जेपीमॉर्गन इंडिया भर्ती: एआई दबाव से पाइपलाइन मांग में उछाल

AI नौकरियों की कहानी का आसान लेकिन अधूरा संस्करण यह कहता है कि सॉफ्टवेयर काम को खा जाता है, कर्मचारियों की संख्या घटती है, और बाकी सभी लोग भागदौड़ में लग जाते हैं। JPMorgan की रिपोर्ट की गई भारत भर्ती योजना अधिक उपयोगी है, क्योंकि इसमें एक ही नियोक्ता के फैसले में इस बदलाव के दोनों पहलू दिखते हैं। बैंक देख रहा है कि AI कुछ क्षेत्रों में स्टाफ की जरूरत कम कर रहा है, जबकि वह ऐसे लोगों को नियुक्त करने की योजना भी बना रहा है जो AI के आसपास तकनीकी सिस्टम बनाते हैं। यह विरोधाभास नहीं है। ऐसा तब होता है जब ऑटोमेशन डेमो से निकलकर वास्तविक संचालन में आता है।

विभाजन

Storyboard18 ने रिपोर्ट किया कि JPMorgan अपने इंडिया ग्लोबल कैपेबिलिटी सेंटर के लिए लगभग 1,000 टेक्नोलॉजी पेशेवरों की भर्ती करने की योजना बना रहा है, और उसने Moneycontrol का हवाला दिया। उसी Storyboard18 रिपोर्ट में कहा गया है कि भर्ती का फोकस क्लाउड आर्किटेक्चर, साइबर सुरक्षा और AI पाइपलाइन विशेषज्ञों पर होगा। इसमें यह भी कहा गया है कि JPMorgan के CEO Jamie Dimon ने हाल ही में बताया कि AI ने बैंक के कुछ हिस्सों में स्टाफ की जरूरत 30 प्रतिशत से 40 प्रतिशत तक कम कर दी है।

सीखने वालों के लिए महत्वपूर्ण शब्द केवल AI नहीं है। वह है आर्किटेक्चर, सुरक्षा और पाइपलाइन। ये लागू करने वाले शब्द हैं, कॉन्फ्रेंस वाले शब्द नहीं। अगर किसी रिज़्यूमे में AI Engineer लिखा है, तो उसका मतलब मॉडल रिसर्च, ऐप इंटीग्रेशन, डेटा इंजीनियरिंग, प्लेटफॉर्म इंजीनियरिंग या सुरक्षा का काम हो सकता है। JPMorgan की रिपोर्ट की गई श्रेणियां उस कम चमकदार परत की ओर इशारा करती हैं जिसकी हायरिंग मैनेजरों को अब भी जरूरत होती है, जब ऑटोमेटेड सिस्टम असली बैंक वर्कफ्लो को छूते हैं।

India Today की फ्रेमिंग क्या जोड़ती है

India Today ने इस कदम को इस तरह बताया कि JPMorgan AI-चालित कार्यबल बदलावों के बावजूद भारत के GCCs में 1,000 टेक नौकरियां जोड़ रहा है। यह फ्रेमिंग महत्वपूर्ण है, क्योंकि यह दो सच्चाइयों को एक साथ सामने रखती है। AI कुछ दोहराए जाने वाले काम को कम कर सकता है, और यह उन लोगों की जरूरत भी बढ़ा सकता है जो नए सिस्टम को इतना भरोसेमंद बनाते हैं कि वे एक बड़े संस्थान के अंदर चल सकें।

यहीं पर जॉब टाइटल का फैलाव उम्मीदवारों को भ्रमित करता है। किसी पोस्टिंग में AI लिखा हो सकता है, लेकिन स्क्रीनिंग बातचीत इस बारे में हो सकती है कि क्या आप मजबूत क्लाउड सेवाएं डिजाइन कर सकते हैं, संवेदनशील सिस्टम तक पहुंच सुरक्षित कर सकते हैं, या डेटा को इतना साफ तरीके से आगे बढ़ा सकते हैं कि बाद के मॉडल बेकार डेटा से अनुमान न लगा रहे हों। केवल प्रॉम्प्ट शब्दावली सिखाने वाला सर्टिफिकेट उस प्रोजेक्ट से अच्छी तरह मुकाबला नहीं करेगा जो ingestion, validation, logging, monitoring और tradeoffs की सरल अंग्रेजी में व्याख्या दिखाता हो। नौकरी का लेबल चमकदार हो सकता है। असली काम आम तौर पर plumbing, controls और uptime होता है।

भर्ती योजना के पीछे सीखने वालों

के लिए संकेत Storyboard18 की रिपोर्ट उम्मीदवारों को एक उपयोगी फिल्टर देती है: operational verbs यानी संचालन से जुड़े क्रियाओं को फॉलो करें। Cloud architecture का मतलब है कि आपको यह समझा पाना चाहिए कि एप्लिकेशन कैसे चलते हैं, scale करते हैं, fail होते हैं और recover करते हैं। Cybersecurity का मतलब है कि आपको identity, permissions, monitoring और incident response को इतना समझना चाहिए कि आप जोखिम पर बात कर सकें, बिना acronyms के पीछे छिपे। AI pipeline work का मतलब है कि मॉडल आउटपुट पर बहस शुरू होने से पहले आपको data movement और data quality में सहज होना चाहिए।

इसका मतलब यह नहीं है कि सभी को एक ही कोर्स की ओर दौड़ना चाहिए। तकनीकी करियर की शुरुआत में मौजूद 25 साल का व्यक्ति cloud projects, security labs और data workflows के आसपास पोर्टफोलियो बनाने की flexibility रख सकता है। operations, analytics या compliance से आगे बढ़ रहा 45 साल का व्यक्ति शायद पूरी तरह reset करने के लिए कम समय रखता हो, लेकिन अक्सर वह domain judgment लेकर आता है जिसे बैंक तब महत्व देते हैं जब सिस्टम को govern और explain करना होता है। constraints अलग हैं, hype cycle वही है। व्यावहारिक सवाल यह है कि अगले कुछ महीनों में आप कौन सा evidence बना सकते हैं।

AI लेबल के पीछे भागने से पहले क्या बनाएं

Storyboard18 की रिपोर्ट की गई hiring categories को नक्शा मानें, तो एक समझदार learning path एक visible workflow से शुरू होता है। एक छोटा cloud hosted service बनाइए, उसे basic access controls से सुरक्षित कीजिए, उसमें clean data feed कीजिए और document कीजिए कि क्या टूटता है। फिर monitoring जोड़िए और एक छोटा writeup लिखिए जिसमें समझाएं कि आप bad inputs, downtime या unauthorized access को कैसे संभालेंगे। इस तरह का project उस badge से ज्यादा बताता है जो कभी browser से बाहर नहीं निकलता।

अगला signal यह देखना है कि क्या और बड़े employers यही pattern अपनाते हैं: कम vague AI transformation slogans, और cloud, cyber तथा pipelines के आसपास अधिक hiring। India Today और Storyboard18 दोनों JPMorgan की hiring को AI-related workforce change की पृष्ठभूमि में रखते हैं, और यही वजह है कि learners को panic से बचना चाहिए और job architecture पढ़ना चाहिए। Automation pressure हर technical skill को बराबर मूल्यवान नहीं बनाता। यह उन लोगों के लिए bar ऊपर उठाता है जो उन systems को build, secure और operationalize कर सकते हैं जिन्हें बाकी सभी को अपनाने के लिए कहा जा रहा है।