ذكاء مهني

عالم إحصاء / عالمة إحصاء

لمحة سريعة

يقوم علماء الإحصاء بجمع المعلومات الكمية وتصنيفها، والأهم من ذلك، تحليل المعلومات الكمية القادمة من مجموعة متنوعة من المجالات. فهم يقومون بتفسير وتحليل الدراسات الإحصائية في مجالات مثل الصحة، والديموغرافيات، والتمويل، والأعمال، وما إلى ذلك، وتقديم المشورة استنادًا إلى الأنماط والتحليل الذي تم إجراؤه.

سوق العمل

أين يوجد طلب على هذه المهنة

حالات النقص والفائض في العمالة المُبلَّغ عنها، حسب السنة. تُنشر لمجموعات المهن، وليس لمسميات وظيفية فردية.

تشمل الأرقام اختصاصيو العلوم والهندسة — ٢٧٤ مهنة، من بينها هذه.

٤ من ١٠ بها نقص٢٠٢٥٢٩ من ٣٠ في نمو٣٫٩Mوظائف حتى ٢٠٣٥

نقص: إيطاليا, الدانمرك, لوكسمبورغ, هولندا.

أطول نقص: لوكسمبورغ، ٣ سنوات.

اختر منطقة على الخريطة لعرض أرقامها.

عن هذا المصدر›

المصدر: ELA/EURES، حالات النقص والفائض في العمالة. تُنشر البيانات على مستوى المجموعة المهنية وتغطي أوروبا. تختلف الإصدارات في بنية الملحق وفي الدول المشمولة، لذا لا يعني الاختلاف بين سنة وأخرى دائمًا أن سوق العمل قد تغيّر. الدول الرمادية لم يُبلَّغ عنها، وهذا ليس كالتوازن.

ماذا تعني هذه الكلمات

الأمور الأربعة التي يبيّنها هذا القسم

الطلب المُبلَّغ عنه
الطلب المُبلَّغ عنه: ما إذا كان أصحاب العمل يبلّغون عن حاجتهم إلى أشخاص في هذه المهنة — وهو حكم تنشره جهة وطنية أو جهة تابعة للاتحاد الأوروبي، وليس عدداً.
إلى أين يتجه
إلى أين يتجه: المسار المتوقع للتوظيف في هذه المهنة خلال السنوات المقبلة، استناداً إلى توقّع رسمي.
الوظائف الشاغرة
الوظائف الشاغرة: عدد فرص العمل التي تنشأ تقريباً بسبب النمو وبسبب مغادرة أشخاص هذه المهنة.
الأجر المعتاد
الأجر المعتاد: ما يكسبه الأشخاص في هذه المهنة عادةً في الأماكن التي ينشر فيها المصدر هذه البيانات. ولا يعني ترك الخانة فارغة أن العمل غير مدفوع الأجر؛ بل يعني أنه لا ينشره أحد لذلك المكان.

يُترك المقياس خالياً عندما لا ينشره أحد لذلك المكان، بدلاً من عرضه على أنه صفر.

إلى أي اتجاه يميل السوق بالنسبة إليك

في صالحك
الوظائف الشاغرة أكثر من الباحثين عن عمل — وأصحاب العمل يتنافسون على المرشحين.
متوازن
عدد الوظائف الشاغرة والباحثين عن عمل متقارب تقريبًا.
تنافسي
الباحثون عن عمل أكثر من الوظائف الشاغرة — توقّع منافسة.
بيانات متضاربة
المصادر غير متفقة، أو أن المجموعة المهنية نفسها تعاني نقصًا في منطقة وفائضًا في أخرى.

تُصنّف كل المصادر ضمن واحدة من هذه الفئات الأربع، ولذلك توجد مجموعة مصطلحات واحدة لتعلّمها: في صالحك، متوازن، تنافسي، بيانات متضاربة. وما يختلف هو الأدلة التي تستند إليها، وهي مطبوعة أسفل كل تصنيف — نسبة مقيسة بين الوظائف الشاغرة والباحثين عن عمل، أو تقييم تنشره جهة وطنية.

كيف تقارن هذه المهنة بالمهن الأخرى في البلد نفسه

قوي
من أقوى المهن في that country
جيد
أقوى من معظم المهن في that country
متفاوت
قريبة من المعتاد في that country
ضعيف
أضعف من معظم المهن في that country

هذا ترتيب داخل بلد واحد، وليس نتيجة يمكنك مقارنتها عبر الحدود — فالسجلات التي تقف وراء بلدين تحصي أشخاصاً مختلفين، ولذلك يعني العدد نفسه أشياء مختلفة في كل بلد. ولهذا أيضاً قد تكون المهنة ضمن الأقوى في بلد ما، ومع ذلك تظهر على أنها تنافسي: فهي تتصدر سوقاً يشهد منافسة شديدة بوجه عام.

مصدر هذه البيانات

تنشر كل رقم جهة وطنية للإحصاء أو مرفق عام للتوظيف أو جهة تابعة للاتحاد الأوروبي، وتذكر كل بطاقة مصدرها والفترة التي تغطيها. تُحصى البيانات في بعض الأماكن شهرياً، بينما تُقيّم في أماكن أخرى مرة أو مرتين في السنة، ولذلك قد تصف منطقتان على الخريطة نفسها لحظتين مختلفتين — ويظهر التاريخ دائماً.

لا تتنبأ أي من هذه المعلومات بفرص شخص بعينه. إنها تصف سوقاً.

الطلب المُبلَّغ عنه · الأجر المعتاد · إلى أين يتجه (ألمانيا, السويد, فرنسا, هولندا, بلجيكا, النمسا)
الطلب المُبلَّغ عنه · الأجر المعتاد · إلى أين يتجه
الطلب المُبلَّغ عنه الأجر المعتاد إلى أين يتجه
ألمانيا أُبلغ عن فائض ELA/EURES ٢٠٢٥ * — +٢٫٦% ٢٠٢٣–٢٠٣٥ · Cedefop ٢٠٢٦ *
السويد لم يُبلَّغ عنه — +٢٤٫٧% ٢٠٢٣–٢٠٣٥ · Cedefop ٢٠٢٦ *
فرنسا لم يُبلَّغ عنه — +١٦٫٢% ٢٠٢٣–٢٠٣٥ · Cedefop ٢٠٢٦ *
هولندا أُبلغ عن نقص ELA/EURES ٢٠٢٥ * — +٢٨٫٨% ٢٠٢٣–٢٠٣٥ · Cedefop ٢٠٢٦ *
بلجيكا أُبلغ عن فائض ELA/EURES ٢٠٢٢ * — +١١% ٢٠٢٣–٢٠٣٥ · Cedefop ٢٠٢٦ *
النمسا أُبلغ عن فائض ELA/EURES ٢٠٢٥ * — +٤٠٫١% ٢٠٢٣–٢٠٣٥ · Cedefop ٢٠٢٦ *

* تُنشر لمجموعات المهن، وليس لمسميات وظيفية فردية.

هل تقدّمون الإرشاد المهني للطلاب أو العملاء أو الموظفين؟ استخدموا بيانات هذه المهنة في مؤسستكم.

NexFuture™

نظرة المستقبل لـ عالم إحصاء / عالمة إحصاء

The outlook for عالم إحصاء / عالمة إحصاء reflects a balanced mix of automation exposure and durable, human-led work.

كيف يتم حساب هذه الدرجات؟

يُقدِّر مؤشر المرونة (من ٠ إلى ١٠٠) مدى الحماية الهيكلية لهذه المهنة من الأتمتة واضطرابات الذكاء الاصطناعي، استناداً إلى تحليل مستوى المهام. وتعني الدرجات الأعلى مهاماً تعتمد بدرجة أكبر على الحكم الإنساني. يُظهر التعرض للذكاء الاصطناعي النسبة المئوية التقديرية لساعات المهام التي قد تتأثر بقدرات الذكاء الاصطناعي الحالية. وهذه مؤشرات هيكلية مستمدة من النماذج، وليست تنبؤات بأمن الوظائف الفردية.

لعب المستقبل
كيف يمكن أن يتغير عالم إحصاء / عالمة إحصاء مع نمو اعتماد الذكاء الاصطناعي؟

قد تتحول العديد من مجالات المهام نحو سير العمل بمساعدة الذكاء الاصطناعي، لذا تصبح إعادة اكتساب المهارات أكثر أهمية.

يُقدّر حدوث تحول كبير على مستوى المهام خلال ١١ سنوات (حوالي ٢٠٣٧) بموجب سيناريو متوقع المختار.
~٣٠%
المرونة
مخاطر الأتمتة
EXP~٦٠%
الحافة البشرية
MOAT~٣٥%

سيناريو توضيحي يستند إلى قابلية أتمتة المهام — وليس تنبؤًا. تُقرَّب القيم كلما نظرت أبعد في المستقبل.

٢٠٢٦
٢٠٣٢
٢٠٤٢
سرعة اعتماد الذكاء الاصطناعي:

التقدير القائم على النموذج. استخدمها كإشارة تخطيط، وليس ضمانًا.

كيف يمكن للذكاء الاصطناعي أن يغير هذا الدور؟

التفسير الحتمي القائم على النموذج لإشارات الدور الحالي - وليس ضمانًا للاستبدال.

٣٤% مملوكة للإنسان

ما لا يزال يعتمد على الناس

  • التفاعل مهنياً في البحث والبيئات المهنية.
  • تقييم أنشطة البحث
  • إدارة حقوق الملكية الفكرية
الميزة البشرية للبقاء في الطليعة في هذا الدور، ركز على تقنيات النمذجة الإحصائية و تقييم جودة البيانات. هذه المهارات التي تركز على الإنسان هي الأصعب للذكاء الاصطناعي في النسخ المتماثل في العشرين سنة القادمة.
٢٥% مساعدة

حيث قد يصبح الذكاء الاصطناعي مساعد طيار

  • تحديد الأنماط الإحصائية
  • تطبيق تقنيات التحليل الإحصائي
  • إدارة النشرات المفتوحة
٥٨% أتمتة

المهام الأكثر عرضة للأتمتة

  • جمع البيانات
  • معالجة البيانات
  • توليف المعلومات
تحليل مفصل

المؤشرات الحيوية ونواقل الذكاء الاصطناعي

ناقلات التعرض لمنظمة العفو الدولية

٠-١٠٠%
الذكاء الاصطناعي / التعلم الآلي ٢٥%

التعرض للتحليل بمساعدة الذكاء الاصطناعي والتعرف على الأنماط ومهام النمذجة التنبؤية

الذكاء الاصطناعي التوليدي ١٠%

التعرض لتوليد المحتوى والتعزيز الإبداعي وأدوات نماذج اللغات الكبيرة

البرمجيات المعرفية ٢%

التعرض لأتمتة سير العمل وبرامج دعم القرار وتحديث العمليات

الأتمتة الروبوتية والمادية ٠%

التعرض للأتمتة الفيزيائية والروبوتات والإزاحة المدفوعة بالمستشعرات

التفاصيل الفنية
المنهجية: NexFuture v3.0 المصادر: O*NET® ٣٠٫٣, ESCO v1.2.1 تم التحديث: أكتوبر ٢٠٢٦

يقدّر NexFuture v3.0 التعرّض للأتمتة مباشرةً من مجموعات المهارات الأساسية في ESCO، مرجَّحةً بكتلة المهارات ومعايَرةً وفق مراسي الخبراء. الدرجات تقديرات احتمالية وليست ضمانات. راجع ورقة منهجية NexFuture للحصول على التفاصيل الكاملة.

يقيس التعرّض للأتمتة. ولا يقيس الأجر أو الطلب أو عدد الوظائف المتاحة بالقرب منك.

يوم في الحياة

ما يفعله الأشخاص في هذا الدور عادة

التكنولوجيا الرقمية

يوم في الحياة

يوم نموذجي مثل عالم إحصاء / عالمة إحصاء

٠٩
٠٩:٠٠ · صباح
إدارة حقوق الملكية الفكرية
التعامل مع الحقوق القانونية الخاصة التي تحمي المنتجات الفكرية من عمليات الانتهاك غير المشروعة.
١٠
١٠:٣٠ · منتصف الصباح
صياغة برامج مفتوحة المصدر
تشغيل وإنتاج برامج مفتوحة المصدر. التعود على استعمال نماذج المصدر المفتوح، وخطط التراخيص، وممارسات التشفير المتبعة بشكل عام في إنتاج برامج المصدر المفتوح.
١٢
١٢:٠٠ · منتصف النهار
إجراء أبحاثًا كمية
إجراء الدراسات التجريبية المنهجية للظواهر الملحوظة من خلال التقنيات الإحصائية، أو الرياضية، أو الحسابية.
١٤
١٤:٠٠ · بعد الظهر
إجراء البحث العلمي
المشاركة في تحديد مفهوم أو خلق معرفة جديدة من خلال صياغة أسئلة البحث، وقيادة البحث، وتحسين أو تنمية المفاهيم والنظريات والنماذج والتقنيات والمعدات والبرامج أو الطرق التشغيلية ومن خلال الاستعانة بالمنهجيات العلمية والفنية.
١٥
١٥:٣٠ · في وقت متأخر بعد الظهر
اجراء تحليلًا على البيانات
جمع البيانات والإحصائيات للاختبار والتقييم لتوليد التأكيدات والتنبؤات بالأنماط بهدف اكتشاف المعلومات المفيدة في عملية اتخاذ القرار.
١٧
١٧:٠٠ · الختام
اجراء عمليات الحسابات الرياضية التحليلية
تطبيق الطرق الرياضية واستخدام تقنيات الحساب للقيام بالتحليلات والوصول إلى حلول لمشكلات معينة.

ترتيب المهام توضيحي. تختلف الأيام الفردية.

المهارات والمعرفة

ما تحتاج إليه لأداء هذا العمل

المهارات والمعرفة والأدوات التي يتطلبها هذا الدور — والسمات والمكافآت التي تأتي معه.

المهارات الأساسية
تنفيذ البحوث الأكاديمية أو أبحاث السوق
  • إدارة البيانات القابلة للإيجاد، التي يمكن الحصول عليها وذات التشغيل المتبادل والتي يمكن استخدامها من جديد

    إنتاج، ووصف، وحفظ، وحماية واستخدام/إعادة استخدام البيانات العلمية طبقاً لأسس FAIR (إمكانية الإيجاد، سهولة الوصول، تبادل التشغيل، وإعادة الاستخدام)، وجعل البيانات مفتوحة بقدر الإمكان، وإحكام غلقها عند اللزوم.

  • إجراء البحث العلمي

    المشاركة في تحديد مفهوم أو خلق معرفة جديدة من خلال صياغة أسئلة البحث، وقيادة البحث، وتحسين أو تنمية المفاهيم والنظريات والنماذج والتقنيات والمعدات والبرامج أو الطرق التشغيلية ومن خلال الاستعانة بالمنهجيات العلمية والفنية.

  • تطبيق الأساليب العلمية

    تطبيق الأساليب والتقنيات العلمية لاستكشاف الظواهر، من خلال اكتساب معارف جديدة أو تصحيح المعارف السابقة ودمجها.

  • إجراء أبحاثًا كمية

    إجراء الدراسات التجريبية المنهجية للظواهر الملحوظة من خلال التقنيات الإحصائية، أو الرياضية، أو الحسابية.

  • تطبيق أخلاقيات البحث وأسس النزاهة العلمية في أنشطة البحث

    تطبيق الأسس الأخلاقية الأساسية والتشريعات على البحث العلمي بما فيه مسائل نزاهة البحث. تنفيذ ومراجعة أو إعداد التقارير حول البحث مع تفادي السلوك الخاطئ مثل الافتعال، التزوير وانتحال الملكية الأدبية.

  • تشجيع الابتكار المفتوح في البحث

    تعزيز أنماط التعاون الداخلي حيث مختلف أصحاب المصلحة يشتركون في خلق ابتكارات قيمة مشتركة.

  • تضمين البعد الجنساني في البحث

    الأخذ في الاعتبار في مجمل عملية البحث الخصائص البيولوجية والوظائف الثقافية والاجتماعية المتطورة للنساء والرجال (البعد الجنساني).

  • القيام بالبحث عبر النظم المختلفة

    إجراء البحث عبر الحدود الانضباطية والوظيفية.

  • تشجيع مشاركة الجمهور في البحث

    مشاركة الجمهور في التصميم وقيادة البحث ونشره.

الكتابة التقنية أو الأكاديمية
  • صياغة المقالات العلمية والأكاديمية والوثائق الفنية

    صياغة وإعداد للنشر النصوص العلمية والأكاديمية أو الفنية التي تتناول موضوعات مختلفة.

  • توزيع النتائج على المجتمع العلمي

    نشر النتائج العلمية للجمهور من خلال وسائل مناسبة، بما في ذلك المؤتمرات، ورشات العمل، الاجتماعات والمنشورات العلمية.

  • نشر بحثًا أكاديميًا

    إجراء بحث أكاديمي، في الجامعة أو المعهد أو بصفة شخصية، في مجال خبرتك ونشره في كتب أو مجلات أكاديمية بهدف المساهمة في مجالك والحصول على الاعتماد الأكاديمي الشخصي.

  • كتابة النشرات العلمية

    تقديم الفرضية والنتائج والاستنتاجات الخاصة ببحثه العلمي في مجال خبرته في منشور مهني.

جمع المعلومات من المصادر المادية أو الإلكترونية
  • جمع البيانات

    استخراج البيانات القابلة للتصدير من مصادر متعددة.

  • توليف المعلومات

    القراءة الناقدة والتفسير وتلخيص المعلومات الجديدة والمُركبة من مصادر مختلفة.

تحليل البيانات العلمية والطبية
  • تحديد الأنماط الإحصائية

    تحليل البيانات الإحصائية لتحديد الأنماط والاتجاهات في البيانات أو بين المتغيرات.

إدارة المعلومات
  • إدارة بيانات البحث

    إنتاج وتحليل البيانات العلمية الناتجة عن طرق البحث الكمي والنوعي. حفظ البيانات في قواعد بيانات البحث وصيانتها. دعم إعادة استخدام البيانات العلمية والاعتياد على أسس إدارة البيانات المفتوحة.

العمل مع الآخرين
  • التفاعل مهنياً في البحث والبيئات المهنية.

    التعبير عن تقدير الآخرين وكذلك الزمالة. سماع التعليقات، وإصدارها واستقبالها والرد على الآخرين بشكل واع، ومحاولة إشراك إشراف العاملين والقيادة في الإعدادات المهنية.

برمجة أنظمة الكمبيوتر
  • صياغة برامج مفتوحة المصدر

    تشغيل وإنتاج برامج مفتوحة المصدر. التعود على استعمال نماذج المصدر المفتوح، وخطط التراخيص، وممارسات التشفير المتبعة بشكل عام في إنتاج برامج المصدر المفتوح.

إدارة، وجمع البيانات الرقمية وتخزينها
  • اجراء تحليلًا على البيانات

    جمع البيانات والإحصائيات للاختبار والتقييم لتوليد التأكيدات والتنبؤات بالأنماط بهدف اكتشاف المعلومات المفيدة في عملية اتخاذ القرار.

استخدام اللغات الأجنبية
  • التحدث بلغات مختلفة

    إتقان لغات أجنبية حتى يستطيع التواصل بلغة أجنبية واحدة أو أكثر.

إجراء الحسابات
  • اجراء عمليات الحسابات الرياضية التحليلية

    تطبيق الطرق الرياضية واستخدام تقنيات الحساب للقيام بالتحليلات والوصول إلى حلول لمشكلات معينة.

مجالات المعرفة & البرمجيات والتقنيات
مجالات المعرفة
  • تقنيات النمذجة الإحصائية

    نُهج توظيف التحليل الإحصائي لمجموعة البيانات في مجال علم البيانات. وتسعى هذه النُهج إلى وضع تنبؤات الواقع من خلال النماذج الإحصائية والافتراضات الصريحة.

  • تقييم جودة البيانات

    عملية الكشف عن البيانات باستخدام مؤشرات الجودة والمقاييس والتدابير لتخطيط تنقية البيانات واستراتيجيات إثراء البيانات وفقًا لمعايير جودتها.

مهارات عبر القطاعات
  • أخلاقيات البيانات
  • التحليل الكمي
  • الرياضيات
  • المؤلفات العلمية
  • النمذجة الرياضية
  • برمجيات نظام التحليل الإحصائي
  • تصميم البحوث
  • علم الإحصاء
  • علم البيانات
  • منهجية البحث العلمي
البرمجيات والتقنيات
Structured query language SQLSASPythonRMicrosoft SQL ServerThe MathWorks MATLABIBM SPSS StatisticsMicrosoft Visual BasicExtensible markup language XMLC++TableauTeradata DatabaseMicrosoft Visual Basic for Applications VBAAmazon Web Services AWS softwareApache HadoopAmazon RedshiftApache SparkIBM DB2MinitabQlik Tech QlikViewStataCorp StataApache PigStatistical softwareFormula translation/translator FORTRANWolfram Research MathematicaCommon business oriented language COBOLMicrosoft Visual FoxProInsightful S-PLUSSun Microsystems JavaSAS JMPSTATISTICASAP PowerBuilderSystat Software SigmaStatAptech Systems GAUSSSystat Software SigmaPlotEconometric Software LIMDEPCamfit Data Limited MicrofitQuantitative Micro Software EViewsStat-Ease Design-ExpertMuthen & Muthen Mplus
السمات الرئيسية التي تحتاجها
التفكير التحليلي النزاهة التقدير الاعتمادية التعاون الإنجاز الإنجاز/الجهد التنوع التكيف/المرونة تحمل الضغط السيطرة الذاتية الاستقلال الابتكار القيادة الاهتمام بالآخرين التوجه الاجتماعي
المكافآت الرئيسية التي يمكنك توقعها
الإنجازظروف العملالتقديرالعلاقاتالدعمالاستقلال
كيفية التأهل

عالم إحصاء: كيف تتأهل وأين تدرس

ما يتطلبه الأمر عادةً للتأهل: المستوى التعليمي، حيث تعتبر مهنة منظمة، ومكان الدراسة.

مستوى التعليم النموذجي

درجة البكالوريوس أو ما يعادلها

أين تدرس

١٬٥٣٧ برنامجًا في دولٍ يبلغ عددها ٢٨ تعلّم المهارات الأساسية لهذه المهنة. وهناك أيضًا ٣١٥ دورة تدريبية قصيرة، يبني كلٌّ منها مهارة واحدة.

بعض الأمثلة، تُدرَّس بلغة هذه الصفحة:

درجة الإحصاء التطبيقي

المملكة العربية السعودية

مهني علوم البيانات

المملكة العربية السعودية

درجة علم البيانات

المملكة العربية السعودية

المصادر
  1. ١. Source: Study in Saudi Arabia, Ministry of Education (studyinsaudi.sa).
التقدم الوظيفي

مسارات النمو والأدوار المماثلة

استكشف مسارات التقدم المهني النموذجية والمهارات المجاورة والأدوار المماثلة للتخطيط لانتقالك المهني القادم.

للمؤسسات

بيانات هذه الصفحة، في خدمة طلابكم وعملائكم وموظفيكم.

الأسئلة الشائعة

الأسئلة المتداولة

ما هي المجالات التي يمكن لعالم/عالمة الإحصاء أن يعمل بها؟
يمكن لعالم/عالمة الإحصاء أن يجد فرص عمل في مجموعة واسعة من المجالات، بما في ذلك الرعاية الصحية، والتمويل، والأعمال التجارية، والتعليم، والحكومة، والبحث العلمي. الطلب على خبراء الإحصاء يزداد في أي مجال يتطلب تحليل البيانات لاتخاذ قرارات مستنيرة.
ما هي المهارات الأساسية المطلوبة لهذا الدور؟
بالإضافة إلى المعرفة العميقة بالإحصاء والرياضيات، يجب أن يتمتع عالم/عالمة الإحصاء بمهارات تحليلية قوية، وقدرة على حل المشكلات، ومهارات تواصل ممتازة، والقدرة على العمل بشكل مستقل وكجزء من فريق. إتقان برامج التحليل الإحصائي مثل SPSS أو R أو Python يعتبر ضروريًا.
ما هو مستوى القيادة والاستراتيجية المترتب على النطاق الخامس (Band ٥) في هذا الدور؟
يشير النطاق الخامس إلى دور قيادي واستراتيجي. يتوقع من عالم/عالمة الإحصاء في هذا المستوى أن يقود مشاريع إحصائية معقدة، ويضع استراتيجيات تحليل البيانات، ويقدم المشورة الاستراتيجية للإدارة العليا، وربما يشرف على فريق من محللي البيانات.
عالم إحصاء / عالمة إحصاء — هل يوجد نقص في أوروبا؟
لا. في إصدار ELA/EURES لعام ٢٠٢٥، أُبلغ عن فائض في ٦ من أصل ٩ دولة أوروبية قيّمت هذه المجموعة المهنية: النمسا، بلغاريا، ألمانيا، اليونان و٢ أخرى. وأبلغت ٣ دول عن نقص. تُنشر هذه التقييمات حسب المجموعة المهنية لا حسب المسمى الوظيفي.
عالم إحصاء / عالمة إحصاء — كم الأجر في الولايات المتحدة؟
١٠٣٬٣٠٠ دولار سنويًا عند الوسيط، حتى ٢٠٢٥-٠٥. تتراوح وسطاء الولايات بين ٤٩٬٧٣٠ و١٤٠٬٦٧٠ دولار. المصدر: مكتب إحصاءات العمل الأمريكي. الرقم يخص الولايات المتحدة وليس توقعًا لأوروبا.

المصادر: ESCO O*NET ELA/EURES Cedefop BLS ILO ISCO-08 (CC BY ٤٫٠) تم تحديث البيانات في ٣ أكتوبر ٢٠٢٦ حول بياناتنا