自動化已經並將繼續影響許多領域的作業。這個星球上的每一項工作都有被機器人替換工作的風險——只是強度可能不同。自動化一方面使企業運營更加高效，另一方面，它不斷改變在行業中保持相關性所需的技能組合。這不可避免地導致失業，因為技能組合不匹配。讓我帶你通過幾個場景來説明我的想法。
方案1 =手動角色
您是 2000 年的人力資源專業人員，當時公司大多數員工文檔都紙上寫。您非常高效地對文檔進行排序，並根據需要檢索文檔，並且由於這些技能，您已經當了 5 年以上的明星表演者。
鑑於人力資源流程沒有隨着時間的推移發生太大變化，您在接下來的 18 年裏沒有掌握計算機技能。但是，從 2000 到 2018 年，行業的工作方式發生了很大變化，現在所有員工文檔都在雲或專用服務器上，行業內也用上了各種自動化的BI工具，如tableau、smartbi智分析等自動化BI軟件。
所以，你最能賣的技能現在突然沒那麼重要了。除非你為當今不斷髮展的行業提升自己，否則你找工作可能會遇到困難。請注意，您的技能集不匹配並不是因為 HR 特定流程的演變，而是您支持的動態變化的業務流程。
方案2 =客户的偏好
在沒有電視的時代，你在收音機裏當新聞讀者。你瞭解時事，因此你表現非常出色。但是在電視成為主流之後，收音機幾乎已經大起大做。你的無線電僱主不得不放你走，因為他們遭受了嚴重的損失。
現在，鑑於你的技能，你仍然可以嘗試找到一份電視新聞閲讀器的工作，但你需要工作，你的身體語言和嚴重的恐懼面對相機。好消息？你一直在與在電視新聞行業工作的人閒逛，因此你知道你的機會領域，並一直在積極工作。
請注意，這次既不是你的職業進化，也不是你的行業。只是客户開始更喜歡替代產品/服務而不是您支持的業務，使您的技能在行業中不匹配（或過時）。
我們從這些方案中學到了什麼？
在上述情景中，我們目睹了我們周圍的變化使企業易於經營，但同時造成工作技能不匹配，導致特定領域的失業。以下是行業工作技能轉變的三個主要原因：
您職業中使用的工具和技術正在發生變化
您支持的業務風格正在改變
客户對您支持的產品/服務的偏好正在發生變化
自動化和不斷變化的業務域中斷了許多工作，這並不奇怪。現在的一個重要問題就是：某些工作的影響會大於其他工作？
儘管沒有人真正知道哪些工作將受到自動化的影響更多/更少，但這裏有一個框架，有助於理解這一廣泛的想法。機器不善於從太少的例子中學習，機器不善於創造性。所以，如果你的工作有這兩個屬性，你應該很好。例如，駕駛汽車是一個非常重複的過程，並不涉及很多創造力。因此，出租車司機面臨面臨自動化的高風險工作。
數據分析師是安全職業嗎？
在這個不斷髮展的人工智能主導世界中，我們（數據分析師）肯定站在交易的更好一邊。數據分析師的角色在上圖中落在什麼地方？作為一名數據分析師，我們從事各種工作，幫助企業成長。在上圖中，每個作業都位於不同的位置。下圖顯示了我對作為數據分析師的不同子工作的想法（比例可能因各個角色而異），正如你所看到的，並不是數據分析師工作的所有部分都有 10 年的保修。根據您的特定角色和難以自動化的工作比例，您可以估計自動化的風險。
考慮 2010 年的數據分析師。關鍵技能集是瞭解邏輯和線性迴歸，並熟悉基本 SAS 和 MS Excel。現在，如果我們給這位2018年的數據分析師帶來任何工具和技術的重大升級，他/她可能面臨很難找到數據分析師的工作。可以肯定地説，即使數據科學流將長期保持運行，這些工作的角色和責任也準備發生重大變化。在提升到這些新角色和職責方面遇到挑戰的人，在事業進步方面將面臨強烈的挫折。
鑑於數據科學領域的年輕勞動力，技能組合匹配不是短期問題，因為該領域的大多數人員最近都獲得了最新工具和技術方面的知識。但是，隨着該領域的老齡化，數據科學領域的勞動力和技能集不匹配也絕對有可能，如果該員工在管理日常工作時無法升級其技能集。
我們該怎麼辦，以確保我們在數據科學領域的長期生產力和不可替代性？
對於擔任任何類型的數據分析師構建未來證明配置文件，我建議提供四件事：
掌握最新、最偉大的工具和技術（tableau、smartbi智分析等）
瞭解您工作的業務/領域的不斷變化的環境，以及此更改將如何影響您的工作
始終考慮您的工作創造的增量業務價值
隨時瞭解當前域以外的域
隨着對跨域數據驅動策略的專注，數據分析師一直忙於手頭的工作。從長遠來看，不更新上述 4 個指針中每個指針可能很危險。
為了填補這個行業的這一空白，分析Vidhya手工製作的為期四天的會議年。 繼去年峯會成功後，我們進一步優化了日程，以打包您所需的一切，以加快工具、技術和業務領域的發展速度。聽起來太好了， 有機會放棄？好！門票幾乎都賣完了， 所以今天在這裏你的票吧！
您如何快速地提升您所有4個關鍵指針的知識？
掌握最新和最偉大的工具和技術 - 熟悉和掌握新技術的最佳方法就是使用它們。例如學習tableau、smartbi智分析等高度自動化的數據分析工具。
瞭解您工作的業務/領域不斷變化的環境，以及這種變化如何影響您的工作 – 這是最被低估的技能之一，因為我們通常認為，我們需要知道的只是數據科學相關的更新。然而，不斷變化的商業格局與數據科學相關的工具和技術同樣重要。例如，在線商店的滲透率在過去十年中顯著增加。顧客在網上購物的行為與線下購物者的行為大相徑庭。在創建任何業務戰略時，應始終注意這種差異。通過 60 多個電源揚聲器和 15++ 黑客會話，您將能夠了解行業之間最新和最偉大的技術變化和業務框架轉變。
始終考慮您的工作創造的增量業務價值– 與 200 多個思想領袖互動，將幫助您瞭解通過跨行業數據科學創造的價值。這些新工具將使您能夠根據為您的業務在短期和長期中創造的價值，更好地評估和確定自己的項目/工作流的優先級。
隨時瞭解當前域以外的域–在 50 多個會話中與 400 多個組織的員工互動，將有助於將知識擴展到當前域之外。這些知識對於您的成長至關重要，因為不同領域使用的分析的成熟度水平差異很大。
【來源：馮尼向説情感】
聲明：轉載此文是出於傳遞更多信息之目的。若有來源標註錯誤或侵犯了您的合法權益，請作者持權屬證明與本網聯繫，我們將及時更正、刪除，謝謝。 郵箱地址：[email protected]