Data Scientist SUP
sviluppare, analizzare, valutare, pronosticare
settori professionali
Informatica
formazione
Formazione universitaria
Che cosa fa un/una data Scientist SUP?
Parole chiave come Big Data e intelligenza artificiale caratterizzano l’attuale era dell’informazione. L’uso quotidiano di servizi come i social media, la navigazione mobile e la digitalizzazione delle transazioni fa ormai parte della vita quotidiana. In questi processi vengono prodotte grandi quantità di dati, sulla base dei quali le aziende prendono decisioni strategiche. I data Scientist sviluppano o valutano gli strumenti per l’analisi dei dati. Il loro compito è creare un database strutturato sulla base di dati grezzi non strutturati (Big Data), e di analizzarla.
All’inizio di ogni ciclo di dati, i Data Scientist preparano i dati grezzi non strutturati e li inseriscono in uno schema speciale. Estraggono i dati rilevanti, scartano quelli non importanti e mappano i diversi valori. Di seguito convertono il set di dati selezionati nel corrispondente formato. Per la valutazione utilizzano metodi moderni di data mining e di machine learning, i cosiddetti “advanced analytics”, per poter stimare gli effetti che determinati cambiamenti avranno in futuro. I professionisti sviluppano complessi algoritmi matematici (ad es. clustering, regressione lineare, reti neurali, alberi decisionali) per identificare le relazioni causa-effetto e creare modelli di previsione quantitativi. Di seguito, i Data Scientists verificano i loro modelli con test ed esercitazioni, per assicurarsi che le loro previsioni siano affidabili.
Cosa e per cosa?
- Affinché gli impiegati del negozio online sappiano quali prodotti i loro clienti cercano sul sito e che possano dedurre dove dovrebbero ampliare la gamma di prodotti, il Data Scientist analizza i dati e fa proposte fondate.
- Affinché il commerciante online possa rendere la sua pubblicità sempre più personalizzata e farla arrivare ai potenziali clienti nel momento giusto, la data scientists gi offre algoritmi intelligenti.
- Affinché possa analizzare il suo database in modo ottimale, il Data Scientist sviluppa nuovi metodi.
- Affinché il negozio online possa togliere dall’assortimento i prodotti che vengono spesso restituiti e che quindi causano costi aggiuntivi, la Data Scientist analizza i dati relativi ai prodotti restituiti e risponde a tutte le domande importanti.
Fatti
Aspetti positivi
In futuro, le aziende si troveranno sempre più spesso a dover progettare servizi e prodotti basati sui dati. Oggi non conta più solo chi riesce a raccogliere il maggior numero di dati, ma chi li valuta meglio: I big data diventano smart data grazie alle competenze dei Data Scientists.
Aspetti negativi
Le previsioni dei Data Scientists non si avverano sempre.
Ammissione & Formazione
a) Aver completato una formazione professionale di base AFC in una professione correlata al corso di laurea con un diploma di maturità professionale tecnica o commerciale, oppure un diploma di maturità specializzata in un settore correlato al corso di laurea con esperienza lavorativa, oppure
b) diploma di maturità liceale o di un istituto tecnico superiore e un anno di esperienza lavorativa nel settore di studio scelto, altrimenti
c) esame professionale APF o formazione di scuola tecnica superiore EPS nel campo della tecnologia, dell'economia o dell'informatica aziendale con una maturità professionale riconosciuta a livello federale.
3 anni di studio a tempo pieno, almeno 4 anni di studio a tempo parziale o diploma di laurea con pratica integrata (per chi ha una maturità liceale, è possibile studiare presso la ZHAW). La formazione può essere completata anche come CAS, DAS o SPD SSS.
Skills
TOP 10 richiesto
Skills
?
Fatti
Buono a sapersi & Percorsi di carriera
I Data Scientists lavorano ovunque vengano generate grandi quantità di dati e ovunque le aziende abbiano interesse a imparare da questi dati e a ottimizzare i processi per attirare ancora meglio l’attenzione dei clienti. Lavorano, ad es. nel settore sanitario, nella gestone dei rischi presso le assicurazioni, nel settore energetico, nella logistica, nell’e-commerce o nell’industria online.
Specializzazione nella personalizzazione dei prodotti, nella gestione delle relazioni con i clienti o nella consulenza sui rischi.
- Master of Advanced Studies (MAS) in Business Process Engineering oppure in Business Administration and Engineering
- Master of Science (SUP) in Data Science, Master of Science (SUP) in Computer Science
- Data Scientist SUP
- Attestato federale capacità (AFC) con maturità professionale tecnica o commerciale o titolo equivalente (vedi ammissione)