Specjalista Big Data – oczekiwania pracodawców a edukacja akademicka

• Authors: WAWER MONIKA , Muryjas Piotr

Title variants

EN

Big Data Specialist – Employers’ Expectations and the Academic Education

• Languages of publication: PL

Abstracts

PL

Dynamiczny wzrost ilości danych oraz powszechna informatyzacja gospodarki wpływają na zwiększenie zapotrzebowania rynku pracy na specjalistów w zakresie Big Data. Celem artykułu jest wskazanie konieczności dostosowania edukacji akademickiej do wymagań współczesnego rynku pracy oraz szerszego wprowadzenia do programów kształcenia studentów specjalistycznych przed-miotów dotyczących technologii i analizy dużych zbiorów danych. W artykule omówiono znaczenie Big Data w biznesie, zaprezentowano przykładowe kompetencje oczekiwane przez pracodawców w stosunku do kandydatów aplikujących na stanowisko specjalisty Big Data oraz dokonano przeglądu wybranych programów nauczania polskich uczelni z punktu widzenia ich powiązania z tą tematyką.

EN

The dynamic growth in the amount of data and widespread informatization of the economy have contributed to increasing demand on the labor market for Big Data specialists. The aim of this paper is to point out the need to adapt academic education to the requirements of the modern labor market and to introduce specialized courses concerning Big Data technology and analysis of large data sets. The paper discusses the importance of Big Data. It presents also some examples of required compe-tencies of the job positions related to Big Data as well as contains the review of chosen curricula on the Polish universities from the point of view of their relationship with Big Data.

Keywords

PL

Big Data; rynek pracy; edukacja akademicka

EN

Big Data; job market; academic education

• Publisher: Uniwersytet Rzeszowski
• Journal: Edukacja-Technika-Informatyka
• Year: 2017
• Volume: 8
• Issue: 4
• Pages: 254-260

Contributors

author

WAWER MONIKA

• Doktor inżynier, Katolicki Uniwersytet Lubelski Jana Pawła II, Wydział Nauk Społecznych, Instytut Ekonomii i Zarządzania, Polska

author

Muryjas Piotr

• Doktor inżynier, Politechnika Lubelska, Wydział Elektrotechniki i Informatyki, Instytut Informa-tyki, Polska

References

• Angrave, D., Charlwood, A., Kirkpatrick, I., Lawrence, M., Stuart, M. (2016). HR and Analytics: Why HR Is Set to Fail the Big Data Challenge. Human Resource Management Journal, 26 (1), 1–11.
• Anderson, C. (2015). Creating a Data Driven Organisation. Sebasto: Practical Advice from the Trenches, O’Reilly Media, Inc.
• Gantz, J., Reinsel, D. (2012). The Digital Universe in 2020: Big Data, Bigger Digital Shadows, and Biggest Growth in the Far East. Pobrane z: http://www.emc.com/collateral/analyst- -reports/idc-the-digital-universe-in-2020.pdf (30.06.2017).
• JOBS.pl. Pobrane z: https://www.jobs.pl/java-big-data-developer-oferta-1835221 (30.06.2017).
• Kwiecień, K. (2016). Rozwój cyfrowej gospodarki zmienia zasady gry na rynku pracy IT. Pobrane z: https://www.sas.com/pl_pl/news/informacje-prasowe-pl/2016/rozwoj-cyfrowej-gospodarki- -zmienia-zasady-gry-na-rynku-pracy-itT.html (30.06.2017).
• Moon, M.M. (2015). Five Foundational Metrics for Meaningful Workforce Measurement Insight. Boston: Aberdeen Group. Pobrane z: http://v1.aberdeen.com/launch/report /research_report/ 11114-RR-hr-measurement-maturity.asp (10.06.2017).
• Morrison, R. (2015). Data Driven Organisation Design: Sustaining the Competitive Edge through Organisational Analytics. Philadelphia: Kogan Page.
• Pracuj.pl 1. Pobrane z: https://www.pracuj.pl/praca/big-data-engineer-warszawa, oferta, 5358592? sug=oferta_bottom_bd_cl_6 (30.06.2017).
• Raport (2017). Kompetencje przyszłości w firmach rodzinnych. Raport z badania kluczowe składniki sukcesu. Pobrane z: Raport_kompetencje_firm_ rodzinnych.pdf (10.06.2017).
• Wawer, M., Muryjas, P. (2016). Analityka biznesowa w zarządzaniu kadrami w przedsiębiorstwie. Wrocław: Wyd. UE we Wrocławiu.
• Pracuj.pl 2. Pobrane z: https://www.pracuj.pl/praca/ai-analityk-danych-warszawa, oferta, 5363108? sug=list_bd_cl_3 (30.06.2017).

Identifiers

DOI

10.15584/eti.2017.4.32