Gdzie szukać pracy jako analityk danych: 30 miejsc na 6 etapów
Ogłoszenia to jeden z sześciu etapów szukania pracy jako analityk danych. Po nich są CV, które musi przejść przez system rekrutacyjny, portfolio, zadania z SQL, rozmowa i ludzie. Poniżej masz 30 miejsc, po 5 na każdy etap. Wszystkie są darmowe albo mają darmowy plan. Przy każdym jedno zdanie, do czego Ci się przyda.
Stan na: 12.10.2026
Etap 1. Oferty pracy
- Just Join IT (justjoin.it): jeden z największych polskich portali z ofertami IT, filtr „Data” i widełki w ogłoszeniach.
- No Fluff Jobs (nofluffjobs.com/pl): każda oferta ma widełki, więc od razu widzisz, czy warto aplikować.
- theprotocol.it (theprotocol.it): oferty IT z filtrem technologii, np. SQL, Power BI, Python.
- Pracuj.pl (pracuj.pl): dużo ofert z firm spoza IT (banki, handel, logistyka), gdzie analityk też jest potrzebny.
- LinkedIn Jobs (linkedin.com/jobs): ustaw alert na „analityk danych” i „data analyst”, bo część firm pisze tylko po angielsku.
Wskazówka: ustaw alerty w 2–3 portalach zamiast codziennie przeglądać wszystkie. A jeśli chcesz, żeby oferty przeglądał za Ciebie agent AI, zobacz, jak agent AI codziennie szuka ofert za Ciebie.
Etap 2. CV
- FlowCV (flowcv.com): kreator CV z czytelnymi szablonami, PDF za darmo.
- Reactive Resume (rxresu.me): darmowy kreator CV z otwartym kodem, bez znaków wodnych.
- Jobscan (jobscan.co): wklejasz ogłoszenie i CV, a widzisz, jakich słów kluczowych brakuje (darmowe skany z limitem).
- Resume Worded (resumeworded.com): darmowa ocena CV i lista rzeczy do poprawy.
- Overleaf (overleaf.com): CV w LaTeX-u, jeśli lubisz pełną kontrolę nad wyglądem.
Wskazówka: przy każdej aplikacji dopasuj 3–5 słów z ogłoszenia (np. „Power BI”, „DAX”, „SQL”) do swojego CV, jeśli naprawdę je znasz.
Etap 3. Portfolio
- GitHub (github.com): repozytoria z kodem SQL i Pythonem, link w CV.
- Kaggle (kaggle.com): darmowe zbiory danych i notatniki, które pokażą, jak analizujesz.
- Tableau Public (public.tableau.com): publikujesz dashboardy, które rekruter otworzy jednym kliknięciem.
- Maven Analytics Data Playground (mavenanalytics.io/data-playground): darmowe zbiory danych z firm, gotowe na projekt do portfolio.
- DataSciencePortfol.io (datascienceportfol.io): prosta strona z Twoimi projektami w około 10 minut.
Wskazówka: lepsze 2 projekty z opisem problemu biznesowego i wniosków niż 10 kursowych ćwiczeń.
Zbuduj agenta AI, który analizuje dane razem z Tobą.
Kurs online z Kajem z KajoData: 6 tygodni, nagrane lekcje i LIVE co tydzień.
- Agent AI pomoże Ci automatycznie tworzyć raporty w Power BI.
- Robisz analizy z agentem AI bez pisania SQL w bazie danych. I wiele więcej.
- Masz portfolio z własnym agentem AI od analizy danych, który możesz pokazać na rozmowie o pracę.
Etap 4. Zadania z SQL
- DataLemur (datalemur.com): pytania SQL z prawdziwych rekrutacji w firmach technologicznych.
- StrataScratch (stratascratch.com): zadania SQL i Python z rozmów, z podziałem na poziomy.
- LeetCode SQL 50 (leetcode.com/studyplan/top-sql-50): 50 klasycznych zadań, dobry plan na 2–3 tygodnie.
- HackerRank SQL (hackerrank.com/domains/sql): zadania od podstaw, część firm robi na nim testy rekrutacyjne.
- SQL Practice (sql-practice.com): ćwiczysz w przeglądarce na bazie szpitala, bez instalacji.
Wskazówka: po każdym zadaniu powiedz na głos, jak działa Twoje zapytanie. Na rozmowie oceniają też to, jak tłumaczysz.
Etap 5. Rozmowa rekrutacyjna
- Glassdoor (glassdoor.com/Interview): pytania, które padały na rozmowach w konkretnych firmach.
- Interview Query (interviewquery.com): pytania z rozmów na analityka i data scientista, część darmowa.
- Pramp (pramp.com): próbna rozmowa z drugą osobą, która też szuka pracy, raz Ty pytasz, raz ona.
- interviewing.io (interviewing.io): próbne rozmowy techniczne, część darmowa.
- Aced (aced.io): przygotowanie do rozmów w firmach technologicznych.
Wskazówka: przygotuj 3 historie z projektów w schemacie sytuacja, zadanie, działanie, wynik. Pasują do większości pytań „opowiedz o sytuacji, gdy…”.
Etap 6. Ludzie (ten, który większość pomija)
- Data Community Poland (datacommunity.pl): polska społeczność danych, spotkania i wydarzenia.
- Data Science Warsaw (meetup.com/data-science-warsaw): regularne meetupy w Warszawie.
- PyData Warsaw (meetup.com/pydata-warsaw): meetupy o Pythonie i danych.
- Data Science Summit (dssconf.pl): największa polska konferencja o danych, 26–27.11.2026, Warszawa i online.
- DataTalks.Club (datatalks.club/slack.html): międzynarodowa społeczność na Slacku z kanałem z ofertami pracy.
Wskazówka: na pierwszym meetupie wystarczy jedna rozmowa. Zapytaj, nad czym ktoś pracuje, i dodaj tę osobę na LinkedIn tego samego dnia.
Plan na pierwszy tydzień
- Dzień 1: alerty w 2 portalach z etapu 1.
- Dzień 2: CV w kreatorze i jeden skan w Jobscan pod konkretne ogłoszenie.
- Dzień 3–4: jeden projekt do portfolio na danych z Maven Analytics albo Kaggle.
- Dzień 5: 5 zadań z SQL w DataLemur albo LeetCode SQL 50.
- Dzień 6: zapis na najbliższy meetup.
- Dzień 7: 3 aplikacje z dopasowanym CV.
Na co uważać
- Darmowe plany narzędzi do CV i rozmów mają limity i potrafią się zmieniać. Sprawdź warunki, zanim wgrasz CV.
- Nie wgrywaj CV z numerem PESEL ani pełnym adresem. Wystarczy miasto, mail i telefon.
- Widełki w ogłoszeniach to nie to samo co pensja.
Nie musisz iść wszystkimi ścieżkami naraz.
Na konsultacji Starter wybierzemy 2–3 etapy, od których zaczniesz, i ułożymy plan na najbliższe tygodnie.
Umów konsultację StarterŹródła
Adresy sprawdzone 12.10.2026. Data Science Summit 2026: dssconf.pl
