SAS

Innovation sparks  |  Data for Good
Education & Future  |  Video Gallery  |  Cerca

leading-art-innovation
SAS
leading-art-innovation

Innovation sparks     Data for Good
Education & Future
Video Gallery    Cerca

Education & Future

Data Scientist, come prepararsi a essere una delle figure chiave della rivoluzione analitica


Intervista a Stefano Quaia, Head of HR - SAS Italy 
Colored lines with Pentagons
FacebookTwitterLinkedIn

La figura del data scientist, sempre più richiesta, deve combinare competenze analitiche a soft-skill in ambito comunicazione e team working. Sempre più importante l’apprendimento continuo e la commistione tra università e aziende. Ne parliamo con Stefano Quaia, Head of HR SAS.

Facendo una rapida ricerca tra le offerte di lavoro aperte (dato di marzo 2021) in LinkedIn, quelle specifiche relative alla ricerca di una o un Data Scientist sono quasi 70mila a livello globale (562 solo in Italia). Non sbagliava la prestigiosa rivista Harvard Business Review a definirla la professione più sexy del 21° secolo già nel 2012.

“I ragazzi dovrebbero allenare la curiosità,
non accontentarsi, esplorare le opportunità
formative e professionali a disposizione,
privilegiando i percorsi formativi che prevedono
la commistione tra aziende e università.”

STEFANO QUAIA

Head of HR - SAS Italy

Ma quali sono le competenze specifiche e le soft-skill che devono avere i data scientist, spesso chiamati a comunicare e collaborare con il business e a lavorare in team multidisciplinari? Qual è il ruolo della formazione scolastica, da un lato, e delle aziende, dall’altro, nel preparare al meglio queste importanti figure professionali? Ne abbiamo discusso con Stefano Quaia, Head of HR di SAS. 

Quali sono le competenze “tipiche” di un data scientist?
Il Data Scientist non è solo una figura tecnica: la tecnologia evolve molto rapidamente e le conoscenze vanno costantemente aggiornate. Per essere un data scientist occorre certamente avere attitudini analitiche, propensione per il ragionamento matematico e statistico, e conoscenze informatiche. Ma tutto ciò non basta. È sempre più importante che gli aspiranti data scientist abbiano grandi doti comunicative, utili per presentare i risultati dell’analisi dei dati in forma chiara e comprensibile a colleghi e management.

 

Come possono i giovani affinare queste soft skill?
Le soft-skill sono spesso una dote naturale o acquisita in autonomia attraverso iniziative di microimprenditorialità, raramente si apprendono a scuola. Noto spesso eccellenze nei progetti scuola-lavoro oppure nei master di primo e secondo livello. Alcune facoltà scientifiche propongono laboratori teatrali o di comunicazione per sviluppare le competenze legate agli aspetti relazionali ed emotivi, un ‘allenamento’ che richiede molto più tempo rispetto all’apprendimento di nozioni tecniche.

Qual è il ruolo della formazione scolastica e quali i percorsi praticabili?
I corsi accademici per data scientist sono di recente attivazione. Le facoltà più indicate per chi vuole intraprendere questa professione sono Matematica, Statistica, Fisica e Ingegneria. Tuttavia, è bene evidenziare che i ragazzi che si affacciano al mondo del lavoro riconoscono l’importanza della formazione on the job; il mondo va veloce e quello dell’IT in modo particolare. Solo dalla sinergia tra scuola e impresa è possibile formare adeguatamente giovani talenti, pronti per il mondo di oggi e di domani.A tal proposito, “Digital Masterclass”, il progetto di SAS che mira ad inserire i neolaureati nell’ambiente lavorativo, vuole essere un ponte per facilitare il passaggio da studenti a professionisti. Scopri di più su questa iniziativa

Qual è l’impegno di SAS per coltivare i futuri talenti?
Innanzitutto, moltissimi dipendenti e professionisti SAS partecipano attivamente a percorsi di orientamento nelle scuole, attraverso testimonianze aziendali in qualità di Role Model.
Ormai da alcuni anni, inoltre, SAS in collaborazione Elis, partecipa al Sistema Scuola Impresa, un articolato progetto di condivisione di carriere lavorative da parte di donne manager verso i giovani per orientarli a discipline scientifiche e contribuire a far nascere in loro una passione per i dati. Dal 2012 abbiamo un vero e proprio Career Accelerator, un attento programma di selezione, formazione e segnalazione dei giovani di talento nei confronti dell’ecosistema SAS, compresi clienti e partner, per aiutare e sostenere i giovani nella delicata fase di transizione tra la fine degli studi e l’ingresso nel mondo del lavoro. Ad oggi abbiamo oltre una decina di aziende partner che hanno aderito al programma e possiamo vantare il 99% di placement dei giovani selezionati e segnalati.

Che consiglio ti senti di dare oggi ai giovani che si affacciano al mondo del lavoro?
Sembrerà banale, ma i ragazzi dovrebbero allenare la curiosità, non accontentarsi, esplorare le opportunità formative e professionali a disposizione, privilegiando i percorsi formativi che prevedono la commistione tra aziende e università. L’aggiornamento continuo è una certezza oggi, quindi avere un metodo di apprendimento diventa fondamentale.


28 giugno 2021

Articoli consigliati

  • Innovation Sparks
    Governare l’Intelligenza Artificiale nel settore pubblicoL’adozione dell’intelligenza artificiale (AI) nel settore pubblico si è finora limitata a sperimentazioni, senza tradursi in cambiamenti strutturali duraturi. Per una reale innovazione, è necessario un approccio integrato che coinvolga dati, governance, competenze e processi organizzativi.
  • Innovation Sparks
    Dall’alert alla conversazione: come Minority Reporters ripensa la verifica antifrodeUn agente vocale basato su AI che chiama proattivamente i clienti, nella loro lingua, per verificare transazioni sospette, indagare su possibili tentativi di frode e attivare immediatamente misure di protezione.
  • Innovation Sparks
    Dall’osservazione dei macchinari alla modellazione avanzata dei fenomeni: l’analisi dei processi produttivi di KMEMonitoraggio dei processi, modellazione avanzata e tracciabilità della carbon footprint: come KME garantisce una sostenibilità misurabile lungo la supply chain.
  • Innovation Sparks
    Computer vision per città più inclusive: il progetto “data for good” del team RationenceIl racconto di come è nata l’idea di costruire uno strumento basato sulla computer vision capace di individuare automaticamente le barriere architettoniche nelle città.
Back to Top