NUOVE TENDENZE: FIGURE PROFESSIONALI 4.0, IL DATA SCIENTIST (DS)
NUOVE TENDENZE: FIGURE PROFESSIONALI 4.0, IL DATA SCIENTIST (DS)
Abbiamo parlato del Data Protection Officer nell’articolo precedente e, sempre con i dati, abbiamo a che fare anche questa volta.
Precisamente i BIG Data, cioè quell’immensa mole di dati complessi ed eterogenei che vengono raccolti o in modo strutturato come dai sensori o in modo destrutturato come dai testi, video, suoni e immagini. Il processo di raccolta e analisi di grandi quantità di dati si chiama Big Data Analytics ed ha l’obiettivo di estrarre da queste informazioni non visibili ulteriori dati o report che aumentano il valore dell’impresa.
In che senso? I dati estrapolati e lavorati, incrociati e isolati vengono analizzati con la finalità di ricavare, anche tramite tecniche di machine learning, le regolarità e incidenze importanti per l’analisi di mercato, lo studio del fabbisogno, la profilazione, l’analisi delle vendite ecc. I sistemi che si stanno sviluppando, soprattutto nell’industria 4.0, permettono inoltre di raccogliere dati puntuali e molto più accurati sui cicli produttivi, sulle attività, sui processi e sulle inefficienze o opportunità ad essi collegate.
Ogni anno si assiste alla “volontaria migrazione” verso l’analytics di migliaia di aziende: non è più, quindi, un appannaggio delle grandi società, ma sempre più PMI si stanno accorgendo dell’importanza di questa adozione, considerato anche il valore del ROI nello stretto giro di uno-due anni.
Ma chi è l’esperto? E’ il Data Scientist, specializzato di big data che ha il compito, all’interno delle imprese e delle organizzazioni, di analizzare e interpretare i dati e fornire poi al management informazioni rilevanti tali da facilitare la presa di decisioni, la scelta di strategie, l’introduzione di nuovi sistemi o l’aprirsi a nuovi sviluppi.
Ma c’è un problema! Il gap fra l’offerta (pochissima) e la domanda (elevata) di data scientist: pensate che Mc Kinsey a fine 2016 ha stimato che in USA ne mancavano 190’000 (ad oggi siamo a 250’000), a fronte di un salario in Svizzera tra gli 80 e i 130k a seconda della seniority….
In tutti i settori di mercato si riscontra questa alta richiesta; infatti sono numerose sono le società di Analisi dei Big Data che stanno approdando in Svizzera, arrivando anche dall’altra parte del mondo!
Quindi è per noi aperto un mercato dal doppio risvolto: da un lato il business per le società locali che vogliono attrezzarsi in tal senso; dall’altro l’opportunità per coloro che ne sono interessati, di posizionarsi sul mercato come Data Scientist colmando le lacune formative con i corsi e seminari proposti dalle Università o dalle aziende interessate.
Infatti, fino a un recente passato, i Data Scientist si sono formati sostanzialmente in modo autonomo, empiricamente, risolvendo problemi sempre più complessi. Sono il frutto della combinazione, talvolta casuale, tra le attitudini, gli studi individuali e le opportunità aziendali, senza un percorso di formazione e di crescita ben preciso. Oggi le sinergie createsi fra mondo accademico e aziendale hanno favorito la strutturazione di percorsi curriculari che sfociano nella professione di data scientist allenando competenze e fornendo informazioni sempre più specifiche ed opportune.
Quindi, Big luck!
Angela Caronti
Abbiamo parlato del Data Protection Officer nell’articolo precedente e, sempre con i dati, abbiamo a che fare anche questa volta.
Precisamente i BIG Data, cioè quell’immensa mole di dati complessi ed eterogenei che vengono raccolti o in modo strutturato come dai sensori o in modo destrutturato come dai testi, video, suoni e immagini. Il processo di raccolta e analisi di grandi quantità di dati si chiama Big Data Analytics ed ha l’obiettivo di estrarre da queste informazioni non visibili ulteriori dati o report che aumentano il valore dell’impresa.
In che senso? I dati estrapolati e lavorati, incrociati e isolati vengono analizzati con la finalità di ricavare, anche tramite tecniche di machine learning, le regolarità e incidenze importanti per l’analisi di mercato, lo studio del fabbisogno, la profilazione, l’analisi delle vendite ecc. I sistemi che si stanno sviluppando, soprattutto nell’industria 4.0, permettono inoltre di raccogliere dati puntuali e molto più accurati sui cicli produttivi, sulle attività, sui processi e sulle inefficienze o opportunità ad essi collegate.
Ogni anno si assiste alla “volontaria migrazione” verso l’analytics di migliaia di aziende: non è più, quindi, un appannaggio delle grandi società, ma sempre più PMI si stanno accorgendo dell’importanza di questa adozione, considerato anche il valore del ROI nello stretto giro di uno-due anni.
Ma chi è l’esperto? E’ il Data Scientist, specializzato di big data che ha il compito, all’interno delle imprese e delle organizzazioni, di analizzare e interpretare i dati e fornire poi al management informazioni rilevanti tali da facilitare la presa di decisioni, la scelta di strategie, l’introduzione di nuovi sistemi o l’aprirsi a nuovi sviluppi.
Ma c’è un problema! Il gap fra l’offerta (pochissima) e la domanda (elevata) di data scientist: pensate che Mc Kinsey a fine 2016 ha stimato che in USA ne mancavano 190’000 (ad oggi siamo a 250’000), a fronte di un salario in Svizzera tra gli 80 e i 130k a seconda della seniority….
In tutti i settori di mercato si riscontra questa alta richiesta; infatti sono numerose sono le società di Analisi dei Big Data che stanno approdando in Svizzera, arrivando anche dall’altra parte del mondo!
Quindi è per noi aperto un mercato dal doppio risvolto: da un lato il business per le società locali che vogliono attrezzarsi in tal senso; dall’altro l’opportunità per coloro che ne sono interessati, di posizionarsi sul mercato come Data Scientist colmando le lacune formative con i corsi e seminari proposti dalle Università o dalle aziende interessate.
Infatti, fino a un recente passato, i Data Scientist si sono formati sostanzialmente in modo autonomo, empiricamente, risolvendo problemi sempre più complessi. Sono il frutto della combinazione, talvolta casuale, tra le attitudini, gli studi individuali e le opportunità aziendali, senza un percorso di formazione e di crescita ben preciso. Oggi le sinergie createsi fra mondo accademico e aziendale hanno favorito la strutturazione di percorsi curriculari che sfociano nella professione di data scientist allenando competenze e fornendo informazioni sempre più specifiche ed opportune.
Quindi, Big luck!
Angela Caronti


Parole d’eccellenza. E sull’eccellenza.
Leggi Tutto

A volte bisogna solo saltare. O forse no?
Leggi Tutto

SCEGLIERE DI SCEGLIERE, IN AZIENDA
Leggi Tutto

TUTTO SI TRASFORMA VELOCEMENTE … E I LEADER?
Leggi Tutto
![[QUICKEVOLUTION 2020]](https://www.aru-sa.com/wp-content/uploads/2022/04/evidenza-35.jpg)
[QUICKEVOLUTION 2020]
Leggi Tutto

“LA RISORSA UMANA, L’ANELLO DEBOLE DEL RISK MANAGEMENT”
Leggi Tutto

“IL LAVORO NEL TEMPO O IL TEMPO NEL LAVORO”
Leggi Tutto

INNO MIND
Leggi Tutto

THE EXECUTIVE PARTY 2019
Leggi Tutto

INNO MIND
Leggi Tutto