Изображение создано при помощи модели Шедеврум
Современный рынок труда серьезно меняется. Развитие цифровых технологий, внедрение искусственного интеллекта, автоматизация и глобализация приводят к трансформации профессий, формируются новые требования к компетенциям работников. В условиях динамики рынка возникает необходимость в инструментах, которые способны учитывать не только отдельные показатели, но и сложные взаимосвязи между элементами системы. Одним из таких инструментов является сетевой анализ. Сотрудники ANR-Lab представили программу для мультимодального сетевого анализа вакансий на российском рынке труда, разработанную в рамках совместного проекта с платформой «РосНавык». О его практическом применении на профильном семинаре говорили эксперты и исследователи ANR-Lab.
Сетевой анализ применяется в социальных и компьютерных науках, где требуется анализировать взаимодействие и связи. Сетевой анализ позволяет изучать рынок труда как сложную систему взаимосвязей между работниками, работодателями, вакансиями и институтами, а не просто как совокупность изолированных акторов. Он открывает возможности исследования взаимосвязей между профессиями, навыками, работодателями и регионами. В отличие от классических методов, сетевой анализ позволяет видеть не только отдельные показатели, но и систему в целом, выявляя скрытые закономерности и новые тренды.
Разрыв между системой образования и требованиями рынка труда является одной из наиболее обсуждаемых проблем. Выпускники учебных заведений нередко выходят на рынок с набором знаний и умений, которые не в полной мере соответствуют ожиданиям работодателей. «В результате возникают сложности с трудоустройством у специалистов и кадровый дефицит у компаний», — отмечает заместитель заведующей лабораторией и академический руководитель магистерской программы «Аналитика данных и прикладная статистика» Ирина Павлова.
Сетевой анализ позволяет системно подходить к выявлению такого разрыва. Двумодальные графы, где одна часть узлов представляет профессии, а другая — навыки, показывают, какие компетенции связаны с конкретными видами деятельности. Анализ таких графов выявляет как пересекающиеся, так и уникальные компетенции.
Сетевой анализ помогает выявить так называемые универсальные навыки, встречающиеся во множестве профессий. К ним относятся владение английским языком, навыки коммуникации и командной работы. Эти компетенции должны рассматриваться как обязательные для включения в образовательные программы, независимо от направления подготовки.
С помощью такого анализа также можно выявить компетенции, которые востребованы в новых профессиях, увидеть разрыв, который характерен для образовательных программ и адаптировать дисциплины к запросам рынка.
Например, навыки работы с искусственным интеллектом или облачными сервисами в ряде вузов только начинают внедряться в программы обучения, тогда как работодатели уже активно указывают их в вакансиях. При этом важно учитывать региональную специфику: в крупных городах спрос на цифровые компетенции выше, чем в регионах.
По словам эксперта, сравнение образовательных программ и вакансий в разных субъектах позволяет выявлять территориальные различия и учитывать их при планировании кадровой политики.
Для работодателей полученные данные являются инструментом взаимодействия с вузами: анализ показывает, где именно существуют пробелы, и позволяет инициировать обновление учебных планов. Для студентов и абитуриентов инструменты на базе сетевого анализа, предложенные экспертами, полезны при выборе учебного заведения и направления подготовки, так как дает объективную информацию о востребованных компетенциях.
Карьерные траектории работников становятся все более гибкими: специалисты меняют профессии, осваивают новые области и направления деятельности. Для анализа подобных процессов требуются методы, позволяющие отслеживать пересечения и взаимосвязи между профессиями.
Сетевой анализ решает эту задачу через построение одномодальных проекций двумодальных сетей, отмечает стажер-исследователь ANR-Lab Даниил Ковалев.
Он пояснил, что на основе двумодальных (двудольных) графов профессий и навыков формируются одномодальные сети, где вершинами являются профессии, а ребра отражают степень их сходства по набору компетенций. Метрика Жаккара (статистическая мера, которая измеряет сходство и разнообразие между двумя наборами данных — Ред.) и аналогичные показатели позволяют количественно измерять эти связи.
Примером могут служить профессии «социолог» и «дата-сайентист». Несмотря на различие в названии и характере работы, обе профессии имеют пересечение в области статистического анализа и работы с данными. Сетевой анализ фиксирует это пересечение и показывает возможность перехода при условии освоения дополнительных навыков.
Для соискателей такая информация является инструментом планирования карьеры. Анализ сетей помогает определить, какие дополнительные компетенции следует освоить для перехода в более востребованную или высокооплачиваемую профессию. Работодатели используют подобные данные для расширения базы потенциальных кандидатов. Например, если на рынке не хватает специалистов в области анализа данных, компании могут рассматривать кандидатов с гуманитарным образованием, обладающих базовыми статистическими навыками, и предлагать им дополнительное обучение.
Сетевой анализ позволяет выявлять тенденции в динамике навыков, отмечает Даниил. Например, навыки работы с классическими офисными приложениями постепенно уступают место умению использовать цифровые платформы и инструменты автоматизации.
«Современные технологии радикально изменяют структуру занятости и содержание труда», — говорит Ирина Павлова. Автоматизация рутинных операций, внедрение искусственного интеллекта и развитие цифровых платформ создают новые профессии и трансформируют существующие. В таких условиях прогнозирование изменений рынка труда становится важной задачей.
Сетевой анализ выявляет новые связи между профессиями и навыками, которые ранее не фиксировались. Например, появление профессий в области кибербезопасности или анализа больших данных сопровождается формированием новых комбинаций компетенций. В графе компетенций отображаются новые кластеры или связи между узлами. Преимущество метода заключается в том, что он показывает не только уже устоявшиеся профессии, но и промежуточные состояния, когда новые требования начинают формироваться. Это особенно важно для выявления так называемых гибридных профессий, где сочетаются навыки из разных областей. Примером может служить профессия «продуктовый аналитик», объединяющая компетенции в области статистики, маркетинга, психологии потребителей и программирования. Сетевой анализ фиксирует пересечения этих сфер и демонстрирует, какие именно комбинации навыков становятся востребованными.
Подобные данные полезны при разработке образовательных программ. Вузы могут заранее включать в учебные планы новые дисциплины, чтобы выпускники соответствовали будущим требованиям. Это снижает риск появления «устаревших» специалистов, не готовых к изменениям рынка.
Для работодателей результаты анализа позволяют адаптировать кадровую политику. Зная, какие профессии и навыки формируются, компании могут инвестировать в переобучение сотрудников, формируя внутриорганизационные программы повышения квалификации.
Сетевой анализ также помогает выявлять «устаревающие» навыки. Если частота встречаемости компетенции в вакансиях снижается, а количество связей с другими профессиями уменьшается — это сигнал о постепенной потере значимости. Такие данные могут использоваться для корректировки карьерных траекторий работников. В глобальном масштабе метод позволяет сравнивать разные рынки труда. Например, профессия «аналитик данных» в России и за рубежом может иметь различное наполнение по компетенциям. Сетевой анализ выявляет эти различия и помогает адаптировать образовательные и кадровые стратегии.
Для работодателей и специалистов в области управления персоналом сетевой анализ открывает новые возможности в работе с кадрами. Речь идет о подборе сотрудников, формировании корпоративных программ обучения и планировании развития персонала.
Одной из ключевых задач является поиск сотрудников с оптимальным набором навыков. Вакансии редко ограничиваются одним требованием — работодатели ожидают сочетание технических и мягких компетенций. Сетевой анализ помогает выявлять наиболее типичные комбинации навыков, встречающиеся в вакансиях, и формировать точные профили кандидатов.
Метод также позволяет выявлять взаимозаменяемые навыки. Если определенный навык — редкость на рынке, можно рассмотреть кандидатов, владеющих схожими компетенциями, которые в графе оказываются связанными. Это снижает риск дефицита кадров в узких специализациях.
Работодатели также могут использовать сетевой анализ для построения карьерных траекторий внутри организации. Например, сотрудник, обладающий компетенциями в области анализа данных, может сравнительно легко перейти в сферу машинного обучения, если дополнительно освоит несколько смежных навыков. Для HR-специалистов анализ графов даёт инструмент оценки конкурентоспособности компании на рынке труда. Сравнение набора компетенций, востребованных внутри организации, с рыночными данными показывает, насколько стратегия подбора соответствует общим тенденциям.
Рынок труда в России характеризуется значительной региональной неоднородностью. В разных субъектах РФ спрос на профессии и навыки отличается, что связано с отраслевой структурой экономики, уровнем развития инфраструктуры и демографическими особенностями.
Сетевой анализ позволяет учитывать и эти различия. Построение двумодальных графов «регион — навык» демонстрирует, какие компетенции характерны для определенных территорий. Например, в крупных городах выше спрос на цифровые профессии, а в промышленных регионах — на инженерные и технические специальности. Для образовательных организаций такая информация является основой для региональной адаптации программ. Университеты могут формировать как универсальные курсы, так и специализированные программы, ориентированные на потребности местного рынка труда.
Работодатели используют региональный анализ для планирования филиальной сети и распределения кадровых ресурсов. Если в регионе наблюдается дефицит специалистов определённого профиля, компании могут заранее инвестировать в подготовку кадров или организовывать программы привлечения работников из других субъектов.
Не менее важным направлением является анализ зарплатной специфики. Сетевой анализ позволяет использовать зарплату как атрибут узлов или рёбер графа, подсвечивая навыки с высоким или низким уровнем оплаты. Это помогает выявлять наиболее ценные компетенции с точки зрения доходов.
Для профессии «аналитик данных» наиболее высокие зарплаты могут быть связаны с навыками машинного обучения и работы с облачными платформами. В графе такие компетенции будут выделены отдельным кластером, что демонстрирует их ценность для рынка.
Тем не менее даже с учетом этих особенностей сетевой анализ позволяет выявлять общие закономерности. Метод позволяет исследовать кластеры регионов, предъявляющих схожие требования к навыкам. Это помогает выявлять экономические зоны и прогнозировать их развитие. Например, регионы с высокой концентрацией IT-компаний будут формировать схожие потребности в цифровых компетенциях.
«Сетевой анализ зарекомендовал себя как эффективный инструмент исследования рынка труда. Он позволяет учитывать не только отдельные показатели, но и сложные взаимосвязи между профессиями, навыками, работодателями и регионами. Такой подход обеспечивает целостное представление о системе и выявляет скрытые закономерности», — подчеркивает специалист Института анализа больших данных и искусственного интеллекта ТГУ, менеджер проекта «РосНавык» Дарья Дунаева.
Семинар ANR-Lab «Сетевой анализ для изучения российского рынка труда» был подготовлен в рамках сетевого проекта для Университетского консорциума исследователей больших данных (https://opendata.university/). Лаборатория занимается внедрением сетевых подходов в исследования социальных и экономических процессов и объединяет специалистов из различных областей — от социологии до компьютерных наук, а также активно сотрудничает с зарубежными партнерами, в частности с Университетом Любляны.
Команда проекта приглашает академических руководителей образовательных программ принять участие в тестировании разработанного приложения по анализу рынка труда. В ходе тестирования участники соберут релевантный своей образовательной программе набор данных о вакансиях на платформе «РосНавык», познакомятся с функционалом приложения, построят одномодальные и двумодальные графы для навыков, специальностей, работодателей, регионов. Заявки на участие отправлять Ирине Павловой iapavlova@hse.ru.
Автор: Евгения Небольсина, исследователь Проектно-учебной лаборатории экономической журналистики НИУ ВШЭ
В подписке — дайджест статей и видеолекций, анонсы мероприятий, данные исследований. Обещаем, что будем бережно относиться к вашему времени и присылать материалы раз в месяц.
Спасибо за подписку!
Что-то пошло не так!
