Original qstring:  | /dl/rainews/articoli/data-scientist-il-lavoro-sexy-50712477-5a83-4682-8f73-522428eb3281.html | rainews/live/ | (none)
TECH

Secondo gli esperti, è la carriera su cui puntare

Data Scientist, il professionista più sexy del XXI secolo

Un po’ matematico, un po’ informatico. Deve capire di statistica, saper usare un foglio excel ed aiutare l’azienda per la quale lavora a prevedere il futuro. Non è uno sciamano ma un nuovo professionista, lo ‘scienziato dei  dati’. Che negli Usa è tra i più contesi

Condividi
di Celia GuimaraesRoma Hal Varian, chief Economist di Google, in un'intervista al New York Times l'ha definito "il lavoro più sexy del XXI secolo".  

Il 'Data scientist', con competenze trasversali in statistica, matematica e informatica, è tra le figure più ricercate del mondo del lavoro, con una domanda che supera di gran lunga la disponibilità di candidati.

Esperti in formazione citano una recente ricerca secondo la quale l'80% delle offerte di lavoro rimane insoddisfatta per mancanza di personale. Ovviamente stiamo parlando del mercato Usa, dove il termine 'Data scientist' è stato coniato. 


In Italia ancora no
“La retribuzione invece è un aspetto sconosciuto”, racconta Marco Russo, consulente e formatore di questa nuova professione (Business Intelligence consultant and trainer, recita il suo profilo). “Il valore dipende dal mercato, oggi non ce ne sono [professionisti] ma la domanda in Italia è bassissima. Negli Usa cominciano ad esserci ricerche su questo ruolo, lì il valore di mercato è più alto perché c'è domanda ma non c’è ancora offerta”. Negli Stati Uniti le offerte vanno da 70 a 300 mila dollari l'anno, anche se la retribuzione-tipo si aggira sui 100 mila dollari.

Chiamatelo analista
Marco Russo ci ha raccontato gli aspetti meno conosciuti di questa professione. "Data scientist è un termine creato per identificare una figura professionale che ha un percorso all'interno dell'azienda, spesso casuale e non formalizzato".

Più che 'scienziato', Russo preferisce chiamarlo analista, che può lavorare in un'azienda commerciale come in un'università come in una Onlus. La caratteristica del suo lavoro è quella di analizzare dati che oggi sono disponibili a ritmo esponenziale sia per volume che per tipo, ai quali vanno aggiunti canali del tutto nuovi come ad esempio i social network.

Si tratta di dati complessi e il Ds "deve avere competenze trasversali, non è un informatico ma deve conoscere le basi dei modelli di dati, deve avere conoscenze di base di statistica e matematica, deve persino saper usare un foglio excel per incrociare dati". Mettiamo, per fare un esempio semplice, che debba creare delle tabelle con i dati degli amici e le loro squadre di calcio, oppure l'attendibilità di un sondaggio pubblicato da un giornale.

Predizione, non premonizione
Per fare il suo lavoro si serve di tecnologia, matematica e statistica per presentare dati che formulano un'ipotesi. "E anche il modo di presentarli, di rendere graficamente la visualizzazione è importante", sottolinea Russo. Perché una volta terminato, il lavoro servirà a supportare le conclusioni di chi nell'azienda ha potere decisionale.

Ecco perché il Ds fornisce elementi predittivi ("in termini tecnici significa usare algoritmi predittivi e data mining"), per fare previsioni su andamenti. L'esempio classico, secondo Russo, è quello dei profili utilizzati da Amazon per proporre prodotti ai clienti.

Un lavoro sexy
Il Chief Economist di Google, Hal Varian, che cosa intendeva parlando di professione 'sexy' (anche se in realtà parlava di statistici)? "Più che sexy è attraente, challenging, una sfida. Porta il Data scientist in una selva oscura dove c'è l'incertezza di un mondo nuovo dove i dati hanno a che fare con il comportamento delle persone. Ma è un lavoro molto duro incrociare dati", ricorda Marco Russo.

In pratica si lavora in quattro fasi: estrazione dati; valutazione della loro qualità ("spesso non sono compatibili o danno troppo margine d'errore"); creazione di un modello; interrogazione dei i dati per il test di validità. Tutto questo per arrivare ad una sintesi che dica, ad esempio, "il 20% dei giovani di età x fanno [la cosa] y".

Una carriera per giovani?
Dipende dal giovane, dice Marco Russo. Non ci sono percorsi, l'esperienza va fatta in ambito aziendale, magari con degli stage mentre si studia. Il corso universitario più vicino alle competenze del Data scientist è Ingegneria gestionale, che però ha finalità diverse. Il Data scientist invece pensa e fa le cose in modo autonomo, e la sua autorevolezza arriva con il tempo. In definitiva, il buon Data scientist è quello che sa 'inventarsi', farsi manager di se stesso. 





 
Condividi