Duizend vacatures, zoveel zijn er bij ons voor specialisten in artificiële intelligentie (ai). Wat doen die? En wat met de versmelting met softwareontwikkeling?
‘De gecombineerde vraag naar data-ingenieurs en datawetenschappers is in Vlaanderen en Brussel even groot als die naar webontwikkelaars’, beweert Johan De Gelas, academisch directeur new media & communication technology bij Howest, en aanbieder van twee studierichtingen in ai.
Met hem bespreken we de grote trends in ai qua technologie én jobs. Want volgens De Gelas is de vraag naar ai-profielen intussen al behoorlijk groot. ‘Na al spreken we over meer dan duizend openstaande vacatures in Vlaanderen en in Brussel.’
Jobs in ai
1. Welke jobs zijn er niet in ai?
Artificiële intelligentie is een vlag die vele ladingen dekt, ook in de jobmarkt. ‘In de domeinen waar het grote publiek ai mee associeert, zoals humanoid robots programmeren en neurale netwerken heruitvinden, ga je niet veel vacatures vinden in Vlaanderen’, stelt De Gelas resoluut.
Maar toch wordt ai volgens hem wel belangrijker op de arbeidsmarkt. ‘De vraag is groot en zal nog toenemen’, meent hij. Zeker als we ai (en data) breed interpreteren. ‘Veel Vlaamse middelgrote en grote ondernemingen, van maakindustrie tot financiële diensten, werven volop data- en ai-experts aan.’ En dan zijn er nog de it-specialisten zelf. ‘Een jong ai-bedrijf zoals ML6 is bijvoorbeeld in een paar jaar gegroeid van een paar naar vijftig datawetenschappers.’
2. Welke jobs zijn er wel in ai?
Welke profielen zoeken al die bedrijven het meest? Eigenlijk zowel de dataverwerkers als -analisten, zo blijkt. Oftewel: data engineering en data science. ‘Enerzijds specialisten die een data pipeline kunnen opzetten, en zij die daar inzichten kunnen uit distilleren’, meent hij.
Al is het vaak een combinatie binnen een job. ‘Men verwacht van data engineers dat ze voldoende van machine learning kennen, en bij veel data scientist vacatures merk je dat kennis van big data frameworks vereist is.’ Maar ook bij ontwikkeling komt ai steeds meer kijken. ‘Zo gaat men steeds meer op zoek naar ontwikkelaars die aan slag kunnen met ai tools & libraries.’
3. Wordt de ontwikkelaar ook ai-expert (en omgekeerd)?
Een belangrijke trend in de wereld van ai is het samensmelten van de twee werelden van ai en softwareontwikkeling. ‘Een paar jaar geleden, bouwden ai-experten maanden aan oplossingen die nlp (natural language processing), chatbots of image recognition vereisten’, stelt hij. Maar intussen hebben de tech- en cloudgiganten, denk aan Google, AWS, en Microsoft, voor dit soort technische uitdagingen kant en klare services ontwikkeld. ‘Diensten die veel sneller tot resultaten leiden zonder dat je diepgaande expertise nodig hebt.’ Heel wat uitdagingen die voorheen complexe ai-oplossingen vereisten, kunnen dus opgelost worden door ‘off the shelf’ ai services. ‘Een goede chatbot en gelijkaardige conversational ai-oplossingen vereisten een zeer diepgaande kennis van nlp/ai. Dat waren projecten van maanden. Vandaag de dag wordt dat opgelost met kant en klare services zoals Dialogflow van Google.’
4. Specialist of allrounder in ai?
De drempel om dit soort ai-software te ontwikkelen, verlaagt dus verder. ‘Naarmate de tijd vordert zal ai-software dus steeds meer het domein worden van ontwikkelaars die voldoende inzicht hebben in ai. En op hun beurt zullen de ai-experten zich eerder richten op meest complexe ai-projecten.’
Maar voor veel functies in ai lijkt een multidisciplinaire kennis wel een vereiste. ‘Als ai bachelor moet je bijvoorbeeld complementair zijn door niet enkel ai-technologie te kennen, maar ook door uit te blinken in data engineering en software deployment’, meent hij. ‘Bedrijven gaan steeds meer op zoek naar zowel de ai experten als naar de data engineers die ai beheersen. Dit in plaats van te verwachten dat ai algoritme-experten het grootste deel van hun tijd verliezen in cloud services en data pipelines.’
