Data Science, Data Mining, Internet of Things?

[senza nome [Élite] 4903]

2 minuti fa, Kagan ha scritto:

Grazie comeback! Apprezzo molto 🙂

Concordo molto con quello che hai scritto, specie la battuta finale sulle professionalità più forti, che ahimé saranno quelle ingegneristiche/matematiche, roba su cui non ho puntato per scarsissimo background matematico. Come dicevo in 11 mesi quasi tutti i giorni ho dovuto fare matematica per prendere un misero 21 (fortunatamente negli altri non ho problemi). Ma mi sto imponendo ci continuare ad approfondirla ogni giorno per avere una base sempre più solida. Inclusa statistica ovviamente 🙂

Seguirò i tuoi consigli e ce la metterò tutta 🙂 Fortunatamente la disciplina e passione non mi mancano. Peccato che alle superiori mi mancavano eccome!  Pazienza, si recupera.

Il fatto è che diventerai magari un mediocre data analyst, mentre potresti divenire un buon-ottimo studioso di economia politica (per esempio).

Sicuramente la prima figura è più utile e ricercata, ma tu rimani mediocre, difficilmente riuscirai a ricoprire posizioni importanti, mentre nel secondo caso, se pur è molto meno ricercata, potresti divenire uno dei migliori.

Nel senso è inutile fare una carriera dove si hanno solo punti di parità, se pur quella branchia tira di più, meglio farla dove si possono avere punti di differenza importante, se pur non ha molto sbocchi.

Questo è il mio pensiero.

[Kagan [Élite] 726]

1 minuto fa, senza nome ha scritto:

Il fatto è che diventerai magari un mediocre data analyst, mentre potresti divenire un buon-ottimo studioso di economia politica (per esempio).

Sicuramente la prima figura è più utile e ricercata, ma tu rimani mediocre, difficilmente riuscirai a ricoprire posizioni importanti, mentre nel secondo caso, se pur è molto meno ricercata, potresti divenire uno dei migliori.

Nel senso è inutile fare una carriera dove si hanno solo punti di parità, se pur quella branchia tira di più, meglio farla dove si possono avere punti di differenza importante, se pur non ha molto sbocchi.

Questo è il mio pensiero.

Eh sì, capisco il tuo ragionamento. Ecco perché sto chiedendo a più fonti possibili e vedere dove io riesco ad arrivare e spingermi e poi tirare le somme. Grazie per il commento :)

[Leopold [Partecipante] 135]

Considerate però che in un progetto di "data science" ci sono più anime a seconda della dimensione dello stesso.

Serviranno sicuramente figure quantitative che ne sanno di modellistica e magari altre che sono più spinte sulla parte di sviluppo software e/o gestione dei dati.

Sono necessarie però anche figure più business oriented che devono capire come apportare effettivamente del valore all'azienda, che magari devono interfacciarsi con il cliente che tipicamente non parla un gergo tecnico e vendergli il progetto. Queste figure non devono avere chissà quali hard skills...certo conoscere la terminologia e avere un'idea concreta delle potenzialità e dei limiti di certe metodologie aiuta non poco, ma non serve essere degli "scienziati".

[Kagan [Élite] 726]

12 minuti fa, Leopold ha scritto:

Considerate però che in un progetto di "data science" ci sono più anime a seconda della dimensione dello stesso.

Serviranno sicuramente figure quantitative che ne sanno di modellistica e magari altre che sono più spinte sulla parte di sviluppo software e/o gestione dei dati.

Sono necessarie però anche figure più business oriented che devono capire come apportare effettivamente del valore all'azienda, che magari devono interfacciarsi con il cliente che tipicamente non parla un gergo tecnico e vendergli il progetto. Queste figure non devono avere chissà quali hard skills...certo conoscere la terminologia e avere un'idea concreta delle potenzialità e dei limiti di certe metodologie aiuta non poco, ma non serve essere degli "scienziati".

Più "lato marketing" intendi?

[Leopold [Partecipante] 135]

15 minuti fa, Kagan ha scritto:

 Più "lato marketing" intendi?

 

Ti faccio un esempio concreto.

Lavori nell'azienda di consulenza X e c'è l'azienda Y che ha il suo business, raccoglie molti dati sulle vendite, sui loro clienti ma non ha competenze interne che gli consentano di sfruttare appieno questi dati per prendere decisioni a livello di marketing. Per decisioni intendo ad esempio come gestire le promozioni, quali sconti fare, quali prodotti raccomandare al cliente Pinco Pallino piuttosto che a Caio, in quale periodo proporre un prodotto piuttosto che un altro.

L'azienda ci consulenza X propone un progetto ad Y dove dovrà fargli capire che sa come utilizzare quei dati per creare concretamente valore ad X, quindi dovrà capire il suo modello di business, quali dati ha a disposizione e preparare una proposta.

E' chiaro che la gestione del rapporto col cliente, la traduzione di concetti tecnici in strumenti per supportare un business ed il processo opposto, ossia la traduzione di requisiti funzionali verso dei tecnici che poi dovranno implementare concretamente la soluzione, vengono portati avanti da figure provenienti più da facoltà come economia/ing gestionale piuttosto che ing. informatici / matematici. Poi nella realtà i ruoli sono sempre più ibridi, ma l'idea di fondo è questa.

 

[Kagan [Élite] 726]

21 minuti fa, Leopold ha scritto:

 

Ti faccio un esempio concreto.

Lavori nell'azienda di consulenza X e c'è l'azienda Y che ha il suo business, raccoglie molti dati sulle vendite, sui loro clienti ma non ha competenze interne che gli consentano di sfruttare appieno questi dati per prendere decisioni a livello di marketing. Per decisioni intendo ad esempio come gestire le promozioni, quali sconti fare, quali prodotti raccomandare al cliente Pinco Pallino piuttosto che a Caio, in quale periodo proporre un prodotto piuttosto che un altro.

L'azienda ci consulenza X propone un progetto ad Y dove dovrà fargli capire che sa come utilizzare quei dati per creare concretamente valore ad X, quindi dovrà capire il suo modello di business, quali dati ha a disposizione e preparare una proposta.

E' chiaro che la gestione del rapporto col cliente, la traduzione di concetti tecnici in strumenti per supportare un business ed il processo opposto, ossia la traduzione di requisiti funzionali verso dei tecnici che poi dovranno implementare concretamente la soluzione, vengono portati avanti da figure provenienti più da facoltà come economia/ing gestionale piuttosto che ing. informatici / matematici. Poi nella realtà i ruoli sono sempre più ibridi, ma l'idea di fondo è questa.

 

Chiarissimo. Grazie ancora :)

P.s: tu come ti sei formato su questi argomenti in modo da lavorarci? Corsi o uni?

Modificato 12 Gennaio 2019 da Kagan

[Leopold [Partecipante] 135]

20 minuti fa, Kagan ha scritto:

Chiarissimo. Grazie ancora 🙂

P.s: tu come ti sei formato su questi argomenti in modo da lavorarci? Corsi o uni?

Ho un background scientifico e poi mi sono formato da autodidatta seguendo dei corsi free di università su youtube (cosa che sconsiglio, meglio pagare una di quelle piattaforme che erogano certificato), ma sopratutto leggendo libri.

Il problema del fare per conto proprio è che poi è più difficile che le competenze vengano riconosciute in fase di colloquio, ma è comunque fattibile. Chiaro che come dicevo, mentre un tempo non esistevano curriculum ad hoc e molti erano improvvisati, adesso comincia ad arrivare gente neolaureata che è già formata su questi argomenti  perchè la tematica è molto "hot" e le università si sono attrezzate.

Modificato 12 Gennaio 2019 da Leopold

[Farang [Lurker] 31]

1 ora fa, senza nome ha scritto:

Il fatto è che diventerai magari un mediocre data analyst, mentre potresti divenire un buon-ottimo studioso di economia politica (per esempio).

Sicuramente la prima figura è più utile e ricercata, ma tu rimani mediocre, difficilmente riuscirai a ricoprire posizioni importanti, mentre nel secondo caso, se pur è molto meno ricercata, potresti divenire uno dei migliori.

Nel senso è inutile fare una carriera dove si hanno solo punti di parità, se pur quella branchia tira di più, meglio farla dove si possono avere punti di differenza importante, se pur non ha molto sbocchi.

Questo è il mio pensiero.

Oppure può diventare un ottimo consulente. Con una mediocre skill tecnica ma sufficiente per cogliere il quadro generale delle tecnologie che vende e delle loro possibilità. Usare le sue soft skills per stringere legami con i clienti e con i colleghi più tecnici che possono aiutarlo a trovare soluzione da poter rivendere al cliente. Per scalare nelle società di consulenza soft skill >> everything, le skills tecniche e i titoli servono per entrare e capire il business, ma quelli che fanno la carriera più eccellente non sono i migliori tecnici. 

Poi è tutto più flessibile di quello che sembra: mi è capitato di parlare con il CEO di una start-up ben avviata che sta spaccando i culi, da come mi ha risposto ad alcune domande molto tecniche avrei scommesso 1000 euro che era un informatico; invece poi mi hanno detto che era laureato in economia.

[comeback [Partecipante] 3050]

Ora tralasciando le super competenze e le menti eccelse, nel mondo delle aziende di imbranati e gente che non sa far nulla ne è pieno, non vorrei che ora a @Kagan raccontassimo che fuori ci sono i nuovi Einstein e Da Vinci.

 

[Kagan [Élite] 726]

7 minuti fa, comeback ha scritto:

Ora tralasciando le super competenze e le menti eccelse, nel mondo delle aziende di imbranati e gente che non sa far nulla ne è pieno, non vorrei che ora a @Kagan raccontassimo che fuori ci sono i nuovi Einstein e Da Vinci.

 

Sisi, conosco il mondo delle aziende, ho anche lavorato nel marketing di un'azienda da 300 milioni, e il mio capo era un gran lavoratore ma non aveva la minima idea di cosa stesse facendo. Quindi è vero, però ci tengo a fare il massimo possibile! 🙂