Selon le dernier rapport de l’Uptime Institute, un consortium d’entreprises constitué pour maximiser l’efficacité des datacenters, la pénurie de personnel qualifié se poursuit dans les centres de données. L’usage de l’Intelligence Artificielle (AI) ne suffit pas à combler ce besoin, notamment parce que la frontière entre les activités de développement et l’opérationnel s’estompe.

Près de la moitié des exploitants de datacenters interrogés dans le cadre de l’étude déclarent avoir des difficultés à trouver des candidat.e.s qualifié.e.s, contre seulement 38% en 2018.

« A mesure que les données se déplacent vers le cloud, le rôle d’administrateur de base demande davantage de capacités de développement de logiciels », explique Arthur Hu, vice-président senior et directeur de l’information chez Lenovo. « Les nouveaux emplois exigent de comprendre comment tirer parti des technologies logicielles qui sous-tendent l’automatisation des centres de données actuels ». Et de citer en exemples les personnes en charge de la fiabilité des sites, du cloud computing, les architectes de solutions qui améliorent l’efficacité opérationnelle et la compétitivité des centres de données.

« Les grands centres de données nécessitent une approche pratique 24 heures sur 24, 7 jours sur 7 et 365 jours par an. Désormais, un ingénieur de centre de données doit non seulement être capable de réparer des équipements ou de modifier des aspects mécaniques, mais de le faire avec les aptitudes techniques d’un développeur », précise Chris Napier, vice-président des opérations chez CyrusOne. « On a besoin non seulement de développeurs qui écrivent des logiciels et de commerciaux pour les vendre, mais aussi d’ingénieurs qui comprennent comment intégrer le logiciel dans le centre de données. »

Le centre de données s’automatisant rapidement, « un ensemble de compétences DevOps qui mêle les capacités de développement d’applications et d’administration d’infrastructures est bien adapté à ce rôle », renchérit Paul Speciale, chef de produit chez Scality. « La capacité à coder des scripts et tirer parti des API exposées par les solutions d’infrastructure, telles que la mise en réseau et le stockage des données, est clé ». L’automatisation « use d’applications qui font appel à l’IA et à l’apprentissage automatique, ainsi que d’outils capables d’analyser de grandes quantités de données (Big Data). Les opportunités sont là pour les personnes qui peuvent travailler en tant qu’analystes et scientifiques des données, avec l’aptitude à dénicher des idées parmi de vastes quantités de données ».

Pour décrocher les postes en forte demande, « les professionnels des centres de données doivent se familiariser avec l’architecture sous-jacente des différents clouds publics et privés. Ils devraient aussi affiner leurs compétences en Infra as Code, DevOps, Intelligent Analytics, Kubernetes, mesh et serverless. Avec de telles connaissances, ils seront bien préparés. »