Ученые по данным, специалисты по искусственному интеллекту и разработчики машинного обучения сейчас горячо востребуемы -  настолько, что эти рабочие места - одни из самых сложных для заполнения.

Согласно отчету о лучших рабочих местах в этом году от Glassdoor, работа ученым по данным была лучшей  в США. Это была также лучшая работа в 2017 году, а в 2016 году - с девятого места в 2015 году. Количество вакансий на сайте выросло с 3,449 в 2015 году до 4,524 в этом году. И IBM предсказывает, что к 2020 году число открытых вакансий в США для ученых по данным и аналогичных передовых аналитических ролей достигнет 61 799, причем предсказанный темп роста знаний в области науки о данных составит 93 процента, что касается машинного обучения - прогнозируемый рост составляет 56 процентов.

И по мере увеличения спроса число кандидатов, доступных для заполнения этих ролей, демонстрирует признаки неспособности соответствовать. По данным Bloomberg, публикации вакансий для ученых по данным Indeed.com выросли на 75 процентов в период с января 2015 года по январь 2017 года, но поиски работы только выросли на 65 процентов.

Неудивительно, что предприятиям трудно найти квалифицированных людей. Согласно отчету о состоянии ИТ-образования в 2018 году, 36% респондентов говорят, что заполнение ролей BI и аналитики данных будет затруднено, уступая по этому показателю только кибербезопасности. Искусственный интеллект также составил список из десяти, и 18% респондентов заявили, что предполагают, что роль ИИ трудно заполнить.

«Существует значительный спрос на людей с опытом в области ИИ и машинного обучения», - говорит Том Митчелл, профессор машинного обучения в Университете Карнеги-Меллона.

Вместо того, чтобы нанимать новых сотрудников, некоторые компании стремятся помочь существующим сотрудникам получить высшее образование и обучение, необходимые им для работы в области науки о данных, искусственного интеллекта и машинного обучения.

Самое продвинутое обучение, например, магистерская программа в Carnegie Mellon, занимает от года до полутора лет и требует знания статистики и базовых навыков программирования. Но есть много онлайн-программ и курсов, которые люди могут проходить, говорит Митчелл.

Обратно в школу

Округ Лос-Анджелеса знает, что сейчас собой представляет рынок труда.

«Мы также ищем редкие ресурсы, когда дело доходит до экспертов в области ИИ и бизнес-аналитики и автоматизации», - говорит Муртаза Масуд, помощник директора департамента человеческих ресурсов округа Лос-Анджелес. Ранее он был ИТ-директором отдела и возглавлял многие инициативы в области цифровых преобразований для округа.

Усилия по набору персонала включают партнерские отношения со всеми региональными академическими учреждениями с соответствующими программами и программу стажировки для создания конвейера талантов.

Но в округе также растут собственные эксперты по AI.

«Три года назад мы создали центр передового опыта в области ИИ, который позволил нам начать собирать существующие ресурсы в округе, которые имели некоторый опыт в этой области», - говорит он. Сотрудники, заинтересованные в предмете, могут получить компенсацию за внешнюю подготовку на курсах, а также внутреннюю подготовку.

По его словам, сотрудники особенно заинтересованы в разработке алгоритмов, но виды обучения сотрудников в разных ситуациях зависят от потребностей.

«Бизнес-инициативы ведут к решениям платформы, которые приводят к увеличению спроса на обучение вокруг этих конкретных элементов», - говорит он. К счастью, у округа есть собственные возможности. «Исторически сложилось так, что мы были ранними пользователями пакетов статистического анализа».

Например, округ недавно инвестировал средства мониторинга и анализа, чтобы выявить различные кадровые проблемы, а также потенциальные проблемы кибербезопасности. Имея 111 000 сотрудников - LA County является крупнейшей местной организацией в стране - есть много данных, которые можно проанализировать, чтобы выявить потенциальные проблемы. Но Масуд хочет видеть машинное обучение и искусственный интеллект, используемый больше чем просто для проблем с определением.

“То, что меня действительно волнует, как профессионала в области HR и как технолога, - это возможность получать учебные ресурсы для сотрудников, чтобы вытеснить все это. Возможность своевременно предоставлять компактную информацию, позволяющую сотруднику улучшить свои мыслительные процессы или поведение или знания, - вот где по моему мнению и есть реальная власть, и вот за чем стоит будущее”- говорит он.

Внедрение обучения на дому

Capgemini также сейчас имеет большую потребность нанять людей с опытом AI. Консалтинговая фирма не пишет программное обеспечение, но она работает с клиентами для настройки и интеграции существующего программного обеспечения, а ИИ теперь является основным направлением.

Помимо найма экспертов и спонсирования существующих сотрудников, для получения дополнительной подготовки компания также имеет цифровой центр ускорения, чтобы помочь сотрудникам узнать о новых технологиях ИИ.

«У нас есть тестовая среда, и мы будем тестировать программное обеспечение в лаборатории, - говорит Том Ивори, глава стратегического инновационного подразделения Capgemini. «Мы экспериментируем с десятками технологий ИИ прямо сейчас, и не каждый из них будет одобрен для дальнейшего развития».

В этот момент Capgemini будет обучать руководителей и менеджеров по доставке и других людей в команде, которая работает с клиентами над тем, как использовать эти инструменты, говорит он.

Компания также использует ИИ в своих собственных операциях. Например, Capgemini использует технологии от поставщика автоматизации UiPath и IBM Watson, чтобы помочь в обработке резюме потенциальных сотрудников.

«Обычно мы использовали поиск по ключевым словам», - говорит он. «Используя ИИ, существует больше нюансов, которые могут увеличить вероятность успеха того, кто будет задействован в проекте».

Сначала Каггемни использовал обучение, предоставляемое поставщиками, но вскоре была критическая масса внутренних экспертов.

«У нас была основа менеджеров, которые прошли обучение, а также людей, которые действительно имели потенциал цифровой работы, стратеги и люди, которые могли бы понять, как эта технология повлияет на бизнес-процессы», - говорит он. В этот момент Capgemini проводил обучение самостоятельно, используя приобретенные модели обучения от поставщика в качестве базы.

«Три года назад число людей в компании, прошедшей подготовку по этой технологии, составляло несколько десятков. Теперь это тысячи людей», -  говорит он.

Охватывание AI всей компании

Для технических компаний, которые имеют компонент ИИ для своих продуктов или услуг, обучение сотрудников еще более важно.

Например, Salesforce добавляет информацию в свою онлайн-платформу управления взаимоотношениями с клиентами. Это означает, что внутренние сотрудники должны знать свое направление работы с технологией. Есть онлайн-платформа обучения, входящая в ту же систему Salesforce Trailhead, которая доступна для общественности.

«У нас есть собственный путеводитель, в котором у нас есть все учебные материалы, находящиеся в свободном доступе, что позволяет людям научиться ипользовать возможности AI, которые предоставляет Salesforce», - говорит Марко Касалайна, вице-президент по управлению продуктами Salesforce Einstein в Salesforce .com. «Он доступен всей компании - мы хотим, чтобы все могли добавлять интеллект и использовать интеллект в приложениях в Salesforce».

Например, команда разработчиков ИТ, работающая над программой планирования помещений для управления объектами, добавила интеллект в свое приложение, чтобы назначить комнаты тем клиентам, которые больше всего выиграют от встреч.

«Они не ученые по данным, - говорит Касалайна. «И наш тренинг создан для таких людей, которые не имеют опыта в области данных, но хотят делать прогнозы».

Наставничество коллег

Компания Cybersecurity Stealthbits Technologies также инвестирует в навыки AI и машинного обучения. Некоторые из них - из внешних источников, говорит Джонатан Сандер, технический директор компании. «Но основная его часть - коллеги».

Он говорит, что фактическое обучение для разных инженерных групп отличается. «Для получения кадров, которые будут заниматься исследованиями и разработками, они ищут более полные стартовые курсы, за которыми следуют одноранговые материалы, которые мы создаем, и, наконец, переходим в систему наставничества, которую мы имеем для создания талантов в области НИОКР.

 «В этом треке они охватывают все, начиная от основы вплоть до применения.»

На стороне поддержки, консалтинга и предварительной продажи сотрудники должны уметь понимать, как использовать технологию и сообщать ее ценность.

«Наши клиенты всегда получают выгоду от более квалифицированных инженеров, - говорит он, - и обучение ML подготавливает их, чтобы дать им хороший совет по использованию наших решений на базе ML, а также в целом приблизиться к ML как ценному инструменту».

«Многие компании считают, что машинное обучение слишком сложно или неясно, чтобы учиться - это ошибка», говорит он.

«Игнорируйте эти впечатления и замарайте руки», - говорит он.

Как и Stealthbits, большая компания Insight Engines, занимающаяся разработкой данных, также видит большую ценность в обучении по принципу «равный-равному».

«Мы начинаем с постепенного привлечения новых сотрудников к небольшим участкам нашего конвейера, где сделанные ими изменения оказывают большое влияние на наших клиентов», - говорит Дариен Киндлунд, вице-президент по технологиям Insight Engines. Затем они переходят к работе над улучшением рабочих процессов, при этом все еще контролируются опытными наставниками.

По словам Киндлунда, до сих пор около 65 процентов сотрудников - как технических, так и нетехнических - получили такой вид обучения, с акцентом на машинное обучение, обработку естественного языка и науку о данных.

«Благодаря обучению на рабочем месте, ориентированному на воздействие на клиента в прикладной среде, мы обнаружили, что наша команда усваивает, учит и использует эти навыки намного быстрее, чем в академических условиях», - говорит он.

Поставщик кибербезопасности Vectra Networks также уделяет особое внимание обучению на рабочем месте.

«Зачастую у нас есть опытные наставники в сочетании с новыми нанятыми по проектам, выдвигающими предложения и ориентирующими их на методы машинного обучения», - говорит Кевин Ни, ведущий ученый по данным компании. «Обучая сотрудников подобным образом, мы можем направлять их развитие, ориентируясь на уникальное проблемное пространство, в котором мы находимся. Это означает, что клиенты могут быстрее получить результаты. Мы также призываем сотрудников изучать основные онлайн-классы, если они не знакомы с конкретными темами».

«Ожидается, что самостоятельно сотрудники будут учиться недостаточно быстро», - говорит Джозеф Кучич, CSO в Cavirin Systems, продавце кибербезопасности. До недавнего времени он работал с рабочей группой предприятия в Verizon.

«На работе партнер-наставник ускоряет передачу знаний и способность выполнять свои бизнес-цели», - говорит он.

Если потребность в таланте AI чрезвычайно актуальна, вы можете предпринять радикальные действия, такие как приобретение таланта, покупая другую компанию, говорит он. «Но на более длительный срок основное внимание должно быть уделено партнерскому подходу».

Обучение в соответствии с темпами изменения

При обучении сотрудников любой новой технологией ключевым фактором является поддержание темпов инноваций. Это означает принятие постоянного подхода к развитию новых навыков.

Invoca, калифорнийский поставщик call intelligence, выпустил свой продукт для обучения машине Signal AI около года назад. Поскольку машинное обучение в настоящее время является основным направлением деятельности компании, обучение имеет решающее значение.

«Мы проводим образовательные курсы по всем отделам, чтобы обучать внутренние команды основам AI, а также тому, что конкретно касается нашего AI-решения», - говорит Шон Сторли, директор по управлению продуктами компании. Ежеквартально проводится обучение по вопросам ИИ для команды по обработке данных компании.Кроме того, сотрудники могут пользоваться онлайн-учебниками, участвовать в конференциях и проходить самостоятельное обучение.

«Вы не можете чрезмерно просвещать людей на эту тему, так как все меняется слишком быстро в этой отрасли,» говорит он.

«Мы создаем программное обеспечение, которое также должно помочь другим компаниям реализовать ML и AI», - говорит Лалит Субраманян, вице-президент техническому обеспечению безопасности, развертыванию и аналитики в OpenText. «Мы поняли, что навыки постоянно должны обновляться».

Она говорит, что у компании есть программа возмещения расходов для сотрудников, а также последние 3-4 года действуют программы обучения. «Например, если у нас есть тема, такая как коммутирующие нейронные сети, которой нужно обучить, мы привлекаем компанию по обучению и набираем группы сотрудников, которые получают подготовку», - говорит она.

Но вдруг они уйдут?

Некоторые компании неохотно вкладывают средства в обучение, связанное с ИИ, потому что они опасаются, что сотрудники немедленно покинут их, переведя свои новые навыки в большие выплаты в другом месте.

«В технологической отрасли, особенно в Силиконовой долине, определенная группа оппортунистов получит новейшую подготовку для успешного прохождения интервью», - говорит Subramanian OpenText. «Но мы теряем меньше, чем если бы у нас не было обучения».

Фактически, по его опыту, наличие обучения помогает с удержанием, говорит он.

Другая компания, занимающаяся кибербезопасностью, предлагающая обширную подготовку для сотрудников, связанных с ИИ, - это Demisto.

«Мы не беспокоимся о сохранении, - говорит соучредитель компании Риши Бхаргава. «Как компания, мы твердо верим, что более подготовленные сотрудники являются более счастливыми сотрудниками и делают свою работу лучше. Более того, поощрение повышением навыков - это всего лишь один из аспектов нашей общей культуры компании. Если компания помогает сотруднику с обучением, а работник затем уходит, сотрудник, должно быть, не был очень доволен работой в первую очередь ».

Продолжающееся обучение также помогает с сохранением в Aetna, третьей по величине страховой компании страны.

«Он учит их навыкам, которые растут в конкурентоспособности, и это хорошо для профессионала», - говорит Джим Раут, компания CSO.

По его словам, у Aetna есть программа для обучения основам научных данных каждому из профессионалов в области безопасности компании. Придерживаясь Aetna, сотрудники не только продолжают получать эту подготовку, но также могут использовать навыки, которые они изучают в передовых приложениях, что означает современные, нетрадиционные средства контроля безопасности, добавляет он.

«Мы сотрудничаем с командой обработки данных, состоящей из нескольких сотен ученых в области здравоохранения и бизнеса», - говорит Раус. «Вместе мы разрабатываем основную учебную программу, используя комбинацию коммерчески доступных онлайн-тренингов и некоторую подготовку, которую мы разработали внутри компании».

До сих пор 200 профессионалов безопасности прошли курс обязательных фондов. «Мы преподаем курс уже два года, - говорит он. «Сначала это было необязательно, но это стало самым популярным курсом, который мы преподаем».

No Comments