Podaci LinkedIna ukazuju na to da usporavanje zapošljavanja nije izazvano isključivo veštačkom inteligencijom. Veliki uticaj imaju ekonomska neizvesnost, troškovi poslovanja i oprez kompanija prilikom pokretanja novih projekata. Ipak, u zanimanjima u kojima AI može da poveća produktivnost, među kojima su programeri i analitičari podataka, primećeno je izraženije usporavanje zapošljavanja početnika.
To ne znači da juniori više nisu potrebni. Promenio se, međutim, nivo znanja koji se smatra dovoljnim za početnu poziciju. Poznavanje osnovne sintakse programskog jezika ili završavanje jednog kursa najčešće više nije dovoljno. Poslodavci traže dokaz da kandidat ume da napravi funkcionalnu aplikaciju, poveže je sa bazom podataka, koristi sistem za kontrolu verzija i objasni odluke koje je donosio tokom razvoja.
Koja IT zanimanja imaju najbolju perspektivu?
Prema izveštaju Svetskog ekonomskog foruma, zanimanja povezana sa velikim količinama podataka, finansijskim tehnologijama, veštačkom inteligencijom, mašinskim učenjem i razvojem softvera nalaze se među poslovima sa najbržim očekivanim rastom do 2030. godine. Rast digitalnih sistema povećava i potrebu za stručnjacima za računarske mreže, informacionu bezbednost i upravljanje tehnološkom infrastrukturom.
Najperspektivnije oblasti trenutno obuhvataju:
Veštačku inteligenciju i mašinsko učenje – razvoj i primenu AI modela, automatizaciju poslovnih procesa i povezivanje AI sistema sa postojećim aplikacijama.
Obradu i analizu podataka – rad sa bazama podataka, data engineering, poslovnu analitiku i predstavljanje podataka.
Sajber bezbednost – zaštitu informacionih sistema, aplikacija, korisničkih podataka i cloud infrastrukture.
Cloud i DevOps tehnologije – razvoj, objavljivanje i održavanje aplikacija na udaljenim serverskim platformama.
Razvoj poslovnih aplikacija – izradu pouzdanih sistema za bankarstvo, trgovinu, zdravstvo, obrazovanje, logistiku i državnu upravu.
Razvoj web i mobilnih aplikacija – posebno kada programer, osim korisničkog interfejsa, poznaje backend, baze podataka, API komunikaciju, bezbednost i objavljivanje aplikacije.
Kompanije istovremeno nastavljaju modernizaciju starih informacionih sistema kako bi ih pripremile za korišćenje veštačke inteligencije. To stvara potražnju ne samo za AI stručnjacima već i za programerima koji razumeju baze podataka, serverske aplikacije, integracije, cloud platforme i postojeće poslovne sisteme.

Šta bi budući IT stručnjaci trebalo da uče?
Učenici, studenti i ljudi koji menjaju profesiju ne bi trebalo da odustanu od IT karijere, ali bi trebalo da izbegavaju ideju da će im jedan kratak kurs automatski obezbediti posao.
Najbolja priprema podrazumeva kombinovanje više vrsta znanja:
Osnove programiranja – promenljive, uslovi, petlje, funkcije, objektno programiranje i algoritamsko razmišljanje.
Baze podataka – SQL, projektovanje tabela i povezivanje baze sa aplikacijom.
Web tehnologije – HTML, CSS, JavaScript, serversko programiranje i rad sa API servisima.
Git i GitHub – čuvanje verzija projekta i timski razvoj.
Testiranje i bezbednost – provera ispravnosti, validacija podataka i zaštita aplikacije.
AI alati – korišćenje AI asistenta uz razumevanje i proveru dobijenog rešenja.
Komunikacija i engleski jezik – predstavljanje ideje, pisanje dokumentacije i saradnja sa klijentima.
Portfolio – nekoliko kvalitetnih i završenih projekata koji rešavaju konkretan problem.
Podaci sa GitHuba pokazuju snažan rast projekata povezanih sa veštačkom inteligencijom, dok su TypeScript i Python među jezicima koji imaju posebno važnu ulogu u savremenom razvoju. Ipak, izbor programskog jezika nije dovoljan sam po sebi. Važnije je razumeti kako se kompletna aplikacija planira, razvija, testira i objavljuje.