تعلمون، فإن كل وظيفة في هذا العالم سيكون في خطر التعرض للمحلها الروبوتات، ولكن بدرجات متفاوتة. من جهة، لتمكين الشركات من عمليات أتمتة أكثر كفاءة، ومن ناحية أخرى، فإنه يتغير باستمرار صناعة المهارات ذات الصلة اللازمة.
وهكذا، فإن الجمع بين عدم تطابق المهارات أصبحت أحد أهم أسباب البطالة. هذه المادة سوف يشرح هذه الظاهرة في التفاصيل، فضلا عن خيارات الاستجابة لهذه المشكلة.
إذا كنت المهنيين HR 2000 الذي، في ذلك الوقت يتم تخزين معظم ملفات موظفي الشركة على الورق، وبعد سنوات من تراكم، لأنك على دراية تدفق العمل. في ضوء عمليات الموارد البشرية على مر الزمن لم يتغير كثيرا، وذلك في السنوات ال 18 المقبلة، لا تحتاج إلى مهارات الكمبيوتر الرئيسي. ومع ذلك، 2000-2018، تغيرت عمل صناعة الموارد البشرية كثيرا، والآن يتم تخزين جميع العاملين في وثائق في السحابة أو خوادم خاصة.
لذا، ما تفعله أفضل المهارات أصبحت فجأة أقل أهمية الآن. إلا إذا وإلا فإنك قد تواجه صعوبات في العثور على وظيفة مع تطور اليوم لصناعة مواصلة تطوير أنفسهم. تجدر الإشارة إلى أن مجموعة المهارات الخاصة بك لا يتطابق مع تطور الموارد البشرية ليس بسبب عملية معينة، ولكن دعم عملك في تغيير العمليات التجارية.
في عصر لا التلفزيون، إذا كنت من محطات بث الأخبار مذيع. تعلمون جيدا من الأحداث الجارية، والأداء هو أيضا جيدة جدا. ولكن بعد أن أصبحت التلفزيون السائدة، والبث ذهب تقريبا من الأعمال التجارية، وتكبد خسائر فادحة، لتغطية نفقاتهم. كان رئيسك محطة إذاعية علي السماح لك بالرحيل.
الآن، على أساس المهارات الخاصة بك، يمكنك الاستمرار في محاولة للحصول على وظيفة مذيع الأخبار التلفزيونية، ولكن تحتاج إلى مراقبة لغة الجسم والتغلب على الخوف خطيرا للمواجهة الكاميرا.
هذا لا يعني أنك لم تكن جيدة، ولكن العملاء في قطاع الأعمال يفضلون المنتجات البديلة / الخدمات (مثل البث التلفزيوني بديل) كنت تعمل في ومهاراتك التي عفا عليها الزمن في هذه الصناعة، أو يقول أي تطابق.
في السيناريو أعلاه، شهدنا تغيرات في المناطق المحيطة للأعمال أسهل من العمل، ولكنه تسبب أيضا فمنها على المهارات المهنية، وتؤدي إلى فقدان الوظائف في مجال معين. وفيما يلي ثلاثة أسباب رئيسية لتغيير مهارات صناعة المهني:
مما لا شك فيه، والتشغيل الآلي وتغيير مجالات العمل وقلبت الكثير من العمل. سؤال مهم الآن هو: هل أن بعض الأعمال أكثر المتضررين من أي وظيفة أخرى؟
على الرغم من أن لا أحد يعرف حقا ما العمل سيكون أكثر أو أقل تأثرا، ولكن هناك إطارا للمساعدة في فهم فكرة واسعة. الآلة ليست جيدة في التعلم من مثال القليل جدا، وآلة ليست جيدة في خلق. لذلك، إذا كان لديك هاتين الخاصيتين العمل، يجب أن تكون بخير. على سبيل المثال، في سيارة هي عملية متكررة جدا لا تنطوي على الكثير من الإبداع. ولذلك، فإن سائقي سيارات الأجرة في خطر الاستعاضة عن الآلات.
في هذا الذكاء الاصطناعي لقيادة العالم في التقدم التكنولوجي والعلماء بيانات بالتأكيد في حالة السائدة. دور العلماء بيانات في الصورة أعلاه ما هو الموقف؟
توفر العلماء بيانات مجموعة متنوعة من العمل لمساعدة الشركات على النمو. كل قطعة من العمل يندرج في مواقع مختلفة في الشكل أعلاه. وفيما يلي يبين الشكل وجهات نظر من مجالات العمل المختلفة كما قدم العلماء بيانات (نسبة قد تختلف بسبب الدور الشخصي):
كما ترون، وليس كل عمل من العلماء يمكن أن يكون هناك ضغط البيانات في 10 عاما. اعتمادا على دور ونسبة من يعملون بجد لأتمتة معين، يمكنك تقدير تم استبدال مخاطر العمل عن طريق الآلات.
اعتقد العلماء بيانات في عام 2010، ومجموعة من المهارات منها هو المفتاح لفهم المنطق والانحدار الخطي وهم على دراية SAS الأساسي وإكسل. الآن، من دون أي أدوات والتكنولوجيا ترقية رئيسية، وقال انه / انها قد يكون من الصعب العثور على العلماء البيانات المهمة. للتأكد، حتى إذا كان من الممكن الحفاظ على تدفق البيانات العلمية لعلى المدى الطويل، هذه الأعمال أدوار ومسؤوليات كبيرة سوف يتغير. وفي مواجهة الترقية إلى أدوار ومسؤوليات هذه التحديات الجديدة التي سنواجهها نكسة كبيرة في حياته المهنية.
وبالنظر إلى حقول البيانات العلم الصغار عموما، مهارة خلط تحقيقه في المدى القصير ليست مشكلة، لأن معظم الناس الذين يعملون في هذا المجال ويتقن مؤخرا المعرفة من أحدث الأدوات والتكنولوجيا. ومع ذلك، مع التطور التدريجي للقطاع، إذا هؤلاء العلماء البيانات لا يمكن ترقية مهاراتهم في إدارة أعمالهم اليومية، ثم البيانات في مجالات مجموعات العلم والعمل ومهارة لا تتطابق تماما.
إذا كنت تستطيع أن تفعل الأشياء الأربعة التالية، فإننا يمكن أن يكون سيرة ذاتية قوية في أي نوع من دور:
استخدام أحدث وأفضل الأدوات والتقنيات المتاحةكما تعلمون، فإن أفضل طريقة للتعرف على والسيطرة على التكنولوجيا الجديدة هو الاستفادة منها.
الترقية إلى أحدث المهارات وأفضل الأدوات. ربما كنت قد استخدمت ومثل هذه المكتبة التعلم عميقة Tensorflow Keras. حسنا، يمكنك ترقية نفسك لاتقان التعلم العميق المكتبات البرمجة حتمية، مثل البيانات الكبيرة وآلة التعلم Pytorch.
هذا التغيير وفهم التغيرات التي طرأت على اسم الشركة / المجال الذي عمل سيؤثر على كيفية العملومن الجدير بالذكر أن هذه هي واحدة من أكثر لحظة مهارة الاستخفاف.
عادة لدينا المعرفة والحصول على المعلومات المتعلقة معطيات العلم مهم جدا، ومع ذلك، تتصل أدوات العلم تغيير بيئة الأعمال والبيانات وتقنيات لا تقل أهمية. على سبيل المثال، في العقد الماضي، زاد انتشار متجر على الانترنت بشكل كبير. سلوك التسوق عبر الانترنت مع سلوك العملاء حاليا للمتسوقين مختلف تماما. في وضع أي استراتيجية الأعمال، ينبغي أن نولي دائما الانتباه إلى هذا الاختلاف.
دائما النظر في قيمة الأعمال الإضافية لعملك لخلقفهم قيمة العلم لإنشاء البيانات عبر الصناعة لتقييم أفضل من المشروع / العمل وتحديد أولوياتها.
مواكبة مناطق خارج الحقل الحاليالتواصل مع الناس داخل وخارج هذه الصناعة، وسوف تساعد على توسيع معرفتك خارج الحقل الحالي. هذه المعرفة ضرورية لنموهم، بسبب مستوى نضج التحليل المستخدمة في مناطق مختلفة تختلف على نطاق واسع.
ويرجع ذلك إلى الاستراتيجيات التي تعتمد على البيانات عالية التركيز على المتشعبة، كان العلماء بيانات مشغول مع العمل. وعلى المدى الطويل، لم تتبع أي من المبادئ التوجيهية أربعة من المحتمل أن تكون خطيرة.
