avatar

Voglio diventare una... Data Scientist @ Serena Sensini | Martedì 27 Settembre 2022 | 5 minuti

Trading con Excel? Sembra una sfida, e invece si tratta di una grande opportunità. Donata Petrelli, Data Scientist specializzata nel mondo dei mercati finanziari, ha fatto della sua passione un lavoro, e anche un libro.

In questa intervista ci racconta cosa vuol dire essere una Data Scientist e come sfruttare alcuni “comuni” strumenti per creare dei sistemi di trading.

Cosa vedrai

Descriviti in 100 parole

Lo ammetto, queste domande mi hanno sempre un po’ messa in crisi. Penso a cosa dire e … cosa meglio non dire. Ad esempio definirmi uno “spirito ribelle” è positivo o negativo?

Ho sempre cercato di fare quello che sentivo nelle mie corde, giusto per me e non per le convezioni sociali.

Adoro i numeri e la logica. Per questo ho voluto studiare matematica ma non volevo diventare una professoressa. Già pensavo al suo impiego come strumento per il miglioramento di molti settori. Oggi il mio lavoro è creare modelli matematici e trasformarli in algoritmi per trovare soluzioni ai diversi problemi.

In cosa consiste il ruolo di Data Scientist?

« Data scientist is the sexiest job of the 21st century » così la Harvard Business Review intitolava un suo articolo del 2012.

Credo che per “affascinante” intendesse l’aspetto variegato che porta con sé questo mestiere.
Perché fare il Data Scientist significa ricoprire diversi ruoli.

Dal ricercatore delle giuste fonti di dati, all’analista in grado di elaborarli ed interpretarli, passando per la figura in grado di trovare le tecniche migliori per estrapolarli.

Ma è anche un lavoro di comunicazione.

Il Data Scientist deve essere anche un sociologo ed uno psicologo, in grado di entrare in empatia con i bisogni del cliente ed un ottimo comunicatore per esporre il suo lavoro a persone di ambiti completamente diversi dal suo.

Qual è la soft skill più importante che deve possedere una Data Scientist?

La costanza, la pazienza e… l’abilità nel risolvere i rebus, anche se non saprei se quest’ultima rientra tra le soft skill!

Analizzare e trovare un significato all’interno di un insieme grezzo di dati è un po’ come risolvere un enigma (e qui serve abilità nel risolvere i rebus).

Solo che la soluzione potrebbe richiedere molto tempo, i dati non sempre sono completi o affidabili (qui la costanza). A volte si pensa di essere giunti a una conclusione plausibile per scoprire in seguito che è solo quella parziale (qui tanta pazienza).

La maggior parte di noi utilizza i social per parlare dei propri successi, ma la realtà è che siamo quel che siamo grazie al 90% dei nostri errori. Racconta il tuo più grande fallimento da quando lavori nel settore, che però ti ha reso ciò che sei.

Vero, è indubbio che nei social si tende a mostrare il lato migliore della medaglia. La vacanza fantastica, la macchina nuova e anche l’ultimo aperitivo con gli amici. Nel lavoro idem. Ci fregiamo della nuova posizione raggiunta, della recente certificazione conseguita o del fantomatico round di finanziamento ottenuto.

Magari fosse sempre bello così!

Devo dire che in tutta la mia carriera lavorativa di inciampi ed errori ce ne sono stati. Ma più di tutti devo ammettere che il fallimento più grande è stato aver lanciato sul mercato, dopo diverso tempo di preparazione, un prodotto software che non è andato bene. Allora ci sono stati un mix di errori, dalla scelta del timing di immissione, a quella delle soluzioni adottate per la sua distribuzione, fino alle collaborazioni che si sono rivelate poco valide.

Ma ho imparato la lezione, trasformando questa esperienza in una risorsa per il futuro.

Come fare per diventare una Data Scientist?

Ho cominciato questa professione ai suoi albori. Quello che si poteva fare allora, dopo aver conseguito una laurea in una disciplina scientifica, come matematica, statistica, informatica, ingegneria o anche economia, era frequentare corsi specialistici o master. Erano disponibili e fruibili on-line e offerti perlopiù da università americane.

Da queste prime esperienze pioneristiche, da parte di università all’avanguardia, oggi la situazione è diversa e si possono fare interi percorsi per diventare Data Scientist scegliendo tra una vasta offerta formativa.

Insomma, diventare un Data Scientist non è più un ostacolo per nessuno, basta volerlo!

Parlando di successi, qual è il tuo prossimo obiettivo? Quale ruolo vorresti ricoprire entro i prossimi 3 anni?

Dopo anni di numeri e formule, di recente ho scoperto una nuova passione. La scrittura. Amante dei libri lo sono sempre stata, ma solo come lettrice. Non avrei mai pensato di diventare un giorno autrice. Pensa che al liceo, ogni volta che c’era il tema in classe entravo nel panico!

Per ora i miei libri sono tutti di stampo tecnico. Per lo più trattano argomenti di matematica e l’intelligenza artificiale, programmazione, finanza… ma chissà tra tre anni cosa può succedere!

Conosci il tema gender gap in ambito STEM? Se sì, come fare per superarlo?

Questo è un tema molto delicato, che tocca aspetti del genere umano molto sensibili. Affrontandolo si rischia con molta facilità di incappare in pregiudizi o suscitare critiche.

Personalmente quello che ritengo importante è riuscire a fare un lavoro di informazione ed orientamento a monte. Penso che ciò che maggiormente occorre sia mettere tutti, indistintamente, in grado di conoscere e sviluppare quelle che sono le proprie passioni e le proprie attitudini personali.

Per questo ho sempre cercato di dare il mio contributo in tutte quelle attività di diffusione della cultura scientifica, facendo parte di gruppi con questa missione ed anche tenendo corsi e seminari di divulgazione nelle scuole.

Contatti

Ti potrebbe interessare anche...

avatar

Social