Skip to main content
big data cosa sono

I Big Data – dati speciali per volume (gran quantità ingestibile con metodi tradizionali), velocità (ne vengono generati tantissimi in poco tempo) e varietà (molto eterogenei, poiché possono essere numeri, categorie, parole, immagini…) – sono proprio quel tipo di dati con cui una grande azienda si trova costantemente a contatto. Essi possono riguardare anagrafiche, ordini, fatture, visite al sito internet e altre fonti di informazione aziendale.

Le competenze del Data Scientist

Per estrarre, trasformare, integrare e analizzare i Big Data in modo che diventino utili per la crescita aziendale, la figura chiave è quella del Data Scientist. Si tratta di un profilo con competenze fortemente trasversali, in quanto necessita di:

Competenze matematico-statistiche
Per creare analisi che descrivano lo stato d’essere dell’azienda ed elaborare previsioni sull’andamento di fatturato, utile, clienti…

Abilità informatiche e di programmazione
Per interfacciarsi con una tecnologia adeguata alla gestione e all’analisi dei Big Data

Esperienza nel dominio aziendale
Per comprendere appieno la complessità dei flussi e delle dinamiche aziendali al fine di trovare soluzioni che soddisfino tutte le parti coinvolte

Alta capacità di sintesi e comunicazione
Per trasformare la complessità in qualcosa di comprensibile e fruibile a livello aziendale

La collocazione dei Data Scientist in azienda

Essendo i Data Scientist figure interdisciplinari, il reparto in cui operano può variare in base alle scelte di ogni azienda. Come riportato anche dagli Osservatori Digital Innovation della School of Management del Politecnico di Milano, è possibile centralizzare o decentralizzare un reparto di Data Science in azienda.

Centralizzare” significa concepire il reparto di Data Science come autonomo; “decentralizzare” implica la coesistenza di diversi team di analisi – che possono o meno supportarsi a vicenda – ciascuno afferente a una (o più) business unit. In aziende molto grandi, possono essere adottate soluzioni ibride, in cui i Data Scientist provengono da un centro di eccellenza internalizzato nell’azienda stessa.

Il Data Scientist, una figura molto richiesta

Quella del Data Scientist è una figura talmente richiesta che le posizioni di lavoro offerte negli Stati Uniti ai Data Scientist sono aumentate in 5 anni del 650% – secondo i report del 2017 di LinkedIn – quindi fino a quasi 7 volte in più rispetto al non lontano 2012. Secondo l’U.S. Bureau of Labor Statistics, la domanda di Data Scientist è in crescita del 39% e le relative offerte di lavoro rimangono aperte 5 giorni in più della media delle altre. Ciò vuol dire che spesso non è facile reperire un Data Scientist in tempi rapidi. Infatti, secondo le stime di LinkedIn di agosto 2018, la mancanza di Data Scientist si sente forte in quasi tutte le grandi città americane e ammonterebbe a più di 150 mila posizioni ancora aperte.