Тренды на рынке труда в ИТ

Какие навыки будут востребованы через пять лет

Тренды на рынке труда в ИТ
Зоя Богдашкина
Директор по управлению персоналом направлений Т1.ИИ и Т1.Сервионика

В интернете можно регулярно встретить рейтинги профессий, которых не станет к 2025, 2030 или 2050 году. Мировая практика, тем не менее, показывает, что вместо старых профессий обязательно появятся новые. Например, в НИУ ВШЭ ещё в 2021 году предполагали, что на горизонте пяти лет с глобального рынка труда исчезнут 85 млн позиций, но появится 97 млн новых. McKinsey Global Institute в исследовании 2024 года сообщал, что к 2030 году европейской экономике может потребоваться до 12 млн профессиональных переходов сотрудников. Это вдвое превышает темпы до пандемии.

Получается, чтобы оставаться востребованным специалистом, нужно успевать заблаговременно ловить тенденции и закладывать время на переподготовку или улучшение текущих навыков. О пяти таких трендах для рынка труда в ИТ и том, что с ними делать профессионалам, рассказываем в этой статье.

Тренд 1: Развитие искусственного интеллекта и машинного обучения (ИИ и ML)

Решения на основе ИИ органично вписались в нашу бытовую и профессиональную жизнь. Работодателям понятно, что это не просто хайп: ИИ с нами надолго. Поэтому сейчас большинство компаний пытаются адаптироваться к тому, как использовать искусственный интеллект в своей работе: какие роли должны появиться, чтобы с этим технологическим скачком справиться.

Мы видим, что отрасль ИИ и ML уже пошла в создание новых профессий. Это шанс для тех, кто сможет быстро адаптироваться к появлению новых ИИ-инструментов и начнет их активно использовать в своей работе. Например, уже сегодня сокращается потребность компаний в ручном тестировании и разные варианты датасетов создаются с помощью Больших языковых моделей. Автоматизация будет увеличивать потребность в специалистах, которые смогут быстрее и эффективнее выполнять задачи, используя новые технологии.

Искусственный интеллект значительно трансформирует роль специалистов технической поддержки, предоставляя новые инструменты и возможности для повышения качества обслуживания, проактивного решения проблем и персонализации. В результате появляется возможность сосредотачиваться на более сложных и значимых задачах, а работодатели ищут специалистов с более высокими профессиональными навыками.

Что делать? Если что-то не можешь победить, нужно это возглавить. Во-первых, искать способы автоматизировать работу и повысить производительность труда за счет существующих инструментов ИИ, изучать и знакомиться с новыми фреймворками, научиться грамотно использовать Большие языковые модели и составлять промпты. Во-вторых, сделать упор на языки программирования, которые интегрируются с ИИ и облачными технологиями. Это Python, R и другие.

Тренд 2: Рост спроса на кибербезопасность

Согласно открытым данным, число атак на маркетплейсы в период ноябрьских распродаж выросло на 70%. Хакеры используют DDoS-атаки, фишинг, бот-активность и другие инструменты. Причин усиления активности несколько: геополитическая обстановка, использование ИИ снизило порог входа для противоправных действий и позволило проще всё автоматизировать, а старое ПО, которое долго не обновлялось, со временем становится более уязвимым.

Необходимость защищать данные увеличивается, растет и спрос на хороших специалистов по кибербезопасности. Рынок голоден до кадров. Особенно это касается запроса на людей с узкими специализациями, такими как чистая криптография. Нужны и специалисты по кибербезопасности, которые умеют работать в междисциплинарных командах.

Что делать? Для повышения своей ценности нужно уметь использовать технологии ИИ и машинное обучение — такие профессионалы нужны большинству бизнесов. Второе требование: знание технологий автоматизации. Компании ищут тех, кто умеет работать с усложненными архитектурами, знает облачные платформы и связанные с ними микросервисы.


Важно развивать еще и софт-скиллы, потому что вместе с эволюцией технологического поля усложняется этическая составляющая. Для многих специалистов по кибербезопасности эта территория не очень знакома. Здесь поможет работа в смешанных командах, примерка ролей сотрудников разных направлений на себя и умение слышать их обратную связь. Это позволит лучше разбираться в сложном меняющемся мире и развивать нужную гибкость.

Тренд 3: Развитие облачных технологий и DevOps

В направлении DevOps всё идет эволюционным путем: сложность архитектуры увеличивается, растет требование к производительности. Это повышает планку и для специалистов в этой области. Даже если человек попал в DevOps не из разработки, а из инфраструктуры, сегодня все чаще предъявляются требования к умению писать код. Хотя бы для того, чтобы эту инфраструктуру автоматизировать.

Кроме фокуса на скорость, в требованиях бизнеса к специалистам по DevOps есть акцент на знание технологий, например, связанных с контейнеризацией, оркестрацией и так далее.

Что делать? Изучать облачные технологии, средства автоматизации, технологии ИИ и машинного обучения. Если хочется корректировки карьерного трека, присмотреться к направлению MLOps. Это набор практик, объединяющий ML, DevOps и управление данными для автоматизации и оптимизации всего жизненного цикла моделей машинного обучения. Наиболее востребованы специалисты, умеющие применять лучшие практики по безопасности, так называемые DevSecOps.

Тренд 4: Эпоха больших данных

Компании постоянно ищут качественных дата-аналитиков и дата-инженеров. Приоритет отдается специалистам, которые понимают алгоритмы машинного обучения, умеют интерпретировать обработанные данные, а также давать обоснованные рекомендации для бизнеса. То есть обладают междисциплинарными знаниями и критическим мышлением.

Для специалистов в области данных машинное обучение и ИИ — естественная среда работы, поэтому улучшение собственных навыков в этом направлении — базовая необходимость для сохранения востребованности на рынке. Понимание бизнес-процессов и целей помогает лучше формулировать задачи машинного обучения, а совмещение знаний из разных областей может привести к созданию уникальных и инновационных решений.

Что делать? Изучать не только сами алгоритмы машинного обучения, но и бизнес-процессы, в которых они применяются. Тренироваться над нетипичными запросами с учетом усложнения требований от бизнеса, автоматизировать то, что можно автоматизировать. Задач и потребностей в данных у разных направлений будет становиться больше, нужно учиться справляться с этим бесконечным потоком с минимумом ошибок и без расширения команды.

Тренды на рынке труда в ИТ

Тренд 5: Междисциплинарные навыки и софт-скиллы

У бизнеса растет запрос к ИТ-специалистам в части софт-скиллов. Руководителям важно, чтобы исполнитель не только хорошо умел, например, программировать, но и понимал потребности компании, умел коммуницировать в кросс-функциональных командах, находил общий язык с разными людьми. Поскольку многие команды теперь регулярно перемешиваются под задачи, специалисты должны быть в некоторой степени универсалами.

Базовый акцент на гибкость позволяет быстрее корректироваться, что в конечном счете сказывается на скорости релизов. То же касается понимания базовых вопросов этики, юриспруденции, миграции данных, их конфиденциальности и так далее. Разработка не происходит в вакууме — если держать эти моменты в голове, то придется меньше переделывать после правок смежных структур (например, от юристов).

Что делать? Развивать навыки коммуникации, учиться работать в команде. Это предполагает такие софт-скиллы как управление конфликтами, умение делегировать, мотивировать, достигать договоренностей. Междисциплинарность и необходимость учитывать разные далекие от программирования вещи предъявляет требования к критическому мышлению и умению генерировать креативные решения. Базовый совет: по возможности выбирать те проекты, где может требоваться сотрудничество с широким кругом коллег и с разными функциональными ролями; участвовать в конференциях, форумах и хакатонах.

4
2 комментария