DJ Patil, il primo capo scienziato dei dati della Casa Bianca sotto l'ex presidente Barack Obama.abin Botsford/The Washington Post via Getty Images Se ultimamente hai prestato anche la minima attenzione al mercato del lavoro, potresti aver notato una tendenza entusiasmante nelle assunzioni in questi giorni: ogni reclutatore, dalle grandi aziende e dalle piccole startup, sta cercando di riempire una posizione chiamata data scientist. Se dai un'occhiata più da vicino, è probabile che alcuni dei tuoi amici senza alcun background scientifico abbiano già colto il ronzio e abbiano rinominato i loro sé professionali come scienziati dei dati su LinkedIn.
Il termine scienziato dei dati, praticamente sconosciuto solo pochi anni fa, ora restituisce oltre 25.000 risultati sulla pagina Offerte di lavoro di LinkedIn, ovvero ben 2.000 in più rispetto ai risultati di ricerca dell'analista finanziario universalmente alla moda (almeno per noi newyorkesi).
Perché l'improvviso aumento di interesse? E cosa significa, ad esempio, cosa fanno gli scienziati dei dati? Ho posto queste domande alla persona che ritenevo più qualificata per rispondere: il tizio che ha coniato il termine scienziato dei dati.
DJ Patil, a ex dirigente di LinkedIn (dal 2008 al 2011) che in seguito è stato capo scienziato dei dati della Casa Bianca sotto il presidente Barack Obama, è noto come il primo scienziato dei dati negli Stati Uniti. Il suo ruolo nel governo è stato creato come parte di un ampio sforzo di digitalizzazione all'interno dell'amministrazione guidata da Obama, ma la scelta delle parole usate per descrivere questo ruolo è stata decisa durante i suoi giorni in LinkedIn.
Ero in LinkedIn per creare il team dei dati e Jeff Hammerbacher [co-fondatore di Cloudera] era impegnato nel team dei dati di Facebook e a volte collaboravamo e confrontavamo le note. Una delle cose che abbiamo capito è che non sapevamo come chiamarci, ha detto Patil in un'intervista con Braganca il mese scorso.
Ti definisci analista? Sembra troppo Wall Street. Un ricercatore o uno statistico? Si sente troppo accademico, ha ricordato. Ma poiché lavoravo in LinkedIn, ho appena testato tutti i titoli di lavoro a cui potevamo pensare per vedere quale avrebbe ottenuto il maggior interesse da parte dei candidati. Si scopre che tutti volevano essere un data scientist, quindi siamo tipo, OK, è così che ci chiameremo.
Il titolo suona sofisticato e abbastanza vago da trascendere le industrie ed essere preso sul serio, anche da persone che non hanno idea di cosa sia.
Penso che il motivo fondamentale per cui è decollato è perché le persone non sono davvero sicure di cosa significhi. E questo è il potere, ha detto Patil. Quando ti etichetti come qualcosa, le persone etichettano anche ciò che non dovresti essere. Quindi, quando sei in una stanza e dici di essere un analista di dati, penseranno che non dovresti essere a questi livelli di riunioni. Ma quando dici che sei lo scienziato dei dati, loro diranno, grazie al cielo abbiamo le persone intelligenti qui.
L'aumento della domanda di data scientist è in parte dovuto all'abbondanza senza precedenti di dati che abbiamo accumulato nell'era di Internet, che ha alimentato un boom di posti di lavoro legati ai big data in vari settori. Il titolo di lavoro dal suono sexy ha reso facile per i reclutatori pubblicare annunci di lavoro e conveniente per le persone in cerca di lavoro per promuoversi. Ma la sua intrinseca ambiguità ha anche suscitato critiche da parte di coloro che sono confusi su ciò che realmente significa.
Clint Chegin, un product manager presso il sito di carriera Indeed, ha espresso la sua frustrazione in a Post medio intitolato, Non esiste una cosa come uno scienziato dei dati.
La stragrande maggioranza delle descrizioni dei lavori di data science non trasmette i requisiti effettivi della posizione che stanno pubblicizzando, ha scritto Jeremie Harris, fondatore della piattaforma di tutoraggio professionale SharpestMinds.
Sono generalmente contrario a cercare di definirlo in modo troppo rigoroso, ha detto Patil. L'importante è come usi i dati per interagire con il mondo, studiarlo e cercare di inventare cose nuove.
Alcune di queste cose sono nuovi prodotti, come un'auto a guida autonoma o la tua app meteo . Altre sono analisi dei dati utilizzate per aiutare le persone a valutare qualsiasi cosa, dai prestiti alle decisioni sull'assistenza sanitaria, ha continuato. Ci sono tutti i tipi di data scientist.Forse il titolo sopravvive e forse si trasforma in qualcos'altro. Ma penso che la cosa più potente qui sia che stiamo usando i dati in modi nuovi per costruire le cose.
