Category: Uncategorized

  • IT認定資格は大学の学位に取って代わるのだろうか?

    ライアン・ウィリアムズ・シニア氏は、米空軍を退役する際に51件の求人に応募し、そのうち最後の1件の面接にこぎつけた。 ウィリアムズ氏は、採用担当者は元米海兵隊員で、特に彼の資格に興味を持っていたことを覚えている。 「彼は、私がCISSPとPMPの両方の資格を持っていることに興味を持ったと、とても正直に話してくれた。彼にとって重要なのは、私の経験と資格だった」とウィリアムズ氏は言う。 空軍をマスター・サージャントとして退役したウィリアムズが採用された。新しい上司は、ウィリアムズの修士号を含む大学での学位は、彼を採用するという会社の決定には影響しなかったと彼に伝えた。これは、退役後のキャリアのスタートを後押しするものとなった。ウィリアムズは現在、BuddoBotのITセキュリティアナリストである。 ウィリアムズ氏の経験は、IT業界で長年議論されてきた問題を物語っている。候補者を審査する際に大学学位にどの程度の重みを与えるべきか、また、有能な人材を採用する上で資格認定のほうがより適切な判断材料となるのか? 複数の情報源によると、この2つの問いに対する答えはイエスでもノーでもない。むしろ、答えは「状況による」である。 IT 企業の経営陣、採用担当者、リクルーター、研究者、そして労働者自身が、2022年にウィリアムズが契約したような職種では、候補者がその仕事に必要な特定のスキルを持っていることを証明する資格が望ましいと口を揃える。 「多くの組織が、学位よりも資格のほうが適応性と機敏性を高められることに気づいています」と、ロバート・ハーフ社のテクノロジー採用・コンサルティングの専門家であるトーマス・ビック氏は言う。 求職者は資格を取得してキャリアをスタートさせ、キャリアアップを図る ジョーダン・ハーバンド氏は、資格が労働市場でますます価値を持つようになっていると実感している。 「技術系の仕事では、学位は必ずしも必要ないと思います」と彼は言う。 HeroDevsの主任オープンソースアーキテクトであるハーバンド氏は、大学の学位の価値を否定するわけではない。他の人と同様に、学位を取得していることは、候補者が特定の知識を習得し、忍耐力などの特性を備えていることを示すと彼は言う。 「しかし、学位は、その人が仕事に適していることを示す多くの要素の1つにすぎません」と彼は言う。 それと同様のシグナルは、過去の職務経験、実地研修の成功、ITブートキャンプの修了証、資格などからも得られると彼は言う。 さらに、ハーバンド氏(41歳)は、キャリアの中で学位に対する需要が低下していることを実感している。同氏は、20年前に社会人となった当時は、組織は通常、学位を必要としていたと述べている。大学には通ったものの学位を取得しなかったハルバンド氏は、それがキャリアの初期にいくつかの機会を失うことにつながったと語る。 しかし、ミュージシャン向けのiPhoneアプリ開発会社を共同設立し、その経験を積むことで、その障壁を乗り越えることができた。その経験は、テクノロジストとしてのキャリアをスタートさせるのに役立った。 それ以来、Linux Foundation から多数の認定資格を取得している。 現在、ハーバンド氏は学位を持たないことが足かせになっているとは思っていない。 同様に、ベンジャミン・クレイマー氏も「私の場合、学位がないことを認定資格が補ってくれている」と語る。 クレイマー氏は米海兵隊在籍中に IT の訓練を受け、5年前に現役を退いてから技術職に就いた。 シスコのCCNA 認定資格をはじめとする複数の認定資格を取得したことが、ネットワークエンジニアとしての就職につながった。 彼は近年、主に Kubernetes 関連の資格をさらに数種類取得している。 資格は、学位と同様に、特定の知識を有していることを証明することで、クレイマー氏の昇進に役立っている。また、学位の代わりに資格を取得していることが、給与交渉にも役立っていると彼は考えている。さらに、特にクラウドコンピューティングやサイバーセキュリティ関連の多くの仕事では、学位ではなく資格が必要だと彼は付け加える。 しかし、学位と同様に、資格もそれだけでは限界がある、とクラウド・コンサルティング会社KR8TOSを設立したクレイマー氏は言う。キャリアの向上と成功には、人脈作り、仕事ぶりの良さ、継続的な学習がより重要な要素であると言う。 資格よりも必要なもの テクノロジー分野の労働力分析および予測を行う企業、フット・パートナーズのチーフアナリスト兼リサーチオフィサーであるデビッド・フット氏は、雇用主が候補者の資格を総合的に判断する際に考慮する要素について次のように語る。 「特に情報セキュリティ、サイバーセキュリティ、アーキテクチャ、プロジェクト管理の分野では、事実上の業界標準となっている認定資格が数多くあります。 しかし、雇用主が本当にその候補者がその仕事にふさわしいかどうかを見極めようとしていることの方が重要であると、フート氏は言う。そのため、問題は「大学卒業資格またはIT認定資格が、技術職に就くために実際に必要または望ましいかどうか」ではない。そうではないからだ。ますます多くの職種において、雇用主は、学位や認定資格に関係なく、その仕事に必要な能力を候補者が実証している明確な証拠を重視するようになっている」と氏は言う。 非営利団体Year Upの変革およびテクノロジーサービス部門のCIOであるゲイリー・フラワーズ氏も同意見だ。 「私たちが本当に求めているのは、候補者が必要な経験とスキルを持っているかどうかです。学位を持っている人が自動的に有利になるということはもはやありません。私は資格を持っている人を選ぶかもしれません。今日では、(候補者の)資格、学位、経験によって決まります」と彼は言う。 また、Linux Foundation Educationのシニア・バイスプレジデント兼ゼネラルマネージャーであるクライド・シーパサッド氏も、どちらか一方だけが優れているという問題ではないと指摘する。 学位と認定資格はそれぞれ異なる属性を保有者に与えると氏は指摘する。学位は幅広い知識の習得を証明するが、認定資格は特定の分野やスキルに関する知識を証明する。 シーパサード氏は、雇用主は候補者が職務を遂行するために必要な知識、スキル、特性を判断し、その情報をもとに候補者の評価方法を決定すべきであり、そのようなことが実際に行われていると指摘する。雇用主が特定の技術的スキルを必要とする場合、学位よりも資格の需要が上回るケースが現在では多くなっている。 エンジェル・ラミレス氏もこれに同意し、自身のキャリアをスタートさせる上で資格が役立ったと述べている。ラミレス氏は大学の単位をいくつか取得しているが、学位は取得していない。それでも、採用を検討している企業は、その点を気にせず、彼が取得している資格に注目していると彼は言う。 「彼らは私の学位の有無について尋ねてきましたが、誰もそのことを気にしていませんでした。なぜなら、私は資格で補っていたからです。私は、これらの資格を取得するために努力してきたことを示し、それらがこの知識を持っていることを証明できるのです」と彼は言う。 ラミレス氏はさらに多くの資格を取得し、ウェブ開発者としてのフリーランスからソフトウェアエンジニア、そしてクラウド製品とサービスを提供する自身の会社CuembyのCEOであるDevOpsエンジニアまで、数多くの役職を経験してきた。 同氏によると、顧客は彼の学位ではなく、彼が取得した資格について尋ね、興味を示すという。そして、彼が採用する候補者についても同じ考えを持っている。 「CEOとして、私は100%『仕事ができることを示せ』と言いたいのです」と彼は言う。 Read more

  • JRPG developer Falcom contemplating AI for localization efficiency

    Non-English game developers may soon be looking toward AI as a means to shorten localization times. In an interview with 4Gamer (translated by Siliconera) at Tokyo Game Show, Nihon Falcom president Toshihiro Kondo posited the idea of using artificial intelligence to more quickly localize games developed in the Japanese language. Kondo took the stag…Read More Read more

  • OpenAI scientist Noam Brown stuns TED AI Conference: ’20 seconds of thinking worth 100,000x more data’

    At the TED AI conference, OpenAI’s Noam Brown unveiled the o1 model, showcasing how “System Two Thinking” could transform industries by enabling AI to deliver smarter, more deliberate decision-making.Read More Read more

  • How Anthropic’s new ‘computer use’ ability could further AI automation

    Anthropic’s Claude 3.5 Sonnet large language model has gained a new ability: operating a computer.   The new ability, which the company is calling “computer use,” is currently in beta test. It enables developers to instruct Claude 3.5 Sonnet, through the Anthropic API, to read and interpret what’s on the display, type text, move the cursor,… Read more

  • Liquid AI Is Redesigning the Neural Network

    Inspired by microscopic worms, Liquid AI’s founders developed a more adaptive, less energy-hungry kind of neural network. Now the MIT spin-off is revealing several new ultraefficient models. Read more

  • Otter.ai can transcribe in more languages now – with more on the way

    Your AI-assisted meeting or interview transcriptions no longer have to be limited to English. Read more

  • Ericsson’s return-to-office policy is causing trouble

    During the pandemic, working from home was the order of the day at Ericsson. But as employees started to return, it was decided two years ago to have a 50 percent attendance in the office — a policy that was never really followed up, according to Jessica Nygren, vice chairman of the Swedish Association of Graduate… Read more

  • Microsoft Warns Foreign Disinformation Is Hitting the US Election From All Directions

    Russia, Iran, and China are targeting the US election with an evolving array of influence operations in the last days of campaign season. Read more

  • Character AI clamps down following teen user suicide, but users are revolting

    As a result of these changes, Character AI appears to be deleting certain user-made custom chatbot characters abruptly.Read More Read more

  • This AI Paper Introduces a Unified Perspective on the Relationship between Latent Space and Generative Models

    In recent years, there have been drastic changes in the field of image generation, mainly due to the development of latent-based generative models, such as Latent Diffusion Models (LDMs) and Mask Image Models (MIMs). Reconstructive autoencoders, like VQGAN and VAE, can reduce images into smaller and easier forms called low-dimensional latent space. This allows these… Read more