Cos'è la scienza dei dati: la magia che trasforma il caos in milioni

Francesco Scolz
13 ago
Tempo di lettura: 3 min

Eccoci qua, un altra volta!

Oggi apriamo un nuovo capitolo che, spero vivamente, ci possa far imparare qualcosa ogni volta: sia a voi, che a me

L'argomento di oggi è la scienza dei dati (che italianizzata non si può sentire, quindi d'ora in poi la chiamerò col suo nome inglese, Data Science)

Cos'è e cosa fa la Data Science

Partiamo dunque con l'introdurre la materia

La Data Science è un campo di studi interdisciplinare che utilizza molteplici metodi per estrarre conoscenza e informazioni utili da qualsiasi tipo di dato

Per esempio, creare un modello meteorologico che fa previsioni sui giorni a venire è considerabile un lavoro di Data Science

Come lo è anche analizzare dati di un negozio per comprendere i diversi pattern di acquisto, tuttavia qua c'è da fare una precisazione

Viene spesso usato Data Analysis come sinonimo della Data Science, quando non sono realmente la stessa cosa:

La Data Analysis si concentra sull’esplorazione, interpretazione e visualizzazione di dati esistenti e forniti per rispondere a domande specifiche o per monitorare i risultati. È un processo descrittivo e diagnostico che aiuta a capire cosa e perché qualcosa è successo
La Data Science, invece, è un campo più ampio e multidisciplinare che include anche la creazione di modelli predittivi. Utilizza tecniche avanzate, come il machine learning, la programmazione, ed ingegneria dei dati per estrarre il massimo della conoscenza dal disponibile e creare soluzioni ottimizzate

Per fare un paragone, forse anche troppo semplificato, il Data Analyst è quello che lavora principalmente su fogli di calcolo o strumenti simili, utilizzando formule e funzioni relativamente semplici. Il suo focus è analizzare dati storici per produrre report e visualizzazioni che aiutano a capire cosa è successo nel passato.

Il Data Scientist, invece, comprende tutte le attività dell’Analyst, ma va oltre: si occupa anche dell’estrazione, pulizia e preparazione dei dati grezzi tramite strumenti più complessi, spesso provenienti da fonti eterogenee. Inoltre, utilizza algoritmi e tecniche più avanzate rispetto a ciò che è possibile sui fogli di calcolo. L’obiettivo finale è fornire alle aziende strumenti decisionali più sofisticati per ottimizzare processi, anticipare eventi e guidare strategie.

Cosa usa la Data Science

Come quindi discusso, Data Science e Data Analysis non sono la stessa cosa

E quindi, cosa usa un Data Scientist in più (o in meno) rispetto ad un Data Analyst?

Per la creazione di modelli più complessi, che vanno oltre alle sole statistiche storiche, c'è bisogno di avere strumenti più potenti e capaci di fare molte più cose: un foglio excel può andare benissimo quando dobbiamo visualizzare tabelle e creare grafici con poche centinaia di righe. Ma quando queste diventano centinaia di migliaia o milioni, excel non basta più.

Si usano infatti linguaggi di programmazione più completi, che sì sono più difficili da usare e più lenti per lavori più semplici, ma hanno una scalabilità incredibile. Quello che fai su excel, lo puoi fare anche programmando, ma non sempre il contrario.

Basta chiedersi perché i modelli di Intelligenza Artificiale non siano stati creati su strumenti di visualizzazione o fogli di calcolo: sono lentissimi rispetto alla sorella maggiore, anche se utili e più immediati per lavori leggeri

Il futuro della Data Science

La Data Science è di per se un termine abbastanza recente, formulato nei primi anni del 2000, e già in rapido cambiamento.

Le nuove tecnologie di Machine Learning e reti neurali complesse hanno rivoluzionato questo campo per sempre: chi è rimasto indietro nel tempo, oggi o è aggiornato, o è diventato obsoleto. Niente via di mezzo.

Con l'avvento di modelli AI open source poi, la possibilità di costruire modelli no-code sta diventando sempre più una realtà

Oggi è possibile creare piccoli programmi con quasi nessuna competenza specifica, ed il futuro sembra procedere in questa direzione

Cosa ci possiamo aspettare? Non saprei. Non mi piace speculare, e dunque lascerò questa domanda in sospeso, nella speranza che vivendo quest'epoca, riusciremo a darci una risposta