Интернет вещей:подготовка нашей будущей рабочей силы

«Специалистов по данным часто сравнивают с сердцем и душой проектов Интернета вещей (IoT)», - говорит Энтони Сэйерс, евангелист Интернета вещей в Software AG . . Эти люди, которые контролируют способность каждой организации принимать более обоснованные решения на основе своих данных, считаются жизненно важными для успешных проектов Интернета вещей.

Специалисты по обработке данных обладают ключевыми навыками, необходимыми для интерпретации ключевых данных. Это просто - так же, как невозможно управлять автомобилем без топлива, бизнес не может использовать свои данные, не имея возможности оценить их истинную ценность.

Специалисты по обработке данных пользуются большим спросом

По данным Gartner к 2020 году более половины основных новых бизнес-процессов и систем будут включать те или иные элементы Интернета вещей. Для успешной реализации этих проектов предприятиям необходимо обладать необходимыми навыками. При нынешней нехватке специалистов по обработке данных искусственный интеллект (ИИ) - это один из способов, с помощью которого мы можем начать автоматизацию более зрелого и интегрированного Интернета вещей.

Мы должны предлагать более высокий уровень обучения технологиям, включая AI и IoT, чтобы преодолеть разрыв между нехваткой навыков и текущими потребностями. Преимущество ИИ в том, что он помогает компаниям масштабировать свои проекты, позволяя сотрудникам сосредоточить свое время на работе, недоступной технологиям. Между тем ИИ может сосредоточиться на рутинных, повторяющихся задачах, на которые у сотрудников остается меньше времени. Затем ИИ становится инструментом для проектов Интернета вещей.

Отчеты продолжают сообщать нам, что недостаточная укомплектованность персоналом и отсутствие опыта - две вещи, сдерживающие рынок Интернета вещей. Исследование, проведенное в рамках программы Immersat Research Program, показало, что 33% организаций извлекли бы пользу из дополнительных навыков, в то время как 47% считают, что им полностью не хватает нужных навыков.

Согласно отчету, организациям не хватает трех основных навыков:безопасность данных, наука о данных и техническая поддержка. Решение состоит не в том, чтобы просто нанять больше специалистов по данным. Нам необходимо понимать важность других технологий, таких как искусственный интеллект и машинное обучение, для реализации этих проектов Интернета вещей, чтобы мы могли обучать будущую рабочую силу.

Экономика, основанная на сотрудничестве

Нынешнее мнение, что специалист по обработке данных - единственный человек, способный решать проблемы Интернета вещей, неверно.

Решение состоит в том, чтобы убедиться, что сотрудники в организации могут понимать свои данные IoT.

Один из способов добиться этого - обучать миллениалов. Привыкшие к постоянному подключению, они идеально подходят для дальнейшего взаимодействия. Вы услышите, как это описывают как вступление в экономику совместного использования. Нам необходимо вооружить сотрудников необходимыми навыками в области искусственного интеллекта, машинного обучения и глубокого обучения (DL). При этом компании смогут применять аналитику к потоковой передаче данных для более глубокого понимания. Это позволит принимать более предсказуемые решения и синхронизироваться с тем, что будет делать специалист по данным.

Таким образом, нам необходимо сосредоточить внимание на проведении дополнительных тренингов по инструментам, которые могут помочь в автоматизации и улучшении ролей за счет:

1. Проведите дополнительное обучение - Чтобы восполнить существующий разрыв в навыках, нам нужно сосредоточиться на предложении большего количества учебных курсов по технологиям, которые могут действовать как вспомогательные средства, включая AI, ML и DL. Позволяя большему количеству сотрудников специализироваться на этих навыках, компании смогут извлечь выгоду из более качественной аналитики для принятия более предсказуемых решений. Благодаря более конкретным и целевым курсам обучения появится больше возможностей для повышения квалификации сотрудников.
2. STEM - не единственный ответ - Это 20-е ^-е Век, считая, что STEM - это ответ, не единственный способ сделать это. Нам нужно сосредоточиться на создании новых предприятий и выводе на рынок новых подходов. Специалист по данным может сыграть важную роль в разработке будущих бизнес-моделей. Итак, давайте предложим больше обучения дизайнерскому мышлению. Дело не только в научных навыках, которыми занимается специалист по данным. Не менее важны навыки, необходимые для реализации стратегии компании.
3. Не существует одного необходимого навыка - Поскольку рабочая сила будущего готовится к работе на более взаимосвязанном рабочем месте, нет единого необходимого навыка. В конечном итоге Интернет вещей и цифровая трансформация связаны. Таким образом, хотя специалисты по обработке данных были секретным ингредиентом для создания успешной стратегии Интернета вещей, теперь это не единственный необходимый ингредиент. Специалист по анализу данных заменим, если мы сосредоточимся на создании рабочей силы, обладающей навыками в области ИИ, DL и ML. Если мы сможем идти в ногу с этими новыми технологиями, мы сможем получить необходимые навыки для более широкой автоматизации наших проектов.

Персонал будущего должен уметь работать с технологиями AI, DL, ML и анализа данных. Только тогда мы сможем раскрыть истинную ценность наших данных для продвижения наших проектов Интернета вещей. Вот почему нам нужно действовать сейчас.

Автор - Энтони Сэйерс, евангелист Интернета вещей в Software AG.