Używamy techniczne pliki cookie i zanonimizowany dziennik wizyt Zorky. Yandex Metrica (dane są przechowywane na serwerach w Rosji) działa tylko za Twoją zgodą. Nigdy nie sprzedajemy danych. Więcej o cookies i statystykach.
Zorky działa w trybie testowym — wszystko jest bezpłatne. Oferty i strony firm są dostępne dla wszystkich; linki do ogłoszeń i osobiste zestawienie ofert — po rejestracji. Zarejestruj się →

Hurtownia danych: rynek

Dane na dzień 19 listopada 2026: otwarte oferty Hurtownia danych — 442, 39% zdalnie wśród ofert z podanym trybem pracy; mediana wynagrodzenia w ofertach $7880/mies. (z 52 ofert z podanym wynagrodzeniem). Źródło: Zorky, aktualizacja codziennie.

Data Warehouse Engineer — specjalizacja w chmurowych DWH (Snowflake/BigQuery/Redshift/ClickHouse). Podsegment Data Engineering z naciskiem na modelowanie DWH + dbt + chmurowe platformy danych. Nisza premium dzięki ekspertyzie w chmurowych DWH. Rodzina ról: Snowflake Engineer (dominator chmurowych DWH — projektowanie schematów + dbt + optymalizacja kosztów), BigQuery Engineer (stack danych Google Cloud), ClickHouse Engineer, Redshift Engineer (legacy AWS), Data Warehouse Architect (specjalista od modelowania — Kimball/Data Vault). Stack: SQL na poziomie mistrzowskim (obowiązkowo — funkcje okna, rekurencyjne CTE, optymalizacja zapytań, partition pruning, widoki zmaterializowane), Snowflake (chmurowe premium — Tasks, Streams, Time Travel, mikropartycje, ingestion przez Snowpipe), BigQuery (GCP — rozliczanie za sloty, BQML do ML w bazie), ClickHouse (dominator OLAP w WNP — ReplicatedMergeTree, silniki rozproszone, widoki zmaterializowane), Redshift (legacy AWS — distkey/sortkey), Greenplum (enterprise w WNP), dbt (standard warstwy transformacji + adaptery dbt-snowflake / dbt-bigquery / dbt-clickhouse), Apache Airflow do orkiestracji ingestion, Looker/Mode/Metabase/Superset/Yandex DataLens do BI na DWH. Najczęstszy stack: snowflake, cloud, sql, python, dbt. Wśród ofert z określonym trybem pracy 39% dotyczy pracy zdalnej. Senior Snowflake/BigQuery — premia 10-15% ponad Senior Data Engineer za specjalizację w chmurowych DWH.

Dane na dzień:

Najważniejsze liczby rynku Hurtownia danych: otwarte oferty, mediana wynagrodzenia, obserwowana pula specjalistów i udział pracy zdalnej.

442
otwarte oferty — według nazwy stanowiska, reposty scalone
$7880
mediana $/mies.
39%
zdalnie

Rynek Hurtownia danych ma obecnie 442 otwarte role, w tym świeżo zaobserwowanych: 385. Median salary $7880/mo.

Wśród ofert z określonym trybem pracy 39% dotyczy pracy zdalnej. Praca jest w pełni chmurowa. Rosyjskie firmy produktowe — hybryda lub zdalnie. Sber — częściej biuro. Międzynarodowe chmurowe SaaS hurtowni danych (Snowflake/BigQuery/dbt Labs) — praca w pełni zdalna.

⚠ wynagrodzenie znane dla 52 z 442 ofert; udział pracy zdalnej z 362 z podanym formatem; 385 liczone jako świeże obserwacje; trendu i trudności rekrutacji nie pokazujemy

Oś czasu: ogłoszenia i źródła

Ile ogłoszeń Hurtownia danych pojawiało się co tydzień od 1 cze i z ilu źródeł pochodziły. Dolny wykres oddziela wzrost rynku od wzrostu naszego zasięgu: skok w tygodniu, w którym podłączono nowe źródła, oznacza, że zaczęliśmy widzieć więcej, a nie że rynek urósł.

Nowe ogłoszenia tygodniowo

Dane wykresu
Nowe ogłoszenia tygodniowo. Tabela danych sekcji. Brak wartości nie oznacza zera; jednostki i próbę podano w opisie wskaźnika.
OkresNowe ogłoszenia tygodniowo
2026-06-0132
2026-06-0829
2026-06-1538
2026-06-2289
2026-06-2988
2026-07-0661
2026-07-1375
2026-07-2088
2026-07-2769
2026-08-0345
2026-08-1021
2026-08-1727
2026-08-2437
2026-08-3141
2026-09-0737
2026-09-1434
2026-09-2170
2026-09-2891
2026-10-0594
2026-10-12200
2026-10-1992
2026-10-2693
2026-11-0291
2026-11-09124

Aktywne źródła w tygodniu

Źródeł w całym okresie: 100. ▲ — tydzień, w którym podłączono dużo nowych źródeł.

Dane wykresu
Aktywne źródła w tygodniu. Tabela danych sekcji. Brak wartości nie oznacza zera; jednostki i próbę podano w opisie wskaźnika.
OkresAktywne źródła
2026-06-017
2026-06-089
2026-06-1511
2026-06-2220
2026-06-2916
2026-07-0619
2026-07-1323
2026-07-2024
2026-07-2722
2026-08-0321
2026-08-1012
2026-08-1710
2026-08-2414
2026-08-3119
2026-09-0714
2026-09-1415
2026-09-2129
2026-09-2824
2026-10-0524
2026-10-1233
2026-10-1931
2026-10-2630
2026-11-0231
2026-11-0937
Podłączono nowe źródła: 22 cze +13 · 29 cze +6 · 6 lip +8 · 13 lip +6 · 20 lip +8 · wszystkie tygodnie (21) — w tabeli
TydzieńNowe źródłaNowe ogłoszenia
8 cze+329
15 cze+338
22 cze+1389
29 cze+688
6 lip+861
13 lip+675
20 lip+888
27 lip+569
3 sie+345
17 sie+127
24 sie+237
31 sie+341
7 wrz+137
14 wrz+334
21 wrz+570
5 paź+594
12 paź+5200
19 paź+392
26 paź+393
2 lis+491
9 lis+3124

Bieżący tydzień jeszcze się nie skończył i nie jest pokazany: niepełny tydzień wyglądałby jak spadek.

Tydzień = data pierwszego pojawienia się ogłoszenia, wszystkie statusy; ogłoszenia wybiera ta sama reguła co licznik tej strony. Źródła to różne kanały zbierania; ich nazw nie publikujemy.

Dane wykresu
Oś czasu: ogłoszenia i źródła — Hurtownia danych. Tabela danych sekcji. Brak wartości nie oznacza zera; jednostki i próbę podano w opisie wskaźnika.
TydzieńNowe ogłoszenia tygodniowoAktywne źródła
2026-06-01327
2026-06-08299
2026-06-153811
2026-06-228920
2026-06-298816
2026-07-066119
2026-07-137523
2026-07-208824
2026-07-276922
2026-08-034521
2026-08-102112
2026-08-172710
2026-08-243714
2026-08-314119
2026-09-073714
2026-09-143415
2026-09-217029
2026-09-289124
2026-10-059424
2026-10-1220033
2026-10-199231
2026-10-269330
2026-11-029131
2026-11-0912437

Wynagrodzenia w czasie

Mediana wynagrodzenia Hurtownia danych tygodniowo, USD miesięcznie.

Mediana wynagrodzenia, USD miesięcznie

Dane wykresu
Mediana wynagrodzenia, USD miesięcznie. Tabela danych sekcji. Brak wartości nie oznacza zera; jednostki i próbę podano w opisie wskaźnika.
OkresMedianaOferty z wynagrodzeniem w tygodniu (n)
2026-10-12761813
2026-10-19631213
2026-10-26814318
2026-11-02958311
2026-11-09637519

Seria zaczyna się 12 paź: wcześniej brak danych.

Oferty z wynagrodzeniem w tygodniu (n)

Tylko ogłoszenia z wynagrodzeniem w USD i znanym okresem (miesiąc lub rok), od 500 do 50 000 $ miesięcznie. Tygodnie, w których takich ogłoszeń jest mniej niż 10, są puste — to brak danych, a nie zero.

Dane wykresu
Wynagrodzenia w czasie — Hurtownia danych. Tabela danych sekcji. Brak wartości nie oznacza zera; jednostki i próbę podano w opisie wskaźnika.
TydzieńMediana
2026-06-01—
2026-06-08—
2026-06-15—
2026-06-22—
2026-06-29—
2026-07-06—
2026-07-13—
2026-07-20—
2026-07-27—
2026-08-03—
2026-08-10—
2026-08-17—
2026-08-24—
2026-08-31—
2026-09-07—
2026-09-14—
2026-09-21—
2026-09-28—
2026-10-05—
2026-10-127618
2026-10-196312
2026-10-268143
2026-11-029583
2026-11-096375

Praca zdalna w czasie

Udział ofert Hurtownia danych z pracą w pełni zdalną, tydzień po tygodniu.

Ogłoszenia zdalne, %

Dane wykresu
Ogłoszenia zdalne, %. Tabela danych sekcji. Brak wartości nie oznacza zera; jednostki i próbę podano w opisie wskaźnika.
OkresZdalnie
2026-06-0172
2026-06-0842,9
2026-06-1558,8
2026-06-2252,4
2026-06-2952,8
2026-07-0648,4
2026-07-1350
2026-07-2068,7
2026-07-2775
2026-08-0323,7
2026-08-1013,3
2026-08-1715,4
2026-08-2440
2026-08-3131,4
2026-09-0725,8
2026-09-1426,9
2026-09-2121,3
2026-09-2849,3
2026-10-0532,9
2026-10-1236,4
2026-10-1927,6
2026-10-2650
2026-11-0242,9
2026-11-0929,6

Udział liczony jest wśród ogłoszeń, które podają tryb pracy (zdalnie, hybrydowo, biuro). Tygodnie, w których takich ogłoszeń jest mniej niż 10, są puste.

Dane wykresu
Praca zdalna w czasie — Hurtownia danych. Tabela danych sekcji. Brak wartości nie oznacza zera; jednostki i próbę podano w opisie wskaźnika.
TydzieńZdalnie
2026-06-0172
2026-06-0842,9
2026-06-1558,8
2026-06-2252,4
2026-06-2952,8
2026-07-0648,4
2026-07-1350
2026-07-2068,7
2026-07-2775
2026-08-0323,7
2026-08-1013,3
2026-08-1715,4
2026-08-2440
2026-08-3131,4
2026-09-0725,8
2026-09-1426,9
2026-09-2121,3
2026-09-2849,3
2026-10-0532,9
2026-10-1236,4
2026-10-1927,6
2026-10-2650
2026-11-0242,9
2026-11-0929,6

Technologie w czasie

Jak zmieniał się udział ofert Hurtownia danych, w których pojawia się każda z czołowych technologii.

Ogłoszenia wymieniające technologię, %

Dane wykresu
Ogłoszenia wymieniające technologię, %. Tabela danych sekcji. Brak wartości nie oznacza zera; jednostki i próbę podano w opisie wskaźnika.
OkresSnowflakeSQLcloud
2026-08-1780,811,534,6
2026-08-2474,322,922,9
2026-08-3172,517,525
2026-09-0776,517,629,4
2026-09-1464,538,716,1
2026-09-2176,222,231,7
2026-09-285626,259,5
2026-10-0570,849,447,2
2026-10-1275,334,343,3
2026-10-1978,765,242,7
2026-10-2677,460,244,1
2026-11-0272,158,152,3
2026-11-0971,948,842,1

Seria zaczyna się 17 sie: wcześniej brak danych.

Na wykresie do 5:

Udział wśród ogłoszeń z otagowanym stosem; seria zaczyna się 10 sie: wcześniej tagi stosu nadawano inaczej. Tygodnie z mniej niż 20 otagowanymi ogłoszeniami są puste.

Dane wykresu
Technologie w czasie — Hurtownia danych. Tabela danych sekcji. Brak wartości nie oznacza zera; jednostki i próbę podano w opisie wskaźnika.
TydzieńSnowflakeSQLcloudPythondbt
2026-08-10—————
2026-08-1780,811,534,63,87,7
2026-08-2474,322,922,928,62,9
2026-08-3172,517,5251015
2026-09-0776,517,629,411,82,9
2026-09-1464,538,716,119,46,5
2026-09-2176,222,231,731,719
2026-09-285626,259,529,814,3
2026-10-0570,849,447,242,716,9
2026-10-1275,334,343,320,216,9
2026-10-1978,765,242,744,940,4
2026-10-2677,460,244,148,432,3
2026-11-0272,158,152,352,340,7
2026-11-0971,948,842,137,233,1

Kraje w czasie

Jak zmieniał się udział ofert Hurtownia danych w każdym z czołowych krajów, tydzień po tygodniu.

Ogłoszenia w kraju, %

Dane wykresu
Ogłoszenia w kraju, %. Tabela danych sekcji. Brak wartości nie oznacza zera; jednostki i próbę podano w opisie wskaźnika.
OkresPolskaUSAWielka Brytania
2026-06-0156,228,10
2026-06-0827,637,93,4
2026-06-1543,218,98,1
2026-06-2263,212,61,1
2026-06-2937,934,53,4
2026-07-0617,951,80
2026-07-1324,631,11,6
2026-07-2055,214,911,5
2026-07-2765,55,212,1
2026-08-0317,112,222
2026-08-10102040
2026-08-1713,69,145,5
2026-08-242517,928,6
2026-08-3111,113,938,9
2026-09-076,713,336,7
2026-09-147,429,618,5
2026-09-2114,3258,9
2026-09-2818,615,17
2026-10-0537,28,19,3
2026-10-1223,419,310,3
2026-10-1942,715,94,9
2026-10-2639,814,810,2
2026-11-0227,725,36
2026-11-0923,314,68,7
Na wykresie do 5:

Udział wśród ogłoszeń ze znanym krajem; wykres pokazuje pięć krajów z największą liczbą ogłoszeń w ciągu sześciu miesięcy. Tygodnie z mniej niż 20 ogłoszeniami ze znanym krajem są puste. Rosnący udział może oznaczać nowo podłączone źródło w tym kraju, a nie wzrost rynku.

Dane wykresu
Kraje w czasie — Hurtownia danych. Tabela danych sekcji. Brak wartości nie oznacza zera; jednostki i próbę podano w opisie wskaźnika.
TydzieńPolskaUSAIndieWielka BrytaniaAustralia
2026-06-0156,228,16,200
2026-06-0827,637,917,23,40
2026-06-1543,218,95,48,12,7
2026-06-2263,212,681,11,1
2026-06-2937,934,55,73,42,3
2026-07-0617,951,816,100
2026-07-1324,631,121,31,63,3
2026-07-2055,214,96,911,53,4
2026-07-2765,55,23,412,13,4
2026-08-0317,112,219,5224,9
2026-08-101020104015
2026-08-1713,69,118,245,59,1
2026-08-242517,917,928,63,6
2026-08-3111,113,916,738,911,1
2026-09-076,713,316,736,73,3
2026-09-147,429,629,618,53,7
2026-09-2114,32512,58,95,4
2026-09-2818,615,111,677
2026-10-0537,28,111,69,32,3
2026-10-1223,419,315,210,30,7
2026-10-1942,715,912,24,96,1
2026-10-2639,814,812,510,25,7
2026-11-0227,725,34,861,2
2026-11-0923,314,65,88,70

Czysty rynek: indeks zatrudnienia

Ten sam zestaw 7505 stron kariery pracodawców; liczba ogłoszeń pochodzi z samej strony. Podłączanie nowych źródeł nie rusza tego indeksu — pokazuje rynek, a nie nasz zasięg. To cały rynek panelu, a nie tylko Hurtownia danych.

Indeks zatrudnienia, 16 paź = 100

Dane wykresu
Indeks zatrudnienia, 16 paź = 100. Tabela danych sekcji. Brak wartości nie oznacza zera; jednostki i próbę podano w opisie wskaźnika.
OkresIndeks zatrudnienia
2026-10-16100
2026-10-17100,03
2026-10-1899,76
2026-10-1999,68
2026-10-2099,27
2026-10-2198,6
2026-10-2299,07
2026-10-2397,4
2026-10-2497,41
2026-10-2697,33
2026-10-2796,76
2026-10-2896,21
2026-10-2995,17
2026-10-3095,13
2026-10-3193,65
2026-11-0193,33
2026-11-0292,67
2026-11-0392,65
2026-11-0492,41
2026-11-0592,13
2026-11-0690,44
2026-11-0790,48
2026-11-0890,45
2026-11-1090,29
2026-11-1190,22
2026-11-1390,12
2026-11-1489,7
2026-11-1589,68
2026-11-1689,62
2026-11-1888,91
2026-11-1988,02

Indeks łańcuchowy: każdego dnia porównujemy tylko strony odpytane zarówno tego dnia, jak i poprzedniego; wartości odstające i awarie odpytywania całej platformy są wykluczone. Dni bez porównywalnych par są puste.

Dane wykresu
Czysty rynek: indeks zatrudnienia — Hurtownia danych. Tabela danych sekcji. Brak wartości nie oznacza zera; jednostki i próbę podano w opisie wskaźnika.
DzieńIndeks zatrudnienia
2026-10-16100
2026-10-17100,03
2026-10-1899,76
2026-10-1999,68
2026-10-2099,27
2026-10-2198,6
2026-10-2299,07
2026-10-2397,4
2026-10-2497,41
2026-10-2697,33
2026-10-2796,76
2026-10-2896,21
2026-10-2995,17
2026-10-3095,13
2026-10-3193,65
2026-11-0193,33
2026-11-0292,67
2026-11-0392,65
2026-11-0492,41
2026-11-0592,13
2026-11-0690,44
2026-11-0790,48
2026-11-0890,45
2026-11-1090,29
2026-11-1190,22
2026-11-1390,12
2026-11-1489,7
2026-11-1589,68
2026-11-1689,62
2026-11-1888,91
2026-11-1988,02

Ile jest otwartych ofert Hurtownia danych i ilu pasujących specjalistów widzi Zorky.

Popyt i obserwowana podaż

Dane wykresu
Tabela danych sekcji. Brak wartości nie oznacza zera; jednostki i próbę podano w opisie wskaźnika.
WskaźnikWartość
Otwarty popyt442
Otwarty popyt442
Obserwowana podaż— nie publikujemy

Data Warehouse Engineer tworzy stały strumień ofert. Czynniki: migracje legacy DWH (Greenplum/Redshift) na Snowflake/BigQuery/ClickHouse, wzrost nowoczesnego stacku danych (dbt + chmurowe DWH), dominacja ClickHouse w zespołach produktowych WNP.

⚠ kandydaci pasujący do oferty nie są jeszcze liczeni: pokazujemy popyt i obserwowaną pulę

Jak rozkładają się wynagrodzenia w ofertach Hurtownia danych, w dolarach USA miesięcznie.

Rozkład wynagrodzeń

P25 $6062 · P50 $7880 · P75 $10 250
Dane wykresu
Tabela danych sekcji. Brak wartości nie oznacza zera; jednostki i próbę podano w opisie wskaźnika.
WskaźnikWartość
<$1k0
$1–2k0
$2–3k0
$3–4k0
$4–5k5
$5–6k6
$6–7k11
$7–8k5
$8–9k7
$9–10k3
$10–12k9
$12–15k4
$15–20k1
$20k+1
Wynagrodzenie w ofertach: baza 442
  • nadaje się do obliczeń: 52 (11,8%)
  • podano, ale nie przeliczono na USD/mies.: 54 (12,2%)
  • nie podano: 336 (76%)

W co dziesiątej ofercie widełki są poniżej $5373, w co dziesiątej — powyżej $12 500. Połowa ofert proponuje od $6062 do $10 250. Próba: 52.

Dane wykresu
Rozkład wynagrodzeń — Hurtownia danych. Tabela danych sekcji. Brak wartości nie oznacza zera; jednostki i próbę podano w opisie wskaźnika.
WskaźnikDolna granicaGórna granicaLiczba
<$1k010000
$1–2k100020000
$2–3k200030000
$3–4k300040000
$4–5k400050005
$5–6k500060006
$6–7k6000700011
$7–8k700080005
$8–9k800090007
$9–10k900010 0003
$10–12k10 00012 0009
$12–15k12 00015 0004
$15–20k15 00020 0001
$20k+20 000—1

W jakich krajach jest najwięcej otwartych ofert Hurtownia danych.

Geografia popytu

krajofertyudział
Polska11830,8%
Stany Zjednoczone7920,6%
Indie4912,8%
Wielka Brytania256,5%
Francja195%
Niemcy184,7%
Kanada82,1%
Meksyk61,6%
Rosja61,6%
Republika Południowej Afryki51,3%
Pozostałe kraje5013,1%

Liderem pod względem liczby ofert DWH jest Polska (118 stanowisk). Rosja — dominacja ClickHouse. Polska — UE przyjazna DWH. Duży międzynarodowy rynek zdalny przez Snowflake/dbt Labs.

⚠ tylko liczba ofert: wynagrodzenia według krajów nie są publikowane

Dane wykresu
Geografia popytu — Hurtownia danych. Tabela danych sekcji. Brak wartości nie oznacza zera; jednostki i próbę podano w opisie wskaźnika.
KrajOferty
PL118
US79
IN49
GB25
FR19
DE18
CA8
MX6
RU6
ZA5

Jakie technologie najczęściej są wymagane w jednej ofercie razem z Hurtownia danych.

Używana razem z

snowflake
32473,3%
sql
20345,9%
cloud
20145,5%
python
16236,7%
dbt
14833,5%
aws
11826,7%
azure
10022,6%
airflow
8519,2%
databricks
7316,5%
gcp
6314,3%

Udział — ile z 442 ofert rynku Hurtownia danych wymienia tę technologię. Kolejność według liczby ofert, a nie „siły powiązania”. Ogólne pojęcia, jak cloud, to nie konkretna chmura (AWS, Azure).

Najpopularniejszy stack DWH 2026: SQL na poziomie mistrzowskim (obowiązkowo), jedna chmurowa hurtownia DWH: Snowflake (chmurowa premium) / BigQuery (GCP) / ClickHouse (dominujący OLAP w WNP) / Redshift (legacy AWS), dbt (standard warstwy transformacji), Apache Airflow (orkiestracja ingestii), Apache Iceberg / Delta Lake (lakehouse), Kafka + Debezium (CDC), Looker / Mode / Metabase / Superset / Yandex DataLens (BI).

Typowe pary: SQL + Snowflake, SQL + ClickHouse, dbt + Snowflake, dbt + BigQuery, dbt + ClickHouse, Airflow + DWH. Roadmapa nauki: zaawansowany SQL → jedna chmurowa hurtownia DWH (ClickHouse dla WNP lub Snowflake na rynek międzynarodowy) → dbt → modelowanie Kimballa → podstawy Airflow → jedno narzędzie BI.

Dane wykresu
Używana razem z — Hurtownia danych. Tabela danych sekcji. Brak wartości nie oznacza zera; jednostki i próbę podano w opisie wskaźnika.
NazwaLiczba
snowflake324
sql203
cloud201
python162
dbt148
aws118
azure100
airflow85
databricks73
gcp63
bigquery61
kafka26

Ile jest ofert Hurtownia danych na każdym poziomie — od junior do principal.

Popyt według poziomu

poziomoferty
senior163
middle40
principal28
lead27
junior10

Juniorów jest mało — rynek oczekuje zaawansowanego SQL + jednej hurtowni DWH. Ścieżka kariery: Analyst Senior / Data Engineer Middle → DWH Middle → Senior → DWH Architect / Head of Data.

⚠ tylko strona popytu: poziom większości obserwowanej puli jest nieznany

Dane wykresu
Popyt według poziomu — Hurtownia danych. Tabela danych sekcji. Brak wartości nie oznacza zera; jednostki i próbę podano w opisie wskaźnika.
PoziomLiczba
senior163
middle40
principal28
lead27
junior10

Kto najwięcej zatrudnia w obszarze Hurtownia danych i jak bardzo popyt skupia się u największych firm.

Pracodawcy

Popyt rozkłada się na 280 pracodawców. Największy odpowiada za 3.3%, pierwsza dziesiątka za 16.7%; pozostałe 83.3% to długi ogon.

największy 3,3%2.–3. 3,8%4.–10. 9,6%pozostali 83,3%
udziałwartość
top-13.3%
top-37.2%
top-1016.7%
długi ogon83.3%

⚠ nazw nie pokazujemy: klasyfikator jeszcze nie odróżnia agencji rekrutacyjnych od pracodawców końcowych

Z jakich stron firm i portali Zorky zbiera oferty Hurtownia danych.

Gdzie Zorky widzi ten rynek

Obserwowane w 65 źródłach; największe odpowiada za 15.4% — ten rynek nie opiera się na jednym kanale.

Dane wykresu
Gdzie Zorky widzi ten rynek — Hurtownia danych. Tabela danych sekcji. Brak wartości nie oznacza zera; jednostki i próbę podano w opisie wskaźnika.
KlasaNazwaNazwa angielskaLiczbaUdział
atsATS и карьерные сайтыATS i strony kariery2230,5045
boardджоб-борды и агрегаторыportale pracy i agregatory2020,457
telegramTelegramTelegram170,0385

Najnowsze oferty Hurtownia danych ze stron karier firm.

Najnowsze ogłoszenia

Wszystkie oferty →

Najnowsze otwarte oferty DWH Engineer — najświeższe 10 stanowisk z odpowiednią jakością opisu. Pełna lista jest w naszym CRM lub pod linkiem „zobacz wszystkie” poniżej.

Jak to mierzymy
Oferta
otwarta oferta, która przeszła kontrolę jakości i wymienia co najmniej dwie technologie
Obserwowany kandydat
kandydat, którego stack zawiera tę technologię; agregat — żaden pojedynczy rekord nie opuszcza perymetru
Kandydat do dopasowania
jeszcze nie liczone
Okno
oferty otwarte w chwili tworzenia snapshotu

O danych

  • Część przekrojów jest ukryta: pokrycie danymi jest jeszcze niewystarczające.
  • Statystyki pokazujemy tylko tam, gdzie próba przechodzi próg jakości.
  • Brak bloku nie oznacza wartości zero.

Obecnie ukryte przekroje: 8.

Kierunek: Inżynieria danych

Pokrewne specjalizacje

W ramach Data Warehouse Engineer: Snowflake Engineer (dominator chmurowych DWH), BigQuery Engineer (GCP), ClickHouse Engineer, Redshift Engineer (legacy AWS), Data Warehouse Architect (specjalista od modelowania). Porównanie z innymi specjalizacjami danych — na wykresie słupkowym poniżej.

Big DataInżynier danychDBAPrzetwarzanie strumieniowe

Najczęściej zadawane pytania

Najczęstsze pytania o DWH Engineer: wynagrodzenie, Snowflake vs BigQuery vs ClickHouse vs Redshift, dbt vs Airflow (uzupełniają się, nie konkurują), różnice względem Data Engineer / Analytics Engineer, praca zdalna, jak zacząć (6-10 miesięcy), umiejętności Senior. Odpowiedzi przeliczają się automatycznie.

Ile zarabia DWH Junior, Middle, Senior lub Lead?

Ofert Junior DWH jest mało — rynek oczekuje zaawansowanego SQL + praktyki z jedną hurtownią DWH (często po Analyst Senior z biegłością w SQL lub Data Engineer Middle). Skok Junior → Middle — dogłębne opanowanie jednej hurtowni DWH + dbt + pipeline'y zasilania. Senior odpowiada za architekturę modelowania DWH (star/snowflake/Data Vault). Lead — zarządzanie zespołem modelowania + projektowanie korporacyjnej architektury danych. Ścieżka kariery: Analyst Senior / Data Engineer Middle → DWH Middle → Senior → albo Data Warehouse Architect, albo Head of Data.

Jakiego stacku najczęściej wymagają oferty DWH Engineer?

5 najważniejszych: snowflake, cloud, sql, python, dbt. SQL na poziomie biegłym (funkcje okna, rekurencyjne CTE, optymalizacja zapytań, partition pruning). Jedna z chmurowych hurtowni danych: Snowflake (chmurowa premium — Tasks/Streams/Time Travel/mikropartycje/Snowpipe), BigQuery (GCP — rozliczanie slotów/BQML), ClickHouse (dominujący OLAP w WNP — ReplicatedMergeTree/rozproszone/widoki zmaterializowane), Redshift (legacy AWS — distkey/sortkey). Greenplum w enterprise w WNP (Sber). dbt — obowiązkowo (standard warstwy transformacji — modele + testy + makra + pakiety). Apache Airflow do ingestii. Apache Iceberg/Delta Lake — formaty tabel lakehouse (rosnące). Apache Kafka + Debezium do CDC. BI: Looker/Mode/Metabase/Superset/Yandex DataLens. Znajomość modelowania Kimballa (schematy gwiazdy/płatka śniegu, wolno zmieniające się wymiary) lub Data Vault — obowiązkowa dla Senior.

Snowflake vs BigQuery vs ClickHouse vs Redshift — co wybrać?

Snowflake — dominator cloud-DWH w projektach międzynarodowych. Multi-cloud (AWS/Azure/GCP), rozdzielenie storage/compute, Time Travel, Snowpipe do streamingu. Ceny premium, ale najlepsze DX. Senior Snowflake — premia w międzynarodowej pracy zdalnej. BigQuery — natywny dla Google Cloud. Ceny oparte na slotach (lub on-demand), BQML do uczenia maszynowego wewnątrz bazy. Dominator w firmach opartych na GCP. ClickHouse — dominator open-source OLAP w WNP. Najszybszy OLAP na kolumnowym storage. Senior ClickHouse — rynkowa konieczność w produktowych firmach z WNP. Redshift — dziedzictwo AWS, migracje do Snowflake lub BigQuery. Mniej nowych projektów. Strategia: ClickHouse, jeśli jesteś w zespole produktowym z WNP, Snowflake do międzynarodowej pracy zdalnej, BigQuery, jeśli w stacku GCP, Redshift tylko do utrzymania projektów legacy na AWS.

dbt czy Airflow — czy to konkurenci?

To nie konkurenci — to uzupełnienie. Airflow — orkiestracja (kiedy co uruchomić, zależności między zadaniami). dbt — warstwa transformacji (modele SQL + testy + dokumentacja + lineage). Klasyczny pipeline modern data stack: Airflow uruchamia ingest (skrypty Python/Spark) → dbt działa w Airflow jako BashOperator lub DbtRunOperator (przez providera astronomer-dbt) → dbt wykonuje transformacje SQL w hurtowni (Snowflake/BigQuery/ClickHouse) → warstwa BI (Looker/Metabase) czyta finalne modele dbt. Senior DWH Engineer odpowiada za oba. Airflow do orkiestracji + ingestu, dbt do transformacji + testów. Znajomość modułów dbt (sources/models/tests/macros/snapshots/seeds) + dobrych praktyk dbt — obowiązkowa dla Seniora w 2026.

Jaki odsetek ofert dotyczy pracy zdalnej?

Wśród ofert z określonym trybem pracy 39% dotyczy pracy zdalnej. Oferty bez określonego trybu nie wchodzą do mianownika; pracy hybrydowej nie zaliczamy do zdalnej.

Czym DWH Engineer różni się od Data Engineer / Analytics Engineer?

DWH Engineer (ta strona) — fokus na chmurowych DWH (Snowflake/BigQuery/ClickHouse/Redshift) + modelowaniu. Biegły SQL + jedna hurtownia DWH dogłębnie. Data Engineer (ogólnie) — szerszy zakres: potoki + DWH + streaming + Spark. Analytics Engineer — fokus na dbt + warstwie transformacji. Plasuje się między Data Engineer a Data Analyst. SQL + dbt + jedna hurtownia DWH (często Snowflake/BigQuery), ale BEZ Spark i streamingu. Przejście DWH Engineer → Analytics Engineer — 1-2 miesięcy (ten sam stack, fokus na dbt). DWH Engineer → Data Engineer (ogólnie) — 3-6 miesięcy (+ Spark + Airflow głębiej).

Od czego zacząć w DWH w 2026?

Roadmapa (zakłada się doświadczenie SQL Middle lub Data Analyst): 1) Zaawansowany SQL — dogłębnie funkcje okna, rekurencyjne CTE, optymalizacja zapytań, EXPLAIN ANALYZE, indeksy, partition pruning. PostgreSQL + jedna baza OLAP (zalecany ClickHouse — najczęściej używany w WNP). 2) Jedna chmurowa hurtownia DWH: ClickHouse (zalecany dla kariery w WNP — open source, za darmo) LUB Snowflake (dla międzynarodowej pracy zdalnej — 30-dniowy darmowy trial) LUB BigQuery (darmowy poziom GCP). Opanuj funkcje specyficzne dla silnika (ClickHouse: ReplicatedMergeTree + rozproszenie + widoki zmaterializowane; Snowflake: Tasks + Streams + Time Travel + mikropartycje). 3) dbt — oficjalny tutorial getdbt.com + projekt własny Jaffle Shop. Opanuj modele + testy + makra + źródła + snapshoty. 4) Modelowanie Kimballa — schemat gwiazdy, schemat płatka śniegu, wolno zmieniające się wymiary (SCD). Książka „The Data Warehouse Toolkit” Kimball. 5) Podstawy Airflow — orkiestracja pobierania danych. 6) Apache Iceberg lub Delta Lake — podstawy lakehouse. 7) Jedno narzędzie BI — Metabase/Superset/Yandex DataLens (za darmo) lub Looker (premium). 8) Kompletny projekt własny: pobieranie danych (skrypt Python + Airflow) → DWH (ClickHouse lub BigQuery) → modele dbt → dashboard BI w Metabase. Kursy: Karpov.Courses „Data Engineer” (obejmuje DWH), OTUS „Data Engineer”, Yandex.Practicum „Data Engineer”, DataCamp „Data Engineer with dbt”, Snowflake University (EN — za darmo, najlepsze źródło o Snowflake), ClickHouse Academy (EN — za darmo). Książki: „The Data Warehouse Toolkit” Kimball (obowiązkowa lektura), „Analytics Engineering with dbt” (przewodnik po nowoczesnym stacku danych). Czas do Junior DWH — 6-10 miesięcy (szybciej niż ogólny Data Engineer dzięki węższemu zakresowi).

Ile otwartych ofert zawiera ta próba?

Opublikowana próba zawiera 442 otwartych ofert po połączeniu ponownych publikacji. To ta sama liczba co we wskaźniku głównym. Sekcja geograficzna opisuje zasięg próby; nie jest to szacunek całego rynku.

Jakich umiejętności potrzebuje Senior DWH Engineer?

Senior DWH odpowiada za pełny cykl chmurowej hurtowni danych. Biegłość w SQL: dogłębnie funkcje okna, rekurencyjne CTE, plany zapytań (EXPLAIN ANALYZE), partition pruning, indeksy, widoki zmaterializowane, wzorce optymalizacji zapytań. Jedna chmurowa hurtownia dogłębnie: Snowflake (Tasks/Streams/Time Travel/mikropartycje/Snowpipe/optymalizacja kosztów przez dobór rozmiaru warehouse'u) lub BigQuery (zarządzanie slotami/BQML/tabele partycjonowane) lub ClickHouse (ReplicatedMergeTree/silniki rozproszone/widoki zmaterializowane/kodeki/słowniki). Modelowanie: biegłość w metodyce Kimballa (schemat gwiazdy/płatka śniegu, wymiary uzgodnione, typy SCD 1-6), podstawy Data Vault, architektura lakehouse (ewolucja partycji Iceberg/Delta, time-travel, ewolucja schematu). dbt: biegłość (models/sources/tests/macros/snapshots/seeds/exposures), dobre praktyki (modele inkrementalne, strategie materializacji, specyfika adapterów dbt-snowflake/dbt-bigquery). Wydajność: wzorce optymalizacji zapytań dla każdego silnika hurtowni, zarządzanie kosztami (zużycie kredytów Snowflake / sloty BigQuery / dobór rozmiaru klastra ClickHouse). Pozyskiwanie danych: Kafka + Debezium do CDC, Airflow do ładowania wsadowego, Snowpipe / Snowflake Streams / widoki zmaterializowane. Jakość danych: testy dbt + Great Expectations + Soda. Integracja z BI: jedno z Looker/Mode/Metabase/Superset/Yandex DataLens na poziomie projektowania warstwy semantycznej. Kompetencje miękkie: code review (SQL + dbt), mentoring Middle, komunikacja z zespołami analitycznymi/biznesowymi. Angielski dla Senior+ obowiązkowo — dokumentacja hurtowni danych jest przeważnie po angielsku.

Zostaw zgłoszenie

Opisz zadanie i zostaw kontakt — zgłoszenie trafi do naszego CRM, a odpowiemy na podany kontakt.

Wysyłając, akceptujesz: polityka prywatności.