Ученые Пермского Политеха разработали программу, которая в реальном времени показывает, какие специалисты и навыки действительно востребованы на рынке прямо сейчас, и прогнозирует, кто будет нужен через два–четыре года. Система находит более 95% значимых требований даже в текстах описания, а не только в специальных полях вакансий. В отличие от аналогов этот подход работает быстрее, надежнее и не теряет данные. Разработка предназначена для вузов, колледжей, онлайн-школ, корпоративных университетов, а также для специалистов, которые хотят понимать, какие компетенции будут востребованы в ближайшие годы. Об этом CNews сообщили представители ПНИПУ.
К 2030 г., по прогнозам Всемирного экономического форума, устареет 39% навыков работников, при этом исчезнет 92 млн рабочих мест, но появится 170 млн новых. Цифровизация и новые технологии ежедневно меняют рынок труда: привычные специальности трансформируются, а требования к компетенциям обновляются быстрее, чем когда-либо. В России уже сегодня работодатели ищут специалистов, о которых пару лет назад никто не слышал, например, специалистов по этике ИИ и разметке данных. Только за последние пять лет число вакансий, требующих навыков работы с нейросетями, выросло в 10 раз.
Вузы постоянно совершенствуют программы с учетом пожеланий реальных секторов экономики, но чтобы готовить специалистов на опережение, им необходим актуальный, непрерывно обновляющийся срез текущего рынка и точный прогноз его будущих потребностей.
Да и самим специалистам важно понимать, какие компетенции нужны прямо сейчас и что будет востребовано завтра, чтобы вовремя освоить новые навыки, оставаться конкурентоспособными или сменить профессию, не дожидаясь, пока текущая специальность устареет.
Ученые ПНИПУ разработали программное обеспечение, которое решает эту проблему. Созданный ими алгоритм автоматически собирает данные с рекрутинговых сайтов, извлекает из вакансий требуемые навыки, группирует их по профессиональным областям и в реальном времени выдает готовую аналитику о том, какие специалисты и компетенции действительно востребованы на рынке труда.
Программа работает в несколько этапов. Сначала она собирает вакансии с сайтов по поиску работы. Большинство аналогов делают это по жесткому расписанию с фиксированными задержками. Это медленно, но любая спешка распознается системой защиты сайта и приводит к блокировкам и остановкам.
«Мы применили другой подход — умный алгоритм обхода блокировок. Если сайт начинает блокировать сборщика, программа не останавливается, а увеличивает паузу между запросами, а затем плавно снижает. Алгоритм сам подстраивается под поведение сайта и выходит на безопасную скорость, при которой данные собираются достаточно быстро, но без перебоев. Нам удается собирать 29 тыс. вакансий за 54 мин. Для сравнения: при использовании одного IP-адреса и отсутствии адаптивного механизма на сбор того же объема уходило более семи часов. Ускорение за счет распараллеливания и самонастройки — почти в девять раз», — сказал Андрей Затонский, заведующий кафедрой «Автоматизации технологических процессов» ПНИПУ, доктор технических наук.
Затем система извлекает из вакансий ключевые навыки. Она делает это сразу четырьмя способами: берет готовые навыки из специального поля «ключевые навыки», распознает их в тексте описания с помощью моделей искусственного интеллекта, выделяет ключевые слова специальными алгоритмами и ищет стандартные фразы типа «знание такого-то инструмента» или «опыт работы с тем-то». Такой комплексный подход позволяет не терять важные требования.
После этого все найденные навыки приводятся к единому виду. Например, «Adobe Photoshop», «Фотошоп» и «Photoshop» превращаются в один навык. Удаляется всё лишнее: слова-связки вроде «знание», «умение», «опыт» (они не несут смысла сами по себе), общие фразы («ответственность», «пунктуальность» — их слишком сложно формально оценить) и прочий текстовый шум, не относящийся к конкретным компетенциям.
В итоге программа формирует структурированную картину рынка труда в реальном времени. Она автоматически выделяет профессиональные роли и для каждой показывает набор ключевых компетенций с частотой их упоминания в вакансиях. Например, анализ 12 тыс. вакансий позволил четко выделить профессиональные роли и характерные для них навыки: инженеры-проектировщики (AutoCAD, Revit), BI-аналитики (SQL, BI, ETL), Java-разработчики (Java, Spring, Docker), веб-разработчики (JavaScript, React, TypeScript), системные администраторы (Linux, администрирование, DNS), тестировщики (QA, Python, Git) и другие.
Пользователю не нужно ничего настраивать или вводить вручную. Программа работает в автоматическом режиме: она ежедневно собирает данные с рекрутинговых сайтов, обрабатывает их и формирует готовую аналитику. Взаимодействие происходит через интерфейс, где пользователь выбирает интересующее направление подготовки или профессиональную область.
Для выбранного направления программа показывает, какие навыки требуются прямо сейчас, с частотой их упоминания, и отслеживает динамику: какие компетенции набирают вес, а какие теряют актуальность. Главное — на основе ежедневно обновляемых данных система строит прогноз на два–четыре года вперед. Это позволяет фиксировать текущую ситуацию, а также корректировать образовательные программы с опережением.
«Необычное открытие, которое сделала разрабатываемая прогнозная модель, — это рост спроса на управленческие и менеджерские компетенции у рядовых ИT-специалистов. По результатам анализа, до пяти из девяти самых быстрорастущих по частоте навыков на ИT-рынке сейчас относятся к лидерству. Модель прогнозирует рост спроса на такие навыки как «Управление командой», «Обучение персонала» и «Организаторские навыки». Сегодняшний рынок труда ждет от «технаря» не только умения писать код, но и способности управлять продуктом, понимать бизнес-процессы и общаться с B2B-клиентами. Еще один неожиданный навык — продвинутый Excel. Наш алгоритм отнес его в категорию «Восходящие звезды» даже для сложных аналитических вакансий опровергается стереотип, что это исключительно «офис-менеджерская» программа», — сказал Роман Красовский, аспирант кафедры «Информационные технологии и автоматизированные системы» ПНИПУ.
Разработка пригодится всем, кто занимается подготовкой кадров: вузам, колледжам, онлайн-школам, корпоративным университетам, учебным центрам. Руководители образовательных программ получат объективную основу для обновления учебных планов: система показывает, каких компетенций в программе не хватает, какие требования отражены слабо. По каждому пункту можно увидеть выдержки из рабочих программ дисциплин — там видно, встречается тема прямо или косвенно. Это позволяет точечно корректировать содержание обучения, не перекраивая курсы целиком. Вся информация обновляется автоматически, поэтому для пользователя всегда отражается актуальная картина рынка.
Преподаватели видят, какие технологии будут востребованы, и могут наполнять занятия актуальным содержанием. Студенты и выпускники понимают реальные требования работодателей, знают, какие навыки подтянуть, и готовятся к собеседованиям, владея актуальным набором компетенций. Специалисты, планирующие сменить профессию, могут проанализировать смежные области и понять, чего им не хватает для перехода. Специалисты по подбору персонала получат объективную картину рынка, чтобы проверять, насколько требования их вакансий соответствуют реальности.
Поделиться
