Non è un It manager, e neppure uno statistico, un programmatore, un analista di processi e dati per le decisioni aziendali, un esperto di data modelling o di decision making process modelling. E non è un risk manager. Ecco chi è la figura manageriale, nata con l’avvento dei Big Data, che combina diverse professionalità in differenti profili. 

Parlando di competenze collegate al mondo dei Big Data non si può che cominciare dal Data Scientist. Interessante, in tal senso, è l’analisi presentata da Data Science Central circa i rilevamenti effettuati su 7500 contatti Linkedin operanti a vario titolo nell’ambito della Data Science e degli Analytics. Da tale analisi risultano 105 job title differenti direttamente collegati a “Data Science” o “Analytics”.

Il primo per frequenza è “Data Scientist”, seguono “Business Analyst”, “Analyst”, “Data Analyst”, “Statistician”, “Business Intelligence manager” o “Analytics specialist”. Dalla stessa analisi emergono inoltre 577 job title di carattere manageriale contenenti la parola “Analytics” combinata con Chief, Director, Head e Principal.

Ma chi è il Data Scientist? Non è un It manager, non è uno statistico, non è un matematico, non è un programmatore, non è un analista di processi e dati per le decisioni aziendali e funzionali, non è un esperto di data modelling o di decision making process modelling, non è un risk manager. È una figura manageriale che combina diverse professionalità in differenti profili. 

Deve possedere competenze di base di questi domini di conoscenza, ma al contempo deve aver maturato competenze su alcuni di questi in modo più significativo rispetto agli altri, in funzione di ciò che le aziende si attendono in termini di obiettivi e risultati e in funzione del ruolo che dovrà assumere nell’organizzazione.

La figura del Data Scientist può far riferimento a differenti profili che si basano su un mix armonico di domini di conoscenze e competenze che presentano gradi di intensità diversi, oltre ad una base comune di soft skill che interessano diversi aspetti.

Da un lato, le capacità creative di problem solving, la curiosità e l’originalità nella ricerca (interna ed esterna) e nell’uso dei dati, la capacità di ricercare l’inaspettato, il pensiero laterale, il teamworking, la gestione del cambiamento (soprattutto di natura cognitiva); dall’altro, con pari rilevanza, le capacità di comunicazione e di relazione per narrare in modo intellegibile cosa suggeriscono i dati e fornire risposte coerenti con i fabbisogni informativi espressi.

 

Paolo Pasini, direttore Unit Sistemi Informativi, SDA Bocconi School of Management, e responsabile dell’Osservatorio BI di SDA Bocconi