Grazie alla crescente importanza dei big data, nella pole position delle figure più ricercate dalle aziende italiane si piazzano data scientist, data architect e insight analyst. Una grande opportunità dal punto di vista occupazionale che, secondo i consulenti di Hays, una delle società leader nel recruiting specializzato, nei prossimi mesi si concretizzerà in un incremento della richiesta di professionisti capaci di analizzare e gestire grandi quantità di dati.

«Sono sempre di più - spiegano gli esperti di Hays Italia - le aziende in Italia che investono in tecnologie avanzate e personale qualificato per sfruttare al massimo il potenziale dei big data. Le professioni digitali saranno sempre più valorizzate e ricercate dalle imprese e, già nel 2017, la domanda di talenti digitali aumenterà notevolmente, crescendo esponenzialmente entro il 2020».

Per coloro che desiderano intraprendere la carriera in ambito digital, gli esperti di Hays hanno stilato una classifica delle dieci figure professionali sui cui si concentreranno le attenzioni dei reclutatori nel 2017.

Data scientist in America è già considerato il lavoro numero uno e ci sono varie scuole di pensiero su quale sia la vera definizione. Sicuramente è un professionista con un background accademico molto forte (master o dottorato di ricerca) in discipline quali Statistica, Matematica, Fisica o Economia e profonde conoscenze di data mining e machine learning. Un bravo data scientist è in grado di identificare e risolvere problemi altamente complessi legati al business, utilizzando tool di analisi avanzati tra cui programmi di statistica come Python, R o Spark. Quest’analisi gioca infatti un ruolo centrale nel processo decisionale fornendo alle aziende gli strumenti necessari per affrontare con successo sfide sempre più complesse.

Un'altra figura richiesta è il data architect, che è capace di dare vita a soluzioni di successo per affrontare al meglio lo scenario dei big data. C'è poi l'insight analyst che utilizza strumenti di analisi statistica per ricavare, da grandi quantità di dati, informazioni a supporto delle strategie di acquisizione e fidelizzazione dei clienti. Dal punto di vista tecnico, gli insight analyst hanno competenze su uno o più strumenti di analisi statistica come sql, sas e spss. Tuttavia, molte aziende sono sempre più interessate al contributo che i linguaggi di programmazione Phyton e R possono fornire in tema di profondità dell’analisi.

Altra figura richiesta è il data engineer, che possiede le competenze per raccogliere, archiviare e lavorare i dati di un’azienda per facilitarne l’analisi. Inizialmente questo prevedeva l’utilizzo di database relazionali per gestire dati archiviabili sotto forma di tabelle, ma, con l’avvento dei big data, le strutture tradizionali per la gestione dei dati non sono più sufficienti. Per questo la figura del big data engineer è chiamata a realizzare e amministrare strutture in grado di gestire quantità di dati ampie e complesse attraverso database NoSQL come MongoDB. Molte aziende utilizzano il framework Hadoop insieme a strumenti avanzati come Hive, Pig e Spark, ma le infrastrutture per la gestione dei Big Data sono davvero numerose.

Lo sviluppatore software ha buone possibilità sul mercato. Non nasce propriamente come professione digital, ma il boom dei big data ha portato a un considerevole aumento delle aziende che realizzano applicazioni web-based. Ormai, infatti, è prassi combinare i tradizionali tool per lo sviluppo di software come Javascript, C# e PHP con framework basati sul linguaggio Python come Django, Pyramid o Flask. Con il boom delle dashboard e degli strumenti di visualizzazione dei dati, sono sempre più richiesti sviluppatori che abbiano competenze anche nell’utilizzo di piattaforme di analisi dati come Tableau, Qlikview/QlikSense, SiSense and Looker. Stanno ottenendo inoltre grande riconoscimento professionisti con esperienza nell’uso di tool quali d3.js per la creazione di visualizzazioni interattive e di browser web.

Lo sviluppatore business intelligence, nella sua forma più semplice, costruisce strutture di dati complesse, partendo dal data storage e arrivando a produrre report e dashboard. Un tempo prerogativa delle divisioni finance e commerciale, la business intelligence costituisce oggi un comparto a sé con sviluppatori che hanno come obiettivo principale proprio la realizzazione di dashboard pronte all’uso per facilitare il compito dei manager che, in questo modo, possono ottenere informazioni chiave sulle performance aziendali al fine di rivederle e migliorarle. Nel mondo dei big data, per poter procedere con l’analisi, la priorità è sicuramente l’organizzazione del flusso di dati. La business intelligence e la data science non possono prescindere dall’avere a disposizione strutture di dati ben organizzate e pronte all’uso ottenute anche attraverso l’impiego di tool di gestione come SQL Server, Oracle e database SAP. Un professionista esperto nella gestione di dati e processi ETL (Estrazione, Trasformazione e Caricamento) rappresenta un must per molte aziende.

Programmi fedeltà, strumenti di web analytics, Internet of things hanno portato a un consistente flusso di dati sui comportamenti dei consumatori online che le aziende utilizzano sempre di più a sostegno delle loro strategie di crescita. Le divisioni marketing, in particolare, sono chiamate a elaborare campagne sempre più mirate che tengano conto di questi dati. I campaign analyst sfruttano le loro competenze nell’utilizzo di Excel e di strumenti per l’analisi di dati come SQL per fornire una fotografia dettagliata dei consumatori, permettendo così alle campagne di digital marketing di raggiungere il corretto target audience.

Se a ciò si aggiunge poi l’utilizzo di software per la gestione delle campagne come Adobe Campaigns, le aziende possono assicurarsi che le loro strategie marketing colpiscano nel segno andando a soddisfare i bisogni reali del mercato di riferimento. Per tutte le società che mirano a ottenere il massimo rendimento dal potenziale dei big data, nominare un chief data officer è fondamentale. Il numero di questi professionisti è passato da soli 400 nel 2014 a oltre 1.000 nel 2015 e si stima che per il 2019 il 90% delle grandi aziende avrà un chief data officer.

Il ruolo del cdo lavoro è variegato e complesso e comprende un ventaglio di competenze tra cui data infrastructure, data governance, data security, business intelligence, analisi degli insight e analisi avanzata. Questa figura professionale non solo deve essere tecnicamente competente, ma deve anche essere in grado di capire e guidare gli obiettivi aziendali e i processi di cambiamento a livello manageriale per allinearsi al business plan della compagnia.