Mobili versija | Apie | Visos naujienos | RSS | Kontaktai | Paslaugos
 
Jūs esate čia: Pradžia » Visos temos » Žmonės » Kaip mes gyvename

„LinkedIn“ skelbia pačių perspektyviausių profesijų TOP 15: šių specialistų poreikis auga dešimtimis procentų

2020-06-16 (0) Rekomenduoja   (-25) Perskaitymai (330)
    Share

„LinkedIn“ korporacija metų pradžioje paskelbė jau trečiąją paklausiausių profesijų Jungtinėse Amerikos Valstijose (JAV) ataskaitą. Remiantis šio socialinio tinklo pastarųjų penkerių metų duomenimis, buvo sudarytas darbų TOP 15. Pirmoje vietoje be konkurencijos įsitaisė dirbtinio intelekto specialistai, keliomis pozicijomis žemiau – duomenų mokslininkai ir duomenų inžinieriai.

Prisijunk prie technologijos.lt komandos!

Laisvas grafikas, uždarbis, daug įdomių veiklų. Patirtis nebūtina, reikia tik entuziazmo.

Sudomino? Užpildyk šią anketą!

Reitingai nestebina, panašios tendencijos darbo rinkoje vyrauja jau kurį laiką. Duomenys labai greitai tapo vienu vertingiausiu verslų ištekliu, todėl natūralu, kad specialistų, gebančių protingai dirbti su duomenimis, paklausa sparčiai auga“, – apie paskelbtą profesijų reitingą svarsto KTU Matematikos ir gamtos mokslų fakulteto dekanė Bronė Narkevičienė.

Duomenų mokslo laukas plečiasi stulbinančiais tempais ir keičia įprastus verslo veiklos metodus. Prognozuojama, kad 2025 metais duomenų srautas pasaulyje pakils iki 175 zetabaitų. Ką tai reiškia? „Tai reiškia, kad verslas visame pasaulyje, taip pat ir Lietuvoje, investuos į duomenų valdymą ir duomenų specialistus“, – įsitikinusi B. Narkevičienė.

Duomenų kiekiai – didžiuliai

Kasdien sugeneruojamų duomenų apimtys yra milžiniškos ir vis auga. Pasak dekanės, duomenų tik daugės, nes vis daugiau verslų ar viešojo sektoriaus įstaigų skaitmenizuojasi – nuo mažmeninės prekybos iki automobilių pramonės. Duomenų dėka įmonės gali persitvarkyti, pakeisti tradicinius verslo modelius inovatyviais. Kyla klausimas, kaip tuos duomenis „įdarbinti“, kad jie neštų tiesioginė naudą?

„Čia į pirmąsias gretas stoja duomenų mokslas. Duomenų analizė ir kuriami modeliai gali atsakyti į labai daug klausimų: kokia yra rizika, kokios prognozės, kuri grandis verslo sistemoje yra silpna, ir daug kitų klausimų“, – įsitikinusi B. Narkevičienė.

Internetinės plėtros, verslo skaitmenizavimo, verslo analitikos, duomenų mokslo ir verslo inovacijų paslaugas teikiančios įmonės „NFQ Technologies“ vadovas Paulius Insoda pasakojo, kad jau nuo 2013 m. įmonė vysto duomenų mokslu paremtus technologinius sprendimus didžiausiai pasaulyje atostogų būsto nuomos meta-paieškos platformai „HomeToGo“.

„Turėdami beveik 20 metų patirtį kuriant technologijas ir taikant duomenų mokslo metodologijas, padedame mūsų partnerių verslams atverti paprastai nematomus priežastinius procesų ryšius ir rasti naujų verslo galimybių“, – sakė jis.

Specialistų paklausa auga dešimtimis procentų

Pastaraisiais metais, pažymima „LinkedIn“ ataskaitoje, dirbtinio intelekto specialistų poreikis auga net 74 procentais kasmet, duomenų mokslininko ar inžinieriaus – daugiau nei 30 procentų.

„Šiuolaikiškam, į ateitį žiūrinčiam verslui, turinčiam daugiau duomenų, nei žinančių, ką su jais daryti, duomenų mokslininkai ir duomenų inžinieriai yra galimybė išplaukti, o ne nuskęsti. Tad šių specialistų poreikis auga ir dar stipriai augs“, – neabejoja dekanė.

Su duomenimis dirbančių profesionalų stinga visame pasaulyje. Prognozuojama, kad iki 2025 metų poreikis išaugs bent du kartus.

„Danske Bank“ turto valdymo verslo analitikos komandos vadovė Jovita Vedrickienė teigia, jog kiekvieną dieną atsirandant vis daugiau skaitmenizuotų sprendimų ir išmaniųjų technologijų natūraliai auga ir sugeneruojamos informacijos kiekiai.

„Tam, kad duomenų bitai ir baitai, nuliai ir vienetai, taptų suprantama ir praktiškai pritaikoma informacija, pravartu pasitelkti duomenų analizę ir jos specialistą – duomenų analitiką. Tam tikrą komunikacijos specialisto, sociologo, „hakerio“, analitiko ir konsultanto derinį viename asmenyje“, – pastebi ji.

Jos mintims pritaria ir daugelis kitų verslo atstovų. Informacinius sprendimus kuriančios įmonės „TransUnion“ Verslo analitikos grupės vadovės Vaidos Neverdauskaitės teigimu, duomenų amžius mums atneša kaip niekad dideles galimybes pažvelgti į svarbias problemas nauju kampu, sukurti duomenimis pagrįstus sprendimus padedančius kitiems.

„Dideli bei įvairūs duomenų kiekiai, naujų technologijų pritaikymas  duomenų apdorojimo, analizės bei vizualizacijos srityse – mūsų kasdienybė. Tam reikalingi talentingi duomenų specialistai, gebą pažvelgti į duomenis giliau, pritaikyti naujausias tendencijas bei gerąsias praktikas“, – kalbėjo V. Neverdauskaitė.

Matematika ir IT – koja kojon

Situacija versluose ir darbo rinka diktuoja, kokių specialistų reikia. Pasak B. Narkevičienės, norint tapti kompetetingu duomenų specialistu neužtenka programavimo žinių, ypatingai svarbus yra matematinis loginis ir algoritminis mąstymas. Tad, rengiant duomenų mokslo specialistus yra būtina taikomosios matematikos ir informacinių technologijų sinergija.

„Matematika yra duomenų mokslo pagrindas, tačiau lygiagrečiai ugdant IT kompetencijas, ruošiami naujos kartos universalūs ir konkurencingi specialistai“, – teigia matematikė.

Siekdamas patenkinti vis didėjančią paklausą, KTU MGMF jau nuo šių metų pradeda vykdyti pirmąją Lietuvoje Duomenų mokslo ir inžinerijos bakalauro studijų programą.

Pasak B. Narkevičienės, programą baigę specialistai kūrybiškai taikys matematikos ir informatikos mokslų žinias, kuriant duomenų analizės ir valdymo modelius, integruos juos į įmonių informacijos sistemas, gebės tvarkyti duomenis, juos vertins ir pagal juos rekomenduos sprendimus.

Verta skaityti! Verta skaityti!
(5)
Neverta skaityti!
(30)
Reitingas
(-25)
Tai yra pranešimas spaudai - pateiktos informacijos redakcija neredaguoja, o už pranešimo turinį atsako jį paskelbę autoriai.
Komentarai (0)
Komentuoti gali tik registruoti vartotojai
Komentarų kol kas nėra. Pasidalinkite savo nuomone!
Naujausi įrašai

Įdomiausi

Paros
75(0)
63(1)
58(0)
53(0)
51(0)
44(0)
42(1)
42(0)
40(0)
37(0)
Savaitės
192(0)
189(0)
186(0)
184(0)
176(0)
Mėnesio
302(3)
291(6)
290(0)
289(2)
288(1)