I data scientist di Swisscom

5 Vi presentiamo i nostri data scientist

«Le aziende devono ancora imparare ad utilizzare la Data Science in modo adeguato»


Talenti linguistici, cercatori d’oro, analisti commerciali, futurologi - i data scientist di Swisscom sono multitalenti di varia origine. Le loro caratteristiche personali rendono il loro lavoro unico.


Testo: Christoph Widmer, Immagini: Philipp Zinniker,  dicembre 2017




Si chiamano Andreea, Mohamed, Gael, Sergio o Florian. Provengono da cinque Paesi differenti e hanno un background completamente diverso, ma hanno in comune la passione per i dati e per la loro analisi e si definiscono data scientist. Vi presentiamo cinque personalità da diversi settori di Swisscom e vi mostriamo come le loro caratteristiche e i loro interessi influenzano il lavoro.


«La mia capacità comunicativa mi ha aiutato a fare carriera»

Andreea Hossmann è un vero talento linguistico: oltre alla sua lingua madre, la rumena di nascita, conosce perfettamente francese, inglese, spagnolo, italiano e parla fluentemente anche il tedesco. «Per tradizione gli sviluppatori non hanno una grande abilità comunicativa», dice. «Per me, invece, è un punto di forza. Dopo due anni e un congedo per maternità, ora dirigo un team di 10 persone nel settore dell’intelligenza artificiale, ovviamente anche grazie alla flessibilità del mio capo e al pieno sostegno della mia famiglia».



Durante il suo PhD al Politecnico federale di Zurigo, Andreea Hossmann ha imparato anche il tedesco.



Il team della Hossmann ha sviluppato, tra gli altri, un sistema per il Customer Support che analizza le richieste dei clienti e le inoltra automaticamente al rispettivo esperto. E anche un tool in grado di categorizzare i contratti tra Swisscom e i suoi clienti che in futuro dovrebbe funzionare anche con il riconoscimento vocale. Qui la Hossmann non ha applicato soltanto le sue conoscenze delle lingue straniere: si è laureata in Francia in Ingegneria delle telecomunicazioni, quindi ha svolto un Master of Research e un anno di scambio presso la UIUC in Illinois. Per via del suo interesse per le lingue, ha conseguito il dottorato presso il Politecnico federale di Zurigo. «Ero indecisa tra Cambridge, Oxford o il Politecnico federale di Zurigo», dice. «Ho scelto il Politecnico federale di Zurigo perché volevo imparare anche il tedesco». Oggi la Hossmann vive a Berna con suo marito e i suoi due figli.

Il suo background di ricerca le torna sempre utile anche in Swisscom, sia per quanto concerne l’analisi dei dati o la collaborazione con il Politecnico federale di Losanna, dove il suo team sviluppa nuovi temi relativi all’intelligenza artificiale insieme a professori e studenti. Di tempo per programmare non ne ha molto, ma la Hossmann ha trovato una soluzione: «Un giorno alla settimana lavoro in home office. Faccio in modo di non avere riunioni, così posso concentrarmi interamente sulla programmazione». Così si tiene anche aggiornata sui linguaggi di programmazione.  


«Come data scientist bisogna essere pronti a sporcarsi le mani con i dati»

Durante il suo PhD, Mohamed Kafsi si è occupato della mobilità delle persone e da due anni continua a studiarla anche in Swisscom: Kafsi lavora come data scientist presso il dipartimento Big Data and Mobility di Swisscom dove analizza i dati della telefonia mobile per ricostruire e prevedere i flussi di movimento delle persone. «Così aiutiamo le città a comprendere meglio la mobilità», dice. «Con la nostra soluzione City Insights gli urbanisti possono ottenere continuamente dati significativi sui movimenti».



Grazie ai suoi tirocini presso Deutsche Telekom e Nokia, già nel periodo universitario, Mohamed Kafsi ha potuto acquisire conoscenze nel campo delle telecomunicazioni.



Per il suo lavoro Kafsi deve fare soprattutto una cosa: scavare. «Penso che i data scientist debbano tirarsi su le maniche e rovistare nei dati», dice. «Circa l’80 percento del mio lavoro consiste nel preparare i dati. Solo dopo averli modellati posso iniziare ad analizzarli e ad acquisire informazioni essenziali». A questo scopo Kafsi ha acquisito anche conoscenze specifiche in telecomunicazioni: a 19 anni ha lasciato la sua patria, la Tunisia, per studiare Communication Systems al Politecnico federale di Losanna e ha svolto tirocini presso la Deutsche Telekom e Nokia.

È stata anche importante la giusta dose di curiosità. Kafsi si diverte a provare nuovi tipi di sport, rovista nei libri o spia attraverso il mirino della sua fotocamera, ed è felice che in casa sua non si parli solo di dati: «Per fortuna mia moglie non è una data scientist, ma un avvocato», ride il neo papà.


«Grazie a Big Data siamo più vicini alla user experience»

Come data scientist nel Big Data Network Intelligence Squad, Gael Grosch aiuta gli ingegneri di rete a farsi un’idea di tutti gli avvenimenti nella rete Swisscom. «Raccogliamo i dati di rete e cerchiamo di prevenire i guasti», spiega. «Grazie ai diversi dati, possiamo seguire gli eventi durante un’intera chiamata e quindi mostrare meglio perché è stata interrotta». A questo scopo Grosch e il suo team hanno sviluppato la piattaforma di analisi Nicer che fornisce agli utenti una panoramica degli eventi di rete come chiamate, SMS e utilizzo dei dati - quasi in tempo reale.



Secondo Gaël Grosch la Svizzera è tecnologicamente avanzata, ma le aziende devono ancora imparare come utilizzare efficacemente la Data Science.



Al centro del lavoro di Grosch c’è sempre una sola cosa: il vantaggio per Swisscom. Capire a fondo il business è indispensabile. Questo è l’unico modo per lanciare realmente soluzioni per l’ottimizzazione delle attività, e non solo per generare semplici statistiche. Proprio in questo settore la Svizzera deve darsi da fare: «Le aziende americane orientate al business come Palantir trasmettono un ideale di data science», spiega. «In verità nelle nostre cerchie non si sa bene quali vantaggi le aziende possano trarre da Big Data. «Molte aziende svizzere devono ancora imparare a utilizzare la Data Science in modo significativo ed efficace».

Dal punto di vista tecnologico, tuttavia, la Svizzera è molto avanti. Grosch lo ha notato soprattutto durante i suoi studi in Communication Systems al Politecnico federale di Losanna, quando fece un semestre di scambio in Colombia: «L’intera infrastruttura era più lenta della nostra, internet non sempre funzionava e ci voleva molto tempo per trovare qualcuno che risolvesse i problemi. In Svizzera invece si può lavorare in modo efficiente sempre e ovunque».


«Devo essere versatile come un coltellino svizzero»

Conoscenze in scienze informatiche, matematica, statistica, pensiero astratto, capacità analitiche, competenze imprenditoriali e dimestichezza con le nuove tecnologie: per Sergio Jimenez queste sono le abilità basilari di un data scientist che, tra l’altro, sono condivise anche dai fisici. «Proprio per questo motivo i fisici sono così richiesti come data scientist», dice. «Molti dei miei vecchi colleghi del PhD oggi lavorano nel settore Data Science».



Per Sergio Jimenez Otero i data scientist e i fisici condividono alcune competenze chiave.



Anche lo spagnolo Jimenez ha studiato fisica generale, sperimentale e teorica alla University of Glasgow. Dopo avere conseguito il PhD in fisica sperimentale presso il Politecnico federale di Losanna (argomento: «Perché c’è più materia di antimateria?») e avere svolto ricerche presso il CERN, Jimenez è ora consulente in Swisscom: aiuta i clienti interni ed esterni ad ottimizzare i processi aziendali elaborando Business Case, creando Proof of Concept e sviluppando soluzioni su misura per i clienti, ad esempio per la Predictive Analytics. o per la classificazione di documenti: «Tra le altre cose, forniamo alle aziende una panoramica dei loro dati di testo», spiega. «In modo che possano reperire più velocemente i documenti legali e verificarli in modo più strutturato».

Nel tempo libero Jimenez si diletta con le serie TV, ma ama anche andare in bicicletta e nuotare. E ha le sue buone ragioni: «Per me lo sport è particolarmente importante perché stimola anche il dinamismo e la creatività sul lavoro».


«Con i dati prevedo il futuro»

Come data scientist nel settore dell’Industrial Internet Of Things, Florian Pitschi sviluppa soluzioni per la Predictive Maintenance, ad esempio, per l’azienda di climatizzazione Walter Meier. «Sulla base dei dati dei sensori, degli interventi di assistenza e della macchina, possiamo identificare quali termopompe con grande probabilità presto subiranno un guasto», spiega. «Grazie alla nostra soluzione i tecnici dell’assistenza di Walter Meier possono riconoscere e risolvere i problemi per tempo».



Come data scientist Florian Pitschi può creare un reale valore aggiunto dai dati.



Come «oracolo meccanico», Pitschi può generare benefici reali dai dati. È stato sempre il suo obiettivo. Tuttavia, dopo gli studi in informatica e fisica a Ulm e il dottorato in Cina, ha lavorato anzitutto come consulente nel campo della business intelligence, ma non era ancora soddisfatto: «Per me era sempre troppo poco», dice. «Si visualizzano i dati, magari si calcolano alcune tendenze in più, ma non si ottengono grandi intuizioni. Io, invece, volevo utilizzare i dati per creare un reale valore aggiunto, ottimizzare i processi e prevedere il futuro».

Pitschi si allena anche partecipando a concorsi di Machine Learning: «Dovevo insegnare a uno scheletro a camminare da solo oppure, in base ai dati dei passeggeri, prevedere quali ospiti sul Titanic sopravvivono al disastro e quali no». Ma Pitschi è anche un appassionato giocatore di beach volley, senza conoscere il risultato finale! «Questo è l’aspetto più emozionante: negli eventi sportivi una volta potrebbe vincere anche l’Underdog».



Newsletter

Abbonarsi ora alla newsletter per essere aggiornati su tendenze, news del settore e indici.





Maggoiri informazioni