HR:s guide till framgångsrik tech-rekrytering 2025
Så navigerar du i tech-språkets dolda koder – HR:s guide till framgångsrik tech-rekrytering 2025
När det pratas om DevSecOps och serverless kan det kännas som att navigera i en teknisk dimma. Men med rätt verktyg och förståelse kan du som HR-proffs bli en mästare på att översätta techspråk till “människospråk”.
Techvärlden förändras allt snabbare och det som för några år sedan var tydligt avgränsade roller har nu utvecklats till ett komplext landskap av hybrida positioner och djupgående specialiseringar. I denna nya verklighet står HR-proffs inför utmaningen att navigera i en värld där gränserna mellan olika tekniska discipliner samtidigt både suddas ut och blir vassare.
– Tidigare var rollerna tydligare. Nu ser vi hur gränserna suddas ut mellan mjuk- och hårdvara, samtidigt som vi får allt mer specifika roller, förklarar Alexandra Tihinen, rekryteringskonsult på IDG Recruitment.
– Ta till exempel DevOps-rollen. Den har gått från att vara en specifik roll till att bli ett helt kompetensområde med egna specialiseringar som DevSecOps. Det speglar hur branschen både breddar och fördjupar sig samtidigt.
Den nya synen på kompetens – från endimensionell till flerdimensionell
Denna parallella breddning och fördjupning av roller återspeglas i hur företag idag ser på kompetens. I takt med att tekniska silos rivs och hierarkiska strukturer ersätts av moderna arbetssätt, har jakten på en ny typ av teknisk talang tagit form.
– När vi pratar om T-shape-modellen handlar det om personer som är experter på ett område men samtidigt har förmågan att se och förstå helheten, förklarar Alexandra Tihinen. Det är som ett T, där den vertikala linjen representerar djup expertis, medan den horisontella står för bred förståelse inom angränsande områden.
I praktiken innebär det att en tekniker inte bara behärskar sitt kärnområde på djupet, utan också har tillräcklig kunskap för att samarbeta effektivt över traditionella gränser. Det är särskilt värdefullt i dagens agila team, där förmågan att se bortom sin egen specialitet blir allt viktigare.
I diskussioner om kompetensprofiler nämns ofta olika modeller som T-shape, π-shape, M-shape och comb-shape – alla sätt att beskriva hur teknisk expertis kan se ut i praktiken. Alexandra Tihinen utvecklar:
– Nu pratar vi allt mer om π-shape, som i den matematiska konstanten, där personer har två djupa expertområden. Det speglar hur rollerna blir mer komplexa och hur medarbetare behöver kunna röra sig mellan olika specialiseringar. En tekniker kan till exempel ha djup kunskap inom både systemarkitektur och säkerhet.
Denna dubbla expertis är särskilt värdefull i mindre projekt och snabbrörliga team. Det är personer som kan växla sömlöst mellan olika roller och perspektiv, vilket passar perfekt i dagens utvecklingsmiljöer där snabba iterationer och prototyper är vardagsmat.
– Det är viktigt att förstå att en ny kompetens inte gör den andra mindre värdefull, betonar Alexandra Tihinen. Det handlar snarare om att bygga en bredare grund att stå på. Precis som med vilket hantverk som helst utvecklas färdigheter över tid, och medan det kan ta en livstid att behärska ett område fullt ut, kan man ofta uppnå god kompetens inom två eller tre områden på några år.
Med denna ökade komplexitet i roller och kompetenser blir det allt viktigare att hitta rätt balans mellan teknisk expertis och andra färdigheter.
– Det största missförståndet mellan HR och tech-personal handlar ofta om balansen mellan tekniska färdigheter och mjuka värden, säger Alexandra Tihinen.
– HR kan underskatta vikten av att vara tydlig när det gäller teknikval, vilket tech-folket i regel tycker är det intressanta. Tech kan i sin tur nedvärdera mjuka värden, exempelvis vikten av personlighet och kommunikation.
Förstå språket – nyckeln till framgångsrik rekrytering
För att överbrygga detta gap mellan teknisk precision och mänskliga färdigheter krävs en djupare förståelse för det tekniska språket och hur det utvecklas. Precis som rollerna förändras är tech-språket i ständig rörelse, där nya termer föds och gamla omdefinieras i takt med tekniska framsteg.
– Jag har jobbat med IT- och tech-rekrytering i 10 år och tekniken har förändrats hela tiden, det är det som är roligt i den här branschen, reflekterar Alexandra Tihinen. I fråga om det agila, rörligheten, handlar det både om projekt och kompetens. Både organisationer och människor behöver snabbare kunna ta till sig ny kompetens och anpassa sig.
I skärningspunkten mellan människor och teknik står framtidens tech-rekryterare. Det handlar inte om att HR-personal ska bli tekniska virtuoser, utan om att utveckla en grundläggande förståelse för tech-språkets nyanser och kulturella kontext.
Som Alexandra Tihinen sammanfattar det:
– HR behöver också vara med och framställa möjligheten på ett positivt sätt över tid. Det är många som jobbar inom IT, men det finns också många möjligheter inom branschen. Man måste fortsätta håva in potentiella kandidater och synas som arbetsgivare.
I denna nya era av tech-rekrytering är det brobyggarna som kommer att lyckas bäst – de som kan översätta mellan världarna och skapa förutsättningar för både teknisk excellens och mänsklig utveckling.
Tech-termer att hålla koll på 2025
Utveckling & Arkitektur
- DevOps/DevSecOps: Integration av utveckling, drift och säkerhet. När någon säger sig vara DevOps-engineer, be om konkreta exempel på hur de arbetat med automation och kontinuerlig leverans.
- Fullstack vs Backend: Var uppmärksam när någon efterfrågar fullstack-utvecklare - oftare är det egentligen backend-kompetens som behövs.
- Infrastructure as Code: Infrastruktur som hanteras genom programkod, vilket blir allt vanligare när mjuk- och hårdvara går ihop.
- Serverless: Modern utvecklingsmodell där utvecklare fokuserar på koden utan att behöva hantera servrar. När kandidater nämner serverless, be dem beskriva hur det påverkar utvecklingsprocessen och kostnadsbilden. Viktigt att förstå om de har erfarenhet av specifika plattformar som AWS Lambda eller Azure Functions.
- CI/CD-processer: Ett systematiskt arbetssätt där kod kontinuerligt integreras (CI) och levereras (CD) till produktion. CI säkerställer att nya kodändringar automatiskt testas och valideras, medan CD automatiserar leveransen till olika miljöer. Det är som ett löpande band där kod går från utveckling till produktion på ett säkert och effektivt sätt.
Säkerhet & Regelefterlevnad
- NIS2 & DORA: Nya EU-regelverk som driver efterfrågan på säkerhetskompetens. När dessa nämns i en annons, var beredd på att det handlar om regelefterlevnad och riskhantering.
- Informationssäkerhetsspecialist: Växande roll driven av regelverk som GDPR. Fokuserar på att skydda företagets data och processer.
- Security Operations: Praktiskt säkerhetsarbete som ofta kombinerar teknisk kompetens med processer och dokumentation.
- Zero trust: Säkerhetsprincip som utgår från 'lita aldrig, verifiera alltid'. Varje användare och enhet måste kontinuerligt bevisa sin identitet för att få åtkomst till resurser, oavsett om de befinner sig inom eller utanför organisationens nätverk. Tänk dig det som en receptionist som kräver legitimation varje gång någon vill komma in, även om personen var där för fem minuter sedan. Det ersätter den äldre modellen där man litade på alla inom företagsnätverket.
Moln & Infrastruktur
- Hybrid cloud: Kombination av egen drift och molntjänster. Trenden går mot att ta hem tjänster från molnet, vilket ökar efterfrågan på infrastruktur-kompetens.
- Datacenter-tekniker: Ökande efterfrågan i takt med att företag väljer att drifta mer själva.
- Infrastrukturarkitekt: Strategisk roll som designar företagets tekniska infrastruktur. Särskilt efterfrågad när företag omvärderar sin molnstrategi.
- Edge Computing: En arkitektur som decentraliserar databehandlingen genom att placera beräkningskraft närmare datakällorna. Istället för att skicka all information till centrala servrar sker processandet lokalt – exempelvis direkt i en industrirobot eller övervakningskamera. Detta ger markant snabbare responstider och effektivare resursanvändning, särskilt viktigt för realtidsapplikationer och IoT-enheter.
Data & Analys
- Data Science: Tvärvetenskapligt område som kombinerar statistik, programmering och domänkunskap för att utvinna insikter ur data. En data scientist arbetar som en modern detektiv som använder avancerade verktyg och algoritmer för att hitta mönster och trender i stora datamängder, vilket hjälper organisationer att fatta datadrivan beslut.
- MLOps: En uppsättning metoder och verktyg som kombinerar maskininlärning (ML) med DevOps-principer. Det handlar om att automatisera och standardisera hur AI-modeller utvecklas, tränas, testas och driftsätts i produktion. MLOps säkerställer att AI-projekt går från experiment till pålitliga produktionstjänster på ett kontrollerat sätt.
- Dataanalytiker: Fortsatt hög efterfrågan på personer som kan analysera och presentera data.
- Business Intelligence: Fokus på att omvandla data till affärsvärde genom rapporter och dashboards.
- LLM (Large Language Model): En typ av AI som tränats på enorma mängder text för att förstå och generera mänskligt språk. Tänk på det som en mycket avancerad textrobot som kan föra dialoger, skriva texter och analysera innehåll baserat på miljontals exempel den lärt sig från.
Artikeln är baserad på intervju och insikter från IDG Recruitment och producerad i samarbete med Teknikministeriet.
