7 data scientist si raccontano

Cosa fa un data scientist? Ne abbiamo incontrati sette per conoscere il loro lavoro, la formazione e le competenze che li hanno portati a essere così preziosi per le loro aziende

La figura del data scientist non esisteva quando molti di noi erano all’università. Si tratta di un professionista che combina metodi scientifici e statistici per analizzare dati con la capacità di utilizzare strumenti che estraggono pattern e risposte da grandi quantità di dati. Sembra noioso? Non così tanto. Infatti, nel 2012, l’Harvard Business Review lo definì “il lavoro più sexy del 21° secolo”. Ecco cosa ci hanno raccontato i sette data scientist che abbiamo incontrato.

11. Incontriamo i data scientist

Oggi tutte le aziende cercano questa figura professionale. Ma soprattutto tutte le aziende, a prescindere dal tipo di prodotti o servizi che offrono, ne hanno bisogno.

Secondo IBM, la maggior parte dei dati esistenti sono prodotti negli ultimi due anni. E li stiamo creando a un ritmo vertiginoso: a livello mondiale generiamo ogni giorno 2,5 quintilioni (1030) di byte di dati.

Ma senza un metodo per gestirli e analizzarli sono praticamente inutili per prendere decisioni aziendali intelligenti. Un data scientist – o un team di essi – sa come dare un senso alla mole di dati raccolti da un’azienda, aiutandola a rispondere alle esigenze e ai reclami dei clienti, a controllare le spese e la produzione, capire come le tendenze influenzano i profitti.

Il problema è che i data scientist sembrano rari come gli unicorni. Ne abbiamo incontrati sette per capire cosa fanno oggi e il percorso che hanno fatto per arrivare dove sono. E abbiamo imparato alcune cose. Per esempio che utilizzano la fisica, e anche l’astrofisica, che il loro lavoro è disordinato, che persino i produttori di scarpe hanno enormi quantità di dati. E che, nonostante tutti gli strumenti di analytics oggi disponibili, alla fine deve sempre esserci qualcuno che decide cosa fare.

22. Meggie von Haartman

Meggie von Haartman ha lavorato come data scientist prima ancora che esistesse questo titolo. Con un dottorato in ingegneria industriale, specializzata nell’ottimizzazione e nella ricerca operativa, Meggie ha speso molte ore in una startup della Silicon Valley prima di approdare al suo ruolo attuale. Oggi elabora modelli di dati per aiutare Efinancial a raggiungere i suoi obiettivi di marketing.

Una cosa che i profani spesso non sanno? “La scienza dei dati è un caos”, dice Meggie, che spende la maggior parte del suo tempo viene speso per pulire i dati. “Il venti per cento del mio tempo è vera e propria modellazione e scienza dei dati. L’altro 80 per cento riguarda la pulizia e l’acquisizione dei dati”.

Quando non macina dati, le piace fare ricerche per conto proprio. “Attualmente sto studiando i migliori approcci per crescere un bambino felice”.

L’ultimo libro che ha letto

“Everybody Lies: Big Data, New Data, and What the Internet Can Tell us about Who We Really Are” di Seth Stephens-Davidowitz.

33. Anthony Rose

Dal punto di vista di Anthony Rose non c’è molta differenza tra analizzare dati per la fisica delle particelle o per ottenere una corsa con Uber in aeroporto.

In Uber gestisce un team di data scientist dedicato al miglioramento dell’esperienza di guida in luoghi come aeroporti, grandi eventi e periferie. Il team di Rose lavora a stretto contatto con i team di progettazione e di prodotto e gestiscono tutto, dall’analisi statistica, alla visualizzazione dei dati, alla sperimentazione, all’apprendimento automatico e alla modellazione. “Abbiamo una grande quantità di dati”, dice. “Avendo abbastanza tempo potremmo porre un numero enorme di domande interessanti”.

Il che non è molto diverso dal lavoro che ha svolto per il suo dottorato in fisica delle particelle. Rose ha fatto ricerche post-dottorato al Large Hadron Collider al CERN, lavorando in progetti di fisica di frontiera e la scoperta del bosone di Higgs, ricerche che coinvolgono molti dati e risposte complesse. “Questo tipo di lavoro si adatta bene a quello che ho fatto nell’industria”, spiega Rose. “Grandi set di dati con segnali ben nascosti, design sperimentale, molti codici e statistiche”.

L’ultimo libro che ha letto

“Gödel, Escher, Bach: un’eterna ghirlanda brillante” di Douglas Hofstadter.

44. Danielle Dean

Credit: Danielle Dean

Per Danielle Dean la scienza dei dati è iniziata con la psicologia. “Ho conseguito un dottorato di ricerca in Psicologia quantitativa perché ero incuriosita da come la matematica e la statistica possono essere utilizzate per studiare il comportamento individuale su larga scala”, spiega Danielle.

Sembra molto simile a ciò che chiamiamo scienza dei dati. “Ho imparato a pensare alla misurazione, all’analisi e alla visualizzazione dei dati e a usare le tecnologie – i linguaggi e gli strumenti di programmazione – che permettono di farlo”, afferma. Questo le ha permesso di entrare nel gruppo di Intelligenza Artificiale e Ricerca di Microsoft, dove guida un team interdisciplinare di data scientist e ingegneri – con background in fisica, oceanografia, informatica, statistica e neuroscienze – che sviluppa soluzioni di analisi predittiva e apprendimento automatico.

È un ruolo divertente perché posso sia creare con i clienti soluzioni di analisi personalizzate sia lavorare con i team di prodotto per assicurarmi che i prodotti siano migliorati nel tempo”.

L’ultimo libro che ha letto

“Armi di distruzione matematica” di Cathy O’Neil. “E’ una riflessione sul potere che hanno gli algoritmi sulle nostre vite”, spiega.

55. Brad Morgart

Credit: Booz Allen

Il team di Morgart presso Booz Allen analizza i portafogli immobiliari e infrastrutturali per aiutare i clienti a identificare i requisiti di finanziamento e prendere decisioni informate. “Le infrastrutture e i beni immobiliari sono molto costosi da mantenere”, dice Brad. “Il nostro team utilizza gli analytics per supportare i nostri clienti con una gestione patrimoniale efficiente”.

Morgart ha fatto questo tipo di analisi dei dati per molto tempo. Ma nell’ultimo anno sono aumentate le richieste, da parte dei suoi clienti, di sfruttare diversi set di dati di grandi dimensioni per prendere decisioni, spesso con tempi di consegna rapidi. Questo ha spinto Morgart e il suo team ad andare oltre strumenti tradizionali come Microsoft Excel e Access per muoversi verso SQL, Python e R.

Spinto da questa necessità ho colto l’opportunità di fare ulteriore formazione, fornita da Booz Allen, per diventare un data scientist”, spiega Morgart. L’azienda è da tempo impegnata nella formazione di un team di scienza dei dati di alto profilo, e recentemente ha lanciato un corso di formazione che permette agli analisti di diventare data scientist.

La sfida più grande per Morgart è interpretare le richieste dei clienti, in modo da fornire analisi significative. “È possibile elaborare e analizzare rapidamente grandi quantità di dati con strumenti di avanzati, ma è comunque necessario comprendere la missione e gli obiettivi del cliente”, sottolinea. “La gran parte di ciò che facciamo sono analisi, ma sono solo strumenti per informare le nostre decisioni”.

L’ultimo libro che ha letto

“Caribbean” di James Michener. “Sono stato a Las Terrenas, nella Repubblica Dominicana, e volevo conoscere meglio quella regione”.

66. Lisa Burton

Credit: Lisa Burton

Lisa Burton è responsabile di un incubatore per startup innovative e guidate da donne. “Il nostro team cerca e investe in aziende”, spiega Lisa.

Il suo dottorato di ricerca in ingegneria meccanica, focalizzato sulla modellazione matematica basata sui dati, è stato un passo naturale verso la scienza dei dati. “Quando mi sono laureata la scienza dei dati aveva appena iniziato a espandersi”, dice Burton. “Ma quando ho intuito cosa si aspettavano le aziende da un data scientist ho capito subito che era tutto ciò che avevo amato della mia ricerca”.

Quindi, appena uscita dalla scuola di specializzazione, è diventata la prima data scientist in una startup ad-tech di Austin dove utilizzava i dati per ottimizzare le offerte pubblicitarie nelle ricerche per automatizzare e migliorare il processo. In seguito si è spostata in una startup per i pagamenti mobili, quindi si è messa in proprio come consulente di scienza dei dati per le startup. È lì che ha incontrato un cliente con il quale ha fondato un’azienda che utilizzava i dati dei social media per aiutare le aziende a capire i loro clienti.

Tutta l’esperienza di Lisa confluisce nel suo ruolo attuale. “Incontriamo i fondatori e le aziende più incredibili”, afferma. Ma una cosa che ha imparato nel suo primo lavoro è stata fondamentale: “ho imparato che essere in grado di comunicare la scienza dei dati a un vasto pubblico, farlo emozionare e coinvolgerlo è estremamente importante. Questo vale per tutto ciò che ho fatto da allora”.

L’ultimo libro che ha letto

“Armi di distruzione matematica” di Cathy O’Neil. “Parla dei possibili pregiudizi e discriminazioni che si introducono nei modelli matematici”.

77. Nitin Mayande

Credit: Nitin Mayande

Nitin Mayande è sempre stato affascinato dalle reti e dal loro funzionamento. Ma, dopo essersi laureato in elettronica e telecomunicazioni, voleva studiare astrofisica. Durante si preparava per la scuola di specializzazione, ha lavorato in una società di ingegneria in India.

Ho sempre desiderato implementare la migliore soluzione tecnica, ma la società sceglieva sempre una soluzione tecnicamente inferiore che richiedeva meno tempo”. Questo lo ha portato a interessarsi alla scienza delle decisioni e a un cambio di rotta. Messa da parte l’astrofisica, ha conseguito un dottorato in Ingegneria Gestionale. “Più ho scavato, più mi sono reso conto che, indipendentemente dal tipo di rete e dall’ambito di applicazione – Ingegneria, Astrofisica o Gestione – la soluzione sta tutta nella sua struttura. Questo mi ha portato a diventare, alla fine, un data scientist”.

Oggi Nitin elabora previsioni che supportano importanti decisioni di pianificazione del prodotto per Nike.

Vuole anche correggere un equivoco sui data scientist. “Le persone pensano che passiamo tutto il nostro tempo a sviluppare complicati algoritmi. Ma la maggior parte del nostro tempo viene speso nella pulizia dei dati per convertirli in un formato utilizzabile”, spiega. “Una volta che tutto funziona, l’analisi avviene in pochissimo tempo. Ma arrivare a quel punto richiede molto lavoro sui dettagli e sulla risoluzione dei problemi”.

L’ultimo libro che ha letto

“Un pellicano a Blandings” di P.G. Wodehouse

88. Ye Zhao

Credit: Ye Zhao

Come data scientist che lavora sulla nuova piattaforma pubblicitaria self-service di Spotify, Ad Studio, Ye cerca insights per aiutare l’azienda a prendere decisioni sui prodotti. Questo, in sostanza, è un lavoro di marketing in una società di musica in streaming. Ma Ye ha iniziato come fisico.

E’ sempre stata interessata alla fisica, alla ricerca e persino a un asteroide che ha preso il suo nome dopo che l’ha scoperto. Come è arrivata a Spotify? “Penso che la scienza dei dati prenda il rigore e la parte tecnica della fisica e lia applica a un argomento affascinante: il comportamento umano”, afferma.

E porta tutto lo spirito geniale e innovatore che ci si aspetta da un fisico a caccia di asteroidi nel suo lavoro presso l’azienda musicale. “Abbiamo realizzato una visualizzazione fisica dei dati su un array LED personalizzato di 2000 LED per visualizzare i dati di streaming negli Stati Uniti su Spotify. E’ una combinazione di hardware, back-end e dati. L’abbiamo fatto durante una hackweek”.

L’ultimo libro che ha letto

“Ali e Nino. Una storia d’amore” di Kurban Said. “Parla della relazione interrazziale tra un principe musulmano e una principessa georgiana”.

 

AUTOREChristina Tynan-Wood
FONTECIO
CIO
Con informazioni, approfondimenti ed eventi ad hoc, CIO Italia è una risorsa preziosa per tutti i leader delle strutture IT e i decisori delle strategie tecnologiche aziendali.

WHITEPAPER GRATUITI