evidoria

← Voltar à navegação

Boa prática Importada

3MTT DeepTech_Ready — Percurso Nacional de Qualificação em Ciência de Dados e IA na Nigéria

Nigéria · Abuja · Ver o perfil de Nigéria · Ver o perfil de Abuja

Evidência: Observacional / pré-pós Top 56% 47/100 · Pergunte a Evidence Copilot sobre esta prática

O Ministério Federal da Nigéria, a NITDA, a Data Science Nigeria e a Google.org gerem o DeepTech_Ready, um percurso gratuito de seis meses em Ciência de Dados e IA para 20.000 bolseiros; o programa 3MTT mais amplo regista uma taxa de conclusão de 99,6% e 67% de emprego/progressão para a sua primeira coorte.

99.6 %
Taxa de conclusão das avaliações em todo o 3MTT
60,000+
Avaliações validadas concluídas
67 %
Primeira turma com emprego/progressão de carreira obtidos em 6 meses (first 30,000-strong cohort)
20,000
Meta de participantes do DeepTech_Ready
3MTT DeepTech_Ready — Percurso Nacional de Qualificação em Ciência de Dados e IA na Nigéria

Detalhes

Maturidade
Em expansão
Promotor
National Information Technology Development Agency (NITDA) / Federal Ministry of Communications, Innovation and Digital Economy, with Data Science Nigeria and Google.org
Período
2023–2026 (ongoing)
Palavras-chave
AI, data science, upskilling, youth employment, public-private partnership

Contexto

O programa nigeriano 3 Million Technical Talent (3MTT), gerido pela National Information Technology Development Agency (NITDA) sob o Ministério Federal das Comunicações, Inovação e Economia Digital, inclui o DeepTech_Ready — uma trilha especializada de requalificação em Ciência de Dados, IA, Aprendizagem Automática, PLN, Visão por Computador e Ciência de Dados Geoespaciais, implementada com o parceiro Data Science Nigeria e o apoio da Google.org.

Objetivos

O DeepTech_Ready tem como meta 20 000 jovens nigerianos, distribuídos por sucessivas turmas de seis meses, combinando aprendizagem autónoma, imersão baseada em projetos e apoio à preparação para o emprego, com colocação profissional assistida por IA através da Loubby AI e da WES Online.

Resultados

No conjunto do programa 3MTT, do qual o DeepTech_Ready é uma trilha especializada, a NITDA reporta uma taxa de conclusão de 99,6% em mais de 60 000 avaliações psicometricamente validadas, e 67% da primeira turma de 30 000 participantes obtiveram emprego ou progressão de carreira nos seis meses seguintes à conclusão da formação.

Conclusões

Estes números de conclusão e emprego são reportados pelo governo e descrevem a turma global do 3MTT, e não um resultado específico do DeepTech_Ready, pelo que a evidência deve ser lida como um indicador indireto do alcance administrativo do programa mais amplo, e não como uma medida direta do impacto da trilha de IA/ciência de dados.

Implementação
Custo indicativo
Médio (50 mil–500 mil €) — No specific budget figure is published; delivery is co-funded by the Nigerian federal government (via NITDA) and Google.org, with implementation costs borne by Data Science Nigeria.
Tempo até resultados
Médio (1–3 anos) — 3MTT and DeepTech_Ready have run in successive six-month cohorts since 2023, an ongoing multi-year national programme rather than a single time-limited course.
Equipa e competências
National Information Technology Development Agency (NITDA), Data Science Nigeria (implementation partner), Google.org (funding support)

Condições de sucesso

  • Government agency (NITDA) coordination under the Federal Ministry of Communications, Innovation and Digital Economy
  • A specialised implementation partner (Data Science Nigeria) able to deliver AI/data-science curriculum at scale
  • Corporate philanthropic co-funding (Google.org) alongside public investment
  • AI-assisted job-placement tools (Loubby AI, WES Online) to convert training into employment

Modos de falha comuns

  • Completion and employment statistics are reported for the wider 3MTT programme, not broken out for the DeepTech_Ready track specifically
  • Programme has not yet reached its full 20,000-fellow target

Habitualmente financiado por

National / regional programmes Philanthropic / foundation funding

Vias de financiamento indicativas para práticas deste tipo — verifique sempre os avisos abertos e as regras de elegibilidade de cada programa.

Implementa esta prática? Reivindique-a — implementadores verificados obtêm um contacto público na página e podem propor correções.

Fontes de dados

De onde foi obtida a informação desta prática, e quando.

Anexos

Práticas semelhantes que podem ser úteis