К 2030 году устареет 39% навыков работников: исчезнет 92 млн рабочих мест, но появится 170 млн новых. Цифровизация меняет рынок труда — например, сейчас резко вырос спрос на специалистов по этике ИИ и разметке данных (число вакансий с требованиями по работе с нейросетями за 5 лет увеличилось в 10 раз). Вузам и специалистам нужен точный прогноз востребованных компетенций — чтобы готовить и развивать нужные навыки на опережение. Ученые Пермского Политеха создали программу, которая в реальном времени показывает востребованные специальности и навыки — и прогнозирует спрос на них на 2−4 года вперед. Система выявляет более 95% ключевых требований даже в текстах вакансий, работает быстрее и надежнее аналогов. Разработка пригодится вузам, колледжам, онлайн‑школам и всем, кто планирует развивать профессиональные компетенции. Статья опубликована в журнале «Системы управления и информационные технологии».
Алгоритм ученых ПНИПУ автоматически собирает данные с рекрутинговых сайтов, извлекает из вакансий требуемые навыки, группирует их по профессиональным областям и в реальном времени выдаёт аналитику о востребованных специалистах и компетенциях. В отличие от аналогов, которые работают по жесткому расписанию и часто сталкиваются с блокировками, программа адаптируется: она регулирует скорость запросов, чтобы избежать ограничений и собирать данные быстрее и надежнее.
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 тысяч вакансий за 54 минуты. Для сравнения: при использовании одного IP-адреса и отсутствии адаптивного механизма на сбор того же объема уходило более 7 часов. Ускорение за счет распараллеливания и самонастройки — почти в 9 раз.
Система извлекает ключевые навыки из вакансий четырьмя способами: берет из поля «ключевые навыки», распознает с помощью ИИ, выделяет алгоритмами и ищет стандартные фразы. Затем приводит варианты к единому виду (например, «Adobe Photoshop», «Фотошоп» и «Photoshop» — в один навык) и удаляет лишний текст.
В итоге программа формирует актуальную картину рынка труда: выделяет профессиональные роли и показывает ключевые компетенции с частотой их упоминания в вакансиях (например, для Java‑разработчиков — Java, Spring, Docker; для веб‑разработчиков — JavaScript, React, TypeScript и т. д.).
Программа работает автоматически: ежедневно собирает и обрабатывает данные с рекрутинговых сайтов и формирует аналитику. Пользователь просто выбирает в интерфейсе нужное направление или профессиональную область. Система показывает актуальные навыки с частотой их упоминания, отслеживает динамику и строит прогноз на 2−4 года вперед — это помогает вовремя корректировать образовательные программы.
Необычное открытие, которое сделала разрабатываемая прогнозная модель, — это рост спроса на управленческие и менеджерские компетенции у рядовых IT-специалистов. По результатам анализа, до 5 из 9 самых быстрорастущих по частоте навыков на IT-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.
Алгоритм пригодится вузам, колледжам, онлайн‑школам и HR‑специалистам: она автоматически показывает актуальные компетенции и их востребованность. Руководители образовательных программ смогут точечно корректировать учебные планы, преподаватели — актуализировать занятия, студенты — понимать требования работодателей, а те, кто планирует сменить профессию, — оценить, каких навыков не хватает для перехода.
Ранее Наука Mail рассказывала о том, что эксперимент развенчал миф о многозадачных людях.
