Znanstvenik za podatke. Opis posla stručnjaka za obuku i razvoj osoblja

Nemaju svi hrabrosti promijeniti svladanu profesiju u kojoj su već dosegli neke visine. Uostalom, to zahtijeva puno truda, a pozitivan rezultat nije zajamčen. Prije godinu i pol ispričali smo kako se jedan od našeg tima za razvoj poslužitelja prekvalificirao za iOS programera. A danas želimo razgovarati o još "oštrijem zaokretu": Alan Chetter2 Basishvili, koji je bio uključen u razvoj frontenda, toliko se zanio strojnim učenjem da je ubrzo postao ozbiljan stručnjak i postao jedan od ključnih programera popularan projekt Artisto, a sada se bavi prepoznavanjem lica u Mail.Ru Cloudu. Intervju s njim pročitajte u rubrici.

Zašto ste htjeli biti programer?

Shvaćanje da želim biti programer došlo je u šestom ili sedmom razredu zahvaljujući problemu pokretanja jedne igre. Nije bilo s kim se posavjetovati, sjedio sam za računalom nekoliko dana, ali sam riješio problem. I bilo mi je jako drago. Htio sam stvoriti vlastitu igru. Zato sam počeo pohađati lokalne tečajeve programiranja.

Na kojim ste projektima radili na front endu, što vam se najviše svidjelo, što ste novoga koristili?

Počeo sam, kao i mnogi drugi, s CMS-om. Ovaj posao me je sam pronašao. Mislim da su mnogi programeri, čak i ako nemaju nikakve veze s webom, barem jednom zamoljeni da naprave internetsku trgovinu. Zatim je bio cijeli lanac trgovina, gdje sam pisao admin stranice. Ovo je učinjeno bez okvira, ponovnog pronalaženja kotača, ali bilo je vrlo uzbudljivo. Tamo sam se zaljubio u dizajn softverske arhitekture. A onda je prešao na rad na frontendu. Pisao chatove, p2p video pozive i još mnogo toga.

Što gavran i radni stol? Mislim, između sučelja i neuronskih mreža? Zašto ih je bilo moguće tako brzo proučiti?

Ništa zajedničko, osim potrebe za pisanjem koda. I matematičko obrazovanje je pomoglo. Osim toga, čini mi se da je programeru lakše proučavati duboko učenje.

Što je onda razlog za interes za prelazak s frontenda na neuronske mreže?

Uvijek me to zanimalo i diplomski rad bio povezan sa strojnim učenjem, iako u to vrijeme nisam baš razumio što radim. Pohađao sam tečaj Uvod u strojno učenje na Courseri. Postupno sam počeo shvaćati kako funkcioniraju stvari koje svakodnevno koristim, poput personaliziranih preporuka, pretraživanja i mnogo više, a razumijevanje me oduševilo. Ovo je vjerojatno jedan od glavnih motivatora - žeđ za razumijevanjem kako funkcionira moderno strojno učenje. A kad sam se upoznao s dubokim učenjem, izgubio sam interes za sve ostalo. Sučelje je postalo samo rutina. Došao sam na posao, i iako sam imao neke zanimljive i izazovne zadatke, oni su ostali u drugom planu u odnosu na ono što sam radio noću.

Kakav je bio vaš raspored nastave?

U početku, dok je postojao samo uvod u strojno učenje, na to sam provodio samo vikende. Tada sam se počeo natjecati. Trebali su mu vikendi i noći. Obično sam sjedio i učio do tri sata ujutro. I nakon toga je još uvijek dovoljno dugo vremena fitilj je ostao, pa sam nastavio proučavati neuronske mreže svaki dan noću. Živjela sam tako šest mjeseci.

Sada postoji mnogo tečajeva u kojima je sve posloženo na policama. Oni vam mogu dati vrlo brz početak. Postoji prekrasan Stanfordov tečaj o neuronskim mrežama, cs231n, koji predaje Andrey Karpaty. Zatim možete pročitati i voditi bilješke "Duboko učenje" Iana Goodfellowa. Još jedan dobar izvor su neuronske mreže i duboko učenje. No, naravno, bolje je početi s osnovama ML-a.

Što mislite koji je sada najbolji format učenja: knjige, tečajevi, YouTube videi, nešto drugo, možda?

Činilo mi se razumnim prvo završiti tečajeve, a zatim čitati knjige, jer je na tečajevima sve prilično pojednostavljeno, prožvakaju informacije, a knjige već daju potpuno razumijevanje. Danas postoji mnogo tečajeva o strojnom učenju. Onaj koji sam završio na Courseri zove se “Uvod u strojno učenje”, proveo ga je tim iz Yandexa, uključujući Vorontsova.

To jest, prvo morate razumjeti osnovne pojmove. A ako knjigu počnete čitati odmah, može se pokazati preteškom, a vi ćete se udubiti u detalje. Moramo ići od jednostavnog prema složenom, postupno idući dublje.

Također puno pomaže pisanje koda. Tek tada počinjete primjećivati važni detalji i steći pravo iskustvo. Možete pročitati 50 članaka i na kraju će vam ostati nešto u glavi, ali na idejnoj razini. A da biste nešto stvarno razumjeli i naučili kako to primijeniti, morate sjesti i početi programirati. Najučinkovitije je sudjelovati na nekom natjecanju poput Kagglea. Ili jednostavno uzmite i napravite vlastiti projekt na temelju onoga što ste pročitali.

Koje blogove o neuronskim mrežama čitate i zašto?

Je li moguće koristiti tehnologije neuronske mreže za sučelje? I ako da, gdje?

Nedavno sam naišao na vijesti o generiranju HTML-a i CSS-a iz slike pomoću ponavljajućih mreža. Ne volim baš slaganje, pa mi se ova ideja čini zanimljivom.

Kojih drugih sada ima? zanimljive aplikacije neuronske mreže? Svi znamo za obradu fotografija, videa, a sada i generiranje svih vrsta lica. Koje još načelno postoje moguće primjene?

Između ostalih moderne aplikacije Neuronske mreže uključuju generiranje govora, na primjer projekt WaveNet. Već zvuči vrlo slično pravom govoru. Aktivno se radi i na automatskom prilagođavanju video snimka određenom govoru, na primjer, moći će se “snimiti” kako političar izgovara određene riječi. Uskoro ćemo se suočiti sa svijetom u kojem više neće biti jasno što je lažno, a što nije.

Kako optimizirate svoj kod?

Kao i ostali: profiliranje i uklanjanje uskih grla. Ako govorimo o optimizaciji mreže zaključivanja, onda se sve, u pravilu, radi za nas, s izuzetkom slučajeva sa samoupisanim slojevima. Moraš se petljati s njima.

Imate li neki osobni projekt ili možda hobi koji vam omogućuje ponovno pokretanje mozga?

Ne sada. Posao je dovoljno zanimljiv da ga možete raditi kao hobi. Da bih sebi skrenuo pozornost, čitam knjige i gledam serije.

Koje probleme smatrate najtežima/zanimljivima za rješavanje pomoću neuronskih mreža?

Automobili koji se sami voze vrlo su složeni i zanimljiv problem. Takav sustav mora raditi vrlo precizno. Prepoznajte automobile, cestu, drveće, nogostupe, pješake, najteže je sve to povezati i dati naredbu autu gdje da skrene, da ide brže ili sporije. Povrh svega, odgovornost je vrlo velika. Zamijeniti sve automobile automobilima bez vozača bit će teško, ali je to potpuno rješiv zadatak. Već postoje automobili s nekim vještinama samostalne vožnje. Pogreške se, naravno, i dalje događaju. Google slijedi put gomilanja ogromnih uzoraka (automobili su prešli 3 milijuna milja). Veliki broj Njihovi se strojevi pokreću svaki dan, prikupljaju informacije, identificiraju rubne slučajeve pogrešaka umjetne inteligencije, a stručnjaci ih neprestano obučavaju. Kao rezultat toga, sada su spremni za komercijalni rad i pokrenuli su beta program. Mislim da će vjerojatno imati najbolji dron. Osim toga, isprva osoba može sjediti za volanom i kontrolirati. A ako pogledate kako se vozi u Rusiji, dronovi su mnogo sigurniji i trebalo bi ih uvesti što prije.

Medicina je također jedno od najvažnijih područja za strojno učenje. Zamislite da vas ne pregledava jedan ljudski liječnik, već ujedinjeno stručno mišljenje cijeloga svijeta – zapadne, azijske, ayurvedske, koje god hoćete – medicine, koja spaja stručnost i statistike iz cijeloga svijeta. Ili točnost s kojom je rak pronađen na slikama biopsije. I što je najvažnije, te je tehnike lako skalirati.

Ima li umjetna inteligencija koncept ažuriranja softvera? Prva verzija, a onda su izbacili drugu verziju? Jednom programiran, uči sam?

Mora se naglasiti da je riječ o slaboj umjetnoj inteligenciji. Naravno, on ima koncept ažuriranja: možemo zamijeniti staru neuronsku mrežu koja je slabije radila. Uostalom, neuronska mreža je uvjetni skup utega i operacija koje treba učiniti s njima. Te se težine mogu ažurirati barem svaki dan. Gotovo svi ovi algoritmi se ne obučavaju online, oni se posebno obučavaju jednom. Da, postoji učenje s potkrepljenjem – metode koje su osmišljene da vam pomognu u učenju Povratne informacije od srijede. Tehnologija se aktivno razvija, iako je još uvijek malo primjera implementacije.

Odnosno, ne može biti ozbiljnih pogrešaka u ovoj vrsti softvera?

Naravno da može. Klasičan primjer: američka vojska htjela je pomoću neuronskih mreža automatski prepoznati neprijateljske tenkove u kamuflaži među drvećem. Istraživači su dobili mali skup podataka označenih slika i uvježbali klasifikacijski model na fotografijama kamufliranih tenkova među drvećem i fotografijama drveća bez tenkova. Koristeći standardne nadzirane metode učenja, istraživači su trenirali živčana mreža dodijeliti slikama obavezne nastave i pobrinuo se da ispravno radi na skupu odgođenih testnih podataka. Ali dobri rezultati na uzorcima ne jamče da nije došlo do prekomjernog opremanja i da će sve raditi ispravno u proizvodnji. Općenito, istraživači su dali rezultat, a tjedan dana kasnije kupac je izjavio da je rezultat prepoznavanja bio potpuno slučajan. Ispostavilo se da su uzorak uključivali tenkove s kamuflažom za oblačno vrijeme i šume za sunčanog vremena, a mreža je naučila razlikovati vremenske uvjete.

A takvih je primjera mnogo. Možete se prekvalificirati za bilo što. Na primjer, nedavno smo priznali putovnice. Mreža je naučila kružne uzorke u dokumentu. Zatim je vidjela fotografiju nasjeckanog luka koji je imao vrlo slične šare i rekla da je to putovnica. A takvi rubni slučajevi mogu se uhvatiti puno i dugo.

Odnosno, moguće je da je stroj u svojoj prethodnoj verziji shvatio da je to osoba koja hoda na slici, a onda su ga napali nova verzija- i ona više ne razumije?

Lako. Postoji mnogo članaka o tome kako ažurirati sustave strojeva tako da ne zaborave prethodno stečeno znanje. Na primjer, možete istrenirati model tako da i dalje prepoznaje sve kao prije ili da ne mijenja puno raspodjelu težina. Čak i ako počnete ponovno uvježbavati model, on može prijeći na drugu optimalnu točku koja nije povezana s trenutnim modelom. Ovdje morate biti vrlo oprezni.

Radili ste na projektu Artisto, recite nam kako je počelo.

Surađivali smo s Mail.Ru Searchom, imali smo tim od pet ljudi u prvoj fazi. Projekt je rađen s entuzijazmom. U dva tjedna smo dobili razumne rezultate, još dva tjedna smo ga doveli u stanje potrebno za proizvodnju, a istovremeno smo dovršili backend. Unutar mjesec dana izdali smo proizvod koji radi s videom. U početku smo pokušali implementirati obradu fotografija, ali smo onda odlučili da ne bismo trebali ponavljati Prismu, moramo napraviti nešto novo. Onda su ljudi počeli odlaziti jer su imali svoja posla.

Po čemu se razlikuju obrada fotografija i videa?

U Artistu se video dijeli na okvire, a zatim se stiliziraju neovisno jedan o drugom. Postoji, na primjer, druga metoda stilizacije videa koja daje glatkiji rezultat. Tu se ispostavlja kompliciranije, uzimajući u obzir takozvani optički protok, kada, radi dosljednosti stilizacije, pratimo gdje pikseli "teku" od okvira do okvira. Točnije, stiliziramo jedan okvir, a zatim njegovu izmjenu koristimo za stiliziranje sljedećeg. Znamo kako se objekt nalazi u sljedećem okviru, pomaknite sve piksele koji su na slici i počnite od ovog okvira. Zatim uzimamo sljedeći okvir, opet optički tok, pomičemo piksele, počinjemo od ovog okvira, stiliziramo ga. I tako dalje.

U Artistu nije stiliziran cijeli okvir, već samo promijenjeni fragmenti?

Skoro tako, ali ne baš. Video je obrađen na način da zadržavamo stilizaciju prethodnog kadra. Glavni problem je što možete završiti s različitom stilizacijom za svaki kadar, a tada će slika biti "grozničava". Da bismo riješili taj problem, istrenirali smo neuronsku mrežu na način da bude manje osjetljiva na sve vrste šuma, kako se ništa ne bi mijenjalo zbog promjena osvjetljenja, a modificirali smo i funkciju gubitaka. Pročitajte habrapost na ovu temu.

Koji projekti naše tvrtke već koriste strojno učenje?

U mnogima: Mail, Search, Odnoklassniki, VKontakte, Yula, Bipkar. Na primjer, koristi se za analizu teksta publikacija na društvenim mrežama i na stranicama koje indeksira naša tražilica. Općenito, pojam “strojno učenje” odnosi se na širok raspon disciplina, uključujući duboko učenje, odnosno neuronske mreže. Ovaj smjer se sada vrlo aktivno razvija. Posebno zapanjujući rezultati postignuti su na području računalnog vida. Stare metode strojnog učenja imale su nisku točnost prepoznavanja slike, ali sada postoje vrlo učinkoviti pristupi. Zahvaljujući tome, strojno učenje je dobilo novi poticaj za razvoj, jer je prepoznavanje fotografija mnogima praktičan, razumljiv i blizak zadatak koji pokazuje dobrobiti neuronskih mreža.

S tekstom je još gore, ali još uvijek nije loše. Strojno prevođenje je još uvijek inferiorno u odnosu na ljude, a u prepoznavanju slika dubinsko učenje je u mnogim slučajevima ispred ljudi. Neuronske mreže su u nekim slučajevima izvrsne računalne igrice, osobito jednostavnih, temeljenih na reakciji. Kod drugih je slabo. Pogotovo kada su u pitanju teške strategije u kojima se morate snaći veliki iznos jedinice. Ovdje učenje s potkrepljenjem ne funkcionira baš učinkovito. Vjerujem da je potrebno više istraživanja o ovoj temi.

Ali nedavno su dečki iz OpenAI-ja napravili senzaciju sa svojim botom za Dotu 2. Bot je pobijedio najbolje igrače na svijetu u bitkama 1 × 1. Dota je teška igra, tako da je ovo značajan događaj.

Nedavno je na društvenim mrežama bio vrlo živ sukob između Muska i Zuckerberga oko državne regulacije na području umjetne inteligencije. Kojem taboru pripadate i zašto? Čiji argumenti vam se čine jači, čiji slabiji?

Čini mi se da je prerano govoriti o jakoj umjetnoj inteligenciji. Ali kad mu se približimo, bit će jasno kako to regulirati. Za sada samo programiramo neke zadatke. Mi to radimo sami i znamo kakav će biti ishod. Odnosno, neće se dogoditi da stroj koji je kontrolirao rezultate pretraživanja odjednom počne crtati.

Da - samovozeći automobil može udariti pješaka. Ali ne namjerno, već zbog pogreške. Kada stvorimo snažan intelekt, pojavit će se problem kako ga trenirati tako da dijeli ciljeve čovječanstva. Recimo, mi danas, kada treniramo, precizno kažemo da greška u uzorku treba biti manja, funkcija gubitka treba biti takva i takva. Ali ono što stvarno želimo je da stroj bude dobar u prepoznavanju objekata. Da bismo to učinili, minimiziramo funkciju gubitka. Minimiziranje funkcije gubitaka matematički je prikaz govorenja mreži "nemoj činiti pogreške na danom skupu slika". Mreža se prilagođava i stječe sposobnost generalizacije, odnosno identificira obrasce i uči ispravno predvidjeti klasu za slike koje nikada nije vidjela. Ovi obrasci mogu biti pogrešni. Konkretno, model može nazvati luk putovnicom, i tako dalje. A u procesu odrastanja u čovjeka se postavljaju moralna načela koja on potvrđuje i prilagođava u hodu. Isto tako, umjetna inteligencija mora nekako biti usađena s našim moralnim načelima.

Što smatrate najuzbudljivijim/naprednijim primjenama neuronskih mreža na današnjem tržištu i zašto?

Neuronske mreže su doista nevjerojatne, pogotovo kada znate kako rade. Klasifikatori slika, detektori objekata i mreže za prepoznavanje lica često se koriste na tržištu. Neka rješenja ovih problema su impresivna u svojoj eleganciji i jednostavnosti. Također mogu spomenuti automobile bez vozača i strojno prevođenje. Na primjer, Googleova neuronska mreža koristi međujezik putem kojeg izvodi prijevode s drugih, stvarnih jezika (točnije, govorimo o vektorskim reprezentacijama od kojih se sastavljaju fraze na bilo kojem drugom jeziku). Sustav kao ulaz prima rečenicu na engleskom jeziku, generira skupove brojeva, a zatim drugi dio mreže pretvara te skupove, primjerice, u rečenicu na francuskom. A kada je ista neuronska mreža istrenirana za pretvorbu između mnogih jezika na ovaj način, formira neku vrstu univerzalne reprezentacije teksta, zahvaljujući kojoj mreža može komunicirati jedna s drugom različiti jezici, izravni prijevod između kojih nije učila. Na primjer, može se uvježbati da prevodi EN ⇄ FR i EN ⇄ RU - i tada će model moći prevoditi FR ⇄ RU.

Koja znanja/vještine treba imati stručnjak za neuronske mreže?

Potrebna vam je erudicija u brojnim matematičkim disciplinama i ML-u općenito. Što specijalist ima više znanja u glavi, to lakše i brže rješava probleme. Osim znanja potrebna je i znatiželja. Nove arhitekture i pristupi treniranju neuronskih mreža pojavljuju se svaki dan. Specijalist treba svoje znanje održavati ažurnim.

Što je s slobodnim radnim mjestima za stručnjake za duboko učenje u našoj tvrtki?

U našoj tvrtki sada imamo stručnjake za strojno učenje u gotovo svakoj poslovnoj jedinici. U Mailu aktivno tražimo stručnjake za poboljšanje zaštite od neželjene pošte i stvaranje novih "pametnih" funkcija (uglavnom rad s tekstom). Zainteresirani smo i za stručnjake za razvoj računalnog vida. U oblaku - stručnjaci za računalni vid. Druga zanimljiva područja u kojima koristimo duboko učenje i tražimo specijalizirane stručnjake uključuju razvoj i poboljšanje sustava preporuka, analizu velikih podataka i rad s tekstom u većini različite projekte(na primjer, predviđanje točnih odgovora u Mail.Ru Search-u). ML je prisutan kako u reklamnom spinneru tako i u formiranju pametnog feeda društvene mreže i u Pretraživanju.

Odnosno, u tvrtki se sve ljudske funkcije postupno zamjenjuju umjetnom inteligencijom?

Morate shvatiti da to ne čini programiranje lakšim, samo postaje kompliciranije. Programeri će još dugo biti traženi. Osim toga, stručnjaci za umjetnu inteligenciju također prvo moraju biti programeri: mnogo je lakše uvježbati programera za stvaranje umjetne inteligencije. I oni će donijeti mnogo više koristi tvrtki, jer će vrlo brzo implementirati svoje ideje, za razliku od čistih istraživača. Općenito, mnoge tvrtke, pa tako i naša, ulažu ogromne količine novca u umjetnu inteligenciju. Primjerice, sada Kina želi postati lider u ovom području do 2030. godine. Samo Baidu zapošljava 1300 stručnjaka za strojno učenje.

Koji smjer u području neuronskih mreža smatrate najperspektivnijim?

Ono što najviše obećava je jaka umjetna inteligencija. Ovdje se postavlja pitanje: možemo li prijeći s rješavanja malih specifičnih problema na snažnu umjetnu inteligenciju. Kako sve to spojiti? Nisam siguran da je put do snažne umjetne inteligencije kroz rješenje jednostavni zadaci. Ali općenito, ako izuzmemo jaku umjetnu inteligenciju, onda da, ovo je zamjena za ljude u svim područjima djelovanja.

Mislite li da će biti moguće stvoriti AI koji će nadmašiti ljude u svim aspektima? I ako da, kada?

To je pitanje vremena. Prema istraživanjima znanstvenika, njegov se izgled može očekivati ​​2050-2090-ih. Ali mislim da to tako ne funkcionira. Kopiramo pojedinačne funkcije mozga, ali mislim da još nitko ne zna kako prijeći s ove na jaku AI. Međutim, danas smo već postigli dobri rezultati u nekim uskim područjima, na primjer u prepoznavanju slike.

Oznake: Dodajte oznake

Odgovornosti na poslu: Organizira stručno osposobljavanje radnika i usavršavanje rukovoditelja i stručnjaka (osposobljavanje, prekvalifikacija i usavršavanje radnika u proizvodnji, u srednjim strukovnim školama, ekonomskim studijima, praktični trening studenti i mladi stručnjaci tijekom stručne prakse, kao i praktične nastave za studente i studente). Na temelju potrebe poduzeća za kvalificiranim osobljem i uzimajući u obzir zahtjeve Ekonomija tržišta izrađuje nacrte dugoročnih i tekućih planova za obuku osoblja, usavršavanje i razvoj vještina radnika s potrebnim obrazloženjima i izračunima. Uspostavlja kontakte s obrazovnim institucijama, sastavlja ugovore za obuku, prekvalifikaciju i usavršavanje zaposlenika poduzeća. Izrađuje planove upućivanja rukovoditelja i stručnjaka u obrazovne ustanove na usavršavanje sukladno sklopljenim ugovorima, te prati njihovu provedbu. Sudjeluje u radu na profesionalnom usmjeravanju mladih, kao iu izradi obrazovno-metodičke dokumentacije ( nastavni planovi i programi i programa profesionalni razvoj, priručnike i preporuke, rasporede trening grupa itd.). Rukovodi nastavno-metodičkim radom na svim vrstama i oblicima osposobljavanja i usavršavanja kadrova u proizvodnji. Bira nastavnike i instruktore iz reda stručnjaka i visokokvalificiranih radnika uz njihovu naknadnu suglasnost u na propisani način, dovršava studijske grupe. Prati sustavnost i kvalitetu nastave, uspjeh studenata, poštivanje studijskih rokova, realizaciju nastavnih planova i programa te pravilno vođenje utvrđene dokumentacije. Obavlja poslove na opskrbi obrazovnog procesa potrebnom metodičkom literaturom, te opremanju nastavno-metodičkih kabineta opremom, tehnička sredstva obuka, oprema, vizualna pomagala, kao i implementacija u obrazovni proces automatizirani alati i suvremeni aktivne metode trening. Sudjeluje u završnim nastavima, ispitima, kvalifikacijskim kolokvijima, natjecanjima profesionalna izvrsnost radnika. Organizira predavanja i referate, seminare i konzultacije u svrhu podizanja razine stručnog usavršavanja mentora, nastavnika i nastavnika. Izrađuje ugovore o radu (ugovore) s nastavnicima i nastavnicima, izrađuje troškovnike za osposobljavanje i usavršavanje kadrova, naknade za osposobljavanje i vođenje proizvodne prakse, prati pravilnost korištenja sredstava za te namjene. Sudjeluje u praćenju pohađanja i napredovanja radnika koji se školuju na tečajevima iu odgojno-obrazovnim ustanovama uz rad, osposobljavanju i usavršavanju stručnjaka u sustavu srednjeg i višeg strukovnog obrazovanja, te instituta i usavršavanja. Sudjeluje u organizaciji rada kvalifikacijskih povjerenstava i obrazovno-metodološkog vijeća poduzeća za stručno osposobljavanje radnika u proizvodnji, provedbi njihovih odluka i razvoju mjera koje pridonose rastu produktivnosti rada poboljšanjem kvalifikacija i vještine radnika. Stalno unapređuje oblike i metode stručnog osposobljavanja i usavršavanja kadrova u proizvodnji, generalizira i širi inovativno iskustvo u ovom području. Analizira kvalitativne pokazatelje rezultata osposobljavanja i njegove učinkovitosti (promjene u stručnoj osposobljenosti i sastavu poslova radnika i namještenika, rast produktivnosti rada, plaće itd.), održava uspostavljeno izvješćivanje...

Mora znati: zakonodavni i regulatorni pravni akti, nastavni materijali o pitanjima osposobljavanja i usavršavanja osoblja u proizvodnji; struktura i osoblje poduzeća, profil, specijalizacija i izgledi za njegov razvoj; kadrovska politika i strategija poduzeća; Osnovni, temeljni tehnološki procesi proizvodnja proizvoda poduzeća; oblici, vrste i metode stručnog osposobljavanja; postupak izrade planova osposobljavanja, prekvalifikacije i usavršavanja kadrova, nastavnih planova i programa te druge obrazovne i metodičke dokumentacije; postupak sklapanja ugovora s obrazovnim ustanovama; postupak izrade troškovnika za osposobljavanje i usavršavanje osoblja i registraciju ugovori o radu(ugovore) s učiteljima i nastavnicima; progresivni oblici, metode i sredstva nastave; postupak financiranja troškova izobrazbe; organizacija rada na profesionalnom usmjeravanju i selekciji; sustav nagrađivanja nastavnika i nastavnika; postupak vođenja evidencije i izrade izvješća o izobrazbi i usavršavanju osoblja; osnove pedagogije, sociologije i psihologije; osnove ekonomije, organizacije proizvodnje, rada i upravljanja; radno zakonodavstvo; pravila i propisi zaštite na radu.

Zahtjevi kvalifikacije. Inženjer za izobrazbu kadrova I. kategorije: visoka stručna (tehnička ili inženjersko-ekonomska) naobrazba i radno iskustvo na poslovima inženjera za izobrazbu kadrova II. kategorije najmanje 3 godine. Inženjer za izobrazbu kadrova II. kategorije: visoka stručna (tehnička ili inženjersko-ekonomska) naobrazba i radno iskustvo na poslovima inženjera za izobrazbu kadrova ili na drugim inženjerskim poslovima koje popunjavaju stručnjaci s višom stručnom spremom, najmanje 3 godine. Inženjer za osposobljavanje kadrova: viša stručna (tehnička ili inženjersko-ekonomska) naobrazba bez uvjeta radnog iskustva ili srednja stručna (tehnička ili inženjersko-ekonomska) naobrazba i radno iskustvo u zvanju tehničara I. kategorije najmanje 3 godine ili druga radna mjesta koja popunjavaju stručnjaci s srednja stručna sprema, najmanje 5 godina.

U Rusiji, kao iu mnogim razvijenim zemljama i zemljama u razvoju danas, prosječna dob Broj stanovnika raste, broj starijih osoba u društvu sve je veći. Prema statistikama, danas u Rusiji živi oko 36 milijuna umirovljenika: 10 milijuna muškaraca, 26 milijuna žena. Ljudi pred mirovinom i dobi za umirovljenje često se suočavaju s mnogim društvenim, psihički problemi, od kojih su neki povezani s “ispadanjem” iz ritma modernog života, poteškoće u svladavanju novih tehnologija.

U našem svijetu, gdje se tehnologije ažuriraju doslovno svake godine, kako biste se osjećali ugodno, „na istoj valnoj duljini“ sa svojom djecom i unucima, a ostali vrijedan zaposlenik za svog poslodavca, morate stalno učiti, ovladavati gadgetima i tehnološkim inovacijama i istražite nova područja. Međutim, donedavno je to bio problem za starije ljude, jer sve mogućnosti dodatno obrazovanje bili više usmjereni na mlade. Ali danas se održavaju posebni tečajevi i majstorske radionice za publiku u dobi za umirovljenje, a čak se i sveučilišta otvaraju za starije ljude, gdje svatko može steći neka nova znanja i vještine. Takva sveučilišta danas postoje, primjerice, u Samari, Sankt Peterburgu i Moskvi. Najupečatljiviji primjer obrazovanja za starije osobe danas su tečajevi informatičke pismenosti, koji u mnogim gradovima postaju sve popularniji. Na takvim tečajevima osobe u dobi za mirovinu uče kako raditi s osnovnim računalni programi, koje mogu koristiti i na poslu i u komunikaciji s djecom i unucima.

Prema istraživanjima, mnogi stariji ljudi ne samo da ne žele prekinuti svoju profesionalnu karijeru, već su spremni i dalje dijeliti svoje iskustvo s novim generacijama zaposlenika, ostvariti se kao profesionalci, pa čak i svladati nova zanimanja. Za starije je jako važno da osjećaju potrebni društvu, doprinose njegovom razvoju.

Osobitost obrazovanja za starije osobe je da, u pravilu, starije osobe drugačije percipiraju informacije, analiziraju aktualna događanja i komuniciraju s okolnom stvarnošću. Kako primjećuju stručnjaci, čak se i vokabular i način govora starije osobe uvelike razlikuju od onoga kako govore mlađe generacije i koje riječi koriste. Stoga se pri organiziranju obrazovni proces Vrlo je važno uzeti u obzir ove karakteristike. Sukladno tome, sva obuka treba se odvijati potpuno drugačije nego inače; kada je publika prilično mlada, potrebno je koristiti posebne metode i tehnike podučavanja uzimajući u obzir dob slušatelja.

Stručnjak za poučavanje starijih osoba mora biti ne samo dobar učitelj, biti u stanju objasniti gradivo što je moguće jasnije, već i razumjeti sve psihološke karakteristike, tipično za starije ljude. Možda je najvažnije znanje za takvog stručnjaka poznavanje razvojne psihologije, kao i sposobnost osvajanja ljudi bilo koje dobi.

Općenito, rad takvog stručnjaka ne razlikuje se od rada običnog učitelja: on je također uključen u izradu programa obuke, razvoj nastavnih metoda, pripremu za nastavu, pripremu materijala i zadataka za testiranje asimilacije informacija, i izvođenje same nastave.

Kako postati specijalist?

Dodatna edukacija

Saznajte više o mogućim programima pripreme za karijeru još u školskoj dobi.

Osnovno strukovno obrazovanje

Postoci odražavaju distribuciju stručnjaka s određenim stupnjem obrazovanja na tržištu rada. Ključne specijalizacije za svladavanje struke označene su zelenom bojom.

Sposobnosti i vještine

• Komunikacijske vještine. Jasno i razumljiv govor, dobro uvježban glas, sposobnost jasnog i kompetentnog usmenog izražavanja svojih misli
• Prezentacija i javni nastup. Sposobnost prezentiranja bilo kojeg materijala, koncepta, ideje publici, sposobnost rada s publikom, držanje njezine pažnje
• Obrazloženje. Sposobnost jasnog prenošenja i objašnjenja čak i složenih, specijaliziranih informacija
• Informiranje. Sposobnost pravilnog postavljanja zadataka i opisa željenog rezultata
• Aktivno sudjelovanje u razgovoru. Sposobnost postavljanja pitanja, sažimanja informacija, izvlačenja zaključaka, razjašnjavanja tijekom razgovora sa sugovornikom kako bi se dobila najpotpunija informacija

Interesi i sklonosti

• Odgovornost. Sposobnost odgovornosti za rezultate svojih postupaka
• Memorija. Sposobnost brzog pamćenja značajnih količina informacija
• Kritičko razmišljanje. Sposobnost kritičkog razmišljanja: odvagati prednosti i nedostatke, snage i slabosti snage svaki pristup rješavanju problema i svaki mogući ishod
• Organiziranje informacija. Sposobnost organiziranja podataka, informacija i stvari ili radnji određenim redoslijedom prema određeno pravilo ili skup pravila
• Asimilacija informacija. Sposobnost brzog opažanja i usvajanja novih informacija
• Percepcija problema. Sposobnost otkrivanja ili predviđanja problema kada nešto nije u redu ili je vjerojatno da će poći po zlu. To ne uključuje rješavanje problema, već samo identificiranje problema
• Komunikacijske vještine. Sposobnost brzog pronalaženja uzajamni jezik sa sugovornikom je lako uspostaviti kontakt

Dodatno obrazovanje za odrasle

Zeleno su osjenčane obavezne faze dodatnog obrazovanja za svladavanje zanimanja.

Profesija u osobama

Anastazija Lazibnaja

Računalne vještine povećavaju izglede starijih osoba za pronalaženje ili zadržavanje posla.

Potražnja za obrazovnim uslugama među starijim osobama stalno je visoka.

Prilikom organiziranja Olimpijske igre u Sočiju volonterski tim uključivao je 1800 starijih volontera.

Koje su radne obveze stručnjaka za obuku osoblja, koji su zahtjevi stručnog standarda stručnjaka za obuku i razvoj osoblja - o tome će biti riječi u ovom članku!

Iz članka ćete naučiti:

Koje zadatke rješava stručni standard stručnjaka za obuku osoblja?

Stručnjak za obuku i razvoj osoblja rješava primarni problem s kojim se organizacija suočava. Prije svega, poduzeća nastoje ojačati svoju poziciju na tržištu i proširiti svoje poslovanje. Ljudski resursi smatraju se najvažnijim i najperspektivnijim ulaganjem.

Preuzmite dokumente na temu:

Program osposobljavanja za kadrovske stručnjake nije dovršen. Nije postojao jedinstven dokument koji bi definirao zahtjeve za znanjem i vještinama takvih stručnjaka uključenih u obuku i razvoj osoblja. U suvremenoj stvarnosti potražnja za takvim osobljem raste. Većina tvrtki usmjerena je na obuku zaposlenika kojima će u budućnosti biti povjerena obuka i razvoj kadrova.

Razvojne potrebe zajedničkim standardima davno zakašnjelo. Stručni standard stručnjaka za osposobljavanje i razvoj kadrova, nakon završnog pregleda i odobrenja, dužan je primjenjivati ​​poslodavac i obrazovne ustanove koji obučavaju takve stručnjake.

O temi čitajte u e-zinu

Treba imati na umu da stručnjak za obuku kadrova nije učitelj u doslovnom smislu te riječi. Djelatnost ima ciljanu specifičnost, ali nije regulirana u strogim okvirima posebnih programa u skladu sa strogim normama i zahtjevima.

Ovlasti stručnjaka da organizira osposobljavanje osoblja u skladu sa standardima struke

Stručnjaci za ljudske resurse organiziraju obuku.

Osim toga, sukladno stručnom standardu, zaposlenici ove razine angažirani su na:

1. osiguravanje kontrole nad tekućim aktivnostima osoblja u području vođenja obuka, prekvalifikacija;
2. izvršenje dodijeljenog proračuna poduzeća namijenjenog obrazovanju, obuci, prekvalifikaciji osoblja;
3. upravljanje ugovornim aktivnostima u tim područjima;
4. odgovornost za usklađenost nastavnih planova i programa s rasporedom rada;
5. priprema odgovarajućih programa uzimajući u obzir razinu inicijalne izobrazbe zaposlenika;
6. Strateško planiranje;
7. osiguravanje certifikacije i recertifikacije kako bi se odmah identificiralo osoblje kojem je potrebna obuka ili prekvalifikacija.

Koje su radne odgovornosti stručnjaka za obuku i razvoj?

Radne obveze stručnjaka za obuku osoblja uključuju funkcije metodološke podrške, organizacije i provođenja redovnog rada u sljedećim područjima:

• psihodijagnostika osobnih karakteristika, struč važne kvalitete i psihofiziološko stanje radnog osoblja;
• formiranje i razvoj relevantnih kvaliteta koje zaposlenici trebaju, u tu svrhu održavaju se treninzi, seminari itd.;
• psihološko savjetovanje radnika o profesionalnoj uporabi, osiguranje razvoja individualne sposobnosti;
• socio-psihološka studija, analiza kolektiva, pojedinačne aktivnosti stručnjaci svih razina;
• pružanje pomoći menadžerima svih područja i stvorenih objekata u području rješavanja socijalnih ili psiholoških problema u razvoju tima. Na tim se područjima proučavaju uzroci sukoba. Razvijaju se metode koje pomažu u sprječavanju i rješavanju konfliktnih situacija. Pružaju se konzultacije o stilu upravljanja i osiguravanju učinkovite izvedbe stručnjaka;
• razvoj i provođenje treninga za obične zaposlenike tvrtke;
• rad na formiranju kadrovske rezerve, izbor osoblja s odgovarajućim radnim iskustvom;
• testiranje osobnosti, profesionalne kvalitete kandidati za upražnjena mjesta;
• osposobljavanje uz organizaciju edukacija, seminara i drugih događanja koja pomažu u rješavanju određenih pitanja;
• pružanje pomoći neposrednim rukovoditeljima podružnica ili odjela u rješavanju psiholoških i socijalnih problema razvoja osoblja;
• savjetovanje o stilu timske aktivnosti;
• provođenje analize fluktuacije kadrova, priprema prijedloga za poduzimanje odgovarajućih mjera koje će pomoći proći uspješnu adaptaciju, izrada i provedba programa prilagodbe;
• redovito izvještavanje, koje se daje za mjesec, kvartal, polugodište i godinu;
• održavanje profesionalnih i etničkih standarda upravljanja, čuvanje osobnih tajni na temelju rezultata individualnih psiholoških istraživanja.

U dodatne funkcije Specijalist za obuku i razvoj osoblja uključuje socijalno-psihološki rad koji se organizira prema individualnim uputama menadžmenta. Provodi se ergonometrijsko savjetovanje, razvijaju se preporuke za organizaciju radnih uvjeta i pripremu radnih mjesta za zaposlenike različitih kategorija.

Koji su zahtjevi sadržani u stručnom standardu za stručnjaka za osposobljavanje i razvoj kadrova?

Nacrt stručnog standarda izrađen je uzimajući u obzir međunarodno iskustvo u području osposobljavanja visokokvalificiranog osoblja.

Stručni standard za stručnjaka za osposobljavanje i razvoj kadrova ima četiri dijela:

1. opće informacije;
2. opisivanje radnih funkcija u funkcionalnoj karti oblika profesionalna djelatnost;
3. sve karakteristike generaliziranih radnih funkcija;
4. osnovne informacije o programerima.

U skladu s nacrtom stručnog standarda, stručnjak za osposobljavanje osoblja osigurava odgovarajuće kvalifikacije stručnjaka koji su prikladni za sve namjene i utvrđenim standardima tvrtke. Saznajte kako koristeći teoriju spiralne dinamike

Treći dio sadrži paragrafe i podstavke koji detaljno opisuju pojedinačne radne funkcije. Ovaj odjeljak također sadrži informacije koje određuju razinu kvalifikacije stručnjaka. Na primjer, za učinkovit razvoj standarda za organizacijsku i metodološku podršku, zaposlenik angažiran u razvoj i obuku osoblje mora imati šesti stupanj kvalifikacije. Za strateško i operativno upravljanje zapošljava se djelatnik sedme razine stručne spreme.

Stručnjaci za upravljanje sustavima osposobljavanja i usavršavanja moraju imati odgovarajuću razinu kompetencija sedme razine kvalifikacije. Prilikom prijave za zapošljavanje, razina obrazovanja i prisutnost pet godina praktično iskustvo raditi u ovom pravcu. Profesionalne standarde poslodavci koriste pri oblikovanju kadrovskih politika, u procesima upravljanja kadrovima, određivanju radnih funkcija, izradi tablica osoblja, sklapanje ugovora o radu. Uzimajući u obzir profesionalne standarde provodi se certifikacija, tarifiranje rada s dodjeljivanjem odgovarajuće kategorije, uspostavlja se sustav nagrađivanja.

Možda će vas zanimati:

I. Opće odredbe.

Svrha pozicije.

Zadovoljavanje potreba poduzeća za kvalificirano osoblje. Trening.

Postupak imenovanja i razrješenja.

Stručnjaka za obuku osoblja imenuje i razrješava nalogom generalni direktor (prvi direktor) društva.

Podređenost.

Stručnjak za obuku osoblja odgovara izvršnom direktoru(prvom šefu poduzeća).

Svoje aktivnosti vodi:

· Korporacijski kodeks

· Ovaj opis posla

· Ugovor o radu

· Obveza neotavanja poslovne tajne

· Upute uprave

Kriteriji učinkovitosti rada:

· Pravovremena i kvalitetna izvedba Odgovornosti na poslu,

· predviđeno ovim opisom poslova

· Postizanje vaših ciljeva

II a. Odgovornosti na poslu:

Funkcije

Glavne funkcije

1.1 Metodološka podrška, organizacija i provođenje redovnog rada u sljedećim područjima:

· Psihodijagnostika profesionalno važnih kvaliteta, osobnih karakteristika, analiza psihofiziološkog stanja zaposlenika.

· Formiranje i razvoj potrebnih kvaliteta zaposlenika u procesu provođenja treninga, seminara i sl.

· Psihološko savjetovanje zaposlenika o profesionalnom korištenju i razvoju individualnih sposobnosti.

· Socijalno-psihološka studija, analiza kolektivnih i individualnih aktivnosti zaposlenika.

1.2 Pružanje pomoći voditeljima područja i objekata u rješavanju socijalnih i psiholoških problema razvoja tima:

· Proučavanje uzroka sukoba

1.3 Razvoj i provođenje treninga za obično osoblje tvrtke:

1.4 Rad na odabiru i formiranju kadrovske rezerve:

· Provjera stručnih i osobnih kvaliteta kandidata

· Formiranje i razvoj potrebnih profesionalno važnih kvaliteta.

· Provođenje treninga: organiziranje treninga, seminara itd.

1.5 Pomoć voditeljima odjela i ispostava u rješavanju socijalnih i psiholoških problema razvoja tima:

· Proučavanje uzroka sukoba.

· Prevencija i rješavanje konfliktne situacije

· Konzultacije o stilu aktivnosti stručnjaka

1.6. Analiza razloga fluktuacije osoblja, priprema prijedloga za poduzimanje mjera za lakšu prilagodbu novih zaposlenika, izrada i provedba programa prilagodbe.

1.7 Osiguravanje redovitog izvještavanja rukovodstva o obavljenom radu, arhiviranje i stvaranje računalne banke podataka na temelju rezultata psiholoških istraživanja.

1.8 Planiranje profesionalnih aktivnosti za godinu i kvartal.

1.9 Poštivanje profesionalnih i etičkih standarda HR menadžera, čuvanje osobnih tajni prilikom izvještavanja o rezultatima individualnog psihološkog istraživanja.

Dodatne funkcije

1. Društveni nastup – psihološka djela prema uputama uprave.

2. Ergonometrijsko savjetovanje i izrada preporuka o organizaciji radnih mjesta i radnih uvjeta za različite kategorije radnika.

II b. Mora znati:

1. Psihološke tehnike, pružajući dijagnostiku osobina ličnosti.

2. Načela konstruiranja i provođenja aktivnosti obuke, certifikacije i prilagodbe.

3. Metode obrade primljenih podataka.

4. Osnove rada s osobnim računalom.

II stoljeće Trebao bi moći:

1. Razviti i provesti obuku, certificiranje, konzultacije.

2. Prevenirati i optimalno rješavati konfliktne situacije.

3. Analizirati razloge fluktuacije osoblja.

4. Izraditi planove rada za godinu i kvartal.

III. Prava.

Stručnjak za obuku osoblja ima pravo:

1. Upoznajte se s nacrtima odluka uprave organizacije u vezi s aktivnostima odjela ljudskih resursa.

2. Prisustvovati sastancima i sastancima organizacije (strukturne jedinice) o pitanjima koja se odnose na djelovanje organizacije (strukturne jedinice). Sudjelovati u raspravama o pitanjima koja se odnose na dužnosti koje obavlja.

3. Podnijeti prijedloge za poboljšanje rada ustrojstvene jedinice i mogućnosti za otklanjanje postojećih nedostataka u radu organizacije na razmatranje čelniku organizacije.

4. Interakcija sa zaposlenicima svih strukturnih odjela.

5. Zatražiti osobno ili u ime voditelja organizacije od drugih strukturnih odjela informacije i dokumente potrebne za ispunjavanje njegovih službenih dužnosti.

6. U rješavanje zadataka dodijeljenih strukturnoj jedinici uključiti stručnjake iz svih strukturnih jedinica (ako je to predviđeno propisima o strukturnim jedinicama, ako nije, onda uz dopuštenje čelnika organizacije).

7. Zahtijevati od voditelja ustrojstvene jedinice pomoć u obavljanju službenih poslova koji su mu povjereni iu ostvarivanju prava iz ovog opisa poslova.

8. Istupa u ime ustrojstvene jedinice i zastupa njene interese u odnosima s drugim ustrojstvenim jedinicama organizacije iz svoje nadležnosti.

IV. Odgovornost.