Data Scientist – najseksowniejszy zawód XXI wieku? Taką tezę postawili naukowcy z Harvard University. Niektórzy poddają ją pod wątpliwość, jako przesadzoną – bo czyż rynek nie nasyci się w którymś momencie kompetencjami? Cóż, trudno to jednoznacznie stwierdzić – z jednej strony, już w latach 90-tych dwudziestego wieku zastanawiano się, czy nie wyczerpie się popyt na programistów po chwilowym boomie. No i nie wyczerpał się, w dłuższej perspektywie czasu. Z drugiej zaś strony - obszar data science jest tak plastyczny, że nie wiadomo, do jakiego stopnia się nauczy i zautomatyzuje.
Rok 2020 i początek 2021 narzuciły przyspieszenie tempa w automatyzacji i przetwarzaniu danych jakbyśmy wsiedli w wehikuł czasu, przenoszący nas o kilka lat. Ci, którzy byli gotowi, szybko adaptują się do sytuacji i automatyzują to, co nudne, żmudne, powtarzalne lub dla odmiany, tak skomplikowane, że wymaga zaawansowanego modelowania. Zarysowuje się jednak różnica, między firmami, których zarządy realnie są w stanie zainwestować w budowę złożonej struktury z procesami rozpisanymi na poszczególne role oraz wdrażać do bieżącej działalności biznesowej przygotowane produkty wspierane rozwiązaniami z obszaru data science. Nie da się zwykle całego wdrożenia produktu oprzeć na tych samych kompetencjach – potrzebne jest zaawansowane technicznie opracowywanie prototypów, przekuwanie ich w produkt, ale też umiejętne zarządzenie całym cyklem budowy i implementacji, wraz z odpowiednią komunikacją między działami.
Data science wykorzystywane profesjonalnie wymaga połączenia wielu dziedzin: matematyki, programowania, statystyki, praktycznej wiedzy biznesowej. Bez wątpienia znacząco wpłynie na naszą codzienność i na decyzje, jakie podejmujemy. Dotyczyć będzie nie tylko biznesu – tak bardzo wpłynie na otoczenie, w którym funkcjonujemy, że już dzieci będą poznawać podstawy programowania i innych elementów data science, jako niezbędne do podjęcia w przyszłości pracy w tym obszarze. Prawdopodobnie będzie to jeden z najbardziej oczywistych kierunków rozwoju przyszłej kariery i zarządzania talentami. Włączenie podstaw data science do programów nauczania, będzie też znacząco rozwijać kreatywność, jedną z najbardziej pożądanych funkcji poznawczych.
Uważamy, że ważne będzie też tworzenie zespołów opartych na różnorodności płci porzucając stereotypowe podejście, że ścisłe przedmioty są domeną mężczyzn. Złożoność zagadnień związanych z data science wymaga budowania zespołów obejmujących szeroki wachlarz poglądów i doświadczeń, ponieważ algorytmy sztucznej inteligencji są podatne na błędy. Dzisiaj globalnie udział kobiet w data science oscyluje wokół 15%, jak podaje BCG. Właściwością tego obszaru jest uczenie się, dlatego mamy nadzieję, że dostrzeże daleko idące korzyści płynące z różnorodności.
Agnieszka Cieślok, Technology and Financial Services, Morgan Philips Executive Search
Wiktoria Młocka, Research Consultant, Morgan Philips Executive Search
Interesuje Cię rekrutacja specjalistów i związane z nią tematy? Zajrzyj do naszych treści branżowych: Insighty
Dziękujemy za zapoznanie się z naszym artykułem. Te i wiele innych aktualności z rynku pracy, wskazówek dotyczących rekrutacji oraz zarządzania talentami znajdziesz na naszej stronie. A to tylko wierzchołek góry lodowej! Skontaktuj się z nami, aby otrzymać jeszcze więcej cennych informacji. Poznaj techniki, które najlepiej sprawdzą się w Twojej firmie oraz dowiedz się w jaki sposób możemy usprawnić jej funkcjonowanie pod względem zarządzania pracownikami i rekrutacji.