Най-обещаващата професия на века – учен по данните – не

Най-обещаващата специалност на века – академик по данните – не е ваксинирана против съкращения и разтърсвания на пазара на труда (снимка: CC0 Public Domain)

Професията „ академик по данните “ наскоро бе оповестена за „ най-сексапилната работа на 21 век “. Може би, само че се оказва, че даже тази супер-професия не е предпазена от разтърсванията на пазара на труда. По-лошото е, че не след дълго може да се „ самоизяде “ и да трансформира съответните експерти в свои жертви.

Дали дадена специалност е секси – много зависи от тълкуванието на думата. И въпреки всичко всичко към учените по данни, както и обвързваните с тях действия по инженеринг и разбор на данни, стартират да провокират както голям интерес, по този начин и паника.

Субективната част от симпатичния афоризъм повдига въпроса дали в действителност ви харесва да намирате и почиствате данни, да отстранявате неточности, да изграждате и подобрявате модели за машинно самообразование. Списъкът от задания, тъкмо в този ред, е активността, в която учените по данни прекарват по-голямата част от времето си.

Някои хора са в действителност привлечени от кариерата, основани на работа с данни. Други се вълнуват повече от високите заплати. Докато същността на работата е по-неясна, кариерата и заплатите са позната тематика. Това обаче може да се промени: функциите на експертите по данни към момента са търсени, само че не са ваксинирани против пазарните разтърсвания.

В началото на 2022 година станаха явни първите признаци, че нещо се трансформира. Както сподели разбор на IEEE Spectrum, оповестен от онлайн платформата за набиране на личен състав Dice, през 2021 година заплатите в областта на AI и машинно образование са намалели, макар че приблизително (в САЩ) възнагражденията в ИТ бранша са се покачили с близо 7%.

Конкуренцията измежду специалистите по машинно образование, обработка на естествени езици и AI е смекчена, като междинните заплати са спаднали надлежно с 2,1%, 7,8% и 8,9% в трите категории, сочи отчетът. В същото време търсенето на експерти по данни не демонстрира никакви признаци на спад – дори противоположното.

Платформите за набиране на разработчици оповестяват за внезапно повишаване на търсенето на ИТ умения, свързани с науката за данни. Последният отчет за ИТ уменията от платформата за скрининг на разработчици и изявленията DevSkiller записва 295% нарастване в броя на дилемите, свързани с науки за данни.
още по темата
Проучване на CodinGame и CoderPad за 2022 година, озаглавено “Tech Hiring Survey”, също разпознава науката за данните като специалност, за която търсенето доста надвишава предлагането, дружно с DevOps и машинното образование. В резултат на това, отбелязва Оуен Хюз от ZDNet, работодателите ще би трябвало да преоценят както заплатите, по този начин и пакетите от спомагателни придобивки и обществени екстри, които оферират на чиновниците – в случай че се надяват да останат конкурентоспособни.

На фона на всичко това през втората половина на 2021 година пристигна времето на „ Голямото овакантяване “. Това бе миг, когато мнозина в софтуерния отрасъл премислиха всичко в кариерата си. Изглеждаше, че работната мощ има по-голяма власт и предефинира целия пазар на труда. Започна конкуренция сред работодателите и куп разбори за това за какво експертите по данни напущат работа и какво могат да създадат работодателите, с цел да ги задържат.

Но ето, че неотдавна пристигна ред и на… съкращенията. Те обгърнаха даже супер-длъжностите: академик по данните, инженер по данните, анализатор на данни. Както отбелязва анализът на LinkedIn за последната серия съкращения, бурната година в софтуерния бранш е белязана от ежедневни известия за освобождение на личен състав, заледяване на процеса на наемане и анулирани оферти за работа.

Според данни, споделени от уеб страницата за следене на софтуерните съкращения Layoffs.fyi, делът на освободените чиновници варира от 7% до 33% от работната мощ в следените компании. И да – те включват и функции, насочени към работата с данните.

Статистика за съкращенията на FinTech Klarna и застрахователния стартъп PolicyGenius демонстрира, че функциите на експерт по данни, инженер по данни и анализатор на данни са наранени на всички равнища – както младшите, по този начин и старшите експерти и висшите мениджъри.

Има разнообразни фактори, които евентуално способстват за понижаване на заплатите при специалистите по машинното образование и AI, споделя основният маркетинг шеф Мишел Мариан пред IEEE Spectrum. Едно значимо основание е, че от ден на ден млади механически фрагменти учат и овладяват въпросните набори от умения.

„ Увеличаването на пула от гении с течение на времето може да докара до това, че работодателите ще би трябвало да заплащат най-малко малко по-малко, като се има поради, че търсените набори от умения стават все по-лесни за намиране. Виждали сме, че това се случва с наборите от документи и други високоспециализирани софтуерни умения “, разяснява Мариан.

Това наподобява като рационално умозаключение. Но за науката за данни и машинното образование може да има и нещо друго. Учените по данни и ML специалистите освен се конкурират между тях. Те от ден на ден си съперничат с… автоматизацията.

На моменти наподобява, че напъните на сходни хора в професионален проект се връщат към тях като бумеранг. Те основават улеснения за бизнеса, които в даден миг могат да ги създадат ненужни и да ги изхвърлят от работните им позиции.

Това не е невиждано, споделят анализатори. Автоматизацията е изяла хляба на не един и двама експерти. Автоматизацията на работата на експертите по изкуствен интелект в доста промишлености е може би на десетилетие пред нас – или почти толкоз. След това единствено дребна група от елитни експерти в региона на данните и AI ще доближат до управнически статут или статут на благосъстоятелност. Останалите ще „ заседнат “ на средноплатени работни места, натоварени да следят и поддържат своите творения.

Може би към този момент сме в началните стадии на този цикъл, както се вижда от разработки като AutoML и библиотеките от подготвени модели за машинно образование. Ако историята е нещо, което би трябвало да се вземе поради, тогава евентуално ще забележим същото – и наклонността неизбежно ще докара до въпроси за това по какъв начин служащите, станали ненужни, могат да намерят своите нови функции.