I samarbete med AI Data Cloud-företaget Snowflake presenterade MIT Technology Review nyligen, en undersökning som visar att 72 procent av beslutsfattarna anser att data engineers är avgörande för verksamhetens framgång inom AI-området. För de som arbetar på verksamheter med en årsomsättning på över 10 miljarder dollar delar hela 86 procent denna uppfattning.
Resultatet av rapporten visar också att den genomsnittliga tiden som spenderades på AI-projekt ökat från 19 procent 2023, till 37 procent 2025, vilket dessutom förväntas öka till 61 procent till 2027. Den traditionella data engineer-rollen har dessutom breddats med en ökad tillgång till AI-verktyg. Det gör att data engineers bör ta en mer strategisk och inflytelserik roll i organisationen. Majoriteten (81 procent) av företagsledare tycker att data engineers rollbeskrivning i deras organisationer har förändrats på grund av AI.
– Företagsledare har snabbt förstått att om de inte använder data i sina beslutsfattandeprocesser riskerar de att hamna efter konkurrenterna, säger Chris Child, Vice President of Product Data Engineering på Snowflake. Detta har lett till att data engineers uppmärksammas av beslutsfattare, då de i allt större utsträckning har en nyckelroll i att utforma strategier och driva affärsresultat.
När data engineers blir en viktigare faktor för beslutsfattandet måste de också ägna mer tid åt arkitektur och design, vilket förväntas fortsätta öka i takt med den ökande AI-användningen. 74 procent av tekniska beslutsfattare uppger att antalet projekt och ny kod ökat. Samtidigt uppger 77 procent att AI har ökat data engineers arbetsbelastning då hantering av ostrukturerade data och realtids-pipelines blivit allt viktigare.
Childs betonar därför att data engineers bör besitta en fördjupad förståelse för verksamhetsmål för att kunna skapa värde. De bör dessutom föra en dialog med olika enheter inom organisationen för att bättre förstå vad de vill uppnå och vilken data de behöver för att nå målen. Tekniska beslutsfattare kan möjliggöra detta genom att tillfälligt låta data engineers ingå i tvärfunktionella team tillsammans med produktägare och intressenter för olika AI-projekt.
