Poklicni profil

Statistik/statističarka

Posnet

Statistiki/statističarke zbirajo, tabelirajo in, kar je najpomembnejše, analizirajo kvantitativne informacije, ki prihajajo z različnih področij. Razlagajo in analizirajo statistične študije na področjih zdravja, demografije, financ, poslovanja itd. ter svetujejo na podlagi vzorcev in analiz.

Trg dela
Več kandidatov kot delovnih mest v državi Avstrija in še 7 držav
ELA/EURES 2025
Industrija
Digitalna tehnologija
izobraževanje
Prvostopenjski diplomi
34%
Odpornost Rezultat · 2026 (Višje je boljše)
Prvostopenjski diplomi 58% 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 matematično-naravoslovnih in tehnično-tehnoloških ved — 274 poklicev, vključno s tem.

4 od 10 s pomanjkanjem202529 od 30 raste3.9Mprosta mesta do 2035

Pomanjkanje: Danska, Italija, Luksemburg, Nizozemska.

Najdlje trajajoče pomanjkanje: Luksemburg, 3 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 Ni sporočeno — +25,3% 2023–2035 · Cedefop 2026 *
Avstrija Sporočen presežek ELA/EURES 2025 * — +40,1% 2023–2035 · Cedefop 2026 *
Hrvaška Ni sporočeno — +22,9% 2023–2035 · Cedefop 2026 *
Italija Sporočeno pomanjkanje ELA/EURES 2025 * — +17,7% 2023–2035 · Cedefop 2026 *
Nemčija Sporočen presežek ELA/EURES 2025 * — +2,6% 2023–2035 · Cedefop 2026 *
Madžarska Ni sporočeno — +10,2% 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 statistik/statističarka

The outlook for statistik/statističarka 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 statistik/statističarka 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 11 let (okoli leta 2037) v okviru izbranega scenarija „Pričakovano“.
~30%
Odpornost
Tveganje avtomatizacije
EXP~60%
Človeški rob
MOAT~35%

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

2026
2032
2042
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.

34% V lasti človeka

Kaj pa je še odvisno od ljudi

  • strokovno sodelovati v raziskovalnem in poklicnem okolju
  • ovrednotiti raziskovalne dejavnosti
  • upravljati pravice intelektualne lastnine
Človečna prednost Če želite ostati na čelu v tej vlogi, se osredotočite na ocena kakovosti podatkov in tehnike statističnega modeliranja. Te spretnosti, usmerene v človeka, so najtežje za AI, da jih replikira v naslednjih 20 letih.
25% asist

Kjer lahko AI postane kopilot

  • ugotavljati statistične vzorce
  • uporabiti tehnike statistične analize
  • upravljati odprtodostopne publikacije
58% Avtomatiziraj

Naloge, ki so najbolj izpostavljene avtomatizaciji

  • zbirati podatke
  • obdelovati podatke
  • strniti informacije
Podrobna analiza

Vitalni znaki in AI vektorji

Vektorji izpostavljenosti AI

0-100%
AI / strojno učenje 25%

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

Generativni AI 10%

Izpostavljenost generiranju vsebine, ustvarjalnem izboljšanju in orodjem velikih jezikovnih modelov

Kognitivna programska oprema 2%

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

Robotska in fizična avtomatizacija 0%

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

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 statistik/statističarka

09
09:00 · jutro
razvijati odprtokodno programsko opremo
Upravljati in proizvajati odprtokodno programsko opremo. Poznati glavne odprtokodne modele, sheme izdajanja licenc in prakse programiranja, ki se običajno uporabljajo v proizvodnji odprtokodne programske opreme.
10
10:30 · Sredi jutra
upravljati pravice intelektualne lastnine
Obravnavati pravice zasebnopravne narave, ki ščitijo intelektualno lastnino pred nezakonitimi kršitvami.
12
12:00 · Opoldne
abstraktno razmišljati
Izkazati sposobnost uporabe konceptov za oblikovanje in razumevanje posploševanj ter jih navezati ali povezati z drugimi predmeti, dogodki ali izkušnjami.
14
14:00 · popoldan
analizirati podatke
Zbirati statistične in druge podatke za preskušanje in ocenjevanje, da se pripravijo trditve in napovedi glede vzorcev, z namenom iskanja koristnih informacij v postopku odločanja.
15
15:30 · Pozno popoldne
govoriti različne jezike
Obvladati tuje jezike in se sporazumevati v enem ali več tujih jezikih.
17
17:00 · Zaključek
izkazovati strokovno znanje z določenega področja
Izkazovati poglobljeno znanje in kompleksno razumevanje določenega raziskovalnega področja, vključno z načeli odgovornega raziskovanja, raziskovalne etike in znanstvene integritete, zahtevami glede zasebnosti in splošne uredbe o varstvu podatkov, v povezavi z raziskovalnimi dejavnostmi znotraj določene stroke.

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
izvajanje akademskih ali tržnih raziskav
  • upravljati najdljive, dostopne, interoperabilne in ponovno uporabne podatke

    Pripravljati, opisovati, shranjevati, ohranjati in (ponovno) uporabiti znanstvene podatke, ki temeljijo na načelih FAIR (najdljivi, dostopni, interoperabilni in ponovno uporabni podatki), pri čemer so podatki odprti, kolikor je mogoče, in zaprti, kolikor je potrebno.

  • izvajati znanstvene raziskave

    Sodelovati pri zasnovi ali ustvarjanju novega znanja z oblikovanjem raziskovalnih vprašanj, raziskovanjem, izboljševanjem ali razvijanjem konceptov, teorij, modelov, tehnik, instrumentov, programske opreme ali operativnih metod ter z uporabo znanstvenih metod in tehnik.

  • uporabljati znanstvene metode

    Uporabiti znanstvene metode in tehnike za raziskovanje pojavov s pridobivanjem novega znanja ali obnovo in vključevanjem prejšnjega znanja.

  • izvajati kvantitativno raziskavo

    Opraviti sistematično empirično preiskavo pojavov, ki jih je mogoče opazovati, s statističnimi, matematičnimi ali računalniškimi tehnikami.

  • uporabljati načela raziskovalne etike in znanstvene integritete v raziskovalnih dejavnostih

    Uporabljati temeljna etična načela in zakonodajo za znanstvene raziskave, vključno z vprašanji raziskovalne integritete. Izvajati raziskave, jih pregledovati ali poročati o njih ter preprečevati kršitve, kot so predelave, ponarejanje in plagiatorstvo.

  • spodbujati odprte inovacije v raziskavah

    Spodbujati celostno sodelovanje, pri katerem različni deležniki soustvarjajo inovacije v skupno korist.

  • vključevati vidik spola v raziskave

    V celotnem raziskovalnem procesu upoštevati biološke značilnosti ter razvijajoče se družbene in kulturne značilnosti žensk in moških (spol).

  • izvajati raziskave na različnih področjih

    Izvajati raziskave na različnih področjih znotraj in/ali zunaj meja delovanja.

  • spodbujati udeležbo javnosti v raziskavah

    Sodelovati z javnostjo pri načrtovanju, izvajanju in razširjanju raziskav.

tehnično ali akademsko pisanje
  • pripravljati znanstvene ali akademske članke in tehnično dokumentacijo

    Pripravljati in urejati znanstvena, akademska ali tehnična besedila o različnih temah.

  • razširjati rezultate znanstveni skupnosti

    Javno objavljati znanstvene rezultate na vse ustrezne načine, vključno s konferencami, delavnicami, kolokviji in znanstvenimi publikacijami.

  • objavljati akademske raziskave

    Izvajati akademske raziskave na univerzi, v raziskovalnih ustanovah ali na lastno pobudo na svojem strokovnem področju in jih objavljati v knjigah ali akademskih revijah s ciljem prispevati k strokovnemu razvoju in doseči osebno akademsko akreditacijo.

  • pisati znanstvene publikacije

    V strokovni ali znanstveni objavi predstaviti teze/hipoteze, ugotovitve in zaključke lastnih znanstvenih raziskav iz svojega strokovnega področja.

zbirati informacije iz fizičnih ali elektronskih virov
  • zbirati podatke

    Pridobivati podatke, ki jih je mogoče izvoziti, iz več virov.

  • strniti informacije

    Kritično brati, razlagati in povzemati nove in kompleksne informacije iz različnih virov.

analizirati znanstvene in medicinske podatke
  • ugotavljati statistične vzorce

    Analiziranje statističnih podatkov za ugotavljanje vzorcev in trendov v podatkih ali med spremenljivkami.

upravljati informacije
  • upravljati raziskovalne podatke

    Pripravljati in analizirati znanstvene podatke, ki izhajajo iz kvalitativnih in kvantitativnih raziskovalnih metod. Shranjevati in vzdrževati podatke v podatkovnih zbirkah raziskav. Podpirati ponovno uporabo znanstvenih podatkov in poznati načela upravljanja odprtih podatkov.

sodelovati z drugimi
  • strokovno sodelovati v raziskovalnem in poklicnem okolju

    Upoštevati druge in izkazovati kolegialnost. Poslušati, dajati in prejemati povratne informacije ter se pozorno odzivati na druge, vključno z nadzorom in vodenjem osebja v poklicnem okolju.

programirati računalniške sisteme
  • razvijati odprtokodno programsko opremo

    Upravljati in proizvajati odprtokodno programsko opremo. Poznati glavne odprtokodne modele, sheme izdajanja licenc in prakse programiranja, ki se običajno uporabljajo v proizvodnji odprtokodne programske opreme.

upravljanje, zbiranje in shranjevanje digitalnih podatkov
  • analizirati podatke

    Zbirati statistične in druge podatke za preskušanje in ocenjevanje, da se pripravijo trditve in napovedi glede vzorcev, z namenom iskanja koristnih informacij v postopku odločanja.

uporabljati tuje jezike
  • govoriti različne jezike

    Obvladati tuje jezike in se sporazumevati v enem ali več tujih jezikih.

računati
  • izvajati analitične matematične izračune

    Uporabljati matematične metode in tehnologije izračunavanja za opravljanje analiz in iskanje rešitev za specifične težave.

Področja znanja & Programska oprema in tehnologije
Področja znanja
  • ocena kakovosti podatkov

    Ugotavljanje pomanjkljivosti v zvezi s kakovostjo podaktov, z uporabo kazalnikov in sisemtov za ugotavljanje kakovosti in z namenom, da se načrtujejo strategije za čiščenje in bogatitev podatkov.

  • tehnike statističnega modeliranja

    Pristopi za uporabo statistične analize za nabor podatkov na področju podatkovne znanosti. Njihov namen je izdelati napovedi resničnih dogodkov s statističnimi modeli in eksplicitnimi predpostavkami.

Medsektorske spretnosti
  • kvantitativna analiza
  • matematično modeliranje
  • matematika
  • metodologija znanstvenih raziskav
  • podatkovna etika
  • podatkovne vede
  • programska oprema za statistično analizo
  • raziskovalni načrt
  • statistika
  • znanstvena literatura
Programska oprema in tehnologije
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
Ključne lastnosti, ki jih potrebujete
Analitično razmišljanje Integriteta Priznanje Zanesljivost Sodelovanje Dosežek Dosežek/Napor Raznolikost Prilagodljivost/Prilagodljivost Toleranca do stresa Samokontrola Neodvisnost Inovacija Vodenje Skrb za druge Socialna orientacija
Ključne nagrade, ki jih lahko pričakujete
DosežekDelovne razmerePriznanjeRazmerjaPodporaNeodvisnost
Kako se kvalificirati

Statistik: 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

1537 izobraževalnih programov v 28 državah uči temeljne veščine tega poklica. Poleg tega 315 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 spretnosti so ključna za uspešno delo kot statistik/statističarka?
Ključna so močna matematična znanja, statistične metode, poznavanje programskih orodij za analizo podatkov (npr. R, Python, SPSS) ter sposobnost razumevanja in interpretacije kompleksnih podatkov. Pomembna je tudi sposobnost jasnega in jedrnatega komuniciranja rezultatov analiz.
V katerih panogah je povpraševanje po statistkih/statističarkah največje?
Povpraševanje je prisotno v različnih panogah, vključno z zdravstvom, finančnim sektorjem, zavarovalništvom, državnim sektorjem, trženjem in raziskovalnih institucijah. V zadnjih letih se povečuje tudi povpraševanje v tehnoloških podjetjih.
Ali je za delo kot statistik/statističarka potrebna posebna licenca ali certifikat?
Za delo kot statistik/statističarka v Sloveniji ni obvezne licence ali certifikata. Vendar pa je pridobitev specializiranih znanj in spretnosti preko dodatnih izobraževanj ali certificiranih tečajev lahko konkurenčna prednost na trgu dela.
Statistik/Statističarka — ali v Evropi primanjkuje kadra?
Ne. V izdaji ELA/EURES za leto 2025 je bil presežek sporočen v 6 od 9 evropskih držav, ki so ocenile to poklicno skupino: Avstrija, Bolgarija, Nemčija, Grčija in še 2. 3 držav je sporočilo pomanjkanje. Te ocene se objavljajo po poklicnih skupinah in ne po posameznih nazivih delovnih mest.
Statistik/Statističarka — koliko se s tem zasluži v Združenih državah?
103.300 dolarjev na leto po mediani, na dan 2025-05. Mediane zveznih držav segajo od 49.730 do 140.670 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 3. oktober 2026 O naših podatkih