La réunion annuelle du Forum économique mondial à Davos-Klosters réunit en ce moment 3000 participants du monde entier sur le thème : Les parties prenantes pour un monde cohérent et durable. Si le sujet de la réunion semble un tant soit peu flou, l’objectif est de façonner les agendas mondiaux régionaux et industriels au début de chaque année.
Cette année la focalisation est portée sur la facilitation des discussions entre les principaux acteurs mondiaux en termes de développement durable, de technologie et de gouvernance commerciale.
L’un des principaux rapports de cette réunion concerne l’étude des emplois émergents.
Basé sur des métriques rédigées en partenariat entre le New Metrics CoLab du Forum économique et des Data Scientists de Burning Glass Technologies, Coursera et LinkedIn, le rapport fournit un aperçu des nouvelles opportunités d’emploi à travers l’économie mondiale ainsi que des détails concernant les compétences nécessaires pour tirer parti de ces opportunités.
Il décrit 7 groupes professionnels du futur et parmi eux , 96 jobs de demain en les distinguant en fonction de leur taux de croissance individuel ainsi que l’ampleur des opportunités d’emplois offertes par chacun des groupes.
Si les tendances de croissance se poursuivent , ces professions émergentes devraient créer au total 1.7 million d’emplois en 2020 et 2.4 millions d’ici 2022.
Sur les trois prochaines années, 16% de ces opportunités d’emploi le sont en Data et Intelligence Artificielle. Les missions avec le plus fort taux de croissance incluent Data Scientists et Spécialistes en IA.
Une approche par la donnée innovante
Avec deux entreprises qui détiennent des données uniques concernant les opportunités d’emploi dans la nouvelle économie : LinkedIn et Burning Glass Technologies, ce rapport s’éloigne des modèles historiques qui analysent des facteurs macroéconomiques et démographiques sur du long-terme. Au lieu de cela, il s’appuie sur des données récentes sur les tendances des offres d’emploi en ligne, les taux d’embauche et la recherche sur le LinkedIn Economic Graph, pour suivre en temps quasi réel les transformations en cours sur le marché du travail mondial.
LinkedIn a également permis d’identifier les compétences requises dans chacun des groupes de métiers identifiés en utilisant sa mesure « Skills Genome ».
Les métiers de Data et IA , au coeur des futures opportunités
Les méthodes ont permis d’identifier 7 groupes de métier parmi lesquels figurent Data et Intelligence Artificielle. Le nombre d’opportunités présenté dans le tableau ci-dessous est mesuré comme le nombre de postes disponibles au sein d’un groupe de métier pour 10 000 opportunités d’emplois sur le marché du travail mondial.
D’ici fin 2020, le secteur Data et IA devrait offrir 78 opportunités d’emplois sur 10 000 et d’ici 2022, cette part devrait atteindre 123 pour 10 000. C’est le groupe de métier qui présente la plus forte hausse attendue sur la période pour les 20 économies (1) étudiées.
Figure 1
Emergence of clusters of professions of the future, 2020-2022
Numbers of opportunities (per 10,000)
Professional Cluster
2020
2022
Figures Explorated from data for 20 economies (Linkedin)
Data and AI
78
123
Engineering and cloud Computing
60
91
People and Culture
47
58
Product Development
32
44
Sales, Marketing and Content
87
125
Figures extrapolated from data for the United States (Burning Glass)
Care Economy
193
260
Green Economy
9
14
ALL CLUSTERS
506
715
C’est également le groupe professionnel qui présente le plus fort taux de croissance sur la période avec un taux annuel de 41% suivi par l’Économie verte (35%) et l’Ingénierie et le Cloud Computing (34%).
Figure 2
Opportunities by selected professional cluster, 2014-2019
Figure 3
Opportunities by selected professional cluster and occupation, 2014-2019
Une expertise requise dans les technologies digitales
D’un point de vue compétence, le rapport identifie également les groupes suivants : Business Skills, Specialized Industry Skills, General and Soft Skills, Tech Baseline Skills and Tech Disruptive Skills.
Pour les métiers de la Data et de l’IA , les deux compétences attendues principalement sont :
- Tech Baseline
- Tech Disruptive
1. Tech Baseline
Les compétences techniques de base couvrent les connaissances informatiques telles que la capacité à utiliser Microsoft, mais aussi l’utilisation d’applications technologiques spécifiques comme la conception de site Web, le marketing en ligne, les médias sociaux, les télécommunications…
2. Tech Disruptive
Les compétences technologiques disruptives sont celles qui permettent aux individus de concevoir et d’utiliser des technologies qui devraient avoir un impact sur les business models et le marché du travail de manière significative au cours des prochaines années.
Il s’agit notamment des Data Science, du traitement du langage naturel (NLP) , de l’automatisation, de la robotique, du cloud computing et de la cybersécurité. Elles constituent 45% des 30 compétences attendues dans les métiers de Data et d’IA et 41% quand il s’agit de postes de Cloud Computing.
Figure 4
Share of skills clusters by selected professional cluster
Une Reskilling Revolution
La plateforme d’apprentissage en ligne Coursera a apporté au rapport un point de vue innovant concernant les efforts de requalification et de perfectionnement des particuliers dans les métiers émergents.
En suivant l’activité d’apprentissage des personnes employées dans les professions émergentes des priorités différentes de mise à niveau apparaissent selon le domaine d’activité.
Voici les priorités de formations qui ressortent pour les métiers de l’IA et de la Data – elles présentent d’ailleurs plusieurs similarités avec celles privilégiées par les métiers d’Ingénierie et Cloud Computing.
Figure 5
Priorities for additional learning among online learners
1.
Deep Learning
SKILLS TAUGHT Hyperparameter, Deep Learning, Artificial Neural Network, Convolutional Neural Network, Tensorflow
2.
TensorFlow in Practice
3.
IBM Data Science
SKILLS TAUGHT Computer Programming, Daa Analysis, Machine Learning, Python Programming, Sql
4.
Advanced Machine Learning
SKILLS TAUGHT Natural Language Processing, Bayesian Inference, Reinforcement Learning, Bayesian, Computer Vision
5.
Applied Data Science with Python
SKILLS TAUGHT Matplotlib, Code Segment, Pandas, Machine Learning, Network Analysis
1.
Deep Learning
SKILLS TAUGHT Hyperparameter, Deep Learning, Artificial Neural Network, Convolutional Neural Network, Tensorflow
2.
Machine Learning
SKILLS TAUGHT Linearity, Machine Learning Algorithms, Artificial Neural Network, Algorithms, Machine Learning
3.
Algorithms, Part I
SKILLS TAUGHT Computer Programming, Data Uri Scheme, Java (Software Platform), Data Structure, Algorithms
4.
TensorFlow in Practice
SKILLS TAUGHT Natural Language, Omega Language, Environment Variable, Time Series, Natural Language Processing
5.
Functional Programming in Scala
SKILLS TAUGHT Parallel Computing, Functional Programming, Scala Programming, Apache Spark, Computer Programming
Les métiers de demain
Le rapport présente une approche des métiers du futur en les distinguant en fonction de leur portée. Les opportunités à grande échelle sont celles avec plus de 5000 offres d’emplois ou de nouvelles embauches par an.
Il ressort que les métiers de la Data et de l’IA comprennent des rôles à petite échelle tels que les développeurs de Big Data aux côtés rôles à grande échelle tels que les Data Scientists.
Jusqu’à présent la classification des compétences sur le marchés du travail manquait de finesse et de flexibilité pour suivre les changements de la demande pour les compétences spécialisées de l’industrie et pour les compétences techniques dites disruptives.
Ce rapport démontre que nous avons désormais accès à des outils qui offrent un aperçu granulaire de la nature des opportunités sur le marché du travail.
Chez DataScientest, nous sommes conscients qu’il est nécessaire d’utiliser ces outils à bon escient et au service des travailleurs à la recherche d’un emploi productif et satisfaisant. En mettant au point des parcours exigeants en Data Science, DataScientest permet de répondre à cette requête de montée en compétences des professionnels et des particuliers.
L’expertise technique permise par des blocs d’apprentissage spécialisés est le tremplin unique proposé par DataScientest vers ce nouveau monde d’opportunités !
Les 20 économies sont: l’Argentine, l’Australie, le Brésil, le Canada, la France, l’Allemagne, l’Inde, l’Irlande, l’Italie, le Mexique, les Pays-Bas, la Nouvelle-Zélande, l’Arabie saoudite, Singapour, l’Afrique du Sud, l’Espagne, la Suède, les Émirats arabes unis, le Royaume-Uni et les États-Unis.
