COME INTEGRARE UN TEAM DI DATA SCIENCE NELLA TUA AZIENDA

Tra le principali problematiche durante la fase di talent acquisition, oltre al numero ridotto di esperti nell’ambito Data Science, rientra anche l’aspettativa di una retribuzione significativa.
Secondo l’indagine “O’Reily Data Science Salary Survey 2017”, il salario base annuale medio è di 90,000$, mentre negli States raggiunge i 112,000$. L’ammontare varia notevolmente a seconda di fattori geografici, skill tecniche specifiche, dimensione dell’organizzazione, sesso, settore ed grado di istruzione. Un altro aspetto critico del processo è quello che riguarda la capacità di saper coinvolgere il personale e trattenerlo all’interno del proprio organico.
La curiosità intellettuale, combinata con una domanda sempre più in crescita, pone le aziende di fronte alla necessità di saper coinvolgere i Data Scientist in progetti creativi ed esplorativi. Per questi motivi, una struttura di team IT-CENTRIC, che fa leva sulle risorse già esistenti, è un’alternativa da considerarsi valida durante gli stadi iniziali di passaggio al Machine Learning. Pertanto, gli ingegneri possono acquisire determinate capacità di analisi grazie ai servizi di supporto al Machine Learning che presentano un interfaccia userfriendly.
Un’altra via per poter affrontare la carenza di talenti e le limitazioni di budget è quella di sviluppare piattaforme di Machine Learning facilmente accessibili in modo da poter accogliere nuovi membri dalle unità IT e consentire loro una crescita delle proprie competenze.
Alcune organizzazioni hanno superato le criticità della fase di talent acquisition rivolgendosi direttamente agli istituti di formazione.

Come affermato negli articoli precedenti, esistono tre tipologie di struttura di un team di Data Science, due delle quali prevedono che il team sia composto dalle risorse già esistenti. La terza struttura richiede un approccio più complicato, in quanto necessita della creazione di un reparto completamente nuovo che deve essere organizzato, controllato, monitorato e gestito.
Questo enorme cambiamento organizzativo ci suggerisce che il nuovo team abbia ruoli e responsabilità stabiliti, il tutto sempre dovendo cercare di mantenere le sue attività in relazione agli altri progetti e dipartimenti dell’organizzazione.

Quindi, come poter integrare i Data Scientist nella tua azienda?

Ecco 6 possibili opzioni:

Decentralizzata. Questa è l’opzione che presume un minor livello di coordinamento. Le risorse vengono allocate in ciascuna funzione del gruppo. Questo si verifica soprattutto in quelle realtà dove conoscenze e competenze nel settore del Data Science appaiono all’interno dell’organico. Ciò può spesso portare ad una mancanza di processi standardizzati e a un’attività frammentata.


Funzionale. In questo caso, gli specialisti d’analisi lavorano in un unico dipartimento dove l’attività analitica è più rilevante: molto spesso è il marketing o la supply chain. Anche questa opzione comporta un coordinamento minimo o nullo e l’esperienza non viene utilizzata strategicamente a livello aziendale.


Consulenza. Questa struttura prevede che le risorse esperte nel campo d’analisi lavorino insieme come un unico gruppo, ma il loro ruolo all’interno dell’organizzazione è puramente d’analisi. I diversi dipartimenti possono prendere in prestito tali risorse e destinarle ad attività specifiche. Ciò presume che non ci sia quasi nessuna allocazione di risorse definitiva.


Centralizzata. Questa struttura consente di impiegare gli specialisti in attività specifiche: un unico team di Data Science a disposizione dell’azienda per lo sviluppo di una varietà di progetti. Tra i benefici rientrano una migliore gestione delle risorse e l’incoraggiamento all’avanzamento della propria carriera lavorativa. L’unico aspetto negativo è la possibilità che l’attività d’analisi del team venga poi trasformata in realtà in una funzione di supporto.


Centro di Eccelenza (CoE). Si mantiene l’approccio centralizzato grazie alla creazione di un unico gruppo, ma in questo caso i Data Scientist verranno assegnati alle diverse unità dell’organizzazione. Questa è la struttura più equilibrata: le attività di analisi sono altamente coordinate, ma gli specialisti non verranno rimossi dalle proprie unità aziendali.


Federata. Questo modello è fondamentale quando all’interno dell’azienda si riscontra la necessità di una consistente presenza di esperti nel campo d’analisi. In questo caso, viene formato un team SWAT, ovvero un team d’analisi che lavora da un punto Tel. 0365 520098 www.mipu.it info@mipu.eu centrale ed affronta complesse attività interfunzionali. La parte restante dei Data Scientist è distribuita come all’interno del modello del CoE.

Altri Articoli:

Lo sapevi?

Organizziamo ALMENO un webinar al mese sui temi
dell’ingegneria di manutenzione, dell’efficientamento energetico
e degli ultimi trend di intelligenza artificiale.

Lascia un tuo contatto per ricevere tutti gli inviti!