Determinazione: questa è la parola chiave con cui Maria racconta e vive la sua esperienza da Big Data Analyst. Entrare in un mondo a lei totalmente sconosciuto non è stato semplice, ma si è fatta strada in pochissimo tempo: nell’intervista di oggi, raccontiamo la sua storia, grazie alle sue stesse parole!

A proposito: Maria cura anche una bellissima pagina Instagram a tema #tech. Trovi in fondo all’articolo il link!

Descriviti in 100 parole

Ciao a tutti! Mi chiamo Maria e lavoro nel campo della Data Analysis e Big Data Engineering.

Sono una ragazza di 23 anni e sono fiera del percorso professionale che sto percorrendo. Sono stata fin da piccola appassionata di informatica - smanettando con il mio primo Windows Vista -, ma non ci sono mai state le giuste opportunità per poter studiare questa materia; tuttavia, questo non ha fermato il mio obiettivo.

Mi sono diplomata in relazioni internazionali per il marketing ed ho iniziato sin da subito il mio percorso lavorativo nell’amministrazione e contabilità. Non sentendomi parte di quel “mondo” sono uscita dalla mia “comfort zone” e ho ricominciato da capo con esperienze nel campo informatico. La scalata è stata graduale ma _molto veloc_e, fino a specializzarmi nell’analisi e trasformazione dei Big Data.

In cosa consiste il ruolo di data scientist?

Il Data Analyst permette alle aziende di analizzare e aggregare i dati per creare nuovi modelli di business e generare vantaggio competitivo, trasformando dei dati grezzi in informazioni comprensibili.

Raccoglie dati da diverse fonti, li organizza e li struttura per poi analizzarli e ricavarne informazioni utili per il business.

Il Data Analyst spesso lavora partendo da un problema: collaborando con i manager dei diversi reparti aziendali (dal Marketing alla Logistica, dalla Produzione alle Risorse Umane, dalla Ricerca & Sviluppo al reparto Sales), con Project Managers e i Data Scientists (vedi capitolo a parte), identificando i problemi che rallentano il business e che possono trovare una soluzione tramite l’analisi statistica dei dati.

Le sorgenti da cui provengono i dati da elaborare infatti possono essere molto varie, ad esempio software gestionali, database interni o forniti da fonti esterne, transazioni finanziarie, o anche sensori ambientali.

Sono quindi dati con strutture differenti (valori alfanumerici, documenti, foto, video, audio…), che hanno bisogno di essere processati e organizzati in un formato uniforme che permette l’analisi e il confronto.

Spesso la pulizia dei dati permette di evidenziare eventuali problemi nella raccolta di queste informazioni, che l’analista riferisce a chi di competenza.

In alcuni casi è lo stesso Data Analyst il responsabile della creazione e mantenimento dei database e quindi deve occuparsi anche delle relative attività di debugging per migliorare le procedure di raccolta, gestione e conservazione dei dati.

Le tecniche di data visualization che spesso deve impiegare nel suo lavoro sono infatti molto utili per rendere i risultati comprensibili anche per gli utenti che non hanno skills tecniche.

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

Le soft skills per me più importanti sono:

• Avere capacità analitica;
• Essere curiosi;
• Essere determinati a trovare a tutti i costi una spiegazione ad ogni problema.

Queste qualità possono essere maturate con il tempo e l’esperienza, ma sono fondamentali per lavorare, specialmente in questo ambito.

Quello che noti immediatamente quando inizi in un’azienda è distinguere ed evidenziare le persone che hanno queste qualità, che hanno successo in azienda e sono un punto di riferimento per tutti i colleghi e gli “esecutori”, ovvero le persone che non hanno piena coscienza in quello che fanno.

Spesso ai colloqui mi chiedono se sono convinta di fare questo lavoro e se ho ben chiaro le attività che si svolgono al suo interno.

In alcuni casi, infatti, questo lavoro viene giudicato pesante o “monotono”, ma il problema è sempre lo stesso: in qualsiasi lavoro che intraprendi se non inizi con la giusta motivazione lo trasformerai TU in abitudine e monotonia.

Avere la giusta attitudine è importantissimo specialmente quando il lavoro richiede molta responsabilità e coscienza nelle proprie azioni.

Quando tratti dei dati spesso ti trovi in ambiti bancari o contesti molto importanti. Quando sei all’interno di un progetto, nella maggior parte dei casi, il tuo obiettivo è creare una struttura e una logica adatta per estrapolare i dati nel modo più efficiente possibile.

Ovviamente una volta creata la logica viene anche testata ed è qui che si mettono in pratica le tue doti: quasi sempre ti troverai davanti ad una estrapolazione che dovrai analizzare fino al singolo caso, e applicare nel modo corretto tutte le logiche necessarie ed ottenere il risultato voluto.

In poche parole, si è sia sviluppatore che tester allo stesso tempo, quindi la responsabilità cresce al momento che non puoi rinviare delle fix e rilasciare delle logiche che già sai non sono corrette.

Detto questo, chi vuole lavorare come Data Analyst deve prima avere una chiara visione del mondo in cui si sta approcciando e soprattutto essere consapevole di quanta responsabilità e capacità di ragionamento devono essere presenti nella tua quotidianità.

In questo caso, il mio carattere sembra esser costruito per questo tipo di lavoro: tendo a fare le cose sempre in modo frenetico, e la mia apprensione dà quello sprint in più per creare più velocemente un’analisi. Cerco sempre di avere il controllo della situazione e avere coscienza di ogni mia azione.

Prima e dopo un’elaborazione mi domando sempre da dove e perché ottengo i dati che sto visualizzando.

Questa parte mi porta molto vantaggio competitivo nel mio lavoro ma in certe occasioni può mostrarsi d’intralcio quando non hai più la situazione più sotto controllo a ridosso di scadenze o continue richieste del cliente, che rimescola tutte le carte e crea quella confusione nella mia mente che rallenta tutto lo sviluppo.

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.

Più che fallimenti, durante il mio percorso professionale ho dovuto affrontare ostacoli che mi hanno aiutata a formarmi tecnicamente e soprattutto caratterialmente. Grazie a queste esperienze, ho trovato una consapevolezza che prima non avevo, forse per paura, o forse perché non riuscivo a superare quei limiti che a volte ci imponiamo inconsciamente.

Anche quando pensiamo di trovarci davanti a situazioni difficili da risolvere, dobbiamo riuscire ad andare oltre e imparare a evolvere la nostra forma.

Per quanto riguarda gli errori si dice sempre la stessa frase “chi non fa non sbaglia”, nessuno ti da in mano un manuale da seguire per non commettere nessuno sbaglio e fare un lavoro perfetto. Per arrivare più vicini alla perfezione bisogna sbagliare tanto e a meno che un giorno non verrà installata una CPU nella nostra mente continueremo a sbagliare.

Uno degli errori che ricordo è fidarmi delle indicazioni dei più esperti senza avere la consapevolezza di ciò che si sta facendo.

Un consiglio che mi sento di dare è: non sottovalutare mai la tua intelligenza a prescindere dalla seniority che hai o da quanto la situazione sia delicata, non aver mai paura di mettere in dubbio ogni cosa prima di premere il tasto invio.

Come fare per diventare una Big Data Analyst? Qual è il tuo prossimo obiettivo?

Ho trovato per caso questo lavoro! Ho risposto ad un’offerta come back-office e invece mi sono ritrovata a creare store procedure in SQL e da lì ha avuto inizio il mio percorso. In questo tipo di sviluppo, a differenza di quello web, ci ritroviamo ad un livello più basso e quindi meno evidente e spiegabile a livello di business, ma fondamentale per creare qualunque software strutturato.

Per quanto riguarda la formazione, scegliere delle facoltà come ingegneria informatica oppure statistica da una buona base per questo tipo di lavoro.

Non ci sono ancora molti percorsi ufficiali che ti formano in modo completo per questo tipo di professione, per cui quello che può aiutare è fare diversi corsi incentrati sull’analisi dei dati e sui maggiori linguaggi utilizzati per l’ETL e il machine Learning, come SQL, Python o Pyspark, particolarmente utile per la gestione dei Big data.

Il mio prossimo passo è studiare per approfondire sempre di più questa nuova tecnologia: la blockchain. In vista alle garanzie che sta dimostrando, penso che in futuro tutta la gestione dei dati che posseggono le aziende dovrà essere trasformata per essere più sicura ed efficiente.

Un dato di fatto è che i dati diventeranno la ricchezza di ogni azienda e questi stanno crescendo molto velocemente; questo significa che si creeranno un sacco di nuove posizioni come analisti o architetti di dati, i quali avranno il compito di sapere come gestirli al meglio.

Conosci il tema gender gap in ambito STEM? Se sì, cosa puoi fare nel tuo piccolo per combattere questo problema?

Su questo argomento posso parlare delle esperienze vissute in prima persona.

Partiamo dal fatto che nonostante la mia giovane età, in tempi di scuola, l’informatica veniva ancora considerata come una materia frequentata da uomini.

In tutta la scuola industriale su 600 alunni ho contato 5 ragazze (e purtroppo per la prima impressione ho dovuto accantonare il mio percorso per scegliere un ambiente più “vivibile”). Nel mondo del lavoro invece non importa l’età o l’azienda in cui sei, conta l’intelligenza delle persone che ti circondano in quel momento.

Se sei circondata da persone che seguono una certa etica a lavoro, non sentirai mai nessun tipo di differenza, neanche generazionale. Il problema è individuare le persone che purtroppo non condividono gli stessi principi per poter lavorare nella giusta armonia e per non sentirti a disagio.

L’unico modo per affrontare una serie di situazioni spiacevoli è saper reagire nel modo giusto e dimostrare con più determinazione il tuo valore.

Grazie a Maria per aver raccontato la sua esperienza!

Contatti

GitHub https://github.com/MariaPantone

Instagram https://www.instagram.com/thinkbeforeudoing._/