روندهای استخدامی در سال جدید

مهارت‌های هوش مصنوعی به عنوان یک نیاز اصلی در این بازار کار مطرح شده‌اند. گزارشی از LinkedIn نشان داد که متخصصان حوزه هوش مصنوعی مولد (Generative AI)، پنج برابر بیشتر احتمال دارد که مهارت‌های تکمیلی مانند ایده‌پردازی خلاقانه، تفکر طراحی و هوش هیجانی را نیز توسعه دهند.

همچنین سازمان‌هایی که کارکنان بیشتری با مهارت‌های GenAI دارند، چهار برابر نرخ معمول ارتقاء در سطوح رهبری و پنج برابر نرخ معمول ارتقاء کلی را دارند.

«جوزف سودیر توماتا»، مدیرعامل و مدیر ارشد شرکت فناوری Magellanic Cloud، در یک مصاحبه بر اهمیت روزافزون تخصص در زمینه هوش مصنوعی تاکید کرد. وی گفت: «در عصر امروز، مهارت‌های مرتبط با هوش مصنوعی برای تمامی نقش‌ها ضروری است. در Magellanic Cloud، ما به کاندیداهایی اولویت می‌دهیم که توانایی یادگیری سریع و انطباق با تغییرات را داشته باشند. همچنین در حالی که دانش فنی هوش مصنوعی برای برخی نقش‌ها ضروری است، ما کنجکاوی و ذهنیت رشد را ارزشمند می‌دانیم و از طریق ارتقاء مداوم مهارت‌ها، اطمینان می‌دهیم که با چالش‌های فناوری‌محور مقابله کنیم.»

در همین راستا، «راجش چانداران سوگاسو»، معاون ارشد در شرکت Happiest Minds Technologies، افزود: «مهارت‌های هوش مصنوعی برای واحد کسب‌وکار هوش مصنوعی مولد و مرکز برتری تجزیه و تحلیل هوش مصنوعی ما حیاتی هستند. برای سایر نقش‌ها، ما آموزش‌هایی ارائه می‌دهیم تا کارکنان بتوانند از هوش مصنوعی برای رشد شغلی خود استفاده کنند.»

در سال 2025، متخصصانی که در زمینه تکنولوژی‌های AI/ML مانند Python، R، TensorFlow، PyTorch و scikit-learn تخصص دارند، بسیار مورد تقاضا خواهند بود. همچنین دانش شبکه‌های عصبی و پردازش زبان طبیعی (NLP) نیز اهمیت بالایی خواهد داشت.

مهارت‌های مهندسی داده و داده‌های کلان از جمله تجربه در خطوط داده، Hadoop، Spark و پلتفرم‌های ابری مانند AWS و Google Cloud نیز مورد نیاز خواهند بود. سازمان‌ها به‌طور فعال به دنبال توانایی‌های علم داده و تجزیه و تحلیل مانند تحلیل آماری پیشرفته، تسلط بر SQL و آشنایی با ابزارهای تجسم داده مانند Tableau و Power BI هستند.

تمرکز روزافزون بر اخلاق هوش مصنوعی، اهمیت درک حکمرانی هوش مصنوعی، شناسایی سوگیری‌ها و قوانین حریم خصوصی داده‌ها را برجسته می‌کند. همچنین، نقش‌ها در بینایی کامپیوتری نیازمند تخصص در OpenCV (کتابخانه دید کامپیوتری متن‌باز)، یادگیری عمیق برای وظایف بینایی و ابزارهای مدل‌سازی سه‌بعدی هستند. در عین حال، مدیریت محصولات هوش مصنوعی به تفکر استراتژیک، مهارت‌های مدیریت پروژه و درک قوی از فناوری‌های هوش مصنوعی نیاز دارد.

فصل مهاجرت سالانه بخش فناوری اطلاعات از ماه آوریل آغاز می‌شود. طبق داده‌های ارائه شده از پورتال شغلی Apna.co، حدود 82% از حرفه‌ای‌ها قصد تغییر شغل دارند که این موضوع موجی از نگرانی را در میان بخش‌های منابع انسانی ایجاد کرده است.

«خوشبو سینگ»، مسئول برتری فرآیند در Capgemini در گفت‌وگو با AIM تغییر عجیبی را که امسال رخ داده توضیح داد و گفت: «معمولاً بیشتر شرکت‌ها از چرخه ارزیابی آوریل تا ژوئن پیروی می‌کنند. با این حال، تأخیر در ارزیابی‌ها از چرخه اکتبر-نوامبر-دسامبر (OND)، اکنون به ماه فوریه کشیده شده است. اگر این چرخه‌های OND ادامه پیدا کنند، احتمالاً چرخه آوریل-ژوئن به سپتامبر منتقل خواهد شد. علاوه بر این، شرکت‌هایی که دو چرخه ارزیابی را با هم ترکیب می‌کنند، این عدم اطمینان را بیشتر می‌کنند.»