Nadchodzący kryzys i niepewność pracy
Mówimy otwarcie – obecne czasy to wyzwanie. Wysoka inflacja, rosnące stopy procentowe i niepewność związana z pracą sprawiają, że inwestycje stają się trudniejsze do podjęcia. Ale czy wiesz, że są specjalizacje IT w Polsce, gdzie wciąż jest duże zapotrzebowanie na specjalistów? Praca zdalna i rozwój sztucznej inteligencji sprawiają, że IT kwitnie nawet w trudnych warunkach. Trzeba oczywiście wiedzieć, jakie kierunki mają dziś największe powodzenie.
Perspektywiczny kierunek: kurs Data Science i Python
Nasze kursy Data Science i Python stworzyliśmy z myślą o osobach, które chcą zmienić branżę na IT. Uczymy od podstaw. Jesteśmy pewni, że skomplikowane tematy i zakres, jakim są technologie, można wytłumaczyć w przystępny sposób. Nasz cel to to, aby stworzyć Ci możliwość przebranżowienia nawet bez wcześniejszego doświadczenia w IT. Zdajemy sobie sprawę, że zainwestowanie kilku tysięcy w naukę to decyzja, która wymaga analizy. Dlatego poniżej opisaliśmy kilka scenariuszy, na co możesz zapracować, gdy rozpoczniesz kurs Data Science lub kurs Python.
Scenariusz 1: Nic nie zmieniasz. Zostajesz w obecnej pracy
Cieszymy się, tutaj jesteś i interesujesz się takimi obszarami, jak Data Science czy Python. Być może chcesz się przebranżowić. Ale umówmy się… Czasem na chęciach może się zakończyć. I nic w tym złego! Może to po prostu nie Twój moment. W pierwszym scenariuszu zakładamy właśnie taką wersję, czyli ostatecznie zostajesz w obecnej pracy.
Założyliśmy, że:
– zarabiasz średnią krajową w sektorze przedsiębiorstw w Polsce, czyli 5700 zł netto;
– prognozowany wzrost Twojego wynagrodzenia wynosi około 5% rocznie;
– z obecnego wynagrodzenia możesz zaoszczędzić 10%;
– oszczędności lokujesz na koncie oszczędnościowych 5% w skali roku w 2023, 4% w 2025, 3% w 2025, 2% w 2026, 1% w 2027, 0,5% w 2028;
– skoro myślisz o zmianie branży to prawdopodobnie osiągasz już sufit wynagrodzeń w obecnej pracy – w 2025 roku otrzymasz awans i będziesz zarabiać 20% więcej, Twoja zdolności do oszczędzania wzrośnie i będziesz oszczędzać 20% swojej pensji od 2026 roku;
– średnioroczna inflacja w Polsce wyniesie 11,9%, w 2024 prognozuje się 5,2%, w 2025 3,6%, w 2026 3%, w 2027 2,5% i w 2028 2%.
Scenariusz 2: Inwestujesz w kurs Data Science
Założyliśmy, że:
– 1 listopada 2023 inwestujesz 10 000 zł w kurs Data Science;
– kontynuujesz pracę u obecnego pracodawcy w trakcie kursu;
– po roku otrzymujesz pracę jako Junior Data Scientist z wynagrodzeniem na poziomie 7444 zł netto;
– Twoja zdolność do oszczędzania wynosi 20% wynagrodzenia;
– awansujesz po drugim roku pracy w IT na stanowisko Mid Data Scientist i otrzymujesz 12 282 zł netto;
– w piątym roku awansujesz na stanowisko Senior Data Scientist z wynagrodzeniem 25 499 zł netto;
– wynagrodzenia w obszarze Data Science rosną średnio o 15% rocznie, więc gdy zaczynasz pracę na stanowisku seniorskim, odczuwasz już benefity wynikające z 5 lat wzrostu wynagrodzeń w branży, a także z malejącej inflacji w tym czasie – Twoja zdolność do generowania oszczędności to 40% w 2028 roku.
Scenariusz 3: Inwestujesz w kurs Python
Założyliśmy, że:
– 1 listopada 2023 inwestujesz 10 000 zł w kurs Python;
– kontynuujesz pracę u obecnego pracodawcy w trakcie kursu;
– po roku otrzymujesz pracę jako Junior Python Developer z wynagrodzeniem na poziomie 6270 zł netto, czyli jeszcze niewiele więcej niż masz obecnie;
– Twoja zdolność do oszczędzania wynosi 20% wynagrodzenia;
– awansujesz po drugim roku pracy w IT na stanowisko Mid Python Developer i otrzymujesz 12 726 zł netto;
– w piątym roku awansujesz na stanowisko Senior Python Developer z wynagrodzeniem 24 405 zł netto;
– wynagrodzenia w obszarze Pythona rosną średnio o 10% rocznie, więc gdy zaczynasz pracę na stanowisku seniorskim, odczuwasz już benefity wynikające z 5 lat wzrostu wynagrodzeń w branży, a także z malejącej inflacji w tym czasie – Twoja zdolność do generowania oszczędności to 40% w 2028 roku.
Wykres 1: Porównanie rocznych zarobków
Na pierwszym wykresie znajdziesz podsumowanie sumy przychodów, które wygenerujesz przez 5 kolejnych lat ,od 2024 roku. Widać, że w pierwszym roku po otrzymaniu pracy na stanowiskach entry level w branży IT, Twoje zarobki niewiele różnią się od scenariusza, w którym zosatjesz w obecnej pracy – w przypadku Pythona jest to raptem 2% więcej. W przypadku Data Science to już 21%, co w dużej mierze wynika z wysokiej dynamiki wzrostu wynagrodzeń w tej specjalizacji, którą napędzają rosnące trendy związany z Machine Learning i AI. W trzecim roku, w obu specjalizacjach suma wynagrodzeń jest już znacznie wyższa niż w przypadku pozostania w obecnej pracy. To odpowiednio 62% więcej w przypadku Pythona i 56% Data Science. Tutaj wyraźny jest wzrost, który wynika z awansu na stanowisko Mid Python Developer.
W 2027 roku zrównują się zarobki dla obu specjalizacji i w obu przypadkach jest to o 70% więcej niż gdyby zostać w obecnej pracy. Największe korzyści są widoczne w 2028 roku, kiedy uzyskujesz poziom seniorski – różnica to odpowiednio 183% i 196%.
Wykres 2: Kwota, którą dysponujesz po odliczeniu oszczędności
Drugi wykres pokazuje, jaka będzie Twoja zdolność do oszczędzania w przypadku tych trzech scenariuszy. Oczywiście same przychody nie są aż tak istotne, ponieważ każdego miesiąca masz również koszty. To, co chcemy tutaj pokazać to fakt, że oprócz tego, jak dużo więcej będziesz w stanie zaoszczędzić, to także, jak polepszy się Twój poziom życia, gdy będziesz dysponować większymi kwotami.
O ile w pierwszym roku po zmianie branży korzyści jeszcze nie są widoczne – wdrażasz się i zdobywasz doświadczenie – o tyle w trzech kolejnych latach różnica staje się już bardzo wyraźna.
Zakładamy, że w trzecim roku otrzymasz zarówno awans, gdy zostaniesz w obecnej pracy, ale i tak, jako Python Developer, będziesz dysponować o 41% większą kwotą co miesiąc, a jako Data Scientist 36% większą. W czwartym roku – 2027 w obu przypadkach będzie to o prawie 50% więcej niż w obecnej pracy w 5 roku, kiedy awansujesz na seniora to 77% więcej w przypadku Pythona i 85% więcej w przypadku Data Science – 12 700 zł miesięcznie do Twojej dyspozycji na pokrycie rat kredytu na mieszkanie, leasingu na samochód i innych Twoich marzeń.
Wykres 3: Zgromadzone oszczędności
Tutaj założenia są następujące. W przypadku kiedy nic nie robisz – po prostu lokujesz kwotę przeznaczoną na kurs na oprocentowany koncie bankowym. Niestety, prognozy są takie, że stopy procentowe będą malały wraz z malejącą inflacją w ciągu kolejnych 5 lat, co jest i dobrą i złą informacją.
Zakładamy, że w obecnej pracy będziesz odkładać co roku na koncie oszczędnościowym 10% swojego wynagrodzenia, a po awansie 20%. To powoduje, że jeszcze w 2026 roku w przypadku, gdy pozostaniesz w obecnej pracy, poziom Twoich oszczędności w trzech scenariuszach jest bardzo podobny i jest to około 20 00 złotych. W 2027 widać, że w przypadku IT to już prawie 50 000 złotych, czyli o 20% więcej niż w przypadku scenariusza gdy zostajesz w obecnej pracy. Prawdziwa zabawa zaczyna się, kiedy stajesz się seniorem. Po 2028 roku na koncie masz już ponad 60% więcej oszczędności i pamiętaj – jednocześnie dysponujesz ponad 80% wyższa kwotę niż gdy zostaniesz w obecnej pracy.
Podsumowanie
1. Obecna praca – w 2028 masz do dyspozycji 7900 zł miesięcznie i 61 453 zł oszczędności.
2. Python Developer – w 2028 masz do dyspozycji 12 203 zł miesięcznie i 100 180 zł oszczędności.
3. Data Scientist – w 2028 masz do dyspozycji 12 749 miesięcznie i 102 279 zł oszczędności na koncie.
To, jak? Który scenariusz wybierasz? 🙂
