SpecializacijaZaposlovanje inženirjev strojnega učenjaUporabni ML ML Engineering ManagerML inženiring ML Platform Engineerplatforma ML Head of Machine LearningVodstvo na področju ML
Iskanje vodstvenih kadrov na področju strojnega učenja
Strateško iskanje in selekcija vrhunskih strokovnjakov za strojno učenje, ki organizacijam omogočajo razvoj avtonomnih sistemov, obvladovanje regulativnih zahtev in skaliranje napredne podatkovne infrastrukture.
Tržni vpogledi
Praktičen pogled na signale zaposlovanja, povpraševanje po vlogah in specialistični kontekst, ki usmerjajo to specializacijo.
Slovenski trg strojnega učenja je prešel iz faze eksperimentalnih modelov v obdobje strateške industrializacije in stroge regulative. Z zgodnjim sprejetjem nacionalnega zakona za izvajanje Uredbe EU o umetni inteligenci (AI Act) se je Slovenija uvrstila med vodilne evropske države pri vzpostavljanju jasnega pravnega okvira. Ta premik je temeljito spremenil zahteve pri iskanju in selekciji kadrov. Organizacije ne iščejo več zgolj tehničnih razvijalcev, temveč hibridne strokovnjake, ki razumejo presečišče visoko zmogljive arhitekture, etičnega upravljanja in skladnosti z zakonodajo. Agencija za komunikacijska omrežja in storitve (AKOS) kot glavni nadzorni organ pospešeno vzpostavlja regulativne peskovnike, kar na trgu ustvarja izrazito povpraševanje po strokovnjakih za razlagljivost in preglednost modelov strojnega učenja.
Infrastrukturni premiki močno vplivajo na dinamiko zaposlovanja. Projekt Slovenska tovarna umetne inteligence (SLAIF), vreden 135 milijonov evrov, ki bo v Mariboru nadomestil superračunalnik Vega, predstavlja prelomnico za razvoj domačega ekosistema. Ta investicija generira potrebo po visoko specializiranih kadrih s področja infrastrukture umetne inteligence, superračunalništva in naprednih aplikacij, kot so rešitve računalniškega vida za industrijsko avtomatizacijo. Hkrati se krepi vloga Inštituta Jožef Stefan in Fakultete za računalništvo in informatiko Univerze v Ljubljani, ki ostajata osrednja vira raziskovalnih talentov, medtem ko Kompetenčni center za umetno inteligenco pri Gospodarski zbornici Slovenije pospešuje prenos znanja v gospodarstvo.
Na ravni specifičnih vlog se profil iskanih kandidatov širi. Povpraševanje po inženirjih strojnega učenja se vse bolj prepleta z zahtevami po obvladovanju podatkovne semantike in arhitekture, pa tudi z razvojem avtonomnih sistemov umetne inteligence. To je še posebej izrazito po sprejetju Podatkovnih semantičnih smernic s strani Ministrstva za digitalno preobrazbo, ki postavljajo nove standarde za upravljanje s podatki v javni upravi. Posledično postajajo strokovnjaki, ki znajo implementirati te standarde in hkrati razvijati napredne modele, ključni za uspešno digitalno transformacijo tako v javnem kot zasebnem sektorju.
Geografska slika zaposlovanja v Sloveniji postaja vse bolj policentrična. Čeprav Ljubljana ostaja primarno središče z največjo koncentracijo tehnoloških podjetij in raziskovalnih ustanov, Maribor zaradi superračunalniške infrastrukture SLAIF hitro pridobiva na strateškem pomenu. Hkrati model oddaljenega dela omogoča podjetjem dostop do talentov po celotni državi in širši regiji, kar je ključno za blaženje kroničnega pomanjkanja IT-strokovnjakov. Evropska digitalna inovacijska stičišča, kot sta DIGI-SI in SRC-EDIH, dodatno spodbujajo povpraševanje v segmentu malih in srednjih podjetij, ki pospešeno integrirajo rešitve strojnega učenja v proizvodnjo, logistiko in zdravstvo.
Pogled v prihodnost kaže, da bo uspeh organizacij odvisen od njihove sposobnosti prilagajanja na nove trende zaposlovanja. Strukturni primanjkljaj kadrov ostaja največje tveganje, pri čemer bo javni sektor zaradi plačnih omejitev še naprej težko konkuriral zasebnemu gospodarstvu. Podjetja, ki bodo želela privabiti vrhunske strokovnjake, bodo morala ponuditi transparentne in konkurenčne pakete nagrajevanja ter omogočiti delo na projektih, ki združujejo tehnološko inovativnost z družbeno odgovorno in varno uporabo umetne inteligence.
Vloge, ki jih umeščamo
Hiter pregled mandatov in specialističnih iskanj, povezanih s tem trgom.
Karierne poti
Reprezentativne strani vlog in mandati, povezani s to specializacijo.
Karierna pot
Zaposlovanje inženirjev strojnega učenja
Reprezentativni mandat Uporabni ML znotraj grozda Iskanje vodstvenih kadrov na področju strojnega učenja.
Karierna pot
Applied Scientist ML
Reprezentativni mandat Uporabni ML znotraj grozda Iskanje vodstvenih kadrov na področju strojnega učenja.
Karierna pot
Head of Machine Learning
Reprezentativni mandat Vodstvo na področju ML znotraj grozda Iskanje vodstvenih kadrov na področju strojnega učenja.
Karierna pot
ML Engineering Manager
Reprezentativni mandat ML inženiring znotraj grozda Iskanje vodstvenih kadrov na področju strojnega učenja.
Karierna pot
Recommendation Systems Engineer
Reprezentativni mandat Uporabni ML znotraj grozda Iskanje vodstvenih kadrov na področju strojnega učenja.
Karierna pot
Forecasting Scientist
Reprezentativni mandat Uporabni ML znotraj grozda Iskanje vodstvenih kadrov na področju strojnega učenja.
Karierna pot
ML Platform Engineer
Reprezentativni mandat platforma ML znotraj grozda Iskanje vodstvenih kadrov na področju strojnega učenja.
Karierna pot
Director of ML
Reprezentativni mandat Vodstvo na področju ML znotraj grozda Iskanje vodstvenih kadrov na področju strojnega učenja.
Povezave z mesti
Povezane geo strani, kjer ima ta trg resnično poslovno koncentracijo ali gostoto kandidatov.
Strateško partnerstvo pri iskanju talentov za strojno učenje
Zagotovite si vodilne strokovnjake, ki bodo pospešili vašo digitalno preobrazbo in zagotovili skladnost z novimi regulativnimi okviri. Spoznajte našo metodologijo iskanja vodstvenih kadrov in preverite, kako zaposlovati strokovnjake z našim specializiranim pristopom k procesu iskanja.
Pogosto zastavljena vprašanja
Sprejetje nacionalne zakonodaje in vzpostavitev regulativnih peskovnikov pod okriljem agencije AKOS ustvarjata močno povpraševanje po hibridnih strokovnjakih. Organizacije pospešeno iščejo kadre, ki združujejo tehnično znanje strojnega učenja z razumevanjem evropskega pravnega okvira, etike in razlagljivosti modelov.
Investicija v nov superračunalnik v Mariboru, ki bo nadomestil sistem Vega, močno povečuje potrebo po inženirjih za visoko zmogljivo računalništvo in strokovnjakih za podatkovno arhitekturo. Projekt Maribor spreminja v pomembno regionalno središče za napredne računalniške zmogljivosti.
Poleg klasičnega razvoja algoritmov trg zahteva poglobljeno znanje o generativni umetni inteligenci, upravljanju velikih jezikovnih modelov ter sposobnost zagotavljanja semantične interoperabilnosti podatkov, zlasti v luči novih smernic za javno upravo in gospodarstvo.
Pomanjkanje se rešuje z močnejšim povezovanjem akademske sfere (FRI, IJS) in gospodarstva prek kompetenčnih centrov. Medtem ko zasebni sektor privablja kadre s konkurenčnejšimi paketi nagrajevanja, javni sektor vlaga v interna usposabljanja. Oddaljeno delo prav tako omogoča dostop do širšega bazena talentov izven tradicionalnih središč.
Ljubljana ostaja primarno vozlišče zaradi koncentracije raziskovalnih inštitutov, univerz in tehnoloških podjetij. Maribor pa se zaradi superračunalniške infrastrukture in močne tehnične univerze (FERI) hitro uveljavlja kot ključno sekundarno središče za razvoj umetne inteligence.
Zaradi strogih zahtev glede transparentnosti in varnosti sistemov umetne inteligence morajo inženirji in podatkovni znanstveniki znati razviti modele, ki so revizijsko sledljivi in razlagljivi. Tehnične odločitve imajo zdaj neposredne pravne in finančne posledice za celotno organizacijo.