Arbejdsmarkedets eftersprgsel efter digitale kompetencer Danmarks Lringsfestival 6
Arbejdsmarkedets efterspørgsel efter digitale kompetencer Danmarks Læringsfestival 6. marts 2018 Twitter: AI@Deep. Learn 007
Baggrund for projektet Generel opmærksomhed mod at øge uddannelsernes arbejdsmarkedsrelevans • Hvordan sikrer vi via uddannelsespolitikken et tilstrækkeligt udbud af de rette kompetencer til at matche den lokale og nationale efterspørgsel på både kort og længere sigt? Disruptionrådet • Hvordan udnytter vi mulighederne i den teknologiske og digitale udvikling bedst muligt, så alle danskere får del i udviklingen og er rustet til fremtidens arbejdsmarked? Trepartsaftalen om VEU • Fokus på at løfte basale it-færdigheder, en national strategisk indsats for digitalisering af hele VEU-området og en styrket indsats vedr. analyser af kompetencebehovet. 16 -09 -2021 Side 2
Projektets formål • Kan vi dokumentere, at der er en stigende efterspørgsel efter digitale kompetencer blandt faglærte og ufaglærte? • Hvilke konkrete digitale kompetencer efterspørger arbejdsmarkedet egentlig? • Hvilke programmeringssprog er i fremvækst og hvordan er efterspørgslen efter kompetencer indenfor robotteknologi? • Hvilke digitale kompetencer skal fx en elektriker have? 16 -09 -2021 Side 3
Mulige analysemetoder Kilder: Danmarks Akkrediteringsinstitution: ”Veje til viden om fremtidens kompetencebehov” Teknologisk Institut: "Brugen af Fremskrivnings- og Analysemetoder i Uddannelsesplanlægningen”. 16 -09 -2021 Side 4
Projektets data og metode 1/3 Positivliste Negativliste Stillingskategorier • Opslag fra Jobindexdata målrettet faglærte og ufaglærte, fx elektriker • Opslag fra Jobindexdata ikke målrettede faglærte eller ufaglærte, fx læge Uddannelsesbaggrund • Erhvervsuddannelser • Certifikatgivende AMUkurser • Uddannelsesbetegnelser, fx M. Sc. , BA, Cand. etc. Afgrænsning af jobopslag målrettet faglærte og ufaglærte • 2, 1 mio. jobopslag 20082017 • 500 danske sites og jobdatabaser (jobindex) • 1, 4 mio. jobopslag målrettet faglærte og ufaglærte. 16 -09 -2021 Side 5
Projektets data og metode 2/3 MACHINE LEARNING 550 187 kompetenceord Fire typer af digitale kompetencer: • • Basale Mellemniveau Avancerede Digitaliserede 16 -09 -2021 Side 6
Projektets data og metode 3/3 Eksempel på machine learning 16 -09 -2021 Side 7
Dashboardet 16 -09 -2021 Side 8
Fremtidsudsigter 16 -09 -2021 Side 9
Anvendelsesmuligheder Som grundlag for at skabe et målrettet og relevant uddannelsesudbud • Input til den centrale, regionale og lokale uddannelsesplanlægning • Understøtte efteruddannelsesudvalgene, de faglige udvalg og skolernes tilrettelæggelse af uddannelsesudbud og udvikling af fagligt indhold i uddannelserne Som input til styring og organisering af jobcentres og RAR'ers indsats • Analytisk vidensgrundlag om den regionale efterspørgsel efter kompetencer inden forskellige erhvervsområder, brancher og arbejdsfunktioner. Som værktøj for sagsbehandlere- og/eller borgere • Konkrete bud på kompetenceprofiler forskellige stillingsbetegnelser • Dialogværktøj mellem sagsbehandlere og ledige • Målretning af jobcenterindsatser og efteruddannelsesaktiviteter for den enkelte. 16 -09 -2021 Side 10
Spørgsmål ? ? ? 16 -09 -2021 Side 11
- Slides: 11