Il Data scientist

Come abbiamo visto a più riprese, i Big data sono considerati “il petrolio del ventunesimo secolo”. 39

49

Sappiamo quanto sia importante per tutte le aziende acquisire, raccogliere ed analizzare i dati per ottenere un vantaggio competitivo e sviluppare continuamente nuovi prodotti, nuove soluzioni, nuove modalità di relazione con i clienti, che la mantengano su determinati livelli/standard.

Tra la massa di informazioni che si generano abbiamo detto che è importante cercare di filtrare i dati, proprio grazie ad analisi ed interpretazione, in funzione di quello di cui una determinata impresa ha bisogno.

In questo particolare contesto, è emersa una figura professionale che sta riscuotendo giorno dopo giorno sempre maggiore rilevanza: quella del Data scientist, un mestiere che già nel 2013 la Harvard Business Review definiva come la “professione più affascinante della nostra era”.40 Essendo una mansione relativamente “giovane”, che deve ancora svilupparsi pienamente, è ancora difficile definirla con chiarezza. Tuttavia, è già possibile dare una descrizione del Data

scientist: esso può essere visto come il professionista che gestisce i Big data (dati grezzi), e che

cerca di ricavarne informazioni rilevanti per le diverse esigenze aziendali, ovvero strategie di marketing, di business e di vendita, creazione di nuovi prodotti e servizi, ecc.

Il Data scientist genera un impatto sul business usufruendo delle informazioni che derivano dai dati disponibili. In gran parte dei casi, questa figura professionale deve creare queste intuizioni dal caos, ciò comporta dover strutturare i dati nel modo corretto, estrapolarli e cercare in essi i segni di tutto ciò che può produrre un impatto aziendale facendo leva sulle proprie competenze in computer science, modellazione, statistica, matematica e Analytics.

Ricoprire questo ruolo significa non doversi accontentare di cercare e riferire i dati, ma procedere a studiarli da diversi punti di vista, affidando loro un significato e trovando il modo

40 _{Thomas H. Davenport e D.J. Patil Data (2013). “Data scientist: The Sexiest Job of the 21st Century”}

50

di applicarli. Per questo è importante che sia coinvolto nella definizione della strategia aziendale.

Per svolgere bene il proprio lavoro esso deve possedere un’ampia abilità tecnica, nonché profonde conoscenze informatico-statistiche, al fine di saper “navigare” all’interno del sistema di informazioni presenti nei software aziendali.

Tale ruolo presuppone, principalmente, che l’individuo sia capace di selezionare i dati rilevanti per la funzione specifica dell’impresa e di eliminare i dati che non forniscono alcun vantaggio all’organizzazione.

In conclusione, come afferma Jeannette Wing direttrice del Data Science Institute dellaColumbia University: “I data scientist devono possedere un mix di competenze

multidisciplinari che permettano non solo di acquisire dati ed estrarne senso e conoscenza, ma anche di raccontare “storie” attraverso questi dati, a supporto delle decisioni, della creatività e dello sviluppo di servizi innovativi.”41

Spesso si fa confusione tra la figura del Data scientist e quella del Data analyst; Un analista di dati si occupa di molte delle stesse attività, ma la componente leadership è leggermente diversa, in particolare:

• Normalmente il data scientist formula le domande che aiuteranno un'impresa a ricercare una soluzione, mentre un analista di dati riceve indicazioni dal team aziendale e cerca una soluzione sfruttando tale guida.

• Un Data Analyst generalmente non si occupa di programmazione avanzata, ma lavora su database SQL o simili, né trasforma i dati in uno scenario di business su cui intervenire.

51

• Il ruolo del Data scientist richiede una forte capacità di visualizzazione dei dati e la capacità di convertire i dati in una storia. Normalmente non ci si aspetta che un data analyst trasformi dati ed analisi in uno scenario di business.

In generale, nel nostro paese, sia la figura del data analyst che soprattutto quella del data scientist stentano a decollare: come dimostrano i dati emersi da “Jobradipo”42_{, motore di ricerca} di lavoro leader nel mondo, analizzando le posizioni aperte alla fine del 2018 per profili lavorativi come Data Analyst e Data Scientist, sono emersi poco più di 300 annunci di lavoro, per lo più concentrati nella zona lombarda.

La carenza di queste figure è ancor più evidente se confrontata con il numero di posizioni lavorative degli altri paesi; basti pensare che in Olanda, nello stesso periodo, gli annunci erano superiori a 1500, ossia cinque volte il totale italiano.

Il ritardo è ancora più marcato se si mette a confronto il dato del nostro Paese con quello del Regno Unito, paese da sempre all’avanguardia nel settore, dove la domanda di queste due figure professionali ha superato le 18.000 unità.

Come appena riscontrato l’Italia, almeno numericamente, è in ritardo rispetto alle altre grandi potenze europee, ma nel nostro Paese l’interesse sta crescendo come testimoniano i vari corsi specifici attivati da molti Atenei: dal Politecnico di Milano all’Università di Torino, dagli Atenei romani (Sapienza, Luiss e Tor Vergata) a quelli di Pisa e Venezia.

Inoltre, secondo l’Osservatorio Big data analytics & business intelligence della School of Management del Politecnico di Milano43, sebbene solo 3 imprese italiane su 10 abbiano reclutato un data scientist nel 2018, le ricerche dimostrano come il mercato sia in continua crescita; i Big data, infatti, rappresentano le priorità di investimento per il 44% dei CIOs anche in Italia, per un mercato che si stima valga 900 milioni di euro.

42 _{https://it.jobrapido.com/}

52