Poklicni profil

IoT razvijalec/IoT razvijalka

Posnet

Razvijalci interneta stvari analizirajo in zbirajo podatke za razlago vzorca in napovedovanje rezultatov. Za upravljanje nalog in avtonomne odločitve uporabljajo umetno inteligenco, z algoritmi strojnega učenja pa prek podatkovnih tipal ustvarjajo pametnejše naprave. Razvijalci interneta stvari ustvarjajo programsko opremo za povezovanje predmetov s sistemi in napravami ali za programiranje teh predmetov, da lahko samostojno delujejo.

Trg dela
Pomanjkanje v državi Slovenija in še 12 držav
ELA/EURES 2025
Industrija
Digitalna tehnologija
izobraževanje
Prvostopenjski diplomi
39%
Odpornost Rezultat · 2026 (Višje je boljše)
Prvostopenjski diplomi 52% Izpostavljenost AI · 2026
Trg dela

Kje je ta poklic iskan

Sporočena pomanjkanja in presežki delovne sile, po letih. Objavljeno za poklicne skupine, ne za posamezne nazive delovnih mest.

Številke zajemajo Strokovnjaki/strokovnjakinje za informacijske in komunikacijske tehnologije — 75 poklicev, vključno s tem.

13 od 17 s pomanjkanjem2025Vseh 30 raste3.7Mprosta mesta do 2035

Pomanjkanje: Belgija, Bolgarija, Ciper, Irska in še 9.

Najdlje trajajoče pomanjkanje: Češka, 4 leta.

Izberite območje na zemljevidu za prikaz njegovih podatkov.

O tem viru›

Vir: ELA/EURES, pomanjkanja in presežki delovne sile. Podatki so objavljeni na ravni poklicne skupine in zajemajo Evropo. Izdaje se razlikujejo po zasnovi priloge in po zajetih državah, zato razlika med leti ne pomeni vedno, da se je trg dela spremenil. Sive države niso bile sporočene, kar ni isto kot uravnoteženost.

Kaj pomenijo te besede

Štiri stvari, o katerih poroča ta razdelek

Sporočeno povpraševanje
Sporočeno povpraševanje pove, ali delodajalci sporočajo, da potrebujejo ljudi za ta poklic — gre za presojo, ki jo objavi nacionalni organ ali organ EU, ne za število ljudi.
Kam gre
Kam gre pove, v katero smer naj bi se zaposlovanje v tem poklicu v prihodnjih letih gibalo, na podlagi uradne napovedi.
Prosta delovna mesta
Prosta delovna mesta približno pokažejo, koliko delovnih mest nastane zaradi rasti in zaradi ljudi, ki zapustijo ta poklic.
Običajno plačilo
Običajno plačilo pove, koliko ljudje v tem poklicu običajno zaslužijo tam, kjer vir ta podatek objavlja. Prazno polje ne pomeni, da delo ni plačano, temveč da tega podatka za ta kraj nihče ne objavlja.

Merilo se izpusti, kadar ga za ta kraj nihče ne objavlja, namesto da bi bilo prikazano kot nič.

V katero smer se trg nagiba za vas

V vašo korist
Prostih mest je več kot iskalcev — delodajalci tekmujejo za kandidate.
Uravnoteženo
Prosta mesta in iskalci so približno izenačeni.
Konkurenčno
Iskalcev je več kot prostih mest — pričakujte konkurenco.
Nasprotujoči si podatki
Viri se ne ujemajo ali pa v isti poklicni skupini ponekod primanjkuje ljudi, drugod pa jih je preveč.

Vsak vir se razvrsti v eno od teh štirih možnosti, zato se lahko naučite enotnega izrazja. Razlikujejo se dokazi, na katerih temeljijo; ti so navedeni pod vsako oznako — izmerjeno razmerje med prostimi delovnimi mesti in iskalci zaposlitve ali ocena, ki jo objavi nacionalni organ.

Kako se ta poklic primerja z drugimi poklici v isti državi

Močno
Med najmočnejšimi v državi that country
Dobro
Močnejši od večine poklicev v državi that country
Mešano
Približno običajen za državo that country
Šibko
Šibkejši od večine poklicev v državi that country

To je uvrstitev znotraj ene države, ne ocena, ki bi jo lahko primerjali čez meje — registri, na katerih temelji, v dveh državah štejejo različne ljudi, zato ima isto število v vsaki državi drugačen pomen. Zato je lahko poklic med najmočnejšimi v državi in je še vedno prikazan kot Konkurenčno: v celoti gledano vodi na trgu, ki je zelo zasičen.

Od kod prihajajo ti podatki

Vsak podatek objavi nacionalni statistični urad, javna služba za zaposlovanje ali organ EU, vsaka kartica pa navede vir in obdobje, ki ga zajema. Na nekaterih območjih se podatki zbirajo mesečno, na drugih pa se ocenijo enkrat ali dvakrat na leto, zato lahko dve območji na istem zemljevidu opisujeta različna trenutka — datum je vedno prikazan.

Nič od tega ne napoveduje možnosti posameznika. Opisuje trg.

Sporočeno povpraševanje · Običajno plačilo · Kam gre (Slovenija, Avstrija, Hrvaška, Italija, Nemčija, Madžarska)
Sporočeno povpraševanje · Običajno plačilo · Kam gre
Sporočeno povpraševanje Običajno plačilo Kam gre
Slovenija Sporočeno pomanjkanje ELA/EURES 2025 * — +60,9% 2023–2035 · Cedefop 2026 *
Avstrija Sporočen presežek ELA/EURES 2025 * — +48,8% 2023–2035 · Cedefop 2026 *
Hrvaška Sporočeno pomanjkanje ELA/EURES 2022 * — +96,6% 2023–2035 · Cedefop 2026 *
Italija Sporočeno pomanjkanje ELA/EURES 2025 * — +40% 2023–2035 · Cedefop 2026 *
Nemčija Sporočeno pomanjkanje ELA/EURES 2025 * — +15,6% 2023–2035 · Cedefop 2026 *
Madžarska Ni sporočeno — +37,3% 2023–2035 · Cedefop 2026 *

* Objavljeno za poklicne skupine, ne za posamezne nazive delovnih mest.

Ali karierno svetujete dijakom, klientom ali zaposlenim? Uporabite te podatke o poklicu v svoji organizaciji.

NexFuture™

Prihodnje izglede za IoT razvijalec/IoT razvijalka

The outlook for IoT razvijalec/IoT razvijalka reflects a balanced mix of automation exposure and durable, human-led work.

Kako se izračunajo ti rezultati?

Indeks odpornosti (0–100) ocenjuje, kako je ta poklic strukturalno zaščiten pred avtomatizacijo in motnjami AI, na podlagi analize na ravni nalog. Višje ocene pomenijo več nalog, ki zahtevajo človeško presojo. Izpostavljenost AI prikazuje ocenjeni delež ur nalog, ki bi jih lahko prizadeli sedanji zmogljivosti AI. To so strukturalni kazalniki, pridobljeni iz modela, ne napovedi individualne varnosti zaposlitve.

Igrajte prihodnost
Kako bi se lahko IoT razvijalec/IoT razvijalka spremenilo, ko se umetna inteligenca povečuje?

Več delovnih področij se lahko premakne k potekom dela s pomočjo umetne inteligence, zato postane ponovno usposabljanje pomembnejše.

Pomembna transformacija na ravni nalog se ocenjuje čez 12 let (okoli leta 2038) v okviru izbranega scenarija „Pričakovano“.
~35%
Odpornost
Tveganje avtomatizacije
EXP~55%
Človeški rob
MOAT~40%

Ponazoritveni scenarij na podlagi avtomatizacije nalog — ni napoved. Vrednosti se zaokrožujejo, čim dlje gledate naprej.

2026
2033
2043
Hitrost sprejemanja umetne inteligence:

Ocena na podlagi modela. Uporabite ga kot signal za načrtovanje, ne kot jamstvo.

Kako lahko AI spremeni to vlogo

Deterministična, na modelu temelječa interpretacija trenutnih signalov vlog — ni jamstvo za zamenjavo.

39% V lasti človeka

Kaj pa je še odvisno od ljudi

  • razviti delovni tok IKT
Človečna prednost Če želite ostati na čelu v tej vlogi, se osredotočite na internet stvari in načela umetne inteligence. Te spretnosti, usmerene v človeka, so najtežje za AI, da jih replikira v naslednjih 20 letih.
32% asist

Kjer lahko AI postane kopilot

  • analizirati velepodatke
  • izvajati zmanjševanje dimenzij
  • uporabiti strojno učenje
52% Avtomatiziraj

Naloge, ki so najbolj izpostavljene avtomatizaciji

  • uporabljati metode za obdelavo podatkov
Podrobna analiza

Vitalni znaki in AI vektorji

Vektorji izpostavljenosti AI

0-100%
AI / strojno učenje 32%

Izpostavljenost analizi s pomočjo AI, prepoznavanju vzorcev in nalogam napovednega modeliranja

Generativni AI 3%

Izpostavljenost generiranju vsebine, ustvarjalnem izboljšanju in orodjem velikih jezikovnih modelov

Robotska in fizična avtomatizacija 0%

Izpostavljenost fizični avtomatizaciji, robotiki in premikanju nalog, vodenem s senzorji

Kognitivna programska oprema 0%

Izpostavljenost avtomatizaciji delovnega toka, programski opremi za podporo odločitvam in digitalizaciji procesov

Tehnični podrobnosti
Metodologija: NexFuture v3.0 Viri: O*NET® 30.3, ESCO v1.2.1 Posodobljeno: okt. 2026

NexFuture v3.0 ocenjuje izpostavljenost avtomatizaciji neposredno iz ključnih skupin spretnosti ESCO, uteženo z maso spretnosti in umerjeno glede na strokovna sidra. Ocene so verjetnostne ocene, ne jamstva. Za vse podrobnosti glejte belo knjigo o metodologiji NexFuture.

Meri izpostavljenost avtomatizaciji. Ne meri plače, povpraševanja ali števila delovnih mest v vaši bližini.

Dan v življenju

Kaj ljudje v tej vlogi običajno počnejo

Digitalna tehnologija

Dan v življenju

Tipičen dan kot IoT razvijalec/IoT razvijalka

09
09:00 · jutro
oblikovati informacijski sistem
Opredeliti arhitekturo, sestavo, sestavne dele, module, vmesnike in podatke za integrirane informacijske sisteme (strojna oprema, programska oprema in omrežje) na podlagi zahtev in specifikacij za sistem.
10
10:30 · Sredi jutra
razviti delovni tok IKT
Ustvariti ponovljive vzorce dejavnosti IKT v organizaciji, s čimer se izboljšuje sistematično spreminjanje proizvodov, informacijskih postopkov in storitev med njihovo proizvodnjo.
12
12:00 · Opoldne
uporabiti strojno učenje
Uporabiti tehnike in algoritme, ki lahko iz podatkov izvlečejo strokovna znanja, se iz njih učiti in oblikovati napovedi, ki se uporabijo za optimizacijo programa, prilagajanje aplikacije, prepoznavanje vzorcev, filtriranje, iskalnike in računalniški vid.
14
14:00 · popoldan
analizirati velepodatke
Zbirati in vrednotiti številčne podatke v velikih količinah, zlasti za namen določanja vzorcev med podatki.
15
15:30 · Pozno popoldne
izvajati zmanjševanje dimenzij
Zmanjšati število spremenljivk ali funkcij za nabor podatkov v algoritmih strojnega učenja z metodami, kot so analiza glavnih komponent, faktorizacija matrik, metode samodejnega kodiranja in druge.
17
17:00 · Zaključek
uporabljati metode za obdelavo podatkov
Zbirati, obdelovati in analizirati ustrezne podatke in informacije, ustrezno shranjevati in posodabljati podatke ter prikazovati številke in podatke s preglednicami in statističnimi diagrami.

Vrstni red nalog je ilustrativen. Posamezni dnevi se razlikujejo.

Veščine in znanje

Kaj potrebujete za to delo

Veščine, znanje in orodja, ki jih zahteva ta vloga – ter lastnosti in koristi, ki jih prinaša.

Bistvene veščine
programirati računalniške sisteme
  • izvajati zmanjševanje dimenzij

    Zmanjšati število spremenljivk ali funkcij za nabor podatkov v algoritmih strojnega učenja z metodami, kot so analiza glavnih komponent, faktorizacija matrik, metode samodejnega kodiranja in druge.

  • uporabiti strojno učenje

    Uporabiti tehnike in algoritme, ki lahko iz podatkov izvlečejo strokovna znanja, se iz njih učiti in oblikovati napovedi, ki se uporabijo za optimizacijo programa, prilagajanje aplikacije, prepoznavanje vzorcev, filtriranje, iskalnike in računalniški vid.

upravljanje, zbiranje in shranjevanje digitalnih podatkov
  • uporabljati metode za obdelavo podatkov

    Zbirati, obdelovati in analizirati ustrezne podatke in informacije, ustrezno shranjevati in posodabljati podatke ter prikazovati številke in podatke s preglednicami in statističnimi diagrami.

analizirati in vrednotiti informacije in podatke
  • analizirati velepodatke

    Zbirati in vrednotiti številčne podatke v velikih količinah, zlasti za namen določanja vzorcev med podatki.

razvoj operativnih politik in postopkov
  • razviti delovni tok IKT

    Ustvariti ponovljive vzorce dejavnosti IKT v organizaciji, s čimer se izboljšuje sistematično spreminjanje proizvodov, informacijskih postopkov in storitev med njihovo proizvodnjo.

projektirati sisteme ali aplikacije ikt
  • oblikovati informacijski sistem

    Opredeliti arhitekturo, sestavo, sestavne dele, module, vmesnike in podatke za integrirane informacijske sisteme (strojna oprema, programska oprema in omrežje) na podlagi zahtev in specifikacij za sistem.

Področja znanja & Programska oprema in tehnologije
Področja znanja
  • internet stvari

    Splošna načela, kategorije, zahteve, omejitve in ranljivosti povezanih pametnih naprav (večina s predvideno internetno povezljivostjo).

  • načela umetne inteligence

    Teorije umetne inteligence, uporabljena načela, arhitekture in sistemi, kot so inteligentni posredniki, sistemi z več agenti, sistemi strokovnjakov, sistemi, ki temeljijo na pravilih, nevronska omrežja, ontologije in kognitivne teorije.

  • programiranje sistema IKT

    Metode in orodja, potrebna za razvoj sistemske programske opreme, specifikacij sistemskih arhitektur in tehnike povezovanja med omrežnimi in sistemskimi moduli ter sestavnimi deli.

  • specifikacije za programsko opremo IKT

    Značilnosti, uporaba in delovanje različnih programskih izdelkov, kot so računalniški programi in aplikacijska programska oprema.

  • ogrodje arhitekture IKT

    Sklop zahtev, ki opisujejo strukturo informacijskega sistema.

Medsektorske spretnosti
  • algoritmi
  • algoritmiranje opravil
  • mehatronika
  • metode preskušanja strojne opreme
  • računalniška tehnologija
  • računalništvo
  • strojno učenje
Programska oprema in tehnologije
Structured query language SQLAdobe IllustratorAdobe InDesignSASPythonRMicrosoft SQL ServerThe MathWorks MATLABIBM SPSS StatisticsSalesforce softwareMicrosoft Visual BasicAdobe Creative Cloud softwareOracle DatabaseOracle Primavera Enterprise Project Portfolio ManagementExtensible markup language XMLOracle PeopleSoftC++Hypertext markup language HTMLTableauOracle JavaESRI ArcGIS softwareJavaScriptTeradata DatabaseGoogle AnalyticsCAtlassian JIRAAdobe After EffectsZoomPerlMicrosoft Visual Basic for Applications VBAMarketo Marketing AutomationPHPAmazon Web Services AWS softwareMicrosoft Azure softwareMicrosoft TeamsTrimble SketchUp ProMySQLC#Eclipse IDESlack
Ključne lastnosti, ki jih potrebujete
Analitično razmišljanje Priznanje Sodelovanje Raznolikost Dosežek Zanesljivost Integriteta Skrb za druge Inovacija Prilagodljivost/Prilagodljivost Toleranca do stresa Neodvisnost Dosežek/Napor Samokontrola Vodenje Socialna orientacija
Ključne nagrade, ki jih lahko pričakujete
Podatki o lastnostih za to vlogo še niso na voljo.
Kako se kvalificirati

IoT razvijalec: kako pridobiti kvalifikacije in kje študirati

Kaj je običajno potrebno za pridobitev kvalifikacije: raven izobrazbe, kje je to reguliran poklic in kje študirati.

Tipična stopnja izobrazbe

Prvostopenjski diplomi

Kje študirati

754 izobraževalnih programov v 24 državah uči temeljne veščine tega poklica. Poleg tega 245 kratkih tečajev, ki vsak razvijajo svojo spretnost.

Karierno napredovanje

Poti rasti in podobne vloge

Raziščite tipične poti napredovanja v karieri, sorodne veščine in podobne vloge za načrtovanje naslednjega koraka.

Za organizacije

Podatki na tej strani za vaše študente, stranke in zaposlene.

Pogosta vprašanja

Pogosta vprašanja

Kakšna znanja in veščine so potrebna za delo kot razvijalec/razvijalka interneta stvari?
Potrebujete močno znanje programiranja (npr. Python, C++), razumevanje algoritmov strojnega učenja, znanje o IoT protokolih (npr. MQTT, CoAP) ter sposobnost analize podatkov. Pomembna je tudi sposobnost reševanja problemov in timsko delo.
Ali je mogoče delati kot razvijalec/razvijalka interneta stvari tudi kot samostojni podjetnik?
Da, veliko razvijalcev/razvijalk interneta stvari dela tudi kot freelanceri, ponujajoč svoje storitve različnim podjetjem. Zaposlitev je pa najpogostejša oblika zaposlitve v tem poklicu.
Kako se lahko pripravim na kariero v razvoju interneta stvari?
Priporočamo študij informatike, elektrotehnike ali srodnih področij. Uporabno je tudi pridobivanje praktičnih izkušenj s projekti, tečaji in udeležbo na konferencah, ki se osredotočajo na internet stvari.
IoT Razvijalec/IoT Razvijalka — koliko se s tem zasluži v Združenih državah?
133.080 dolarjev na leto po mediani, na dan 2025-05. Mediane zveznih držav segajo od 79.380 do 174.410 dolarjev. Vir: US Bureau of Labor Statistics. Podatek se nanaša na Združene države in ni napoved za Evropo.

Viri: ESCO O*NET ELA/EURES Cedefop BLS Podatki posodobljeni 19. oktober 2026 O naših podatkih