Bahadir Eroglu/Getty Images

Tepiannya mungkin saja merupakan tempat terjadinya aksi. Dan keunggulannya bermata dua: Bisa berupa jaringan perusahaan yang terdistribusi, atau bisa juga berupa aplikasi yang berjalan dalam perangkat kecil.

Setidaknya 44% organisasi berinvestasi dalam edge IT untuk menciptakan pengalaman pelanggan baru dan meningkatkan keterlibatan, berdasarkan IDC. Dua pertiga (66%) mengindikasikan bahwa mereka berencana untuk menjalankan aplikasi kecerdasan buatan (AI) dan pembelajaran mesin pada saat survei dilakukan. Secara keseluruhan, investasi pada infrastruktur edge akan tumbuh pada tingkat pertumbuhan tahunan gabungan sebesar hampir 23%, IDC menambahkan.

Juga: Siap untuk meningkatkan keterampilan? Lihatlah ke tepi (yang tidak semuanya tentang AI)

Ini berarti peluang di banyak titik di seluruh spektrum teknologi informasi yang lebih terdesentralisasi, yang muncul sebagai zona tujuan untuk aplikasi.

“Pikirkan edge sebagai lapisan awan untuk lokasi tertentu yang penting untuk serangkaian kasus penggunaan yang terus berkembang yang sensitif terhadap waktu dan intensif data,” Mike Zirkle, Wakil Presiden komersialisasi dan ekosistem 5G untuk Verizon Business, mengatakan kepada ZDNET. “Kami melihatnya bekerja dengan baik dengan robot bergerak otonom, kendaraan berpemandu otonom, dan otomatisasi di pabrik, yang merupakan lingkungan di lokasi.”

Zinkle juga menunjuk pada munculnya lingkungan “near-edge” dan “far-edge”. Contoh-contoh yang dekat mencakup “transportasi, unit pinggir jalan virtual, transaksi tol, manajemen kemacetan, dan kasus penggunaan mobilitas.”

Untuk Far Edge, tambahnya, “ada hal-hal seperti modernisasi penyiaran untuk teks tertutup, yang berkaitan dengan peningkatan penundaan pada teks tertutup selama acara langsung, sehingga teks lebih sesuai dengan kecepatan bicara.”

Di sisi korporasi, telah terjadi pergerakan AI dan beban kerja pemrosesan cerdas lainnya menjauh dari sistem terpusat. “Perusahaan telah mulai memanfaatkan kemajuan dalam jaringan, algoritma, dan komputasi edge untuk menjalankan beban kerja kecerdasan buatan di luar pusat data dan lebih dekat ke tempat aplikasi digunakan,” menurut sebuah laporan di Jurnal Wall Street.

Juga: Ubuntu Linux Core 24 adalah lompatan maju untuk IoT dan komputasi tepi

Integrasi AI “ke dalam komputasi tepi semakin menggarisbawahi pentingnya hal ini,” Vandana Singhwakil presiden senior di Schneider Electric, mengatakan kepada ZDNET. “Algoritma AI yang diterapkan di edge memungkinkan perangkat untuk memproses data secara lokal, membuat keputusan secara otonom, dan merespons secara real-time tanpa bergantung pada server terpusat. Hal ini tidak hanya mengurangi latensi tetapi juga meningkatkan privasi dan keamanan dengan meminimalkan kebutuhan untuk mengirimkan data sensitif melalui jaringan.”

Kesempatan berkarir

Karier di bidang korporat meliputi — tetapi tidak terbatas pada — insinyur jaringan edge, arsitek IoT edge, insinyur perangkat lunak edge, arsitek solusi edge, dan spesialis keamanan edge, serta dieja oleh Kihara Kimachia dari TechRepublic. Di tingkat perangkat atau sensor, peluang karir mencakup pengembang perangkat lunak tertanam, insinyur RTOS, dan insinyur firmware.

Hal ini memerlukan keterampilan yang melibatkan perancangan dan pembangunan sistem edge — yang mungkin berbeda dari keterampilan “utama” yang terlihat di banyak pusat data perusahaan. Perbedaan ini muncul dari “pemikiran ulang arsitektur seputar apa yang Anda hitung, dan di mana, dan apa yang Anda simpan, dan di mana,” kata Zirkle dari Verizon. Bekerja di edge, tambahnya, berarti belajar untuk “menerapkan manfaat edge ke lingkungan dan tujuan data Anda. Komputasi edge menjaga data tetap dekat, artinya tidak perlu bolak-balik ke cloud dan pusat data yang jauh.”

Selain itu: AI yang terdepan: 5G dan Internet of Things melihat masa depan yang sangat cepat

Keterampilan semacam itu “lebih terspesialisasi dibandingkan dengan keterampilan TI tradisional,” Wayne Carterwakil presiden bidang teknik di Couchbase, mengatakan kepada ZDNET. “Mereka menggabungkan aspek-aspek teknik jaringan, pengembangan perangkat lunak, dan protokol keamanan untuk menangani tantangan unik lingkungan komputasi edge.”

Keterampilan penting untuk mengembangkan sistem edge “termasuk kemahiran dalam pemrosesan data real-time dan pemahaman tentang arsitektur terdesentralisasi,” Ikan sturgeon Christie, CEO Second Skin Audio, mengatakan kepada ZDNET. “Keterampilan ini sangat berbeda dengan keterampilan TI tradisional, yang lebih fokus pada penyimpanan dan pemrosesan data terpusat. Pengembang yang terjun ke teknologi edge harus mahir dalam bidang-bidang seperti pembelajaran mesin dan protokol keamanan yang disesuaikan untuk operasi lokal dan otonom, tanpa pengawasan terpusat yang terus-menerus. ”

Hal ini juga menuntut kemampuan untuk “berfokus terutama pada pengoptimalan interaksi dan pemrosesan data di tepi jaringan,” kata Carter. “Anda perlu merancang sistem yang menangani konektivitas terputus-putus dan menyinkronkan data secara efisien antara tepi dan cloud. Anda memerlukan kemahiran dalam teknologi yang memfasilitasi analisis data waktu nyata dan pengambilan keputusan langsung di sumber data.”

Juga: Jika Anda ingin berkarir di bidang AI, mulailah dengan 5 langkah ini

Inti dari keterampilan edge adalah “keahlian dalam jaringan dan konektivitas, yang memastikan “komunikasi yang lancar antara perangkat edge dan sistem pusat,” kata Singh. Yang terpenting, tambahnya, “sistem edge sering kali melibatkan penerapan solusi di lingkungan yang jauh atau keras, yang dapat memerlukan berbagai tingkat keandalan dan ketahanan sambil mempertahankan kemampuan beradaptasi. Karena lokasi yang jauh dari kantor, kemampuan untuk mengelola aset ini dari jarak jauh perlu menjadi prioritas utama selama proses desain.”

Profesional yang bekerja di edge membuka cakrawala baru bagi organisasi, karena “tiba-tiba, aplikasi atau kapabilitas yang memerlukan tindakan real-time atau mendekati real-time menjadi mungkin,” kata Zirkle. “Anda dapat mengambil langkah-langkah penting dalam skenario yang sensitif terhadap waktu. Anda memiliki pertimbangan yang intensif data dan sensitif terhadap waktu yang ditangani pada saat yang sama. Bayangkan apa yang dapat dilakukan dengan efisiensi tersebut.”



Fuente