Building the AI-ready workforce: A collaborative effort between government, tech companies and education providers

To follow the trend of future work, upskilling and reskilling, and digital transformation, we are posting a series of articles to analyze government policies and practices to learn how countries are taking strategies to build their workforce for these challenges. In the previous article, we examined how Singapore is helping mid-career PMETs to switch to the tech sector. Our second stop is Saudi Arabia.

The Kingdom of Saudi Arabia has shown strong commitment to the implementation and development of AI as it seeks to diversify the economy, reduce the dependence on oil and shift away from public sector-driven welfare within a strategic framework called Saudi Vision 2030. According to estimates by PwC, the contribution of AI to the national economy in Saudi Arabia will reach US$135.2 bn by 2030, around 12.4% of its total GDP.

Saudi Vision 2030 comprises a host of ambitious targets for the labor market, including lowering the unemployment rate from 11.6% to 7% [1], increasing female participation from 22% to 30% [2], and bolstering the private sector with a special emphasis on small and medium-sized enterprises (SMEs) to increase their contribution to GDP from 20% to 35% by 2030 [3].

Under Saudi Vision 2030, Saudi Arabia is spending heavily on the communication and information technology (ICT) sector. The International Data Corporation (IDC) predicts that spending on IT in Saudi Arabia will exceed $11 billion in 2021. In addition to Saudi Vision 2030, the Kingdom has launched its National Strategy for Data and Artificial Intelligence (NSDAI) and last year signed a series of partnership agreements with international tech companies last year to advance AI in Saudi Arabia. One of the key pillars of the NSDAI is to build an AI-ready workforce in the Kingdom.

The growing industry is putting high pressure on a domestic labor market that lacks a sufficiently large and experienced national ICT workforce. Saudi Arabia is highly reliant on expat workers, and many of its professionals, including most in ICT, are sourced internationally. This has hampered many private companies and especially SMEs due to high recruiting costs. Furthermore, as skilled talents are increasingly in short supply globally, Saudi Arabia needs to focus on its young domestic population.

With 60% of the population under 30 years of age in 2020, Saudi Arabia has one of the world’s youngest populations. However, youth employment remains low in the Kingdom, and 16% of Saudi youth between 20 and 24 are classified as NEET (not in education, employment or training) [4]. Several reports indicate that there is a notable gap between the future-proof skills requested in the labor market and those possessed by the young people, and that the Kingdom is lacking an effective skill matching mechanism. Current skills gaps include STEM skills (science, technology, engineering and math), soft skills, and industry-specific international skills due to a lack of vocational training [5]. Therefore, part of the NSDAI agenda is to provide professional AI training to Saudi university students, researchers and developers, as well as up- and reskilling opportunities that enable Saudis to utilize AI and data in both the public and private sectors. Programs including the National AI Capability Development Program and the National AI Talent Cultivation and Onboarding Program have already been set up by the government as a collaboration between tech partners and education providers to attract, develop and retain AI talent in Saudi Arabia with a target of creating 20,000 AI and data specialists and experts by 2030.

As countries embark on the journey of digital transformation, their governments and public employment services (PES) seek suitable solutions to support them in the increasingly important role they play in job matching, enhancing employability, addressing skill gaps and aligning education offerings with market needs. To learn about how JANZZ.technology assists PES in tackling these challenges, please visit our product site for PES or contact us at info@janzz.technology

 

[1] Readiness for the Future of Work, ATKearney and MISK.

[2] KSA Vision 2030: Strategic Objectives and Vision Realization Programs 61.

[3] KSA National Transformation Program Delivery Plan – 2018-2020

[4] International Labour Organization, ILOSTAT database.

[5] Building the talent pipeline in Saudi Arabia, City&Guilds Group

The importance of localizing ontologies, illustrated on the education systems in Peru and Colombia

In one of our recent posts, we explained the difference between an ontology and a taxonomy. Although choosing an ontology over taxonomies is an important step towards smart and accurate matching, it is not the only aspect to consider. Even if you are only interested in a monolingual ontology, but even more so with multilingual ones, localization is another key feature. For high performance and satisfactory matching results, it is simply not enough for the ontology to cover your language of choice, especially not if that language is spoken in several countries. The system needs to truly understand context, including regional or national variations in occupational, legal, educational and linguistic matters. For instance, certain occupations may require official certifications or authorizations in one country, but not in another. And most often these certifications will have different names depending on the country they are issued in. A certain job title may be widely used in one country, and completely uncommon in another, e.g., joiner in the UK, Australia and New Zealand – a type of carpenter. This term is practically not used in the US (even though the largest US trade union for carpenters is called the United Brotherhood of Carpenters and Joiners of America).

Of course, this issue is not just limited to job titles and authorizations. It is also essential to understand implicit skills, i.e., those not mentioned in a job description or candidate profile but that can be derived from other information such as education and training. And required education must be factored in as well. Suppose, for instance, you are located in a Spanish-speaking country and looking to hire someone with a bachelor’s degree, i.e., who has completed undergraduate university studies. In Peru, you may ask for a Bachiller. However, in Colombia, this term will give you matches with candidates who have the equivalent of a high school degree: a Bachiller Académico or a Bachiller Técnico. If you ask for a Licenciado, another common term in Spanish-speaking countries that often corresponds to a bachelor’s degree, your Colombian candidates will have a degree more or less equivalent to a Bachelor of Education in the US.

 

Localizing Ontologies

 

To avoid unsatisfactory to outright useless matching results, an ontology must be carefully enriched with country-specific information such as linguistic variations, localized job titles, mapping of national classification systems and details from the country’s education system including names of degrees and diplomas, and – ideally – curricula and taught skills. This may require extensive work by subject matter experts familiar with the country in question. But it is an investment well worthwhile that will dramatically improve matching results and all associated services such as career counseling, education/job matching platforms, labor market analytics and more, as well as enhance usability of interactive services and features, for instance, with smart suggestions and typeaheads that actually make sense to the users.

You may have already found out the hard way that using standard taxonomies like ESCO does not really work in your country. If not, don’t do it. Go straight for a well-localized ontology. At JANZZ.technology, this is one of our key services for new country clients and we have successfully implemented localizations of our ontology JANZZon! for countries across the globe. If you want to enhance your system with the extensive knowledge from the world’s largest multilingual job and skills ontology, or learn more about our highly performant ontology-driven products and technologies, feel free to contact us at info@janzz.technology.

Nếu không phải bây giờ, thì khi nào? Số hoá Dịch vụ Công về Việc làm trong thời kỳ COVID – chi phí ra sao?

Đại dịch toàn cầu hiện nay đã đẩy thị trường lao động vào tình trạng hỗn loạn chưa từng có. Theo OECD, tác động đến thị trường việc làm chỉ trong vòng ba tháng đầu tiên đã gấp 10 lần so với cuộc khủng hoảng tài chính năm 2008. Toàn bộ các lĩnh vực như khách sạn, hàng không dân dụng và lĩnh vực văn hóa đều bị ảnh hưởng nặng nề, dẫn đến tình trạng mất việc hàng loạt và giảm thu nhập của các doanh nghiệp tự do. Mặt khác, thương mại điện tử, siêu thị, dịch vụ chuyển phát nhanh và hậu cần, sản xuất thực phẩm, các sản phẩm vệ sinh, sức khỏe, dược phẩm và một số các ngành khác đã phát triển mạnh, tạo ra những cơ hội mới. Do đó, lực lượng lao động tham gia vào những ngành nghề này đã gia tăng một cách đáng kể. Ngay cả khi một số công việc này chỉ là tạm thời, chúng chính là cứu cánh cho những người đang cần thu nhập.

Giữa những xáo trộn này, Dịch vụ Công về Việc làm (Public Employment Services – PES) đã phải đối mặt với một bài kiểm tra đầy căng thẳng mang tính lịch sử, với lượng người tìm việc mới tràn ngập, vượt xa những gì mà hệ thống thường lỗi thời của họ được thiết kế – giả sử một quốc gia đủ phát triển để có một hệ thống như vậy. Trong khi thanh niên đang gặp rất nhiều khó khăn do không có những việc làm ở mức khởi điểm, đòi hỏi ít kỹ năng cũng như các vị trí thực tập, học nghề, những người lao động có trình độ tay nghề thấp, phụ nữ, dân tộc thiểu số cũng như lao động tự do và phi chính thức là những đối tượng chịu tác động nặng nề nhất của cuộc khủng hoảng. Nói một cách khác, cuộc khủng hoảng này khiến những tổn thương sẵn có bộc phát, và qua đó gây gia tăng sự bất bình đẳng trong xã hội. Hơn bao giờ hết, PES phải tìm ra những phương cách mới để phục vụ tốt nhất cho người dân của họ vượt qua cuộc khủng hoảng này và hướng tới tương lai. Những nhóm đối tượng lao động dễ bị tổn thương cần được bố trí lại công việc càng nhanh càng tốt, để tránh những ảnh hưởng nghiêm trọng, thậm chí có thể để lại những “vết sẹo” lâu dài. Bên cạnh đó, các văn phòng PES cần phải chuẩn bị tinh thần cho những thay đổi và xáo trộn nhiều hơn nữa trong tương lai, họ phải trang bị cho mình các giải pháp kỹ thuật số sáng tạo, giúp tăng cường khả năng phục hồi của thị trường lao động. Để làm được điều đó, chúng ta phải đảm bảo tính hiệu quả và khả năng mở rộng của thị trường lao động, cũng như cung cấp các giải pháp bố trí lao động sáng tạo và thông tin chi tiết có giá trị, kịp thời về thị trường cho cả hai bên, người lao động tìm việc và người sử dụng lao động.

Ngay cả khi hệ thống Dịch vụ Công về Việc làm của một quốc gia mới chỉ được xây dựng, đây chính là thời điểm thích hợp để bắt đầu công cuộc chuyển đổi kỹ thuật số. Trên thực tế, đó có lẽ là thời điểm tốt nhất, đặc biệt là đối với các quốc gia mới bắt đầu. Một giải pháp được thiết kế tốt không yêu cầu một xuất phát điểm hoàn hảo. Nó không cần nhiều dữ liệu nội bộ hoặc thậm chí là một PES được tổ chức tốt. Nó hoạt động tốt ở các thị trường chỉ có một số chuyên gia có tay nghề cao và hỗ trợ quá trình chuyển đổi từ nền kinh tế phi chính thức sang nền kinh tế chính thức. Ngoài ra, việc lựa chọn cách tiếp cận ưu tiên thiết bị di động, hướng tới các tính năng tự phục vụ, thay vì một hệ thống cồng kềnh đã phát huy thế mạnh trong nhóm bị ảnh hưởng nhiều nhất của đại dịch – những người trẻ tuổi. Đó là những người đã quen với việc tự giải quyết vấn đề, tìm kiếm thông tin và khám phá các chế độ tùy chọn trên các thiết bị cầm tay của mình. Quá trình số hoá đã bắt đầu và những ai muốn trở thành một phần của nó phải hành động ngay bây giờ.

Để đảm bảo chuyển đổi số hiệu quả trong thời điểm đầy thách thức này, PES nên tìm kiếm các giải pháp với các đặc điểm sau đây.

Đối sánh toàn bộ hồ sơ (Full profile matching) dựa trên các bản thể học (ontologies) để có nhiều giải pháp sắp xếp phù hợp hơn

Thay vì chỉ so sánh các chức danh công việc, người tìm việc có thể được đối sánh dựa trên hồ sơ đầy đủ về kỹ năng, học vấn, kinh nghiệm trước đây và nhiều tiêu chí phù hợp khác. Điều này đặc biệt sẽ giúp ích cho những người đang cần tìm kiếm một ngành nghề mới, do ngành nghề cũ bị bị suy thoái. Ngoài ra, việc sử dụng các bản thể học chuyên biệt về thị trường lao động với nội dung cụ thể của từng quốc gia giúp xác định các kỹ năng tiềm ẩn dựa trên học vấn và kinh nghiệm. Điều này có thể cải thiện đáng kể hồ sơ người tìm việc và do đó mở rộng phạm vi tìm kiếm công việc hoặc ứng viên phù hợp, đồng thời, tăng đáng kể độ chính xác của các kết quả đối sánh.

Hồ sơ người tìm việc có thể được tìm kiếm một cách dễ dàng, quy trình tuyển dụng đơn giản, nâng cao khả năng hiển thị và tính di động ảo

Một giải pháp tốt phải cung cấp cho người tìm việc một nền tảng để giới thiệu bản thân họ thông qua một hồ sơ (profile). Hồ sơ cần phải có cấu trúc tốt, có thể dễ dàng tìm kiếm, qua đó nâng cao khả năng hiển thị của hồ sơ, giúp người tìm việc có nhiều cơ hội được các nhà tuyển dụng tiềm năng tìm thấy. Để tránh thiên vị, hồ sơ mở chỉ nên chứa những thông tin mang tính chuyên môn. Việc tích hợp các bước đầu tiên của quá trình lựa chọn và tuyển dụng vào hệ thống giúp giảm thiểu các cuộc gặp gỡ trực tiếp cho đến khi lựa chọn được những ứng viên thực sự phù hợp. Những tính năng này đồng thời cải thiện cả khả năng hiển thị và tính di động ảo (virtual mobility) cho người tìm việc. Điều này đặc biệt quan trọng đối với các nhóm dễ bị tổn thương như người lao động trình độ tay nghề thấp, lao động phi chính thức và lao động thiểu số, trong thời gian mà chúng ta phải làm việc từ xa, tại nhà hoặc trực tuyến. Quy trình tuyển dụng dễ sử dụng cũng khuyến khích các doanh nghiệp nhỏ chuyển từ tìm kiếm người lao động thông qua hình thức giới thiệu hoặc truyền miệng sang hình thức đăng tuyển dụng trực tuyến, làm cho tên tuổi công ty và vị trí cần tuyển của họ được hiển thị với nhiều người tìm việc hơn.

Đối sánh phải công bằng, rõ ràng, cho ra các kết quả minh bạch và không thiên vị

Các quy trình đối sánh phải tuyệt đối rõ ràng, rành mạch, có thể giải thích được, có thể kiểm tra được, từ đó đảm bảo tính minh bạch và độ tin cậy. Hơn nữa, các giải pháp phải đảm bảo rằng, theo mặc định, ứng viên tốt nhất, phù hợp nhất, với năng lực tốt nhất được lựa chọn không dựa trên giới tính, dân tộc, khuyết tật hoặc các đặc điểm cá nhân khác. Điều này đảm bảo rằng, tất cả những người tìm việc đều có cơ hội bình đẳng như nhau, bao gồm cả thanh niên, phụ nữ và các nhóm thiểu số.

Phân tích khoảng trống để tìm kiếm công việc và nghề nghiệp mới

Trong thời điểm thị trường lao động thay đổi mạnh mẽ, nhiều người tìm việc bắt buộc phải nhắm đến các ngành nghề mới, công việc mới, hoặc thậm chí, thay đổi hoàn toàn con đường sự nghiệp. Bằng cách lựa chọn ra những kết quả đối sánh phù hợp nhất với các vị trí hiện có, người lao động có thể xác định được các yếu tố mình còn thiếu như kỹ năng, bằng cấp chứng chỉ, hoặc các yếu tố liên quan khác. Đó chính là phân tích khoảng trống (gap analysis), từ đó gián tiếp giúp tìm ra lối thoát cho cuộc khủng hoảng việc làm. Dựa trên dữ liệu thị trường lao động theo thời gian thực và các bản thể học toàn diện, phân tích khoảng trống có thể được sử dụng để tư vấn cho từng người tìm việc hoặc thậm chí để chuyển hướng toàn bộ lực lượng lao động khỏi các ngành nghề hoặc lĩnh vực đang biến mất.

Dự báo thị trường lao động phải thông minh để xác định được những thay đổi và những cú sốc của thị trường trong thời gian thực

Trong một môi trường lao động đầy biến động với những thay đổi nhanh chóng và không thể đoán trước, hệ thống dự báo và thông tin về thị trường lao động trong thời gian thực cùng các công cụ quản lý được thiết kế một cách thông minh sẽ tạo ra sự khác biệt quan trọng. Được xử lý bằng một bản thể học chuyên biệt về thị trường lao động vô cùng mạnh mẽ, những dữ liệu này có thể cung cấp thông tin chi tiết tốt hơn, chính xác hơn và kịp thời hơn – chìa khóa cho sự quản lý hiệu quả và phản ứng nhanh.

Giải pháp của JANZZ cung cấp tất cả các tính năng trên và còn nhiều hơn thế nữa. Chúng tôi không thể tạo ra việc làm, nhưng chúng tôi có thể giúp các quốc gia giải quyết các tác động của COVID-19 đến thị trường lao động. Bên cạnh đó, chúng tôi cũng hướng dẫn các PES trong quá trình chuyển đổi kỹ thuật số để trở nên hiệu quả hơn và bền vững hơn. Chúng tôi có thể hỗ trợ quá trình chuyển đổi từ “phỏng đoán” sang “biết chắc chắn” điều gì sẽ xảy ra để trả lại việc làm cho càng nhiều người càng tốt. Ví dụ: PES có thể tận dụng giải pháp thị trường lao động tích hợp JANZZilms! của chúng tôi để có thể hành động trong các lĩnh vực trọng yếu và phản ứng nhanh chóng kịp thời với các chiến lược hiệu quả.

 

JANZZ Integrated Labor Market Solution (ILMS)

 

Kể từ đầu tháng 3 năm 2020 khi dịch COVID-19 đang hoành hành, chúng tôi đã chứng minh hệ thống của mình hoạt động mạnh mẽ và có khả năng mở rộng như thế nào. Tại một quốc gia châu Âu rộng lớn, do ảnh hưởng của đại dịch, gần 10% dân số lao động đã buộc phải đăng ký thất nghiệp. Vào đầu cuộc khủng hoảng, hệ thống ban đầu được thiết kế cho khoảng 30.000 lượt đăng ký mỗi năm, đã trở nên quá tải với gần 400.000 lượt đăng ký chỉ trong vòng vài tuần. Mặc dù không ai lường trước được một kịch bản như thế này trong giai đoạn lập kế hoạch, nhưng hệ thống của chúng tôi đã xử lý khối lượng giao dịch gần gấp mười lần mà không gặp bất kỳ sự cố nào. Hiệu suất và sự ổn định của hệ thống luôn được duy trì đầy đủ trong những thời điểm quan trọng. Ngoài ra, nhờ thiết kế trực quan và thông minh, cơ quan Dịch vụ Công về Việc làm của quốc gia đó đã có thể tăng cường năng lực tư vấn việc làm, giảm thời gian trung bình để tái hòa nhập thị trường của người lao động. Bằng cách này, chúng tôi đã đóng góp có giá trị vào nỗ lực của chính phủ trong việc đăng ký, tư vấn và bố trí lại việc làm cho gần 400.000 người tìm việc trong cả nước một cách nhanh chóng và hiệu quả.

Hệ thống được lắp đặt nhanh chóng và hiệu quả – không có bất ngờ

Các phương pháp linh hoạt của chúng tôi đã hết lần này đến lần khác đưa đến những sản phẩm xuất sắc – được phát triển đúng thời gian và ngân sách. Các giải pháp tiêu chuẩn có thể được thực thi trong vòng 120 – 180 ngày nếu khách hàng yêu cầu một ngôn ngữ mới, hoặc chỉ trong 90 ngày nếu sử dụng một ngôn ngữ mà chúng tôi đã triển khai trước đó. Điều này mang lại giá trị lớn về mặt thi hành, vận hành và bảo trì. Hơn nữa, việc giá cả được cố định trong vài năm sẽ đảm bảo sự ổn định về mặt tài chính. Ví dụ, giải pháp trọn gói JANZZilms! bao gồm tất cả các thành phần như phân tích đối sánh và khoảng trống, trình phân tích hồ sơ, bản thể học, một số ngôn ngữ, phân tích cú pháp, bảng điều khiển v.v. Với tối đa một triệu người dùng tích cực, chi phí chỉ khoảng 1 USD/một người dùng/một năm. Đây là một giải pháp SaaS hoàn chỉnh, không cần đầu tư thêm cho hệ thống và phần cứng, được bảo trì thường xuyên, có Thỏa thuận mức dịch vụ (SLA’s) hoặc các quy trình cập nhật v.v. Đối với các hệ thống lớn hơn với tối đa 5 triệu người dùng ở mọi vai trò (ví dụ: cố vấn PES, người tìm việc, công ty và nhà cung cấp việc làm, nhà cung cấp bên thứ ba như giáo dục, v.v.), giá giảm xuống chỉ còn khoảng 60-70 cent cho mỗi người dùng một năm. Với các hệ thống thậm chí lớn hơn nữa, giá nhanh chóng giảm xuống dưới 50 xu mỗi năm.

Để biết thêm thông tin về các dịch vụ và giải pháp của chúng tôi có thể giúp tăng cường khả năng phục hồi thị trường lao động của bạn như thế nào, hãy truy cập trang web sản phẩm của chúng tôi – mục về PES, hoặc liên hệ với chúng tôi qua email info@janzz.technologyNếu không phải bây giờ, thì khi nào?

 

A resume of CV parsing. Great candidate experience vs. ATS optimization – is a trade-off truly inevitable?

In recent years, online job and candidate searches have become increasingly important and a growing number of CVs and resumes is now available in digital form. Despite recurring announcements of their demise, and even if the delivery format and selection of information has changed, the need for details on a candidate’s professional background persists. Thus, more and more businesses are turning to automation tools to handle the increasing volume of CVs and resumes. However, because these documents are not standardized, the available recruitment automation and resume parsing tools are faced with significant challenges and are known to screen out good candidates. So, an essential and far from trivial question is how to process this information to produce smart, meaningful data that can be utilized by recruiting tools to pinpoint the best candidates for the vacancy at hand.

Even with the rapid advance of AI-based systems, most ATS resume parsing algorithms are outdated and unintelligent, often causing essential information to get distorted or lost. Candidates are thus advised to submit a standardized resume that is neither visually appealing, nor shows any personality, to avoid being sorted out by the system. This is in stark contrast to the wealth of online advice on how to stand out from the crowd with an appealing modern resume. It also undermines efforts to improve the candidate experience. But there seems to be a general consensus that a trade-off is inevitable: either hirers choose to obtain quality resume information in the first step of the recruiting process – and run the risk of disgruntling best-in-class candidates. Or they improve the candidate experience by not asking too many questions and then simply make do with potentially jumbled parsed resume information – running the risk of great candidates falling through the ATS.

Here at JANZZ.technology, we refuse to ignore these challenges and simply hand the problem off to applicants. Our mission is to help improve both the recruiting and the candidate experience by providing efficient application processes whilst ensuring the candidates’ freedom of individual expression. With our cutting-edge CV/resume parser, we already have the text processing down, using strategies from deep learning models trained specifically for resume content to semantic technologies that translate the myriad variations in occupational jargon to a common vocabulary. As for visual aspects such as formatting, layout and graphical representations, we are currently very actively engaged in the R&D phase, developing pioneering technology to tackle this.

To find out more about the challenges and latest advances in CV and resume parsing – and to take an intriguing walk through the history of the CV – read our white paper:

A resume of CV parsing. Great candidate experience vs. ATS optimization– is a trade-off truly inevitable?

And if you want to use our state-of-the-art semantic parsing tool and benefit from the top quality in multiple languages, all services are also available via API and can be easily integrated into existing ATS or platforms. For a demo or quote, feel free to contact us at info@janzz.technology

Building the AI-ready workforce: A switch for mid-career PMETs to the tech sector

According to the Future of Jobs Report 2020, the World Economic Forum estimates that 85 million jobs will be displaced while 97 million new jobs will be created across 26 countries by 2025 through an AI-driven shift in the division of labor driven. AI technology will have a profound effect on the nature of work for many jobs and our workers will require reskilling or constant upskilling to prepare for changing and new jobs. To follow this trend, we will post a series of articles focusing on government policies and practices regarding these challenges to learn how countries are developing strategies to build their AI-ready workforce. Our first stop is Singapore.

As many other countries, Singapore has a tech talent shortage. According to Minister Vivian Balakrishnan, in charge of the national Smart Nation Initiative, Singapore will require an additional 60,000 tech talents in the next three years. Its education system is producing 2,800 ICT graduates per year, which leaves a gap of 51,600 in three years’ time. As one of the most important business hubs in the Asia Pacific region, Singapore has attracted tech giants to setup headquarters in this city-state. However, many international businesses are concerned that the tight local tech talent pool is slowing down their speed of development. [1]

In its National Artificial Intelligence Strategy, Singapore plans to establish more local talent pipelines in order to raise both the quantity and quality of its AI workforce in the long run. Among the various programs aiming to meet the demand for ICT talent is TeSA Mid-Career Advance, a program under the TechSkills Accelerator (TeSA) initiative for mid-level ICT and non-ICT professionals aged 40+ to make a switch to tech-related careers through company-led reskilling and upskilling.

This newly designed program is supported by government, industry and the National Trades Union Congress. They believe mature workers should also benefit from opportunities created in the fast-growing tech sectors and that the digital momentum must reach all segments of the economy and society. Currently, ten companies have partnered with the program, offering around 500 tech jobs. Eligible mature workers can be hired and trained in a variety of tech jobs by one of these ten partner companies for up to 24 months.

According to the Minister for Communications and Information S Iswaran, TeSA Mid-Career Advance is targeting 2,500 place-and-train opportunities over the next three years. As a start, the government will invest 70 million SGD for the initial job placements under the program. Participating companies will receive government subsidies as a contribution to the additional training costs and salaries. [2]

Besides meeting the tech talent demand, the program is also an attempt to fight against the issue of displacement of mature workers, another long-term challenge faced by Singapore. Based on the 2019 Labor Market Report from Singapore’s Ministry of Manpower, 6,790 locals were laid off that year, over half of which were professionals, managers, executives and technicians (PMETs) aged 40 and above. The 6-month re-entry rate of all laid-off local workers by age group was 65.8% for workers aged 40-49, and 52.2% for the over-50s. These rates are considerably lower than the 82.5% and 76.3% for workers aged below 30 and 30-39, respectively.

The perceived difficulty adjusting to the tech industry at later stages of a career is a concern, as most in-demand tech-related roles are becoming more technical in nature and it can be challenging to pick up skills such as programming languages, software proficiency and data analysis when transitioning from unrelated fields. However, the tech talent shortage is across the entire spectrum of roles so there are also many opportunities in “tech-lite” roles such as technology project managers, digital sales advisors and “for-tech” roles that contribute non-tech knowledge to the development of solutions (e.g., an HR professional working on an HR tech solution). In these positions, the domain knowledge and expertise brought in by experienced PMETs will contribute in creating technology applications that meet business needs. [3]

Despite various successful approaches in Singapore, Wong Wai Weng, chairman of tech trade association SGTech, believes that more proactive efforts should be made, before displacement occurs and before jobs are lost. At JANZZ.technology, we also believe public employment services (PES) must act now to prepare for further shifts and turbulences in the labor market. We provide comprehensive AI-driven solutions and services tailored to the needs of PES across the globe, helping them to actively match jobseekers to suitable jobs, strengthen their labor market resilience and design and implement effective active labor market policies (ALMPs). To learn more about our solutions for PES please visit our product site for PES or contact us at info@janzz.technology

 

 

 

 

[1] https://techwireasia.com/2020/09/is-singapore-facing-a-tech-talent-crunch/

[2] https://www.channelnewsasia.com/news/singapore/70-million-programme-help-mid-career-get-tech-jobs-training-12494274

[3] https://www.businesstimes.com.sg/brunch/skillsfuture-forum-2020/saving-the-senior-execs-career