Zbiór danych: zarobki absolwentów kierunków AI wobec informatyki

Analiza wtórna na surowym zbiorze Ekonomicznych Losów Absolwentów (11. edycja): mediany zarobków, wskaźnik zarobków i bezrobocie absolwentów studiów II stopnia kierunków z obszaru AI (w tym data science i systemów inteligentnych) oraz kierunków informatycznych, roczniki 2014–2024. Zawiera jedenaście porównań w obrębie tej samej uczelni dla rocznika 2024 oraz skrypt odtwarzający wynik z pliku źródłowego.

Dane pobrane 1 września 2026 · Wyniki i wnioski: Gdzie studiować AI? Sprawdziłem dane o zarobkach absolwentów · Metoda i ograniczenia: metoda.md

Informatyka czy kierunek z obszaru AI: kto zarabia więcej na tej samej uczelniRóżnica mediany zarobków w pierwszym roku po dyplomie, rocznik 2024, studia II stopnia. Obszar AI obejmuje też data science i systemy inteligentne. Informatyka wygrywa w 8 z 11 porównań.

UW: Data Science and Business Analytics, stacjonarne+51,8%

UW: Data Science and Business Analytics, niestacjonarne+42,5%

UMCS: Data Science+31,2%

UW: Machine Learning+28,6%

AGH: Informatyka-Data Science, 4 semestry+23,8%

AGH: Informatyka i Systemy Inteligentne+19,8%

PŁ: Sztuczna inteligencja i uczenie maszynowe+5,2%

PWr: Sztuczna Inteligencja+4,1%

PWr: Zaufane systemy sztucznej inteligencji−3,2%

PP: Sztuczna inteligencja−5,3%

AGH: Informatyka-Data Science, 3 semestry−8,8%

Dane z wykresu w tabeli

Pozycja	Wartość
UW: Data Science and Business Analytics, stacjonarne	+51,8%
UW: Data Science and Business Analytics, niestacjonarne	+42,5%
UMCS: Data Science	+31,2%
UW: Machine Learning	+28,6%
AGH: Informatyka-Data Science, 4 semestry	+23,8%
AGH: Informatyka i Systemy Inteligentne	+19,8%
PŁ: Sztuczna inteligencja i uczenie maszynowe	+5,2%
PWr: Sztuczna Inteligencja	+4,1%
PWr: Zaufane systemy sztucznej inteligencji	−3,2%
PP: Sztuczna inteligencja	−5,3%
AGH: Informatyka-Data Science, 3 semestry	−8,8%

Źródło: obliczenia Roberta Marczyńskiego na danych ELA (11. edycja, 2026).

Pliki zbioru

Wyniki analizy (wyniki.json)
Szeregi czasowe dla kierunków informatycznych i kierunków z obszaru AI (w tym data science i systemów inteligentnych), jedenaście porównań w obrębie uczelni dla rocznika 2024 i premia za doświadczenie zawodowe sprzed dyplomu.
Skrypt analizy (analiza.py)
Odtwarza wyniki.json z pliku graduates-major-data.csv pobranego ze Strefy Eksperta ELA. Bez zależności poza biblioteką standardową Pythona.
Metoda i ograniczenia (metoda.md)
Kwalifikacja kierunków, dobór komparatora, opis wskaźników i lista rzeczy, których te dane nie rozstrzygają.

Dane źródłowe

Plik wejściowy waży 225 MB i nie jest tu kopiowany. Pochodzi ze Strefy Eksperta systemu Ekonomiczne Losy Absolwentów, prowadzonego przez OPI PIB dla Ministerstwa Nauki i Szkolnictwa Wyższego. Skrypt pobiera go pod adresem ela.nauka.gov.pl/pl/experts, plik graduates-major-data.csv.

Licencja

Wyniki analizy, skrypt i opis metody: CC BY 4.0, z atrybucją „Robert Marczyński, ekspertodsztucznejinteligencji.pl”. Dane źródłowe pozostają własnością systemu ELA i podlegają jego warunkom.