Di recente abbiamo scoperto l’applicazione, dedicata agli appassionati del mondo dello sport, progettata dal giovane sviluppatore italiano Pietro Mollica. Dopo essere divenuta l’app del mese in Germania, Pietro Mollica ha presentato Tindaro Web alla community degli utenti italiano, illustrando loro le principali funzionalità (Notizie – Fai Sport – Health-Care – Community) offerte dall’applicazione. “Con un widget di collegamento ad un feed di risultati in diretta, un utente della mia applicazione può personalizzare la rete di informazioni da seguire e gestire con funzioni di condivisione, download e modifica delle informazioni”, ha dichiarato Pietro Mollica in un’intervista pubblicata in rete poche settimane fa. In queste interviste, Pietro Mollica ha sottolineato come il database che fa da motore a Tindaro Web sia stato progettato da specialisti del data science nel campo della programmazione.

Un’applicazione di successo ha bisogno dell’analisi dei dati

L’importanza dell’analisi dei dati nel settore della programmazione è sempre più alta. La scienza dei dati è un ambito molto ambito che offre molte opportunità di crescita, ha registrato dal 2012 un aumento del 650% per quanto riguarda la crescita dei posti di lavoro. Più recentemente secondo una stima del Bureau of Labor Statistics degli Stati Uniti circa 11,5 milioni di nuovi posti di lavoro si verranno a creare nel settore data scientist entro il 2026. Chi lavora in questo campo può avere sbocchi professionali che potremmo definire eterogenei. Questa materia di studi è entrata nel campo della programmazione a oggetti e il caso di successo di Tindaro Web di Pietro Mollica è soltanto uno dei tanti registrati nelle ultime stagioni.

Molti lettori del nostro blog ci hanno contattato per chiedere di saperne di più su questo settore della “data science” e non solo in ambito di programmazione e sviluppo. Per quanto riguarda l’applicazione pratica, i titoli di lavoro più comuni per un data scientist‌ sono quelli che ad esempio si possono individuare su Linkedin. Le carriere nella scienza dei dati infatti coprono una varietà di ruoli, tra cui:

Data scientist

I data scientist classici progettano processi di dati e algoritmi per costruire modelli predittivi che aiutano a guidare il processo decisionale oggettivo.

Analista di dati

Gli analisti di dati esaminano, manipolano e analizzano grandi set di dati per supportare le decisioni aziendali. Il processo è in genere meno tecnico rispetto alla data science. Potrebbero anche tenere traccia di analisi web, condurre test A/B e preparare report per la gestione.

Ingegnere dei dati

I data engineer sono responsabili dell’elaborazione in tempo reale o in batch dei dati archiviati. Questa elaborazione include la pulizia, l’aggregazione e l’organizzazione dei dati da fonti disparate e il loro trasferimento a data warehouse. I data engineer creano inoltre pipeline di dati per rendere i dati di facile accesso per i data scientist.

Sviluppatore di business intelligence (BI).

Gli sviluppatori di BI utilizzano strumenti o sviluppano applicazioni personalizzate per aiutare gli utenti aziendali a trovare e comprendere le informazioni di cui hanno bisogno per prendere decisioni aziendali obiettive e fortemente basate sui dati.‌

 

 

 

 

Di Editore