Автор Алиса Бобовникова
Ежегодно на рынке появляются тысячи IT-решений, как для бизнеса, так и для гражданской отрасли. Мир постепенно перенасыщается новыми разработками, увеличивается количество решений с искусственным интеллектом. Это и стало подспорьем для создания новых рабочих мест, в большинстве из которых мало специалистов. Давайте поговорим о новых тенденциях и актуальных профессиях 2024 года, как быстро подстроиться под потребности рынка и совершить переход из смежных профессий.
Инженер безопасности нейросетей
Профессия находится на стыке областей программирования, кибербезопасности и Machine learnings. Такой инженер разбирается в самих нейросетях, безопасности, и понимает основы работы с искусственным интеллектом. Потребность в таких специалистах растет быстрее, чем те появляются. Сейчас они в основном «рождаются» внутри компаний, где развивают использование ИИ, а не нанимаются с внешнего рынка.
В обязанности сотрудника данной специализации входит: обеспечение безопасности и защиты искусственно-нейронной сети в самых разных сферах, к примеру, компьютерного зрения или распознавания живой речи; идентификация потенциально слабых мест в нейросетях; поиск проблемных зон с помощью анализа алгоритмов; защита от кибератак.
Также требуются специалисты, которые выстраивают политику безопасности в рамках отдельно взятой технологии. Например, безопасность AI-системы для генерации текста, выстраивается процессом шифрования при передаче данных, работой с законодательными нормативами этики ИИ и работы с персональными данными, внедрением инцидентного реагирования нейросети на внешние атаки.
Войти в профессию возможно обладая навыками программиста, чтобы разрабатывать методы интеграции со сторонними приложениями нейронной сети, прорабатывать и описывать в коде безопасные алгоритмы, создавать инструменты систем мониторинга для обнаружения аномалий, анализировать и тестировать код нейросети. Также здесь понадобится дополнительно изучить технические аспекты в сфере общей кибербезопасности:
Эти знания сложно получить на курсах и тренингах, поэтому придется приложить много усилий для изучения своими силами. Отработать знания на практике можно самостоятельно, к примеру, использовать ChatGPT для того, чтобы интегрировать его языковые модели с телеграмм-чатами или даже сайтами.
Solution-архитектор
Специалист отвечает за всю IT-архитектуру предприятия: микросервисную и облачную. У Solution-архитектора широкий перечень задач, он служит связующим звеном между технической командой и бизнес-пользователями.
Главная задача — спроектировать архитектуру таким образом, чтобы в ней была высокая производительность, поэтому такой специалист востребован в процессе разработки любого программного обеспечения, и внедрения информационной системы.
Занять эту позицию может либо ИТ-архитектор, либо разработчик, который способен разбираться в таких популярных технологиях, как микросервисные архитектура, облачные сети, архитектура интернет вещей и больших данных. Плюсом к трудоустройству будет наличие одного из профессиональных сертификатов: AWS, Google Cloud, Cisco или Microsoft Azure. Это сильно увеличит шансы занять желаемую должность.
Если же нет возможности пройти сертификацию, то стоит уделить время самостоятельному изучению паттернов, которые активно используются в построении архитектурных решений. Эти паттерны помогают организовать код, обеспечить его читаемость и обслуживаемость, а также упростить решение определенных архитектурных задач.
ML-инженер
Эта профессия набрала небывалый оборот за последние два года. ML-инженер способен внедрять модели машинного обучения для совершенно разных задач. К примеру, построение системы рекомендаций для социальных сетей или же обработка большого количества данных для роботизации цехов на промышленных предприятиях. Метод используется почти во всех отраслях: медицина, финансы, производство, маркетинг, транспорт и другие.
В обязанности такого специалиста входит разработка и внедрение машинного обучения, выбор алгоритмов под конкретные задачи, и непосредственно обучение модели, её оптимизация и настройка на лучшие результаты, проведение валидации и тестирование работоспособности. Не менее важным в профессии является умение работы с данными для быстрого сбора, очистки и агрегации в ML-модель.
Чтобы стать ML-инженером, потребуется комбинация образования, практического опыта и специализированных навыков. Если вы не знаете с чего начать самостоятельное обучение, то вот пара шагов, которые помогут построить карьеру:
- Пройдите базовые паттерны статистики и теории вероятности, это послужит хорошим подспорьем для понимания алгоритмов машинного обучения.
- Изучите основы обработки и агрегации данных с помощью языка Python.
- Ознакомьтесь с особенностями библиотек и фреймворков, таких как TensorFlow, PyTorch и scikit-learn. Они предоставляют инструменты для разработки и обучения моделей.
Получить практический опыт ML-инженером действительно сложно, но можно начать с работы над собственными проектами машинного обучения. К примеру, с задач по классификации, регрессии и кластеризации на публичных наборах данных, доступных онлайн.
Продуктовый аналитик
Работа этого специалиста связана с анализом данных и метрик в целях улучшения продукта или сервиса, а также с принятием больших стратегических решений в области продуктовой разработки. Эта профессия набирает обороты из-за перехода многих компаний в онлайн-формат. Рынок понимает, что цифровая трансформация даже тех бизнесов, что были в оффлайне, поможет увеличить прибыль за счет улучшения взаимодействия с клиентами. А на вопрос, как лучше всего это сделать, ответит продуктовый аналитик.
Профессиональная роль включает в себя сбор и анализ данных о поведении пользователей в продукте, их взаимодействие с интерфейсом, транзакции, активности. Исследует пользовательский опыт, чтобы понять, как проходит взаимодействие с тем или иным продуктом, какие аспекты нуждаются в улучшении. Анализирует путь пользователей, то есть User Experience воронки, и уровни удовлетворенности. Устанавливает ключевые метрики, на которые ориентируются маркетологи при создании и продвижении продукта. Применяют ab-тесты, чтобы изучить воздействие изменений на поведение пользователей.
Продуктовый аналитик кардинально отличается от обычного аналитика: во-первых, он сфокусирован пользе, которую несет сам продукт; во-вторых, на сотрудничестве с потребителем. Поэтому сотрудник всегда находится в коммуникации с компанией и клиентом, помогает прогнозировать продуктовые решения, основываясь на анализе данных, которые он проводит.
Чтобы стать востребованным и конкурентоспособным продуктовым аналитиком на рынке следует научиться совмещать три направления:
- Продуктовый менеджмент, чтобы уметь быстро ориентироваться в потребностях потребителей и понимать, какие метрики требуют улучшения.
- Дизайн интерфейсов и приложений, чтобы уметь быстро создавать прототипы своих гипотез.
- Анализ разнопоточных данных, чтобы принимать наиболее качественные продуктовые решения и строить работоспособные гипотезы.
Быть специалистом в трех направлениях нелегко, но как показывает практика, наибольшую конкурентоспособность в этой области приносит наличие сертификата по анализу данных, к примеру: Certified Analytics Professional (CAP), Certified Data Analyst (CDA), Certified Business Intelligence Professional (CBIP), The Data Warehousing Institute (TDWI).
Технический проектный менеджер
Это комплексный специалист, который координирует и управляет проектами в технических областях. Спрос на технологические решения только растёт, как и потребность в управлении проектами, связанными с разработкой и внедрением сложных технических решений в области инженерии, разработки программного обеспечения, систем мониторинга технических ошибок и инцидентов и ряд других дисциплин.
В обязанности входит разработка плана, определение требований к проекту и ресурсам. Также он отвечает за контроль выполнения задач, и следит за ходом выполнения проектов. На нем лежит коммуникация между членами команды, заказчиком и другими стейкхолдерами. Формирует решения, принятые в ходе реализации проекта, содействует внедрению технологических решений, участвует в выборе технологии и инструментов.
В технические проектные менеджеры в основном приходят из смежных профессий, к примеру аналитики или продуктовые менеджеры, которые прокачивают свою экспертизу в разработке, коде, архитектуре данных, либо бывшие разработчики, выбравшие для дальнейшего развития менеджмент. Последние в этом деле имеют преимущество, потому что могут наиболее глубоко прорабатывать техническую реализацию проекта и даже помогать команде разработки в написании кода.
Вырасти в такого специалиста можно пройдя курсы или тренинги, и даже сертификацию по Project Management Professional (PMP), Certified ScrumMaster (CSM), Certified Information Systems Security Professional (CISSP).
***
В заключение, хочу отметить, что сохранение актуальности на рынке труда не всегда требует радикальных перемен. Специалистов в узких предметных областях, которые накопили глубокие знания, приобрели высокую значимость для работодателей, сейчас принято называть subject-matter expert. Современные технологические и научные требования делают их ключевыми фигурами в области инноваций, а способность решать сложные задачи и предоставлять уникальные инсайты, придает им конкурентное преимущество.
В условиях стремительных изменений на рынке ИТ-бизнеса, subject-matter expert также предоставляет компаниям стабильность и оперативность в реагировании на динамичные вызовы окружающей среды. Таким образом, стратегия освоения узкой предметной области и глубокого погружения в нее становится не только логичным выбором для профессионального роста, но и надежным путем к устойчивому успеху на современном рынке труда.
Опубликовано 06.12.2023
Об авторах
Алиса Бобовникова
Эксперт по информационным технологиям
