A Forbes-címlapos, aki Trumppal szelfizik

Kapitány István a Forbes címlapján mosolyog. Kapitány István a Fehér Házban, Trumppal szelfizik (és mosolyog). De kicsoda Kapitány István? Annak ellenére, hogy aligha van nála magasabb pozícióban dolgozó magyar menedzser […]

Bővebben

Viszlát, adattudósok! Ezek a munkakörök sehol sem lesznek 10 év múlva

Az állásokra is igaz: az egyetlen dolog, ami állandó, az a változás. Az adattudományok terén pedig bőven akad ebből.

Manapság keresettek az adattudósok a munkaerőpiacon, meg is fizetik az adatelemzőket, -mérnököket, -fejlesztőket; a vállalatok felismerik, hogy a világ egyre inkább a felhő alapú technológiák, a big data, a mesterséges intelligencia és a gépi tanulás felé halad. De így volt ez tíz-húsz éve a számítástechnikai tudományok szakembereivel is: amit egykor az informatikusok tudtak, ha máshogy nem is, felhasználói szinten ma már mindenki tudja, s ugyanígy szűntek meg a kifejezetten MBA-állások is. Hogy is volt az a rendszergazdákkal? A kilencvenes évek irodai mindenhatóinak eszköztárában, a korábban kulcsfontosságú active directory-val (a windows hálózati fájlmegosztási opciója) kapcsolatos tudást felváltották az Amazon Web szolgáltatásaival kapcsolatos ismeretek a Google Trends adatai alapján.

Advertisement

A Dice egyenesen azt írja: eltűnnek majd az olyan állásajánlatok, amelyek Windows/Linux/Unix rendszergazdákat keresnek; elmossa őket a felhő és a DevOp (azaz a szoftverfejlesztéssel kombinált IT). Noah Gift, a Pragmatic AI Labs alapítója, a UC Davis MSBA és a Northwestern Graduate Data Science program adjunktus professzora a Forbes.com-on megjelent cikkében azt írja, mostanra már meghaladtuk a pontot, ameddig megdicsőítő várakozásokkal tekintettünk az adattudományokra, és a kiábrándulás ösvényén túlhaladva lassan reálisan ítéljük meg azokat.

Véleménye szerint az adattudományok és a szakképzések okleveleire írt titulusok megmaradnak, de a munkakörök nem.

A kiábrándulás ösvényén vezető lépések:

  • Sok data science team eredményei nem mérhetők a vezetők által kedvelt hagyományos megtérülési mutatókkal.
  • A mesterséges intelligencia és a gépi tanulás okozta csodálkozás elfeledtette az emberekkel az alapvető kérdést, amire mostanság egyre gyakrabban gondolunk: Tulajdonképpen mire is jó a data science?
  • Egy komplex, mérnöki adattudományos feladat elvégzéséhez minden egyes adattudós mellé öt mérnököt kell állítani.
  • Az automatizáció ebbe az ágazatba is megérkezik lassan, beleértve a gépi tanulás területét.

Mindez azt jelenti, hogy nem érdemes adattudományos képzéseket végezni? Gift hangsúlyozza, hogy szerinte ez a tudás kiemelten fontos marad a következő tíz évben, de mint munkakör megszűnik majd. A kapcsolódó szakmák képviselőinek azt tanácsolja, olyan tudást fejlesszenek, amit nem lehet automatizálni, például kommunikációs készségeiket, valamint személyes, puha készségeiket (soft skills). Ezen kívül szerezzenek kvalitásokat egy-egy szűk szakterületen, lépjenek olyan mezőkre, amelyeken egyértelműen üzleti értéket és bevételt is lehet termelni.

A jövő névjegykártyáin pedig olyan titulusok állhatnak majd, mint a gépitanulás-fejlesztő, adatmérnök, MI-kommunikátor, MI termékmenedzser, MI-tervező.

Olvasd el Üzlet rovatunk további cikkeit!
Ezeket láttad?
Címkefelhő