TELEMETRIE: ONLINE|AKTIVNÍ AI/DATA POZICE: 6,025
POKRYTÍ S&P 500: 508 FIREM
V87
VECTOR87

Data & AI Market Direction

03 // CLOUDOVÝ & TECHNOLOGICKÝ EKOSYSTÉM

Cloudové platformy, hyperscalery a technologický stack

Srovnání tržního podílu a poptávky napříč velkou trojkou hyperscalerů (AWS, Azure, GCP) i moderními datovými platformami (Databricks, Snowflake, BigQuery, Redshift, Microsoft Fabric).

Otevřené cloudové pozice

1,035

Aktivní inzeráty explicitně vyžadující cloudovou infrastrukturu

Multi-Cloud koexistence

51.9%

Pozice vyžadující nebo akceptující 2 a více cloudových platforem

Lídr mezi hyperscalery

AWS vs Azure vs GCP

AWS (12,4 %) těsně následovaný Azure (11,0 %) a GCP (10,8 %)

Lakehouse vs. DWH

535 vs 310

Databricks (535 pozic) vs. Snowflake (310 pozic)

The Cloud Wars: Tržní penetrace cloudových a datových platforem

Počet aktivních inzerátů vyžadujících danou platformu napříč 500+ korporacemi

CLOUD WARS
The Cloud Wars: Tržní penetrace cloudových a datových platforem : Počet aktivních inzerátů vyžadujících danou platformu napříč 500+ korporacemi
Metric / TechnologyAktivní inzeráty
AWS758
Microsoft Azure666
Google Cloud Platform638
Databricks541
Snowflake315
BigQuery112
Amazon Redshift55
Microsoft Fabric33
MULTI-CLOUD TELEMETRY

Multi-Cloud interoperabilita a překryv

Poptávka po multi-cloudových kompetencích mezi AWS, Azure a GCP

AWS + Microsoft Azure481 pozic
AWS + Google Cloud (GCP)409 pozic
Azure + Google Cloud (GCP)377 pozic
Tri-Cloud (AWS + Azure + GCP)365 pozic

Více než 51 % podnikových cloudových inzerátů poptává nebo akceptuje multi-cloudové dovednosti. To ukazuje, že enterprise architektury stále častěji odmítají závislost na jediném dodavateli.

DEEP-DIVE PLATFORM 01

Google Cloud Platform (GCP): Detailní přehled

Reálná čísla pro BigQuery, Vertex AI, Dataform SQLX, Dataflow streaming a Looker.

776 POSITIONS (12.88% OF MARKET)

Poptávka po konkrétních službách Google Cloud

Počet aktivních inzerátů v aktuálním snapshotu

GCP STACK
Poptávka po konkrétních službách Google Cloud : Počet aktivních inzerátů v aktuálním snapshotu
Metric / TechnologyPočet pozic
Google Cloud Platform638
BigQuery112
Vertex AI73
Looker63
Google Cloud Dataflow26
Dataform2

Nejčastější role pracující s GCP ekosystémem

Rozložení kanonických pozic vyžadujících GCP / BigQuery / Vertex AI

GCP ROLES
Nejčastější role pracující s GCP ekosystémem : Rozložení kanonických pozic vyžadujících GCP / BigQuery / Vertex AI
Metric / TechnologyPočet GCP pozic
AI Developer209
Machine Learning Engineer208
Data Engineer109
Data Scientist53
Data Architect46
Data Analyst29
Engineering Manager (AI/Data)12
AI / Data Product Manager12

Detailní přehled sledovaných GCP služeb

Cloud82.2% GCP pozic

Google Cloud Platform

638 inzerátů (10.59% trhu)

Nejčastěji párováno s:

AWSPythonMicrosoft AzureAI Agents / Agentic AI
Cloud14.4% GCP pozic

BigQuery

112 inzerátů (1.86% trhu)

Nejčastěji párováno s:

SQLPythonSnowflakeData Governance & Quality
Cloud9.4% GCP pozic

Vertex AI

73 inzerátů (1.21% trhu)

Nejčastěji párováno s:

PythonAI Agents / Agentic AIGenAI / Generative AILLM / Large Language Models
Business8.1% GCP pozic

Looker

63 inzerátů (1.05% trhu)

Nejčastěji párováno s:

SQLPythonTableauBigQuery
Framework3.4% GCP pozic

Google Cloud Dataflow

26 inzerátů (0.43% trhu)

Nejčastěji párováno s:

PythonApache SparkBigQuerySQL
Framework0.3% GCP pozic

Dataform

2 inzerátů (0.03% trhu)

Nejčastěji párováno s:

Data Governance & QualityBigQueryLookerApache Spark

Poznámky z architektury a praxe v produkci

Serverless Lakehouse

BigQuery & BigLake

Základní analytický motor na GCP. V podnikových architekturách dominuje díky oddělení výpočetní kapacity od úložiště, nativní podpoře Apache Iceberg přes BigLake a přímému volání modelů přímo ze SQL (BigQuery ML).

Architektura BigQuery na Substacku ↗
Enterprise GenAI & MLOps

Vertex AI & Agent Builder

Sjednocená platforma pro nasazování Gemini i open-source modelů, správu vektorového vyhledávání (Vector Search), evaluaci výstupů a orchestraci produkčních AI agentů.

Dokumentace Vertex AI ↗
SQLX Analytics Engineering

Dataform (v BigQuery)

Nativní orchestrátor ELT transformací v BigQuery postavený na SQLX. Umožňuje verzovat datové modely v Gitu, testovat kvalitu dat a řídit závislosti bez nutnosti provozovat externí server.

Dataform Best Practices ↗
Governed BI & LookML

Looker & Semantic Layer

Sémantická vrstva (LookML), která definuje jednotné metriky napříč firmou. V době rozmachu AI slouží jako spolehlivý kontext, který brání halucinacím při dotazování nad firemními daty.

Článek: Proč je Data-Informed víc než Data-Driven ↗

Top korporace nabírající pro tento stack (GCP)

Reálná čísla pro BigQuery, Vertex AI, Dataform SQLX, Dataflow streaming a Looker.

#1Databricks
118 pozic
#2Google (Alphabet)
66 pozic
#3General Motors
20 pozic
#4MongoDB
20 pozic
#5United Parcel Service
19 pozic
#6Hartford (The)
17 pozic
#7Snowflake
16 pozic
#8Cloudflare
15 pozic
#9Anthropic
14 pozic
#10Reddit
13 pozic
ECOSYSTEM: AWS749 POSITIONS (12.43% MARKET)

Amazon Web Services (AWS)

AWS si drží nejvyšší objem inzerátů díky rozšířenosti základního computu (EC2/EKS), objektového úložiště S3 (které funguje jako standard pro data lakes) a analytických služeb (Amazon Redshift, EMR, Athena, Glue). Týmy na AWS velmi často staví Databricks nebo Snowflake přímo nad S3.

Nejžádanější role:

AI Developer (239)Machine Learning Engineer (214)Data Engineer (183)Data Scientist (59)Data Architect (54)Engineering Manager (AI/Data) (13)

Top korporace nabírající pro tento stack:

Databricks(129)
Amgen(46)
Amazon(21)
MongoDB(20)
ECOSYSTEM: AZURE662 POSITIONS (10.99% MARKET)

Microsoft Azure & Fabric

Microsoft Azure těží ze silné podnikové báze a úzkého propojení s Microsoft 365, Power BI a Azure OpenAI. Nástup Microsoft Fabric představuje posun k ucelené SaaS architektuře, která přímo konkuruje Snowflake a Databricks.

Nejžádanější role:

AI Developer (235)Machine Learning Engineer (175)Data Engineer (132)Data Architect (55)Data Scientist (54)Data Analyst (30)

Top korporace nabírající pro tento stack:

Databricks(129)
Ecolab(30)
Arthur J. Gallagher & Co.(25)
General Motors(20)
DATA PLATFORM BENCHMARK

Databricks vs. Snowflake: Lakehouse vs. Cloud DWH

Nejzajímavější souboj mezi datovými platformami dnes probíhá mezi Databricks (Lakehouse architektura, Apache Spark, Delta Lake a Unity Catalog) a Snowflake (cloudový sklad expandující k Apache Iceberg, Snowparku a Cortex AI). V inzerátech vede Databricks s 535 pozicemi oproti 310 u Snowflake.

DATABRICKS LAKEHOUSE535 positions
Anchored by Apache Spark, Delta Lake, and Unity Catalog. Strongly favored by teams requiring intensive distributed computing, real-time streaming, and deep ML model training (MLflow).

Top korporace nabírající pro tento stack:

Databricks182 pozic
Amgen46 pozic
Ecolab26 pozic
Mastercard18 pozic
SNOWFLAKE DATA CLOUD310 positions
Pioneered instant separation of storage and compute. Highly prevalent in enterprise Business Intelligence, financial services, and SQL analytics. Expanding into data lakes via Apache Iceberg and Cortex AI.

Top korporace nabírající pro tento stack:

Snowflake50 pozic
Ecolab18 pozic
Arthur J. Gallagher & Co.16 pozic
Hartford (The)13 pozic

Cloud Stack Co-occurrence Matrix

v_skill_cooccurrence

Telemetry showing which technology pairs most frequently appear together in the same job posting requirements.

Python + SQL1132x
LLM / Large Language Models + Python755x
AI Agents / Agentic AI + Python660x
AI Agents / Agentic AI + LLM / Large Language Models631x
AWS + Python584x
Python + Apache Spark544x
GenAI / Generative AI + Python538x
Microsoft Azure + Python501x
Python + R494x
AWS + Microsoft Azure484x