L’esplosione dei Big Data ha dato vita ad una nuova figura professionale molto ricercata: quella del Data Scientist. Ma è soprattutto negli ultimi anni che il volume di dati generati a livello globale è cresciuto in modo esponenziale: il 90% dei dati attualmente in circolazione è stato prodotto solo negli ultimi due anni. Dai contenuti condivisi sui Social Media ai dati bancari, dalle immagini ai segnali GPS, le informazioni digitali sono diventate un asset fondamentale per le aziende.
Ed è qui che entra in gioco il Data Scientist: si tratta, infatti, di colui che, all’interno dell’azienda, ha la capacità di gestire i Big Data e analizzarli con l’obiettivo di fornire insight strategici per supportare le decisioni aziendali. Il suo ruolo è sempre più centrale, considerando che le imprese si affidano a Big Data, Machine Learning, Cloud Computing e tecnologie di Automazione per migliorare i propri processi e ottenere vantaggi competitivi. Tuttavia, il crescente interesse che ha suscitato questa posizione ha portato con sé anche molta confusione.
Grazie alle ricerche che l’Osservatorio Big Data Analytics & Business Intelligence della POLIMI School of Management ha portato avanti negli ultimi anni, in questo articolo si cercherà di fare chiarezza sulla figura del Data Scientist: le sue competenze, quanto guadagna, che competenze ha e quanto è diffuso in Italia.
Come primo passo, in questo articolo, cercheremo di far comprendere cosa fa un Data Scientist e perché la sua figura professionale è importante in un’azienda. Il Data Scientist, innanzitutto, raccoglie, organizza e analizza grandi quantità di dati utilizzando software avanzati e modelli matematico-statistici. I dati che raccoglie possono essere di due tipi:
Uno dei principali compiti del Data Scientist, quindi, è quello di rendere comprensibili e utilizzabili questi dati, traducendoli in strategie concrete per migliorare la competitività aziendale. Possiamo dare, quindi, una definizione chiara di Data Scientist. Si può dire, quindi, che:
Il Data Scientist è la figura professionale che comunemente si associa alla capacità di gestire i Big Data e trarne informazioni rilevanti.
Si tratta di una figura altamente specializzata, che però ha vissuto il suo boom solo recentemente (anche se la sua storia non lo è affatto). Infatti, nonostante il termine sia solo di recente inserimento nel linguaggio comune del business, l’interesse che ha suscitato, ha portato Harvard Business Review a pubblicare un articolo nell’ottobre del 2012 che titolava:” Data Scientist: The Sexiest Job of the 21st Century”.
I Data Scientist sono figure altamente specializzate, con un background accademico solido. La maggior parte di loro possiede una laurea magistrale o un dottorato in discipline come Ingegneria, Informatica, Matematica, Statistica o Economia. Tuttavia, il percorso formativo non si esaurisce con l’università: molti professionisti continuano a formarsi attraverso corsi di specializzazione e certificazioni tecniche.
Il motivo della grande attenzione attorno alla figura del Data Scientist, è, soprattutto, legato alle enormi opportunità che queste figure avrebbero generato in futuro, alle aziende in cui si sarebbero inseriti. Proprio per questo, è importante analizzare e conoscere quali sono le competenze e le skill basilari che rispecchiano questo ruolo.
Per svolgere al meglio il proprio lavoro, infatti, un Data Scientist, deve possedere un mix di competenze tecniche e soft skill. Tra le principali troviamo:
Il motivo della grande attenzione attorno a questa figura professionale, che ha portato la rivista della prestigiosa università di Harvard a pubblicare un articolo da un titolo così forte, è legato alle enormi opportunità che queste figure avrebbero generato in futuro, alle aziende in cui si sarebbero inseriti.
I Data Scientist sono figure iper-specializzate: possiedono sempre una laurea e nella maggioranza dei casi questa è una laurea Magistrale o PhD. Il percorso di formazione non termina solitamente con gli studi accademici, ma prosegue con corsi di specializzazione esterni all’ambiente universitario. I corsi di laurea più gettonati, tra coloro che ad oggi ricoprono il ruolo di Data Scientist, sono Ingegneria, Informatica, Economia, Matematica e Statistica. Tra questi, non vi è un corso di laurea nettamente più adeguato di altri, anche perché solo un Data Scientist su tre ha compiuto un percorso multidisciplinare.
Questo perché, per diventare Data Scientist occorre possedere competenze eterogenee, che spaziano dalla tecnologia alla conoscenza del mercato e del business, fino alla capacità di utilizzare tecniche di machine learning e linguaggi di programmazione.
Per capirci qualcosa in più, l’Osservatorio ha condotto nel 2018 un’analisi delle offerte di lavoro pubblicate su Linkedin. Come prerequisito essenziale per un Data Scientist emerge la capacità di utilizzare almeno un linguaggio di programmazione (richiesto nel 74% delle offerte), in particolare R o Python. Nel 62% dei casi è invece richiesta la capacità di sviluppare e implementare algoritmi di Machine Learning.
Confrontando questo dato con le competenze già diffuse oggi nelle aziende – competenze di Machine Learning e Deep Learning sono presenti in un’azienda su cinque – è prevedibile un importante incremento di queste skills nei prossimi anni. La capacità di comunicare e presentare i risultati agli utenti di business è infine segnalata nel 36% delle offerte analizzate.
Conoscenza approfondita di modelli matematico-statistici e algoritmi, tecniche di programmazione necessarie per implementarli e capacità di raccontare le evidenze in modo sintetico e semplice, ecco qual è l’identikit del Data Scientist ideale.
Il Data Scientist è una delle figure più richieste nel mercato del lavoro globale. Negli Stati Uniti, il salario medio annuo supera i 110.000 dollari, mentre a livello internazionale si attesta intorno ai 68.000 dollari. In Italia, la retribuzione media è di circa 30.000 euro annui, con possibilità di crescita a seconda dell’esperienza e delle competenze.
L’Osservatorio Big Data Analytics & Business Intelligence sin dal 2014 monitora la presenza dei Data Scientist all’interno delle grandi aziende italiane. Nel 2017 (ultimo anno attualmente disponibile) si è assistito ad un aumento considerevole di aziende con al proprio interno dei Data Scientist. Si è passati, infatti, dal 31% dell’anno prima al 45%. Il 2018 ha rappresentato invece un anno di sostanziale stabilità relativamente all’introduzione di questa figura professionale, tuttavia le aziende che già li avevano introdotti si sono mosse per inserirli in precise configurazioni organizzative. Il 55% delle grandi aziende italiane rimane però legata ad un modello tradizionale, con scarse competenze interne di analisi dei dati, al più con data analyst o business analyst sparsi nelle varie linee di business.
La crescente digitalizzazione e l’esplosione dei Big Data rendono il ruolo del Data Scientist sempre più strategico. Grazie alla sua capacità di analizzare e interpretare i dati, questa figura consente alle aziende di:
In un mondo guidato dai dati, il Data Scientist non è solo un analista, ma un vero e proprio motore di crescita per le aziende.
Contenuti suggeriti dell’Osservatorio Big Data & Business Analytics
