Portale technologiczne poświęcone branży IT publikują okresowo raporty na temat najlepiej płatnych zawodów oraz stanowisk, ale informacje te mogą mieć ograniczone zastosowanie dla zdecydowanej większości profesjonalistów pracujących już w branży IT i nie planujących przekwalifikowania na nową specjalność.
Zmiana kariery z np. administratora baz danych na specjalistę ds. cyberbezpieczeństwa choć możliwa jest raczej rzadkością. Wymagałaby sporo edukacji, poza tym trzeba liczyć się z tymczasowym obniżeniem wynagrodzenia, do czasu zdobycia wystarczającego doświadczenia.
Jednak potencjał zawodowy, a co za tym idzie również prawdopodobieństwo wzrostu wynagrodzenia można podnieść w inny sposób – poprzez nabycie lub rozwinięcie jednej czy dwóch dodatkowych kompetencji. Ważne jest, aby te kompetencje wpisywały się i rozszerzały pełnioną już rolę zawodową, nie zmieniając jej jednak. Taki “indeks umiejętności” prowadzi Foote Partners, śledząc składowe płacowe powiązane z różnymi umiejętnościami i kompetencjami – certyfikowanymi i niecertyfikowanymi. Z raportu za 1Q 2018 r. wynika, że szczególnie cenne są obecnie kompetencje zaliczane do niecertyfikowanych, zwiększając wynagrodzenie pracownika IT średnio o 9,3%, w porównaniu ze wzrostem średnio o 7,6% w przypadku kompetencji IT certyfikowanych.
Dlaczego tak ważne są niecertyfikowane umiejętności?
Wymóg czasów. Firmy, które korzystają z szybko postępującej transformacji biznesu i jego cyfryzacji, odczuwają dotkliwie niedobór pracowników, którzy rozumieją nowe technologie, takie jak blockchain, Internet of Things (IoT), sztuczna inteligencja, uczenie maszynowe czy zaawansowana analiza danych. Większość z wymienionych dziedzin jest tak nowa, że nie istnieją certyfikaty poświadczające kompetencje, a te nieliczne które istnieją są dostępne zbyt krótko, aby mieć znaczącą pozycję rynkową. Ponadto, transformacja cyfrowa skłania pracodawców do poszukiwania pracowników zdolnych do holistycznego spojrzenia na całokształt roli IT w organizacji i inicjowania dużych zmian, prowadzących do podniesienia efektywności operacyjnej. Poszukują specjalistów IT z mieszanką wiedzy architektonicznej i umiejętności biznesowych, ponieważ właśnie takie osoby są w stanie przeprowadzić firmę przez złożone organizacyjnie i technologicznie zmiany.
Przyglądamy się tym umiejętnościom, które prezentują potencjał na rodzimym rynku IT (w tym dwóm certyfikowanym):
| Architektura danych | Firmy w prawie każdej branży starają się coraz bardziej polegać w swoich decyzjach na danych (data-driven). W tym celu poszukują specjalistów z kompetencjami w zakresie architektury danych. Specjalistów, którzy potrafią zrozumieć złożone relacje pomiędzy bazami danych, aplikacjami i systemami oraz zaprojektować nowe sposoby przechowywania, zarządzania i wykorzystania danych. Osoby posiadające takie umiejętności pełnią role architektów danych, często pracują jako administratorzy baz danych, twórcy / managerowie aplikacji, badacze danych (data scientists), kierownicy projektów czy analitycy biznesowi. |
| Architektura cyberbezpieczeństwa | Cyberbezpieczeństwo jest i będzie obszarem o rosnącym zapotrzebowaniu, ponieważ przedsiębiorstwa stale starają się wyprzedzić doskonalące się strategie i taktyki cyberprzestępców. Współcześnie organizacje często stosują złożone środki obronne i, podobnie jak w dziedzinie zarządzania danymi, potrzebują specjalistów z umiejętnością całościowego spojrzenia na architekturę bezpieczeństwa organizacji. Celem architektury bezpieczeństwa korporacyjnego jest dostarczenie projektu koncepcyjnego infrastruktury bezpieczeństwa sieci, powiązanych mechanizmów bezpieczeństwa oraz powiązanych polityk i procedur bezpieczeństwa. Architektura bezpieczeństwa korporacyjnego łączy komponenty infrastruktury bezpieczeństwa w jedną spójną całość. Osoby z umiejętnościami modelowania i projektowania architektury bezpieczeństwa mają perspektywy w rolach architekta bezpieczeństwa, menedżerami bezpieczeństwa, administratorami lub analityka bezpieczeństwa korporacyjnego |
| Uczenie maszynowe | Uczenie maszynowe jest gałęzią sztucznej inteligencji, która (w uproszczeniu) koncentruje się na budowie systemów pozwalających podnieść efektywność działania w obszarach o dużej złożoności i liczbie parametrów, nieznanych powiązaniach, budując modele wykorzystujące dostępne dane. Ma zastosowania w najgorętszych obecnie dziedzinach jak modele predykcyjne w analizach big data. Narzędzia cyberbezpieczeństwa wykorzystują uczenie maszynowe w celu zwiększenia ich zdolności do wykrywania, zapobiegania i łagodzenia ataków. Narzędzia do zarządzania IoT wykorzystują uczenie maszynowe do wykrywania i odpowiedniego reagowania na anomalie. E-commerce wykorzystuje mechanizmy rekomendacji oparte na uczeniu maszynowym. Przy tak wielu różnych zastosowaniach Foote Partners wskazuje uczenie maszynowe jedną z najcenniejszych umiejętności, które specjaliści IT mogą dodać do swoich CV. |
| Analiza preskryptywna | Ściśle powiązana z uczeniem maszynowym i analityką predykcyjną. Obejmuje analizę danych historycznych, rozpoznawanie trendów i wzorców oraz prognozowanie przyszłych zdarzeń w oparciu o otrzymane rezultaty. Oprogramowanie tego typu staje się coraz powszechniejsze wśród użytkowników korporacyjnych. Oferuje funkcjonalność generowania sugerowanych działań opartych na wynikach analizy predykcyjnej (Next Best Action – NBA). IDC prognozuje, że rynek oprogramowania APA (Advanced & Predictive Analytics) będzie rosnąć w tempie prawie 10% rocznie a zaawansowane techniki analityczne będą wbudowane w coraz więcej aplikacji. Przedsiębiorstwa będą w stanie czerpać korzyści dzięki dostępności coraz większej liczby danych z różnych źródeł. Znajomość tej dziedziny i narzędzi może być pomocna specjalistom z obszaru zarządzania danymi, cyberbezpieczeństwa, tworzenia aplikacji czy operacji IT. |
| Analiza ryzyka | Firmy od zawsze narażone są na ryzyko – nie ma w tym nic odkrywczego. Jednak dzisiejsze organizacje są pod coraz większą presją wewnętrzną i zewnętrzną, stąd rola zarządzania ryzykiem (operacyjnym, biznesowym, finansowym, cyberbezpieczeństwa itp.) rośnie w szybkim tempie. Tu właśnie pojawia się analityka i ocena ryzyka. Narzędzia analizy ryzyka wykorzystują technologie takie jak analityka predykcyjna i uczenie maszynowe, aby lepiej powiązać różne rodzaje ryzyka na jakie narażona jest organizacja, oraz zapewnić decydentom wsparcie w podejmowaniu decyzji co do kierunków działań, technik minimalizacji ryzyka. Podobnie jak inne umiejętności na tej liście, analiza ryzyka wymaga zarówno wiedzy technicznej, jak i biznesowej i może być przydatna analitykom danych i menedżerom IT. |
| TOGAF | TOGAF (The Open Group Architecture Framework), rozwijany przez The Open Group to standard architektury korporacyjnej, który ma na celu poprawę efektywności biznesowej w organizacjach. Ramy architektoniczne standardu są zbudowane na czterech filarach: architekturze biznesowej, architekturze danych, architekturze aplikacji i architekturze technicznej. Zawiera również metodę rozwoju architektury (ADM), która oferuje iteracyjny proces planowania architektury korporacyjnej. Podobnie jak w przypadku wcześniej wymienionych obszarów wymaga umiejętności całościowego spojrzenia na biznes jak i aspektów technologicznych. |
| COBIT | COBIT (Control Objectives for Information and related Technology) to wg ISACA, organizacji nadzorującej COBIT wiodące strukturalne podejście do zarządzania informatyką w przedsiębiorstwach”. Najnowsza wersja COBIT 5 oferuje wskazówki dotyczące m.in. audytu, zarządzania ryzykiem, bezpieczeństwa informacji, compliance jak i IT governance w przedsiębiorstwie. Korzyści ze znajomości COBIT czerpać mogą menedżerowie IT, CIO, CTO, specjaliści ds. bezpieczeństwa, specjaliści od zarządzania danymi czy infrastruktury IT. |
