_target":""},"class_list":["post-22039","page","type-page","status-publish","has-post-thumbnail","hentry"],"_links":{"self":[{"href":"https:\/\/opi.org.pl\/en\/wp-json\/wp\/v2\/pages\/22039","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/opi.org.pl\/en\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/opi.org.pl\/en\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/opi.org.pl\/en\/wp-json\/wp\/v2\/users\/34"}],"replies":[{"embeddable":true,"href":"https:\/\/opi.org.pl\/en\/wp-json\/wp\/v2\/comments?post=22039"}],"version-history":[{"count":16,"href":"https:\/\/opi.org.pl\/en\/wp-json\/wp\/v2\/pages\/22039\/revisions"}],"predecessor-version":[{"id":31114,"href":"https:\/\/opi.org.pl\/en\/wp-json\/wp\/v2\/pages\/22039\/revisions\/31114"}],"up":[{"embeddable":true,"href":"https:\/\/opi.org.pl\/en\/wp-json\/wp\/v2\/pages\/22041"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/opi.org.pl\/en\/wp-json\/wp\/v2\/media\/22768"}],"wp:attachment":[{"href":"https:\/\/opi.org.pl\/en\/wp-json\/wp\/v2\/media?parent=22039"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}