46% опрошенных российских компаний переносят сроки реализации ИТ-проектов из-за нехватки кадров

Облачный провайдер K2 Cloud, подразделение компании К2Тех, изучил проблему нехватки кадров в сфере ИТ. Для этого был проведен опрос, в котором приняли участие около 900 респондентов из различных отраслей, включая ИТ, финансы и страхование, промышленность и производство, торговлю и E-Commerce, транспорт и логистику, строительство.

Ключевые выводы:

• 31% опрошенных работодателей заметили увеличение времени закрытия вакансий. При этом 67% из них сообщили, что сроки поиска подходящих кандидатов увеличились более чем в два раза за последний год;

• каждый третий работодатель из крупного и среднего бизнеса подтвердил рост времени закрытия вакансий. Среди малого бизнеса только 23% предпринимателей заметили увеличение периода поиска специалистов;

• в список специальностей, поиск специалистов по которым может занимать до полугода, вошли разработчики, DevOps-инженеры, специалисты по ИТ-инфраструктуре (сисадмины, техподдержка и т.д.), специалисты по кибербезопасности, специалисты по Data Science, менеджеры проектов и менеджеры продуктов;

• почти 40% опрошенных компаний не готовы отвечать возросшим требованиям ИТ-специалистов: 15% категорично отказались повышать оклад, 23% ответили, что вероятнее откажут. 11% респондентов подтвердили готовность увеличить гонорары в ИТ, а 15% сообщили, что принимают подобные решения в индивидуальном порядке;

• в сложившейся ситуации с кадрами 46% российских компаний переносят сроки реализации ИТ-проектов, 12% вводят мораторий на новые задачи до завершения начатых. Более щадящими механизмами стали выбор аутсорсинга (23%) и аутстаффинга ИТ-персонала (16%).

Посмотреть графики →

#кадры

Треть опрошенных российских компаний внедряет или уже использует ИИ

«К2 НейроТех» — подразделение компании «К2Тех» — представило результаты исследования применения искусственного интеллекта российскими компаниями.

Для этого в сентябре 2024 года в рамках отраслевой конференции были опрошены более 100 представителей крупного бизнеса — ИТ-директоров, директоров по цифровизации, руководителей направлений ИТ-инфраструктуры и центров эксплуатации.

Ключевые выводы:

• только 34% компаний сейчас активно внедряют ИИ либо уже используют его для решения бизнес-задач. 18% планируют начать внедрение в течение года, 28% — в течение трех лет. 20% респондентов заявили, что не собираются внедрять ИИ в свои инфраструктуры;

• 51% респондентов называли главным барьером для внедрения ИИ неготовность своей собственной ИТ-инфраструктуры. 34% из них заявили о нехватке на рынке инфраструктурных решений готовых инструментов для развертывания ИИ, остальные — о необходимости расширения вычислительных мощностей в контуре компании;

• другими препятствиями на пути к внедрению ИИ участники опроса называли острую нехватку квалифицированных кадров (43,3%) и вопросы безопасности передачи нейросетям и облачным ИИ-платформам своих данных (31,3%);

• 9% опрошенных в качестве ключевого барьера называли непонимание, как внедрять ИИ, а 7,5% — непонимание, зачем это делать;

• в число наиболее полезных сценариев применения искусственного интеллекта по результатам опроса вошли обработка и анализ больших данных (47,8%), обработка документов (41,8%), разработка и обучение рекомендательных систем (32,8%), генерация контента (31,3%), а также разработка новых материалов с заданными свойствами, создание голосовых помощников и антифрод-систем, прогнозирование спроса, трендов и т.д. (по 23,9%). 17,9% опрошенных назвали моделирование цифровых двойников физических объектов;

• 24% опрошенных компаний самостоятельно разработали нейросети и ИИ-платформы для решения своих задач, а 16% внедряют решения от российских вендоров.

Посмотреть результаты опроса →

#искусственный_интеллект #цифровые_двойники #кадры #информационная_безопасность

42% опрошенных аналитиков хотя бы изредка создают и обучают ML-модели

Рекрутинговое агентство NEWHR представило результаты исследования рынка аналитиков. В нем были рассмотрены такие вопросы, как карьерный путь специалистов и их цели, особенности поиска работы, применяемые навыки. Полученные данные сравнивались с результатами предыдущих замеров.

В опросе, который проводился в период с декабря 2023 года по январь 2024 года, приняли участие 464 продуктовых и дата-аналитика. Большинство опрошенных — специалисты со средним опытом и выше.

Ключевые выводы в части применения технологий:

• за год выросла доля продуктовых аналитиков, применяющих машинное обучение. 42% респондентов хотя бы изредка (1–2 раза за полгода) создают и обучают ML-модели, а 19% — разрабатывают ML-сервисы. Регулярно, то есть 1-2 раза в неделю, это делают, соответственно, 4% и 2% опрошенных;

• о том, что самые интересные задачи в аналитике связаны с ML, заявили 50 респондентов, с предсказательными моделями и прогнозированием — 11 специалистов. Самым распространенным вариантом был «поиск инсайтов» (91 ответ);

• из числа 77 респондентов, которые заявили о намерении развиваться внутри специальности, направления Data Scientist и Data Engineering указали по 35,1%, ML — 26%;

• наиболее перспективными отраслями для профессионального развития аналитики считают E-commerce (52,5%), FinTech (48,5%), EdTech (32,5%). Робототехнику назвали 13,4% респондентов, интернет вещей — 12,3%, VR/AR/MR — 11%;

• 408 аналитиков из числа опрошенных используют в работе языки программирования. Чаще всего это Python (93,1%) и SQL (98%);

• 359 респондентов применяют СУБД или системы распределенных вычислений, например PostgreSQL (58,5%), ClickHouse (56,8%), MySQL (19,5%);

• библиотеками машинного обучения пользуются 135 участников опроса. Они используют такие решения, как Scikit-learn (85,9%), CatBoost (46,7%), XGBoost (39,3%), LightGBM (23,7%), PyTorch (21,5%).

Ознакомиться с портретом аналитика →

#кадры #искусственный_интеллект #машинное_обучение