Data Scientist: cosa fa e quali sono i suoi compiti

16.07.2020
Data Scientist: cosa fa e quali sono i suoi compiti

Con l’esplosione del fenomeno big data e la nascita di nuove tecniche di analisi delle informazioni, le opportunità di carriera per un Data Scientist sono aumentate esponenzialmente, ma quali sono i suoi principali compiti e qual è la sua posizione nel mercato del lavoro odierno? 
 

Data Scientist: chi è e cosa fa

Coniata dall’allora Chief Scientist di LinkedIn DJ Patil e dall’allora Lead of Data and Analytics Efforts di Facebook Jeff Hammerbacher, l’espressione Data Scientist è apparsa per la prima volta nel 20081. Con il passare del tempo, il termine è entrato a far parte del linguaggio comune fino a definire oggi una delle figure professionali più richieste nel mercato del lavoro. 

Il Data Scientist è esperto di Data Science e big data e si occupa dello sviluppo di modelli e strategie sulla base dei dati di cui dispone, con lo scopo di ottenere informazioni utili al business aziendale. È infatti sbagliato considerare il Data Scientist come un mero tecnico: il profilo opportuno per un’azienda varia in base al suo settore. 

Il Data Scientist tratta dati Human generated (ovvero rilasciati da un utente su una piattaforma social o su qualsiasi altro sito attraverso il login), Machine generated (vale a dire prodotti da sorgenti quali sensori Gps, centrali di monitoraggio di eventi meteorologici...) o Business generated (un mix tra i primi e i secondi) al fine di trasformarli in format usufruibili. Gran parte del suo lavoro consiste quindi nell’analizzare, tradurre e interpretare la mole di dati a sua disposizione, attraverso l’uso di particolari tecniche e linguaggi di programmazione (come SQL, Python e R), per comprendere i trend e sviluppare modelli predittivi. 

Riduzione dei rischi e delle perdite, riduzione dei costi delle campagne di marketing e velocizzazione dei processi sono solo alcuni dei vantaggi che si possono ottenere oggi assumendo un Data Scientist. 
 

Competenze e soft skills di un Data Scientist

Fino a qualche tempo fa, in assenza di percorsi accademici strutturati, la figura del Data Scientist era il frutto, spesso casuale, di conoscenze universitarie, studi individuali e capacità innate, ma con l’aumento della richiesta da parte delle aziende di figure specializzate, il mondo accademico ha istituito percorsi specifici, come il master in “Business Analytics And Big Data” offerto dal Politecnico di Milano2.

In ogni caso, non esiste un preciso percorso accademico da seguire per diventare Data Scientist. Molti esperti provengono dal mondo delle scienze matematiche e statistiche, molti altri possiedono un background economico. Tutto ciò è possibile grazie alla varietà di settori in cui i Data Scientist possono essere impiegati.

Tra le competenze di un Data Scientist vi sono conoscenze tecniche avanzate, quali quelle di statistica, matematica, di programmazione e machine learning3, ma anche una spiccata capacità analitica, creatività e doti comunicative. Completano il profilo una buona dose di entusiasmo, tanta curiosità e ottime capacità di adattamento e problem solving.
 

Il Data Scientist nel mercato del lavoro

Le opportunità di carriera per un Data Scientist si sono moltiplicate nell’ultimo decennio. Per via dell’aumento del traffico su piattaforme che immagazzinano dati come i social media, portali di e-commerce (Amazon, Groupon, Zalando, ma anche realtà minori come Shopify, PrestaShop…) e piattaforme di multimedia sharing (Instagram, Flickr, YouTube, Pinterest, fino ai più recenti Twitch, Visiwa, e Google+), così come grazie allo sviluppo di nuove tecnologie d’indagine delle informazioni, la richiesta di analisti esperti si è fatta sempre più consistente.

I maggiori settori d’impiego per un Data Scientist risultano essere il settore finanziario e il settore commerciale, seguono il settore farmaceutico e quello del retail e GDO, senza dimenticare l’emergente settore dell’Internet of things (IoT), che intende estendere la connessione tramite Internet alle più svariate tipologie di oggetti.

Nonostante la crescente richiesta sul mercato di figure specializzate e la grande necessità per le aziende di tradurre i dati in un vantaggio competitivo, esiste un ampio gap tra domanda e offerta, il quale fa dei Data Scientist delle figure con una forte capacità contrattuale in fase di trattativa. 

 

Fonti
1. Big Data Scientist: storia di una professione, blog.osservatori.net
2. International Masters in Big Data, som.polimi.it
3. Data Science, Wikipedia.org

Benvenuto.