Eksperci 7N wskazali siedem zjawisk wartych uwagi, które zyskają na znaczeniu w 2022 r.

Obserwowane w ostatnich latach przyspieszenie cyfryzacji handlu, pracy i usług finansowych sprawia, że organizacje priorytetowo traktują zapewnienie sobie bezpieczeństwa i zarządzanie ryzykiem w tym obszarze. Tym bardziej, że skala zagrożeń wzrasta. Według firmy informatycznej Check Point, 87 proc. organizacji doświadczyło prób nielegalnego wykorzystania luk w zabezpieczeniach, a 85 proc. ma trudności w zapewnieniu bezpieczeństwa w środowisku cloud. W prawie co drugim przedsiębiorstwie pracownik pobrał złośliwe oprogramowanie na swoją służbową komórkę.

– W ostatnich dwóch latach wiele procesów na dobre przeniosło się do świata online. To spowodowało wzrost zagrożeniami cyberatakami. Tylko w ostatnich miesiącach słyszeliśmy o wyciekach maili rządowych czy danych wojskowych, albo o spoofingu (podszywaniu się pod numery telefonu). Popyt na specjalistów od cyberbezpieczeństwa jest dzisiaj ogromny. Podobnie było w zeszłym roku, ale w 2022 r. firmy będą jeszcze bardziej intensywnie szukać ekspertów w tym obszarze – mówi Klaudia Białousz, specjalistka ds. rekrutacji w 7N.

Braki specjalistów od cyberbezpieczeństwa szacuje się na co najmniej 17,5 tys. osób, wynika z ubiegłorocznego raportu HackerU “Cybersecurity. Raport o rynku pracy w Polsce”. Zapotrzebowanie na kandydatów z branży cyberbezpieczeństwa jest obecnie bardzo wysokie – aż 60 proc. respondentów przyznaje, że tygodniowo otrzymują od jednej do trzech wartych uwagi propozycji zawodowych od rekruterów.

2. Mikroserwisy i konteneryzacja

Z potrzebą zachowania bezpieczeństwa związany jest także wzrost znaczenia architektury mikroserwisowej. W dużym uproszczeniu polega ona na budowie aplikacji opartych na oddzielnych jednostkach komunikujących się ze sobą, zamiast dużego monolitycznego tworu. Następnie aplikacja mikroserwisowa umieszczana jest w wirtualnych kontenerach, dzięki czemu aplikacje są bardziej stabilne i szybsze, a ewentualne usterki wyłączają z użycia poszczególne moduły, nie zaś całą aplikację. Dzięki konteneryzacji łatwiejsze jest również zarządzanie aplikacją, budowanie jej skalowalności czy automatyzacja.

Pandemia znacząco zwiększyła popularność zakupów w sieci. Obecnie ponad 150 tys. polskich firm prowadzi sprzedaż swoich usług i produktów online, z czego ⅓ to typowe sklepy internetowe. W zależności od metodyki badania i regionu geograficznego, którego dotyczą szacunki, od 30 proc. klientów (w krajach europejskich) do nawet 80 proc. (w Azji) kupuje za pomocą swojego telefonu. Według raportu Gemiusa “E-commerce w Polsce 2021” najmłodsi ankietowani zdecydowanie częściej korzystają ze smartfona (92 proc.) niż z jakiegokolwiek innego urządzenia robiąc zakupy online.

– Tego trendu nie lekceważą firmy i chcą ściągnąć do siebie jeszcze więcej programistów, którzy umieją tworzyć aplikacje mobilne. Stale poszukiwani są więc eksperci ze znajomością takich języków jak Java czy Kotlin dla środowiska Android oraz Swift dla iOS – tłumaczy Klaudia Białousz z firmy 7N.

Analiza dużych zbiorów danych i wyciąganie z nich wniosków to trend obserwowany od kilku lat. W dobie pandemii znacząco wzrósł stopień zdigitalizowania niemal wszystkich sektorów gospodarki, pojawia się coraz więcej danych do obróbki. W wielu firmach automatyzacja procesów zarządzania danymi stała się priorytetowa. Organizacje dysponują dużymi wolumenami danych, jednocześnie coraz ważniejsze staje się zwiększenie ich jakości. Według analizy Gartnera, aż 80-90 proc. danych jest obecnie nieustrukturyzowanych – do tego tempo przyrostu nowych surowych danych jest trzykrotnie wyższe niż danych ustrukturyzowanych. Dlatego poszukiwani są i będą eksperci potrafiący samodzielnie dostrzec, gdzie i jak poprawić jakość i strukturę danych.

5. AI i machine learning

AI (Artificial Intelligence – sztuczna inteligencja) i machine learning (uczenie maszynowe) to jakby dwie strony tej samej monety. AI wykorzystuje modele matematyczne do opisu pewnych obiektów lub zjawisk i rozpoznawania wzorców. Zaś machine learning to praktyczne zastosowanie AI z wykorzystaniem danych.

– Praca w tym obszarze to dzisiaj głównie tworzenie algorytmów. Dlatego świetnie się tu sprawdzą umysły ścisłe. Bardzo dobre osiągnięcia w AI i machine learning mają osoby, które ukończyły takie kierunki jak matematyka, metody ilościowe czy fizyka – wyjaśnia Klaudia Białousz. – W biznesie cały czas obecne jest przekonanie, że sztuczna inteligencja to temat z przyszłości albo domena gigantów technologicznych. Tymczasem oparte na niej rozwiązania już teraz wdrażają sklepy internetowe, budując silniki rekomendacyjne polecające użytkownikom produkty na podstawie dotyczasowych zakupów czy lokalizacji. Na pewno spotkaliśmy się też z chatbotami, które pomagają np. umówić wizytę lekarską. Branża medyczna zresztą coraz chętniej korzysta z AI także w diagnostyce, “zatrudniając” algorytmy do monitorowania pomiarów stanu zdrowia pacjentów – dodaje ekspertka 7N.

Wzrost popularności NLP, czyli przetwarzania języka naturalnego, wynika z rozwoju sztucznej inteligencji. Zastosowanie NLP – np. w voicebotach – zaczęło się już kilka lat temu. W ciągu ostatnich dwóch lat widać jednak wyraźnie zwiększone zainteresowanie tym obszarem, szczególnie ze strony branż farmaceutycznej i medycznej, a zwłaszcza firm i instytucji zajmujących się diagnostyką i teleporadami.

– NLP to dziedzina zyskująca na znaczeniu w czasie masowej digitalizacji całej gospodarki i życia społecznego. NLP obejmuje wszystkie aspekty dążące do tego, by komputer rozumiał nasz język i umiał go wykorzystywać, czyli są to m.in. autokorekta tekstu, mechanizmy filtrowania spamu, automatyczne uzupełnianie i podpowiedzi, wsparcie w tłumaczeniach, czy wreszcie przetwarzanie tekstu pisanego na mowę – wyjaśnia Klaudia Białousz z 7N.

Znaczący niedobór programistów sprawia, że muszą skupić się oni na najbardziej wymagających zadaniach. Żeby ich w tym wspomóc, firmy – szczególnie te bez własnych rozbudowanych działów IT – sięgają po platformy low-code /no-code. Według analizy Gartnera, rynek technologii low-code miał w 2021 r. urosnąć aż o 23 proc. r/r, co z jednej strony wygląda imponująco, ale wskazuje też, że tego typu rozwiązania to wciąż jeszcze nowość niż masowe zjawisko. Rozwiązania low-code nie tylko pozwalają w prosty sposób budować aplikacje bez zaawansowanej wiedzy z zakresu programowania, ale przede wszystkim ułatwiają i przyspieszają pracę samych programistów. Przy nieskomplikowanych i jednorazowych zastosowaniach skorzystanie z no-code lub low-code okazuje się prostsze i tańsze niż zaangażowanie zespołu programistów. Do tego służą także generatory kodów (code gen), które transponują kod źródłowy w gotowe formuły kodu maszynowego.

Wymienione trendy nie są zupełnie nowe czy odkrywcze. Większość osób – nie tylko bacznie śledzących rynek IT – mogło już o nich słyszeć. To, co je jednak wyróżnia to obecna skala ich zastosowania. Wykorzystanie Big Data czy NLP, popularyzacja m-commerce to już nie tylko domena gigantów technologicznych, ale rzeczywistość lub bliska przyszłość większości firm, nie tylko z branży IT.