“Nasci ingegnere, muori data scientist”: potrebbe essere questa la didascalia per descrivere la trasformazione che il mondo del lavoro sta subendo (e in parte ha già subìto) con l’avvento, tra le altre cose, dell’intelligenza artificiale. Al buon vecchio “ingegnere” adesso si contrappongono una numerosa serie di figure che di fatto svecchiano, o meglio tentano di svecchiare, di dare nuovo lustro e di rendere più cool, più catchy, più al passo coi tempi la stessa figura professionale. Ciò è visibile semplicemente navigando tra i vari annunci di lavoro di piattaforme come LinkedIn, in cui oggi più che mai è facile imbattersi negli internazionalissimi data scientist, data engineer o data analyst, espressioni pronte per attirare lo sguardo di eventuali candidati e perfette per riempirsi la bocca e il CV.
Una job opportunity attuale, del tutto simile a una di quelle che potevamo leggere qualche anno fa, con queste nuove espressioni si ammanta di un ritrovato splendore. Diciamocelo: alla domanda “Che lavoro fai?”, rispondere “Artificial intelligence engineer” ha tutto un altro sapore rispetto a “sviluppatore informatico”. Al giorno d’oggi leggere “programmatore” in un annuncio di lavoro ha ormai un sapore retrò - sostiene Gabriella Pepi, HR di DataPizza.
Marketing? Strategia di recruiting? Evoluzione vera e propria? Possiamo dare a questo fenomeno molti nomi, ma ormai è innegabile che abbia contribuito sensibilmente a rimappare una serie di ruoli, un tempo ben definiti, lasciando spazio ad una sempre più selvaggia libera interpretazione della job opportunity, confondendo spesso i confini tra le varie professionalità. Così, un analista si “vende” come data scientist e uno sviluppatore come data engineer perché cambiare pelle, agghindare ruolo e nome, “rende”, in termini di riuscita e di mera apparenza.
"Cosa spinge l’individuo a candidarsi per un annuncio di lavoro?"
AI + H > AI or H
Partiamo da una certezza, come sostiene Stefano Gatti -attualmente head of Data & Analytics presso Nexi e autore del libro "La cultura del dato”- la disequazione del prossimo futuro sarà questa:
Il punto cruciale da sottolineare è che la coniugazione tra AI e “umano” è fondamentale e imprescindibile: la sinergia di una e l’altra parte, la somma delle potenzialità di ciascuna, porterà ad un risultato maggiore della mera somma delle singole parti. L’ambizione massima deve essere quindi la coniugazione di questi due fattori, senza che uno prevalga o escluda l’altro.
La parte umana rimane insostituibile, soprattutto agli occhi dei recruiter - basti pensare alla quantità di soft skill richieste ai candidati - al punto che tanti e tali sono i requisiti richiesti che spesso risulta difficile chiarire quali siano le reali aspettative dell’HR, dell’azienda e del datore di lavoro.
In questo grafico sono rappresentate in percentuale le 10 competenze più richieste suddivise in tre categorie: soft skill, hard skill e linguaggi di programmazione.
Nel mare magnum degli annunci di lavoro dell’universo tech reperibili su LinkedIn ciò che emerge chiaramente è che un candidato, per essere interessante ed appetibile agli occhi di un recruiter, non deve solamente possedere le skill professionali richieste (a titolo d’esempio, saper programmare utilizzando diversi linguaggi e conoscere le metodologie di interrogazione dei dati) ma anche, e soprattutto, deve saper esaltare la propria attitudine “umana”. Le soft skill, dati alla mano, vincono la sfida contro la loro controparte “hard”.
Il saper utilizzare le proprie capacità in determinate situazioni diventa un requisito particolarmente ricercato nei candidati, ma non solo. Gli esempi sono molteplici: la capacità di lavorare in team, di comunicazione o la capacità di comprendere il business e le attività che si hanno davanti sono tra quelle che anche Stefano Gatti ha definito le skill che fanno la differenza nell'ambito AI.
LA FORESTA DI REQUISITI
Diagrammi a barre illustranti la distribuzione delle varie posizioni lavorative all’interno dei cluster.
Questa foresta di skills richiesta ai candidati la ritroviamo anche raggruppando le descrizioni dei vari annunci di lavoro. Infatti ritroviamo sotto lo stesso cappello posizioni lavorative che ci aspetteremmo richiedere skills differenti.
Un’altra problematica che si inserisce in questo filone è quella che scaturisce dal fatto che, seppur vi siano posizioni lavorative con nomi diversi e che quindi dovrebbero richiedere specializzazioni diverse, le skills ricercate sono, nella sostanza, pressoché le stesse.
Questo genera una naturale confusione agli occhi di possibili candidati perché, a fronte di posizioni lavorative almeno nominativamente diverse, vengono ricercate le stesse conoscenze e abilità. Difatti, i ruoli di data analyst, data scientist e business intelligence analyst vengono raggruppati insieme, e allo stesso modo data engineer e AI engineer.
Navigando tra le varie job opportunity il candidato quindi si troverà senza chiari punti di riferimento e senza un’idea precisa dell’annuncio di lavoro a cui dovrebbe inoltrare la candidatura (del tutto simile, per abilità richieste, ad altra con altro nome). Non solo: le abilità richieste sono spesso “abnormi” rispetto al ruolo che il candidato dovrebbe poi effettivamente ricoprire. La stessa Gabriella Pepi -HR di DataPizza- ha affermato come spesso, nel processo selettivo da lei gestito sulla loro piattaforma, si è vista spesso costretta a richiedere ai manager di “ridimensionare” l’eccessiva richiesta di skills nei candidati, andando a smorzare la chiara tendenza che va pian piano emergendo che tutti debbano saper far tutto (che, di per sé, già sfuma i confini fra i ruoli e li rende sovrapposti o sovrapponibili).
Diagrammi a barre illustranti la distribuzione delle skill all’interno dei cluster.
ALLE AZIENDE QUESTA CONFUSIONE CONVIENE?
Viene quindi da chiedersi se questa confusione tra posizioni lavorative e descrizioni appena descritta sia un vantaggio oppure uno svantaggio per le aziende nel processo di attrazione di potenziali candidati. Se da un lato genera difficoltà nell’attrarre candidati con caratteristiche specifiche utili per l’annuncio, dall’altra le job description appartenenti a gruppi con descrizioni non ben definite rispetto al titolo sono maggiormente attraenti e crescono in termini di numeri di candidati più velocemente.
Tasso di crescita del Numero di Candidati nei Cluster individuati
Entrando maggiormente nel dettaglio si scopre che non tutte le skill sono uguali e che ad alcune skill sono associate le offerte più accattivanti. Complessivamente si osserva che le skill utilizzate più di frequente, indifferentemente che siano di tipo “hard” o “soft”, sono legate ad annunci di lavoro più efficaci. Tuttavia si nota come anche alcune singole skill, come per esempio la capacità di effettuare analisi di clustering o la capacità di imparare velocemente, sono allo stesso modo molto collegate ad annunci efficaci.
Tasso di crescita del Numero di Candidati al variare delle skill
Dopo aver concluso che la confusione attrae maggiori candidati alle offerte, rimane da chiedersi quali siano le principali leve per le aziende per catturare l’attenzione degli utenti. Per provare a dare una risposta, si deve ricordare che Linkedin è un Social Network, perciò la credibilità e la riconoscibilità contano. Si osserva, infatti, che la presenza del profilo aziendale su Linkedin o la presenza del nome della persona che gestirà il processo di recruiting (Gestore HR) migliora in generale l’attrattività dell’annuncio.
Andamento del numero di candidati e distribuzione del numero di annunci al variare del tempo di permanenza online per presenza o assenza del nome del Gestore HR aziendale all’interno dell’annuncio.
Anche la possibilità di poter effettuare il lavoro da remoto è importante. Infatti le job description che riguardano un lavoro interamente da remoto ricevono molta più attenzione dagli utenti rispetto a quelli che sono interamente in sede o con modalità ibrida.
Questo tema, oltre ad essere importante perché aumenta il numero di utenti che possono candidarsi senza doversi spostare, è un argomento diventato di tendenza dopo la pandemia da Covid-19 e apre ad un nuovo modo di pensare il lavoro, legato maggiormente agli obiettivi e meno ad un orario fisso, oltre che a nuovi modi di organizzare il lavoro da parte delle aziende. Si comprende quindi come l’incontro tra domanda e offerta di lavoro su questi canali possa essere il luogo in cui si generano le nuove tendenze lavorative del futuro.
Andamento del numero di candidati e distribuzione del numero di annunci al variare del tempo di permanenza online per tipo di modalità lavorativa.
Si comprende quindi che la job description è molto simile ad un post social ed è quindi importante renderla accattivante. Tuttavia, rispetto ad una foto su Instagram, l'offerta di lavoro possiede delle caratteristiche peculiari per cui non basta un linguaggio semplice da comprendere nella descrizione, la capacità di seguire le ultime tendenze nel mercato di riferimento o uno studio dell’orario in cui pubblicare per attirare candidati, ma conta anche la credibilità dell’azienda promotrice e la possibilità di essere effettivamente alla portata dei candidati, rimuovendo vincoli sia di tipo spaziale (lavoro da remoto), sia evitando lunghe liste di requisiti, focalizzandosi su quelli di cui effettivamente si ha bisogno.
UN SOSTEGNO PER LE AZIENDE
L’analisi presentata ha mostrato come non sia facile per gli utenti orientarsi in questo rebranding delle offerte di lavoro e quanto allo stesso tempo sia importante per le aziende costruire gli annunci di lavoro in modo accattivante, sia per poter attrarre un numero elevato di candidati in un certo tempo, sia perché gli annunci sono un’ulteriore vetrina per poter rafforzare e posizionare il proprio brand attraverso la piattaforma. Per questo motivo si propone una possibile soluzione utile per le aziende.
Immaginiamoci di dover pubblicare un'offerta di lavoro su LinkedIn e di voler sapere quanti candidati potrebbero rispondere e in quanto tempo. Questa informazione è importante per poter programmare il processo di recruiting o semplicemente per comprendere quanto sia attraente ciò che stai proponendo.
Inoltre, facendo delle prove, si potrebbe addirittura modificare l’offerta, così da creare una descrizione che sia in grado di attirare un numero adeguato di candidati nel tempo a disposizione. Raggiungere velocemente più candidati permette di raggiungere in un tempo minore la soglia prefissata di candidati gestibili, accorciando questa fase del processo. Questo permette di poter allungare la fase di approfondimento dei singoli candidati oppure semplicemente di poter accorciare i tempi del processo di selezione.
Il servizio che proponiamo permetterà con pochi semplici passi di stimare la curva del numero di candidati nel tempo, inserendo le caratteristiche richieste da Linkedin in fase di compilazione del post, come la modalità lavorativa, la tipologia di contratto offerto e le caratteristiche principali dell’azienda, ma permetterà anche di valutare il momento in cui pubblicare, inserendo informazioni riguardanti il giorno della settimana e l’ora in cui è preferibile farlo.
Esempio di andamento predetto del numero di candidati per un annuncio di lavoro scelto al variare del giorno della settimana di pubblicazione.
Dopo aver inserito le informazioni richieste, al resto ci penserà il nostro algoritmo, che sarà in grado di supportare nella scelta delle caratteristiche più adatte per ogni fabbisogno.