Wenn ein Datensatz an zwei Orten existiert, nur um zwei Anwendungsfälle zu bedienen, muss jemand beide Kopien verwalten. Diese Person ist in der Regel ein Data Engineer. Unserer Erfahrung nach hat diese Duplizierung die Zahl der Dateningenieure in der DACH-Region über Jahre hinweg in die Höhe getrieben.
Die technische Diskussion über konvergierte Speicher, bei der Datei- und Objektsysteme zu einer einzigen Ebene verschmelzen, ist in der Unternehmens-IT bereits weit fortgeschritten. Aber wir glauben, dass die Auswirkungen auf die Talente unterschätzt werden. Wir sehen, dass sich die Aufträge in zwei verschiedene Bereiche aufteilen: Dateningenieure, die sich auf die Plattform und die Infrastruktur konzentrieren, und solche, die sich auf die Pipeline-Orchestrierung und ML-Workflows konzentrieren. Die Überschneidungen, die es früher gab, schrumpfen.
Die Rolle auf der Infrastrukturseite wird immer mehr spezialisiert. Gefragt sind Bewerber mit umfassender Erfahrung in der Speicherarchitektur, insbesondere solche, die bereits Migrationen oder Konsolidierungen durchgeführt haben. Das sind keine Generalisten. Es sind Leute, die über Latenz, Haltbarkeit und Zugriffsmuster im Detail sprechen können. Und sie sind auf dem deutschen Markt erstaunlich schwer zu finden.
Auf der anderen Seite werden Pipeline-Ingenieure weniger nach ihren Speicherkenntnissen als vielmehr nach ihrer Fähigkeit beurteilt, mit Orchestrierungstools, Streaming-Frameworks und ML-Integration zu arbeiten. Die Erwartung ist, dass die Speicherung abstrahiert wird. Dies ist ein bedeutender Wandel im Vergleich zu noch vor 18 Monaten, als beide Fähigkeiten in einem einzigen Mitarbeiter gebündelt wurden.
Für Personalverantwortliche stellt sich die Frage, ob sie ihre Teams jetzt um diese Spaltung herum aufbauen oder warten sollen, bis sich der Staub gelegt hat. Unserer Ansicht nach birgt das Warten Risiken. Die passiven Kandidaten, die beide Welten verstehen und sie während des Übergangs überbrücken können, werden nicht ewig verfügbar sein. Sobald sich der Markt vollständig aufteilt, verschwinden die Generalisten.
Angeregt durch Berichte von BigDATAwire.