২৭ দেশেই AI skill-এর চাহিদা বেড়েছে—একই career plan সবার নয়

২২ সেপ্টেম্বর ২০২৬-এ প্রকাশিত SHRM-এর ঘোষণায় বলা হয়েছে, Lightcast-এর সক্রিয় তথ্যপ্রযুক্তি ও কম্পিউটারবিজ্ঞানের চাকরির বিজ্ঞাপন বিশ্লেষণে পর্যালোচনা করা ২৭ দেশেই AI দক্ষতার চাহিদা বেড়েছে। বিশ্লেষণের সময়কাল ছিল জুলাই ২০২৫ থেকে জুন ২০২৬। সাধারণ AI ও মেশিন লার্নিংয়ের পাশাপাশি জেনারেটিভ AI, ক্লাউড প্ল্যাটফর্ম, PyTorch ও TensorFlow চাওয়া দক্ষতার মধ্যে রয়েছে; কিন্তু দেশ ও পেশাভেদে সেগুলোর গুরুত্ব এক নয়।

একই দিনে প্রকাশিত Federal Reserve-এর শ্রমবাজার পর্যালোচনায় উদ্ধৃত যুক্তরাষ্ট্রের গবেষণায় সব অনলাইন চাকরির বিজ্ঞাপনের প্রায় ৩% অন্তত একটি AI দক্ষতা চেয়েছে; চাহিদা শিক্ষা, পেশা ও অঞ্চলভেদে অসম। এই হিসাব এবং SHRM-এর প্রযুক্তিপদভিত্তিক হিসাবের পরিধি আলাদা। চাকরিপ্রার্থীর জন্য তাৎপর্য হলো, আন্তর্জাতিক প্রবণতা কোন দিকে যাচ্ছে জানা দরকার হলেও শেখার অগ্রাধিকার ঠিক করতে হবে আবেদনযোগ্য পদগুলোর কাজ দেখে।

একই বৃদ্ধির আড়ালে দেশ ও পেশার বড় ফারাক

SHRM-এর গবেষণার ওয়েবপাতায় ১৬ জুন ২০২৬ তারিখ দেওয়া আছে; সেখানে তথ্যপ্রযুক্তি ও কম্পিউটারবিজ্ঞানের বিজ্ঞাপনে AI দক্ষতা উল্লেখের গড় অংশ অস্ট্রিয়ায় ৭% ও যুক্তরাষ্ট্রে ২৮.৫%, আর পেশাগোষ্ঠীভেদে মধ্যম দেশের অংশ নেটওয়ার্ক ও সিস্টেম সহায়তায় ৪.৭% থেকে ডেটা বিশ্লেষণ ও গণিতে ৫৫.১% দেখানো হয়েছে। ওয়েবপাতার তারিখটি সেপ্টেম্বরের সংবাদ ঘোষণার তারিখ থেকে আলাদা। এই শতাংশগুলো বিজ্ঞাপনে দক্ষতার উল্লেখ বোঝায়; কত প্রতিষ্ঠানে AI ব্যবহার হচ্ছে বা কতজন কর্মী নিয়োগ পেয়েছেন, তা বোঝায় না।

দেশের গড় দেখে তাই কোনো নির্দিষ্ট পদের প্রস্তুতি ঠিক করা কঠিন। ডেটা বিশ্লেষণের বিজ্ঞাপনে মডেল তৈরি বা ফল যাচাইয়ের কাজ থাকতে পারে, অন্য প্রযুক্তিপদে বিদ্যমান সফটওয়্যারে AI-সংক্রান্ত সুবিধা যুক্ত করার দায়িত্ব থাকতে পারে। দুটো বিজ্ঞাপনেই ‘AI’ লেখা থাকলেও চাওয়া দক্ষতা, কাজের গভীরতা ও প্রমাণের ধরন আলাদা হবে। একই পদের নামও প্রতিষ্ঠানের কাজ ও অভিজ্ঞতার স্তর বদলালে ভিন্ন দায়িত্ব বোঝাতে পারে।

বাংলাদেশ ও ভারতের প্রার্থীদের ক্ষেত্রে এই পার্থক্য আরও স্পষ্ট হতে পারে, যদি তাঁরা স্থানীয়, বিদেশি বা দূরবর্তী পদের মধ্যে বেছে নেন। আন্তর্জাতিক প্রতিবেদনের কোনো দেশের উচ্চ অংশ স্থানীয় চাকরির বিজ্ঞাপনে একই টুলের চাহিদা প্রমাণ করে না। আবার দূরবর্তী পদে বিজ্ঞাপন দেখা গেলেই সেখানে বাংলাদেশ বা ভারত থেকে আবেদন করা যাবে, এমনও নয়। দেশের তুলনা তাই বাজারের পটভূমি দেয়; আবেদনযোগ্য বিজ্ঞাপন প্রস্তুতির নির্দিষ্ট সূত্র দেয়।

কোন দক্ষতা আগে শিখবেন: লক্ষ্যপদের বিজ্ঞাপন থেকে হিসাব

প্রথমে একটি লক্ষ্যপদ, অভিজ্ঞতার স্তর ও আবেদনযোগ্য বাজার নির্দিষ্ট করুন। তারপর সেই শর্ত মেলে এমন ২০টি সাম্প্রতিক চাকরির বিজ্ঞাপন সংগ্রহ করুন। এটি কোনো গবেষণার নির্ধারিত নমুনা নয়; নিজের শেখার তালিকা তৈরির জন্য প্রস্তাবিত কাজের পরিসর। বিজ্ঞাপন কম পাওয়া গেলে সংখ্যা পূরণ করতে ভিন্ন পেশা বা আবেদন করা যায় না এমন দেশের পদ মেশাবেন না। দূরবর্তী কাজের ক্ষেত্রেও প্রার্থীর অবস্থান সম্পর্কে নিয়োগকর্তার শর্ত দেখে নিন।

প্রতিটি বিজ্ঞাপনে AI-সংক্রান্ত শর্তকে চারটি ঘরে ভাগ করলে পরিচিত প্রযুক্তির নাম আর প্রকৃত কাজ গুলিয়ে যায় না। কোনো শর্ত স্পষ্ট লেখা না থাকলে অনুমান করে ঘর পূরণ করার দরকার নেই। একই বাক্যে একটি টুল, সেটি দিয়ে করার কাজ এবং ফল ব্যাখ্যার দায়িত্ব থাকলে তিনটিই আলাদা করে নথিবদ্ধ করুন।

• টুল: বিজ্ঞাপনে সরাসরি চাওয়া সফটওয়্যার, লাইব্রেরি বা প্ল্যাটফর্ম। ‘AI-তে অভিজ্ঞতা’ লেখা থাকলে নিজের পছন্দের টুলের নাম এখানে বসাবেন না।
• কাজ: ডেটা প্রস্তুত, মডেল তৈরি, বিদ্যমান ব্যবস্থায় প্রয়োগ, ফল পরীক্ষা বা কার্যকারিতা পর্যবেক্ষণের মতো নির্দিষ্ট দায়িত্ব।
• ক্ষেত্রজ্ঞান: কোন ধরনের ডেটা, পণ্য বা সমস্যার জন্য কাজটি করতে হবে। পদ্ধতির নাম এক হলেও ক্ষেত্র বদলালে প্রয়োজনীয় বোঝাপড়া বদলায়।
• দলগত দক্ষতা: ফল ব্যাখ্যা, অন্য দলের সঙ্গে কাজ বা পদ্ধতির সীমা জানানো—শুধু বিজ্ঞাপনে এসব প্রত্যাশা থাকলে।

এবার প্রতিটি শর্তের পাশে লিখুন, কতটি বিজ্ঞাপনে তা এসেছে, সেটি মূল দায়িত্ব না পছন্দনীয় যোগ্যতা, এবং নিজের কাছে সেই কাজের কী প্রমাণ আছে। বারবার চাওয়া ও মূল দায়িত্বের সঙ্গে যুক্ত দক্ষতা শেখার তালিকায় আগে আসতে পারে। এক প্রতিষ্ঠানের বিজ্ঞাপনে একবার দেখা টুলকে পুরো বাজারের অগ্রাধিকার ধরে নেওয়ার কারণ নেই। উল্টো দিকে, একই কাজের জন্য নানা টুলের নাম থাকলে আগে কাজটির ভিত্তি বোঝা বেশি যুক্তিসংগত হতে পারে। এটি বিজ্ঞাপন থেকে সিদ্ধান্ত নেওয়ার সম্পাদকীয় পদ্ধতি, নিয়োগের সম্ভাবনা মাপার সূত্র নয়।

বাংলাদেশ বা ভারতের প্রার্থীর তালিকায় কী আলাদা হবে

স্থানীয় ও আন্তর্জাতিক বিজ্ঞাপন এক তালিকায় গুনলে একটি শর্ত কেন বেশি দেখা যাচ্ছে, তা বোঝা মুশকিল। বাংলাদেশে আবেদনযোগ্য পদ, ভারতের নির্দিষ্ট শহরের পদ এবং বিদেশ থেকে আবেদন নেওয়া দূরবর্তী পদ—যে বাজারগুলো সত্যিই লক্ষ্য, সেগুলোর জন্য পৃথক তালিকা রাখুন। তারপর একই পদের দায়িত্ব, অভিজ্ঞতার স্তর এবং আবশ্যিক দক্ষতা পাশাপাশি দেখুন। এতে বৈশ্বিক চাহিদার সঙ্গে নিজের আবেদনক্ষেত্রের মিল ও অমিল বোঝা যায়।

বিজ্ঞাপনের ভাষাও সিদ্ধান্ত বদলায়। ‘অবশ্যই জানতে হবে’ এবং ‘জানলে ভালো’ সমান শর্ত নয়; প্রযুক্তির দীর্ঘ তালিকা থাকলেও কোনটি দিয়ে কী কাজ হবে, তা সব সময় পরিষ্কার লেখা থাকে না। অস্পষ্ট বিজ্ঞাপন থেকে নির্দিষ্ট পাঠ্যক্রম বানানোর বদলে সেটিকে অস্পষ্ট হিসেবেই চিহ্নিত করুন। যে বিজ্ঞাপনে কাজ, প্রত্যাশিত ফল ও প্রয়োজনীয় প্রযুক্তি একসঙ্গে বলা আছে, সেটি শেখার অগ্রাধিকার নির্ধারণে বেশি তথ্য দেয়।

কোর্সের সনদ ও কাজের নমুনার মূল্যও পদের দায়িত্বের সঙ্গে মিলিয়ে বিচার করা যায়। বিজ্ঞাপনে ফল যাচাইয়ের দায়িত্ব থাকলে একটি সংক্ষিপ্ত কাজের নমুনায় উদ্দেশ্য, পদ্ধতি, যাচাই এবং সীমা দেখানো প্রাসঙ্গিক হতে পারে। এটি সনদের সর্বজনীন বিকল্প বা চাকরি পাওয়ার নিশ্চয়তা নয়; নির্দিষ্ট কাজটি করতে পারার প্রমাণ দেওয়ার উপায়। বাস্তব প্রতিষ্ঠানের গোপন উপাত্তের বদলে ব্যবহারের অনুমতি আছে এমন উপাত্ত নেওয়াই যথাযথ।

প্রতিবেদন যা বলে, আর যা এখনও বলে না

এখন নিশ্চিত তথ্য হলো, বিশ্লেষণে থাকা প্রযুক্তিপদের বিজ্ঞাপনে AI দক্ষতার উল্লেখ বেড়েছে এবং সেই চাহিদা বাজার ও পেশায় অসম। কিন্তু প্রকাশিত সারসংক্ষেপ দিয়ে বাংলাদেশের কোনো শহর বা ভারতের কোনো নির্দিষ্ট নিয়োগবাজারে আজ কোন টুল সবচেয়ে বেশি চাওয়া হচ্ছে, তা নির্ণয় করা যায় না। বিজ্ঞাপনে দক্ষতা লেখা থাকলেও সেটি নিয়োগের ফল, বাস্তবে কর্মীর AI ব্যবহার কিংবা কোনো সনদের মূল্য প্রমাণ করে না। এসব প্রশ্নের জন্য সংশ্লিষ্ট বাজার ও লক্ষ্যপদের নতুন বিজ্ঞাপন এবং নিয়োগের ফল সম্পর্কে আলাদা তথ্য প্রয়োজন।

আরও পড়ুন:

• Kit এক dashboard-এ sponsor, audience data ও automation—কিন্তু সব feature সবার নয়
• Claude নজরদারির data গ্রাহকের cloud-এই রাখবে—শর্তটি সবার জন্য নয়
• Workato Otto সবার জন্য খুলল: ১,৪০০ অ্যাপে কাজ করলেও নিয়ন্ত্রণ জরুরি