Chiedo a un gruppo di giovani amici su Facebook qual è, secondo loro, il lavoro più “sexy” del momento. Le risposte si concentrano su: masterchef, astronauta, campione di Moto GP, giurato a X Factor. Interessanti, ma ben lontane dalle conclusioni di un’inchiesta della Harvad Business Revue: è il data scientist la figura più coccolata dalle aziende, la professione più sexy di oggi. 

Il paradosso è che nonostante le richieste, resta un profilo molto difficile da reperire sul mercato del lavoro. Una ricerca dell’istituto Gartner rivela che almeno 200.000 analisti di dati vengono “cacciati” annualmente dalle aziende americane, senza successo.

Tornando in Europa: nei prossimi anni nasceranno, 4,4 milioni di posti di lavoro, nel settore data analytics e Internet of Things, come spiego anche nel mio nuovo libro Dialogo tra una lavatrice e un tostapane, Hoepli. Qui un capitolo sfogliabile:  www.hoepli.it/Media/Sfoglialibro/Dialogio-tra-una-lavatrice-tostapane/index.html

La richiesta di “analisti di dati” è esplosa da quando con 1,4 miliardi di smartphone, le ore di navigazione da mobile sono cresciute verticalmente. Il data scientist diventa così una figura centrale nella trasformazione dell’industria, come osserva il PwC survey realizzato su un campione di 1.322 business leader operanti in 77 diversi mercati, “l’analisi dei dati è la via maestra per creare engagement tra marche e consumatori”.

Senza andare troppo lontano, ricordiamo che Journey, ideato da Coca-Cola, è un prodotto editoriale a tutti gli effetti i cui contenuti non vengono generati in maniera casuale, bensì scelti in base all’analisi dei dati degli analytics del sito, con un approccio “data driven”. In questo modo, gli argomenti scelti sono quelli più vicini al profilo di voi lettori/utenti.

CHI È IL DATA SCIENTIST?

Se pensate a un “nerd” dalla testa riccioluta, che passa le giornate davanti a un triplo schermo di PC sgranocchiando snack alla cipolla comprati su Amazon Prime Now, siete fuori strada.

Il data scientist o data analyst è un professionista capace di scovare pepite d’oro in quel mare di sabbia che sono i Big Data, ma non è necessariamente un programmatore, un matematico, un esperto di statistica. Come dice Dino Pedreschi, professore della Facoltà di Informatica di Pisa: “Il data scientist che studia da noi deve saper estrarre dai dati della conoscenza e saper fare storytelling; il che significa saper comunicare agli altri i valore di questi dati. Chi fa questa professione può avere anche una formazione da fisico, antropologo, architetto, economista”.

DOVE SI STUDIA

A Pisa è aperto il Master Bigdata Analytics per laureati; il suo Laboratorio di ricerca si chiama SoBigData e consiste in un’infrastruttura europea della ricerca rivolta a Big Data e Social Mining. Sono già usciti da questa Facoltà circa 300 professionisti che oggi lavorano in vari paesi del mondo. Sempre nella città toscana, la Microsoft ha investito nel progetto Cloud OS Immersion.

Alla Luiss di Roma è stato attivato un master in Big Data Analytics così come a Tor Vergata e all’Università La Sapienza. Il Politecnico di Milano tira intanto le somme di un progetto unico nel suo genere a livello europeo: il Centro per l’innovazione (Collaborative Innovation Center of Big Data Analytics) finanziato da IBM fin dal 2013.

Accenture, gigante della consulenza basata anche su nuove tecnologie, mette a disposizione, a Bologna, borse di studio complete per alcuni Master in “data science”. Restano da citare Torino, altro polo di eccellenza per questo tipo di specializzazione, oltre alla facoltà di Ingegneria e Scienza dell’Informazione di Trento, nei cui cortili – e con una certa frequenza - parcheggiano le auto dei big dell’industria digitale per “comperare algoritmi intelligenti” e portali in aziende oltre confine.

CHI PRODUCE I BIG DATA?

Ognuno di noi, guidando la macchina nelle highway di Sydney, sulla rugiada delle Smoky Mountains, o semplicemente collegandosi a Internet dalla baita delle Dolomiti per prenotare un ristorante, dissemina sulla Rete una lunga scia di dati simile alla coda di una grossa cometa.

Ma i dati che generiamo senza nemmeno renderci conto con le nostre ricerche web non ci vengono in aiuto come accade nella fiaba di Pollicino. Sono soltanto un ghiotto boccone per le società di digital marketing e sono destinati a veicolare sulle persone realmente interessate, i consigli per acquisti, a profilare i consumatori per specifici interessi.

Ma siamo solo all’inizio dell’”Era dei Dati”. La produzione - già abnorme- diventerà ancora più gigantesca quando, nei prossimi quindici anni, 50 miliardi di oggetti saranno connessi a Internet (IoT). Due esempi. Un’auto di nuova generazione con una centralina di bordo produce oltre 40 milioni di linee di dati, secondo uno studio della Washington University di Seattle. Una partita di rugby giocata per il trofeo Sei Nazioni, sull’erba viscida di una notte londinese, genera 1,9 milioni di linee di dati e impegna 1.800 permutazioni di algoritmi.

GIORNALI SCRITTI DA ALPHABET?

Per chiudere, prendiamo un caso eclatante che sta nascendo proprio all’incrocio tra Big Data, algoritmi e intelligenza artificiale. Parliamo di Alphabet, la nuova creatura della coppia che ha fondato Google: Larry Page e Sergey Brin. 

Qual è la mission di Alphabet? I collaboratori di Page e Brin stanno setacciando le migliori facoltà degli Stati Uniti alla ricerca di semiologi, antropologi, studiosi di arte ed estetica, filosofi e psicologi, formatori e geografi, pagandoli 120.000 $ l’anno per organizzare la più grande “macchina” d’intelligenza artificiale mai costruita.

Un meccano di algoritmi e conoscenza “in scatola”, che frullando informazioni come maionese, potrebbe tranquillamente scrivere articoli per i giornali del mattino, cartacei o digitali, che dir si voglia.

E i giornalisti che faranno? La sfida è aperta e, come tutte le grandi sfide, può essere vista come minaccia o come stimolo. Personalmente, opto per la seconda strada.