Tekma za zaposlitev v panogi, kjer razvijajo umetno inteligenco, je vse bolj neizprosna. Vendar pa se pravila igre hitro spreminjajo. Tradicionalne kvalifikacije, kot so diplome prestižnih univerz, izgubljajo pomen, saj podjetja zdaj iščejo drugačen izbor  lastnosti: dokazljivo proaktivnost, nenehno prilagodljivost in izostreno kritično mišljenje.

Dr. Jure Leskovec, ugledni profesor računalništva na Univerzi Stanford in soustanovitelj podjetja za umetno inteligenco Kumo, je te dni za Business Insider ponudil redek vpogled v to, kaj dejansko iščejo vodilni v industriji. Kot Slovenec, ki mu je uspelo v samem središču tehnološke revolucije v Silicijevi dolini, poudarja, da je razkorak med teorijo in prakso večji kot kadar koli prej.

»Če želite delati na področju umetne inteligence, morate pokazati, da dejansko znate opravljati delo,« je Leskovec povedal za omenjeni medij.

Oprijemljivi rezultati

Namesto zgolj poudarjanja formalne izobrazbe svetuje kandidatom, naj se osredotočijo na oprijemljive rezultate. Priporoča zagon lastnih projektov z uporabo javno dostopnih podatkovnih zbirk, objavo delujočih demo različic ter aktivno predstavitev svojega dela na platformah, kot je github, ali na osebnem blogu.

Kot odličen način za dokazovanje pobude in sposobnosti timskega dela je poudaril tudi udeležbo na tako imenovanih hekatonih. »Tudi če vam ne uspe, s tem kažete radovednost in proaktivnost,« je dejal. Po njegovem mnenju se že po drugem ali tretjem projektu ali hekatonu naberejo neprecenljive izkušnje.

Leskovec opozarja, da  lahko diploma z vrhunske univerze in drag certifikat pritegneta pozornost kadrovika, vendar to še zdaleč ne zagotavlja zaposlitve.

Leskovec je kot primer navedel nedavno zaposlitev v njegovem podjetju Kumo, kjer jih je navdušil kandidat, ki je samoiniciativno zgradil orodje generativne umetne inteligence za analizo podatkov o nakupih strank. »To je pokazalo ambicijo, radovednost in sposobnost reševanja problemov, kar so lastnosti, ki jih izjemno cenimo,« je dejal.

Njegovo mnenje odmeva tudi v izkušnjah drugih tehnoloških voditeljev. Lucy Guo, ki velja za najmlajšo samonarejeno milijarderko na svetu, je v intervjuju za Forbes dejala, da se je na hekatonih naučila več kot na predavanjih na Univerzi Carnegie Mellon, ki jo je posledično zapustila. Z zmagami na teh tekmovanjih si je zagotovila številne ponudbe za delo. 

Radikalna prilagodljivost

Drugi ključni steber, ki ga poudarja Leskovec, je radikalna prilagodljivost. Poudaril je, da se umetna inteligenca razvija s tempom, ki preseneča celo dolgoletne strokovnjake v panogi. »Za umetno inteligenco ni priročnika. Pišemo ga šele  zdaj,« je dejal in s tem poudaril kaotično in hkrati vznemirljivo naravo področja.

Najboljši kandidati so po njegovem mnenju tisti, ki nenehno eksperimentirajo z novimi orodji in vpijajo znanje z izjemno hitrostjo. Podjetja visoko cenijo kandidate, ki so se samostojno naučili uporabljati napredna ogrodja, kot so PyTorch, JAX, ali orodja za velike jezikovne modele (LLM). Ključno je tudi aktivno spremljanje najnovejših trendov – od generativne umetne inteligence in multimodalnih modelov do difuzijskih modelov in spodbujevalnega učenja.

Leskovec opozarja, da  lahko diploma z vrhunske univerze in drag certifikat pritegneta pozornost kadrovika, vendar to še zdaleč ne zagotavlja zaposlitve. V miselnem preskoku, ki ga zahteva industrija, sta radovednost in miselna prožnost pomembnejši. »Radovednost in fleksibilnost sta pomembnejši od fiksnega nabora veščin, kajti veščine, ki so iskane danes, bodo že jutri morda videti povsem drugače,« je poudaril.

Ostrenje razmišljanja

Poleg praktičnega znanja svetuje aktivno ostrenje razmišljanja. To vključuje postavljanje vprašanj o obstoječih predpostavkah, iskanje rešitev za probleme brez zanašanja na znana in udobna orodja ter zavestno raziskovanje novih, neznanih področij. Priporoča iskanje več različnih rešitev za isti problem, vključno z nekonvencionalnimi, da bi kandidati razvili sposobnost prepoznavanja priložnosti, ki jih drugi spregledajo.

Za konec pa Leskovec izpostavlja pomen lastnosti, ki jih stroji (še) ne morejo posnemati: človeških kvalitet. Medtem ko so tehnične veščine nujen pogoj, poudarja, da so komunikacija, sposobnost timskega dela ter močan občutek za etiko in družbeno ozaveščenost enako ključni.

 

 

Priporočamo