Апскиллинг и рескиллинг в обучении — что выбрать

Один менеджер по продажам становится директором по развитию, а другой — HR. Разбираемся, какие подходы к получению новых навыков использует каждый из них.

Апскиллинг (от англ. up — «вверх», skill — «навык») — это органический рост в конкретной деятельности, расширение компетенций в одной области. По-другому его называют повышением квалификации. Апскил предполагает наращивание компетенций, рост вглубь своей экспертизы. Например, младший инженер-тестировщик может вырасти до мидла, сеньора или даже лида — и управлять командой тестирования.

Наглядная схема роста навыков QA-инженера

Рескиллинг (от англ. re- — «снова», skill — «навык») — это смена карьерного трека, обучение совершенно новым навыкам, не относящимся к предыдущей профессии. Другими словами — переквалификация. Например, специалист по закупкам может стать проджект-менеджером, но к умению вести документацию и считать бюджет нужно добавить новые навыки.

И менеджер по закупкам, и менеджер проектов должен понимать методы маркетинга и уметь планировать

Понять, стоит вам расширять кругозор или совершенствоваться в одной сфере, поможет профориентационный тест, разработанный Практикумом и МГУ. Благодаря анализу ответов мы предложим подходящие IT-профессии и возможность попробовать их — например, решить свою первую задачу из бесплатной вводной части курсов.

Разница между upskill- и reskill-подходами заключается в выборе перспективы карьерного пути. Апскил-подход используют для вертикального роста, рескил — для горизонтального, при нелинейном росте карьеры, когда происходит смена профессии.

Например, Java-разработчик уровня мидл переходит на уровень сеньор. Это апскиллинг. А если он станет Python-разработчиком или после перерыва сменит профессию и станет бизнес-аналитиком — это рескиллинг.

Писательница и мотивационный спикер Барбара Шер разделяет людей по двум типам мышления в зависимости от того, какой подход в освоении навыков они используют: дайверы и сканеры. Разберёмся, что подразумевают эти понятия и какой метод обучения используют представители каждого типа мышления.

• Дайвер — это человек, который любит погружаться в тему, изучая её вдоль и поперёк. Таким людям важно повышение дохода, рост авторитета и уважения. Дайверы применяют upskilling-подход. Они развиваются в одной сфере и становятся в ней экспертами.
• Сканер — человек, у которого много интересов. Он не посвящает всю жизнь одному делу, а развивается в разных направлениях, удовлетворяя своё любопытство. Сканеры быстро адаптируются и не боятся рисков. Они используют reskilling-подход.

Дайверы — потенциальные карьеристы; сканеры продуктивны, только когда у них одновременно несколько занятий

Помимо upskilling- и reskilling-подходов, существует cross-skilling — когда сотрудник приобретает навыки, которые выходят за пределы его профессионального опыта. Подразумевает расширение зоны ответственности для выполнения дополнительных обязанностей.

Например, менеджер по продажам занимается поиском потенциальных клиентов и отправляет им коммерческие предложения, а после договаривается об условиях оплаты и доставки заказа. Благодаря кросс-скиллинг-подходу вместе с этим он выполняет обязанности тендерного специалиста: мониторит предложения на закупку и поставку товаров и услуг, а также оформляет необходимую документацию. Дополнительные навыки помогают сделать опыт работника более гибким или лучше справляться с непредвиденными ситуациями.

Апскил-подход подойдёт, если есть желание продвигаться по карьерной лестнице, улучшать свои навыки в рамках текущей роли или адаптироваться к новым технологиям в своей области. Рескил-подход подойдёт, если текущая профессия становится устаревшей или есть желание сменить направление, например на появившуюся новую профессию.

И дайверам, и сканерам можно сочетать подходы к обучению навыкам, то есть использовать комбинированный подход, так как в наше время популярна концепция lifelong learning — непрерывного обучения на протяжении всей жизни. Его суть заключается в развитии и получении новых знаний с помощью разных форм обучения, чтобы оставаться конкурентоспособным. Для этого стоит внедрять все методы в свою жизнь, чтобы развиваться культурно и финансово. Например, начинать с апскила, затем переходить к кросс-скилу и в конце — к рескилу. Поэтапное обучение воспринимается легче одномоментного наслаивания походов.

Например, аналитик данных, чтобы повысить свою квалификацию, осваивает сложный метод анализа — машинное обучение. После этого он начинает изучать языки программирования — Python или R, чтобы использовать их в своих проектах. Решив сменить профессию, он переходит в область Data Engineering и начинает познавать архитектуру данных и ETL-процессы. Использование сложных методов анализа и знание Python значительно повышают зарплату аналитика данных.

Зарплата аналитика данных в Челябинске без знаний ML и языков программирования — 55 тыс. рублей. В том же городе при наличии этих навыков он может рассчитывать на зарплату от 70 до 150 тыс. рублей. Источник