Data Scientist, vincere le sfide con competenze di gruppo
In assenza di veri Data Scientist può rivelarsi funzionale agli obiettivi di analisi Big Data mettere a punto gruppi di persone con competenze eterogenee
La definizione di Data Scientist si è affermata ed è diventata di moda con l’emergere del Big Data. Non che in precedenza, in tutte quelle organizzazioni votate all’analisi dei dati, non esistesse di fatto una figura più o meno equivalente, persona le cui competenze sono idealmente corrispondenti a un mix ben distillato di informatica, matematica, statistica e business intelligence. Competenze che in buona misura rappresentano la conditio sine qua non per riuscire a sfruttare le potenzialità racchiuse all’interndo di grandi volumi di dati spesso caratterizzati da una loro eterogeneità, strutturati e destrutturati.
Data Scientist sono gli sperti che definiscono modelli di dati, algoritmi, che permettono di individuare la migliore tecnicica di visualizzazione per riuscire a distillare l’informazione corretta dal caos di una dimensione Big Data. Essere un Data Scientist, come afferma Jean-Paul Ison, global vice president of predictive analytics and business intelligence di Monster Worldwide, non significa pura elaborazione dati, significa avere una comprensione delle sfide che una certa attività o business deve affrontare, creare le modalità opportune per valorizzare i dati e riuscire a comunicarle nel modo più adatto alle diverse figure aziendali che devono poter accedere a contenuti che li possano agevolare nei processi decisionali.
Ma al momento tutto questo sembra che sia un desiderata e appartenga al mondo dei sogni. Non vi sono competenze di questo tipo, o quanto meno ve ne sono in numero largamente al di sotto della domanda. Negli Stati Uniti, per esempio, l’80% di posti di lavoro con questo profilo è al momento inevasa.
Come risolvere questo problema? Secondo un gruppo di analisti di Accenture - Jeanne G. Harris, managing director for IT and analytics research at the Accenture Institute for High Performance; Nathan Shetterley R&D, manager Accenture Technology Labs; Allan E. Alter, research fellow Accenture Institute for High Performance; Krista Schnell, R&D developer Accenture Technology Labs - la soluzione, o un tentativo intelligente, potrebbe essere quello di mettere a punto un gruppo di persone che insieme possano mettere a disposizione quelle competenze che si pensa debbano essere concentrate in un un’unica figura. Quindi Data Scientist come risorsa di gruppo e non individuale. Ecco come si esprimono gli analisti di Accenture rispetto alla composizione, alle competenze e obiettivi che questo gruppo dovrebbe avere (Il testo integrale lo potete trovare a questo link):
The size of these teams can vary: from a handful of people for pilots and short tactical projects, to 20 or more for longer projects and ongoing analytical work. A small team could include one or more software engineers and quantitative analysts who know Hadoop–an open source computing environment often used for Big Data processing–and can write scripts in the languages used to prepare, integrate, clean, run and analyze Big Data. It could also include a systems architect to maintain the systems that host the data, and ensure these systems can communicate with one another
Larger teams add specialists to supplement these roles: programmers to write the commands which prepare data for use; quantitative analysts who can dig deeper into the findings to find the insights; data visualization specialists who can turn findings into easy-to-understand graphics; and project managers/liaisons to oversee their efforts.
On the business skill side, data scientist teams can also include quantitatively oriented business analysts and visualization designers. Business analysts act as business function experts who understand what information is most valuable to the business, and can communicate findings back to functional managers in language they understand. They are the most suitable member of the team to serve as the liaison with different departments. Visualization designers are specialists who can effectively use data to tell stories through graphics.
Data Scientist sono gli sperti che definiscono modelli di dati, algoritmi, che permettono di individuare la migliore tecnicica di visualizzazione per riuscire a distillare l’informazione corretta dal caos di una dimensione Big Data. Essere un Data Scientist, come afferma Jean-Paul Ison, global vice president of predictive analytics and business intelligence di Monster Worldwide, non significa pura elaborazione dati, significa avere una comprensione delle sfide che una certa attività o business deve affrontare, creare le modalità opportune per valorizzare i dati e riuscire a comunicarle nel modo più adatto alle diverse figure aziendali che devono poter accedere a contenuti che li possano agevolare nei processi decisionali.
Ma al momento tutto questo sembra che sia un desiderata e appartenga al mondo dei sogni. Non vi sono competenze di questo tipo, o quanto meno ve ne sono in numero largamente al di sotto della domanda. Negli Stati Uniti, per esempio, l’80% di posti di lavoro con questo profilo è al momento inevasa.
Come risolvere questo problema? Secondo un gruppo di analisti di Accenture - Jeanne G. Harris, managing director for IT and analytics research at the Accenture Institute for High Performance; Nathan Shetterley R&D, manager Accenture Technology Labs; Allan E. Alter, research fellow Accenture Institute for High Performance; Krista Schnell, R&D developer Accenture Technology Labs - la soluzione, o un tentativo intelligente, potrebbe essere quello di mettere a punto un gruppo di persone che insieme possano mettere a disposizione quelle competenze che si pensa debbano essere concentrate in un un’unica figura. Quindi Data Scientist come risorsa di gruppo e non individuale. Ecco come si esprimono gli analisti di Accenture rispetto alla composizione, alle competenze e obiettivi che questo gruppo dovrebbe avere (Il testo integrale lo potete trovare a questo link):
The size of these teams can vary: from a handful of people for pilots and short tactical projects, to 20 or more for longer projects and ongoing analytical work. A small team could include one or more software engineers and quantitative analysts who know Hadoop–an open source computing environment often used for Big Data processing–and can write scripts in the languages used to prepare, integrate, clean, run and analyze Big Data. It could also include a systems architect to maintain the systems that host the data, and ensure these systems can communicate with one another
Larger teams add specialists to supplement these roles: programmers to write the commands which prepare data for use; quantitative analysts who can dig deeper into the findings to find the insights; data visualization specialists who can turn findings into easy-to-understand graphics; and project managers/liaisons to oversee their efforts.
On the business skill side, data scientist teams can also include quantitatively oriented business analysts and visualization designers. Business analysts act as business function experts who understand what information is most valuable to the business, and can communicate findings back to functional managers in language they understand. They are the most suitable member of the team to serve as the liaison with different departments. Visualization designers are specialists who can effectively use data to tell stories through graphics.
Notizie correlate
Speciali Tutti gli speciali
Calendario Tutto
Mag 07
Huawei Italy Enterprise Roadshow 2024 - Roma
Mag 08
Road to NIS2 - Padova
Mag 09
IDC Future of Digital Infrastructure Forum 2024
Mag 09
Huawei Italy Enterprise Roadshow 2024 - Caserta
Mag 14
Huawei Italy Enterprise Roadshow 2024 - Aci Castello
Mag 16
Road to NIS2 - Roma
Mag 23
AWS Summit 2024 - Milano
Mag 30
Be Connected Day
Mag 30
Fortinet Security Day - Milano
Magazine Tutti i numeri
G11 Media Networks
ImpresaCity e' un canale di BitCity, testata giornalistica registrata presso il tribunale di Como ,
n. 21/2007 del
11/10/2007- Iscrizione ROC n. 15698
G11 MEDIA S.R.L.
Sede Legale Via NUOVA VALASSINA, 4 22046 MERONE (CO) - P.IVA/C.F.03062910132
Registro imprese di Como n. 03062910132 - REA n. 293834 CAPITALE SOCIALE Euro 30.000 i.v.
