Chi utilizza un computer o uno smartphone genera continuamente dati. Basti pensare a tutti i post sui social network o ai video caricati quotidianamente sulle piattaforme di trasmissione. Ogni dispositivo connesso a Internet genera continuamente dati, tonnellate di dati!
Oggi siamo nell’era di Internet of Things (IoT). Ci sono molte persone che usano quotidianamente computer o smartphone connessi tra loro. Molti di questi sono dispositivi intelligenti (dagli smartwatch alle smart city). Questi dispositivi sono in grado di generare dati utilizzabili.
È stato stimato che ogni giorno, nel mondo, vengono generati 2,5 quintilioni di byte. Questa è la capacità di archiviazione di 5 miliardi degli ultimi smartphone di punta. La tendenza attesa è che questo volume di dati raddoppierà ogni 2 anni.
Una quantità così impressionante di dati ha un valore ancora più impressionante. Questo valore emerge una volta che i dati vengono trasformati in informazioni. Le informazioni sono cruciali per comprendere le dinamiche di mercato. Permettono di definire previsioni e strategie di business, e di prevedere scenari futuri.
Per gestire efficacemente questi enormi volumi di dati, sono necessarie tecnologie all’avanguardia. Ma sono altrettanto essenziali le abilità umane. Queste servono per gestire le tecnologie e i dati. Lo scopo è estrarne significato e informazioni utili, e interpretare adeguatamente le intuizioni.
Queste competenze appartengono in genere al Data Scientist. Questa è l’attuale professione più richiesta e in aumento anche nei prossimi anni.
Un Data Scientist è un professionista con hard skills. Queste includono matematica, statistica e informatica (programmazione, database, strumenti). Possiede anche soft skills in analisi, problem solving e comunicazione efficace. Inoltre, ha competenze manageriali. Ma soprattutto, un Data Scientist è appassionato di sfide. È curioso del mondo e capace di dialogare con il Business con disinvoltura.
Il percorso per diventare un Data Scientist parte dalla curiosità e dalla passione. Quindi è richiesto un solido background formativo. Questo è tipicamente una laurea (BSc o BA) in Informatica, Ingegneria, Matematica, Statistica o in un altro campo quantitativo. Anche Finanza, Economia o Marketing sono un buon punto di partenza. Le competenze mancanti dovranno essere acquisite con un’istruzione post-laurea.
Nel corso della mia carriera ho incontrato diversi colleghi Data Scientist. Molti hanno iniziato come Ingegneri dell’Information Technology negli uffici tecnici. Si sono poi rivolti al business per passione nell’analisi dei dati, delle dinamiche e dei trend. Ho anche incontrato ottimi Data Scientist nei reparti aziendali (Marketing, Business Unit). Loro hanno imparato a gestire gli strumenti tecnici per raggiungere gli obiettivi di gestione dati e l’estrazione di preziose informazioni.
Un percorso formativo come un Master in Data Science è altamente consigliato. Esso completa la formazione di base con tutte le competenze necessarie per il successo professionale. Un Master non si concentra solo su abilità e conoscenze tecniche. Si focalizza anche e soprattutto sulle Soft Skills e le competenze manageriali. Queste sono più difficili da padroneggiare delle hard skills. Una volta acquisite, però, sono in grado di fare la differenza.
Per questo, nella valutazione di un programma didattico, è fondamentale verificare alcuni aspetti. È importante che siano presenti lezioni su competenze manageriali, aziendali e trasversali (es. Aspetti legali). Inoltre, sono essenziali le attività di team working e i progetti che richiedono di lavorare insieme agli altri studenti. Tutte queste attività favoriscono lo sviluppo di competenze Soft e Manageriali.
Infine, per essere o diventare un abile Data Scientist, è fortemente consigliato acquisire una profonda conoscenza dell’ambiente in cui si lavora (industria, mercato, ecc.). Un modo efficace è praticare e lavorare all’interno dell’ambiente di interesse. Questo permette di apprendere linguaggi aziendali precisi, dinamiche, problemi principali, punti deboli e sfide.
“Un consiglio personale: nella scelta del campo, per il Bachelor, per la Laurea Magistrale o per le esperienze lavorative, non seguire solo il mercato del lavoro (es. Tendenze, offerte di lavoro, stipendi, ecc.). Segui invece la tua passione!”
La leva motivazionale che viene da sé (passione, attitudine, ecc.) è sempre più forte di quella esterna (lavoro, stipendio, ecc.).
In conclusione, se senti di avere una mente analitica, il percorso è chiaro. Se sei curioso di capire meglio i meccanismi dietro il funzionamento delle cose e ti piace affrontare nuove sfide stimolanti, segui la tua passione! Costruisci il tuo percorso per diventare un Data Scientist di successo!
Ti interessa l’argomento? Approfondisci l’argomento con il Master in Data Science.
Articolo a cura di Francesco Amendola, Program Director del Master in Data Science.
