Con l’evolversi dei sistemi informatici e con la crescente necessità di organizzare grandi quantità di dati, sono indispensabili figure di esperti in grado di analizzare, gestire e supportare le aziende nella catalogazione, nell’analisi e nella lettura dei dati.
Inoltre, la quantità e le tipologie di dati presenti in rete cresce esponenzialmente, così come crescono i dispositivi che vengono connessi. All’aumentare dei volumi di dati, aumentano anche le necessità di catalogare, analizzare e processare questi dati, per i quali le tradizionali metodologie di analisi non sempre sono indicate. Lavorare e analizzare grandi volumi di dati, processarli velocemente per necessità di Business o di Marketing, catalogare i diversi formati e estrapolare informazioni rilevanti da queste analisi è una necessità che diventa sempre più concreta e sempre più urgente per diverse tipologie di aziende.
È così che emergono nuovi profili professionali e nelle offerte di lavoro compaiono, sempre più frequentemente, le richieste per Data Scientist, Data Architect, Insight Analyst, Data Engineer ed Esperto di Visualizzazione dei dati. Quali sono le caratteristiche di questi profili? Quali i percorsi formativi e quali le competenze richieste in base ai compiti da svolgere nel processo di analisi e catalogazione dei dati?
DATA SCIENTIST
Il data Scientist acquisisce, analizza, conserva ed interpreta i dati al fine di fornire indicazioni utili per definire le strategie aziendali. Ha conoscenze di statistica, ingegneria informatica, data mining, statistical machine learning.
La figura del Data Scientist è importante in azienda perché le attuali ICT Company si aprono ad una maggiore consapevolezza rispetto all’utilizzo dei dati e ai vantaggi competitivi che si possono ottenere analizzandoli.
Data Scientist, quale formazione e quali competenze deve avere
Formazione
Il Data Scientist ha un percorso educativo di tipo scientifico (laurea in materie matematico-statistiche, in ingegneria oppure in informatica). Deve avere una preparazione informatica molto solida, una buona comprensione degli aspetti tecnologici e deve conoscere gli aspetti ed i processi aziendali. Negli ultimi anni aziende ed università, in sinergia, stanno provando a creare dei percorsi di studio specifici per questa professione.
Skill
Il Data Scientist conosce l’origine dei dati che analizza e le possibili distorsioni insite in essa, così come riconosce i dati da estrapolare e quelli da ignorare perché inutili. Il Data Scientist lavora con i dati, ma ha anche competenze manageriali e tecniche: conosce i vantaggi e gli svantaggi degli strumenti di analisi; conosce a fondo i contesti di riferimento e le aree del business; è in grado di ideare applicazioni automatizzate per suggerire le decisioni in ambienti complessi; comunica con il top management. Il Data Scientist ha buone doti di problem solving, è creativo e curioso. Nelle grandi aziende si interfaccia col consiglio di amministrazione ed i responsabili delle divisioni, nelle PMI interagisce soprattutto con i proprietari o con l’AD.
DATA ARCHITECT
Il Data Architect è una figura con un ruolo preciso: progetta i sistemi informatici dedicati ai dati, ovvero si focalizza su come e dove salvare i dati in maniera tale che siano disponibili all’occorrenza. Il Data architect non analizza i dati, ma li struttura e gestisce facendo sì che chi debba analizzarli, possa facilmente trovarli.
Data Architect, formazione e competenze per un profilo di alto livello
Formazione
Il Data Architect ha almeno una laurea triennale in informatica, in ingegneria informatica o equivalenti. Il percorso di studi deve comprendere discipline inerenti al data management, alla programmazione, all’analisi dei sistemi e delle architetture. Per accedere alle posizioni senior, invece, è consigliata una laurea magistrale.
Skill
Il Data Architect deve conoscere i database relazionali e NoSQL, i software per gestire i dati nei database, l’analisi predittiva, il data mining, i linguaggi di programmazione. Il Data Architect, inoltre, deve avere buone doti di problem solving, di comunicazione per interagire col management ed altre figure in azienda. Nello specifico, all’interno di un’azienda, il Data Architect si interfaccia con il management, con il Data Scientist e con il personale interessato.
INSIGHT ANALYST
Utilizza strumenti di analisi statistica su una grande quantità di dati per ricavare informazioni che spingano i clienti all’acquisto e alla fidelizzazione. Proprio per questa sua specificità si interfaccia con le divisioni marketing e prodotto.
Insight Analyst, percorso formativo e competenze professionali
Formazione
Un Insight Analyst deve avere almeno una laurea triennale in scienze statistiche o equivalenti.
Skill
Un professionista che si occupa di Insight Analyst ha competenze su programmi di analisi statistica come SQL, SAS e SPSS. A livello di specializzazione più alta, un Insight Analyst conosce anche i linguaggi di programmazione Python e R, sempre più richiesti tra le conoscenze degli Insight Analyst. Un professionista che ricopre questo ruolo in azienda deve avere un orientamento al problem solving e deve riuscire a capire i clienti e le loro necessità.
DATA ENGINEER
Il Data Engineer raccoglie, archivia e lavora i dati di un’azienda per facilitarne l’analisi. Inizialmente usava database relazionali per gestire dati archiviabili sotto forma di tabelle, ma oggi queste strutture non sono più sufficienti ed il Data Engineer si trova a dover realizzare ed amministrare strutture in grado di gestire quantità di dati ampi e complessi con database NoSQL come MongoDB. Molte aziende utilizzano il framework Hadoop e strumenti avanzati come Hive, Pig e Spark, ma la gamma di strutture esistenti a disposizione di un Data Engineer è molto vasta.
Data Engineer, formazione e competenze per lavorare in azienda
Formazione
Un Data Engineer è in possesso di un titolo di studio in informatica, ingegneria informatica ed equipollenti.
Skill
Avendo a che fare sia con dati strutturati che non strutturati, il Data Engineer sfrutta le sue competenze per comprendere come interpretare i dati in base alle caratteristiche della matrice stessa. Un data Engineer conosce i linguaggi di programmazione come C#, Java, Python, Ruby, Scala e SQL. In azienda il Data Engineer si interfaccia con i Data Scientist che si occupano di query ed algoritmi per l’analisi predittiva, con le business unit ed i vari dipartimenti per fornire un insieme di dati ai dirigenti, con gli analisti aziendali per analisi e ricerche di natura diversa.
ESPERTO IN VISUALIZZAZIONE DATI
Un esperto in visualizzazione dati è un tecnico che si occupa della resa dei dati, ovvero della forma che i dati acquistano per poter essere compresi. Allo stesso tempo, questa figura deve essere in grado anche di percepire il valore intrinseco dei dati e le tendenze sottese ad essi.
Oggi un esperto di visualizzazione dati è tra le figure più richiesta grazie alla diffusione delle dashboard e degli strumenti di visualizzazione dei dati. In azienda un esperto in visualizzazione dati interagisce soprattutto con il Data Scientist, fruitore primo del suo lavoro sui dati.
Esperto in visualizzazione dati, percorso formativo e competenze richieste
Formazione
Un Esperto in Visualizzazione dati è in possesso di un titolo di studio in informatica, statistica, matematica, ed equipollenti.
Skill
Un Esperto in visualizzazione dati deve avere competenze nell’utilizzo di piattaforme di analisi dati come Tableau, Qlikview/QlikSense, SiSense e Looker. Inoltre, deve anche saper usare tool quali d3.js per la creazione e la presentazione di rappresentazioni visuali interattive. Un profilo tecnico di questo tipo si occupa di trasformare dati complessi in grafici, tabelle, diagrammi di vario tipo, in maniera tale che sia più semplice comprenderli.
Redatto da Lucia D’Adamo, supervisionato da Marco Pirrone