Chi è e che cosa fa il Data Scientist?

Nel 2012 l’Harvard Business Review lo definiva il lavoro più sexy del XXI Secolo. Oggi è ancora così? Il Data Scientist è tuttora uno dei ruoli più ricercati dalle aziende. Il motivo principale è la crescente mole di dati che le aziende hanno a disposizione ma che non sanno come trasformare in valore aggiunto.

Ma non si tratta solo di questo, il Data Scientist è una figura poliedrica che possiede competenze tipiche di diversi ruoli e per questo è facilmente spendibile sia in diverse aziende, che in diverse aree della stessa azienda.

Il Data Scientist, in sintesi, è colui che trasforma dei dati in informazioni grazie all’aiuto di algoritmi e machine learning.

Una figura camaleontica, come la abbiamo definita prima, non può che avere sviluppato numerose competenze di natura anche completamente differente.

 

Le Hard Skill del Data Scientist

A livello tecnico, le skills tipiche di questo ruolo spaziano dalla matematica alla programmazione. Riassumiamo così le competenze tecniche:

  • Matematica: come algebra lineare, calcolo multivariabile e probabilità
  • Statistica: test statistici, distribuzioni, metodi di stima
  • Tecniche e strumenti di Machine Learning
  • Linguaggi di programmazione: come Python o Java
  • Linguaggi per database: come SQL
  • Data Mining
  • Tecniche di Data Reporting e Data Visualization
     

Le Soft Skill del Data Scientist

Tutte le competenze citate sono fondamentali, ma, se non supportate da un insieme adeguato di Soft Skill, risultano inutili. Il Data Scientist non è quello che si rinchiude nel suo ufficio circondato da monitor che irradiano la stanza di luce blu.

Il data scientist raccoglie, interpreta e comunica i dati con l’obiettivo trovare la soluzione ai problemi delle aziende. Per questo motivo possiamo affermare che le Soft Skill necessarie per un Data Scientist sono:

  • Capacità di problem solving e pensiero analitico
  • Comunicazione efficace: i dati non hanno valore se non vengono spiegati nel modo corretto.
  • Curiosità intellettuale

Alle Hard e Soft Skill deve infine essere aggiunta un’approfondita conoscenza del settore di appartenenza dell’azienda per poter contestualizzare correttamente i dati.

 

Cosa fa il Data Scientist? Alcuni esempi concreti

Ricordiamoci infatti che il Data Scientist è un ruolo potenzialmente presente in ogni azienda seppure con competenze leggermente diverse a seconda del campo di applicazione. In ogni settore i dati possono essere utilizzati per motivi differenti. Vediamo qualche esempio:

  • Ecommerce: i dati relativi agli acquisti online sono solo la punta dell’Iceberg. Oggi i dati su cui è importante focalizzarsi sono quelli relativi alle reazioni degli utenti, utili per realizzare analisi previsionali sui trend di acquisto.
  • Finanza: grazie al lavoro dei Data Scientist non solo è possibile tracciare problematiche di sicurezza, ma anche riuscire a compensare l’aumento dei rischi.
  • Salute: tutti i dati ottenuti potranno essere utilizzati per rendere la medicina moderna migliore, un esempio fra tutti, l’applicazione dell’analisi dati al genoma umano che consentirà di sviluppare cure specifiche per le singole persone.
  • Telecomunicazioni: la possibilità di geolocalizzare i dispositivi mobili è uno dei dati più significativi per queste aziende. Sulla base dei dati di utilizzo dello smartphone è infatti possibile creare servizi su misura.

Dal 2012 a oggi l’importanza di questo ruolo è cresciuta notevolmente. Anche domani sarà così?