In Datapizza abbiamo fatto una cosa che, nel tech italiano, sembra ancora radicale e devo assolutamente parlarne.

Abbiamo preso 25.000 retribuzioni, le abbiamo aggregate… e le abbiamo pubblicate tutte.

Dati open, scaricabili, verificabili.

Non si tratta solo di “Datapizza che ha fatto un altro report sugli stipendi”.

Il punto è un altro.

Ma facciamo un passo indietro.

In Italia il salario è ancora trattato come un tabù.

🔹 Tra colleghi non se ne parla.

🔹 Negli annunci non si dichiara.

🔹 Nelle aziende è sempre “un discorso complesso”.

Quando abbiamo lanciato Datapizza Jobs e introdotto la RAL in chiaro, non era per fare i paladini della trasparenza.

(Non solo, almeno 😬)

Era perché, senza numeri o riferimenti solidi, il mercato non funziona.

Datapizza Salaries nasce dalla stessa idea, ma portata all’estremo:

👉 se il dato è della community, non può essere una black box e la community deve poterlo verificare.

Per citare il nostro Manifesto, “dalla community, per la community”.

È un vincolo tecnico, scomodo e costoso. Ma chiaro.

Ed è qui che le cose si fanno interessanti…

Qualche esempio concreto:

• Nessun account. I dati non sono collegabili alle persone: vengono raccolti in forma realmente anonima e usati solo per produrre statistiche utili.
• Non “fidati di noi”. Ogni settimana l’intero dataset viene pubblicato su Hugging Face. Tutto, non un campione o una selezione “ripulita”.

Sì, è più complicato che chiedere una mail.

Ma chiedere una mail sarebbe stato molto più comodo per noi, non per la community. 😉

In cambio, non restituiamo una dashboard “chiusa”, ma numeri contestualizzati: quante submission li supportano, quanto sono robusti, dove mancano ancora dati.

La community ci dà i dati e noi forniamo statistiche leggibili, con il numero di submission sotto ogni valore.

Così sai se stai guardando una mediana solida… o un numero da prendere con le pinze.

Questo vuol dire una cosa molto semplice…

Se non ti fidi delle nostre analisi, puoi rifarle tu. 👀

Puoi:

• Scaricare il dataset grezzo
• Verificare che i numeri dell’app tornino
• Rifare le analisi come vuoi tu
• Decidere se includere o escludere submission “da verificare”

Il dato non è nostro.

Noi lo ospitiamo, lo aggreghiamo, lo rendiamo leggibile.

“Ok, ma senza login come evitiamo spam e dati falsi?”

Domanda legittima.

La risposta è un equilibrio delicato tra apertura e affidabilità: in sostanza, niente login, ma nemmeno far west.

Abbiamo implementato protezione anti-bot, controlli di integrità e fingerprint tecnici usati solo per individuare comportamenti sospetti, senza collegarli mai alle retribuzioni inserite.

Nel dataset pubblico ogni submission porta con sé un flag che indica se ha superato questi controlli.

Se includerla o meno nelle tue analisi, lo decidi tu.

Trasparenza non vuol dire “tutto perfetto”. Vuol dire tutto dichiarato.

E a cosa serve, in pratica?

A rispondere a domande molto concrete, tipo:

• Quanto cresce davvero la RAL con l’esperienza, e quando smette di crescere?
• A parità di seniority, chi guadagna di più tra un Data Scientist e un Software Engineer in Lombardia?
• Sono fuori mercato… o è il mercato a essere così?

Spoiler: a volte la risposta non è confortante. 😬

Ma almeno è basata su dati reali, non sul “sentito dire”.

E sì, serve anche alle aziende.

Perché parlando con loro abbiamo scoperto una cosa piuttosto diffusa:

molte non hanno idea di cosa sia una RAL competitiva nel tech.

Tutto questo esiste grazie a 25.000 persone che hanno condiviso la propria retribuzione.

Due minuti del loro tempo, trasformati in un riferimento utile per tutti. 🍕

Quindi:

👉 Vuoi esplorare i dati aggregati → salaries.datapizza.tech

👉 Vuoi fare le tue analisi → dataset open su Hugging Face

👉 Vuoi il quadro completo → State of Italian Tech Job Market

Insomma, non è solo “un report sugli stipendi”.

È un esperimento di trasparenza applicata al mercato del lavoro.

Se lavori nel tech in Italia, aggiungi il tuo dato: bastano due minuti per rendere il quadro un po’ più preciso.

Se ti piace smanettare, scarica il dataset, rifai le analisi e dicci cosa salta fuori.

E se qualcosa non ti convince, scrivici: i feedback servono più dei complimenti.

Insomma, guarda i numeri, usali, mettili in discussione.

Il resto sono solo opinioni (spesso mal pagate). 😉

***

Giacomo Ciarlini - CIO - Datapizza

Simone Conversano - AI Adoption Specialist - Datapizza