Инвестиции в будущее: подготовка кадров в области ИИ

Анна Водолазская

Директор по инновациям Академии Softline

Искусственный интеллект (ИИ) стремительно вошел в нашу жизнь, изменив многие отрасли и сферы деятельности. От повседневных помощников в смартфонах до создания беспилотных автомобилей и роботов-хирургов. Технологии ИИ становятся все более совершенными и востребованными, однако для реализации прорывных решений необходимы специалисты, обладающие набором ИТ-компетенций новой формации. 

Все новое — хорошо забытое старое, а в случае с кадровым вопросом — повторяющееся на протяжении ряда лет. Кадровый голод остается одной из ключевых проблем ИТ-рынка, это касается и специалистов в области искусственного интеллекта. Так, на ПМЭФ-2024 министр цифрового развития Максут Шадаев сообщил, что в России наблюдается дефицит специалистов в областях искусственного интеллекта, машинного обучения, робототехники и автоматизации процессов. И сейчас подготовка кадров для ИИ-индустрии становится одним из ключевых приоритетов для российского ИТ-образования. 

Модели компетенций

Специалисты, занимающиеся разработкой и внедрением решений на базе искусственного интеллекта, должны обладать комплексным набором компетенций. Помимо глубоких технических знаний, им также необходимы развитые гибкие навыки (soft skills, к которым относятся коммуникабельность, способность работать в коллективе, эмоциональный интеллект и т.д. —  прим. IT Speaker.). 

В 2023 году Минобрнауки совместно с Альянсом в сфере искусственного интеллекта, вузами и ИТ- компаниями определили перечень навыков специалистов в области ИИ: исследователя, аналитика, инженера, архитектора данных, менеджера ИИ-продуктов. Данная модель ориентирована на то, что карьера специалиста в сфере ИИ в дальнейшем может развиваться в организациях различных отраслей. 

Среди основных компетенций, которыми должен обладать специалист в области ИИ, можно выделить:

• Глубокие знания ИИ и машинного обучения: специалист должен понимать, как работают алгоритмы машинного обучения и нейронные сети, уметь разрабатывать и обучать модели, а также разбираться в языках программирования. 

• Математическая и статистическая подготовка: базовые знания в математике и статистике необходимы для понимания и разработки алгоритмов. Студенты должны уметь заниматься анализом данных, строить модели и проверять их на реальных данных. 

• Обработка и анализ больших данных: специалист должен уметь работать с большими объемами данных, владеть инструментами их сбора, хранения и анализа. 

• Инженерные навыки и программирование. Важно не только знать алгоритмы и статистику, но и уметь воплощать их в работающий код. Это включает в себя знание архитектур программного обеспечения, принципов DevOps, а также навыки работы с облачными технологиями. 

• Системное мышление и проектное управление. Понимание, как разные компоненты системы взаимодействуют между собой, умение управлять проектами, работать в команде и руководить разработкой ИИ-решений – все это необходимо для успешной работы в этой области. 

• Непрерывное обучение и адаптация к изменениям. Технологии ИИ развиваются стремительными темпами, поэтому специалисты должны быть готовы постоянно учиться, адаптироваться к новым инструментам и методам, участвовать в конференциях и семинарах, чтобы оставаться в курсе последних тенденций и достижений.

Специалисты по ИИ также должны обладать и рядом мягких компетенций. К ним относятся:

• Аналитическое и критическое мышление: способность анализировать большие объемы данных, выявлять закономерности и нетривиальные взаимосвязи, а также критически оценивать полученные результаты. 

• Креативность и инновационность: умение нестандартно подходить к решению задач, генерировать новые идеи и находить оригинальные подходы. 

• Адаптивность и гибкость: готовность быстро реагировать на изменения, осваивать новые технологии и методы, эффективно работать в условиях неопределенности. 

• Коммуникативные навыки: способность ясно и понятно доносить свои идеи, эффективно взаимодействовать с коллегами и клиентами. 

• Этическое мышление: понимание этических аспектов применения ИИ-технологий и ответственное отношение к их разработке и использованию.

Эти компетенции позволят специалистам по ИИ не только создавать технологически совершенные решения, но и эффективно взаимодействовать с другими участниками проектов, а также осознавать социальную ответственность за внедрение технологий искусственного интеллекта. 

Практико-ориентированное обучение 

Одна из ключевых проблем ИТ-образования заключается в том, что технологии в реальности меняются быстрее, чем успевают обновляться учебные программы. Здесь можно отметить недостаток практической подготовки обучающихся. 

Рынку требуются специалисты, способные быть эффективными здесь и сейчас, именно поэтому в формировании необходимых компетенций наиболее важную роль играет практическая подготовка. Обучающиеся должны иметь возможность участвовать в реализации проектов, связанных с применением ИИ в различных отраслях экономики, работать с реальными наборами данных на проектными кейсами в партнерстве с ведущими ИТ-компаниями и экспертами, решать прикладные задачи — это позволит им приобрести бесценный опыт, необходимый для построения успешной карьеры в ИИ-индустрии. Без применения полученных знаний на практике, выпускник рискует оказаться невостребованным на рынке труда. 

Также помочь в подготовке квалифицированных ИИ-кадров могут программы стажировок, которые позволяют начинающим специалистам и выпускникам вузов отработать практические навыки работы с технологиями ИИ и сформировать кадровый резерв для найма. Компании получают возможность выращивать таланты под свои задачи, а молодые специалисты приобретают ценный опыт и возможность трудоустройства в компанию мечты. 

***

Инвестиции в развитие качественно подготовленных квалифицированных специалистов является ключевым условием для успешной реализации прорывных решений на основе ИИ, которые будут определять технологическое лидерство. Для этого необходимо не только совершенствование образовательных программ, но и тесное взаимодействие государства, учебных заведений и бизнеса. Это позволит сформировать устойчивую систему подготовки кадров для индустрии искусственного интеллекта.