Curiose, rapide, determinate: le professioniste dei dati tracciano così il futuro della Data Science. - Iconsulting

Intervista a Giada Fusè, IoT Ecosystem Data Scientist – Haier Europe

Giada Fusè
IoT Ecosystem Data Scientist di Haier Europe

Rapidità di adattamento, curiosità e una spinta costante a non mollare mai: ecco le principali caratteristiche della figura più richiesta dalle aziende di oggi, la Data Scientist. Una scelta professionale in equilibrio fra competenze diverse, ma – come osserva il recente studio What’s Keeping Women Out of Data Science?” di Boston Consulting Group – ancora “per poche”. Secondo l’indagine, infatti, le donne nella Data Science rappresentano il 15% in tutto il mondo.
Tuttavia, il numero delle professioniste che accettano le sfide dei dati, raggiungendo importanti traguardi in grandi realtà aziendali, nazionali e internazionali, è destinato a salire. E Giada Fusè è una di loro.
Dopo una carriera avviata in ambito Finance, entra a far parte come Data Scientist del brand numero uno al mondo di elettrodomestici, Haier Europe. Qui, insieme al team IoT Ecosystem, contribuisce alle innovazioni di prodotto e progetta soluzioni in grado di rispondere alle necessità dei consumatori finali. L’abbiamo intervistata per esplorare la sua visione sulle evoluzioni della Data Science, disciplina fra le più preziose per il Business di oggi, e osservare insieme a lei gli orizzonti e gli obiettivi che attendono le prossime generazioni di esperte dei dati.

Dopo una laurea in Economia e Gestione Aziendale e una specializzazione in Finanza a Bruxelles, cosa l’ha spinta ad abbracciare una carriera nella Data Science?

Il tempo e la progressiva consapevolezza di voler intraprendere una carriera in un ambito “affamato” di innovazione, veloce ad affermarsi nel mondo e mai noioso.
Da studentessa di liceo classico, non avevo idea che un giorno avrei intrapreso una carriera da Data Scientist. Negli anni, però, l’esperienza è diventata – non a caso – sempre più “quantitativa” e passo dopo passo mi sono avvicinata a quella che era, ed è tutt’oggi, l’area di mio maggior interesse. Non dunque una vera e propria scelta professionale avviata con studi specifici e mirati, piuttosto un percorso di vita, un continuo avvicinamento alla materia e a tutto ciò che le ruota attorno, insomma un percorso in divenire. E sono contenta sia così: ritengo che la maturità nel prendere confidenza con questo ruolo sia uno dei fattori più difficili e allo stesso tempo più soddisfacenti a cui un Data Scientist possa aspirare e, ovviamente, in continua evoluzione, come del resto è l’ambiente al quale ci affacciamo ogni giorno.
Per questo non parlo mai al passato quando mi riferisco a una carriera nella Data Science: è un mondo talmente nuovo, con grande voglia di “esplodere” e noi non possiamo far altro che comprenderlo e rincorrerlo. Perché noi siamo “le macchine” di questa evoluzione: dobbiamo starle dietro a ritmi serrati, sperimentare ma soprattutto imparare a sviluppare una cosciente consapevolezza che non ci si sentirà mai arrivati in quello che facciamo. Dopotutto, è proprio questo il bello della Data Science, no?

Quello della Data Scientist è un ruolo ibrido: un mix di competenze informatiche, statistiche e di business. Solo in tempi recentissimi sono emersi corsi di studi specifici. Possiamo dire che i e le Data Scientist “di prima generazione” sono di vari tipi a seconda del loro background formativo. Quali ritiene essere -oggi – le caratteristiche e competenze fondamentali del ruolo capaci di traguardare le sfide di business attuali?

Mi piace pensare che la figura del Data Scientist sia percepita nel mondo come la definisce l’Harvard Business Review nel famoso articolo del 2012, “Data Scientist, The Sexiest Job of the 21st Century”: “un professionista di alto livello con la formazione e la curiosità per fare scoperte nel mondo dei Big Data. […] La sua improvvisa comparsa sulla scena degli affari riflette il fatto che le aziende stanno ora lottando con informazioni che arrivano in varietà e volumi mai incontrati prima.”
Non posso che essere d’accordo con questa affermazione, di cui reputo centrali le parole “formazione e curiosità”: un mix esplosivo, nel quale mi ritrovo totalmente. A mio avviso, queste sono le caratteristiche che devono coesistere ed essere alimentate costantemente in egual misura. Per me, infatti, un Data Scientist deve essere pronto a “buttarsi” e a farsi travolgere da una materia complessa e veloce, senza mai stancarsi di alimentare le proprie formazione e curiosità. Perché sono sicura di una cosa: nel nostro lavoro, se ti fermi sei perduto!
Il nostro è certamente un ruolo ibrido, ma lo ritengo anche adattabile a qualsiasi settore. Tengo a precisarlo, perché provengo da una carriera nel mondo finanziario e il passaggio a un settore completamente diverso, come quello in cui opera Haier Europe, si è rivelato un’enorme sorpresa. Ancora una volta ho testato le opportunità che questo lavoro può portare: prima di approdare in Haier, ero preoccupata all’idea di dover “accantonare” le mie conoscenze in ambito finanziario di Data Science e Big Data, coltivate negli anni con passione e fatica. Ben presto, però, ho capito che avrei dovuto semplicemente adattarle a un modello di Business diverso, ma in realtà molto simile nell’applicabilità della Data Science. Ed è questo che rende un ruolo come il mio, unico nel suo genere.
Quindi mi sento di dire che probabilmente un’altra delle caratteristiche fondamentali del ruolo è proprio quella di aver visto la Data Science da più punti di vista possibili e applicarla con successo al Business, qualsiasi esso sia. Non importa, quindi, che “tipo” di Data Science si è: è importante imparare da tutte queste sfumature e riuscire ad estrapolare il meglio da ognuna
.

La prima parte del 2020 ci ha imposto di riconsiderare radicalmente il nostro modo di vivere. Come si è trasformato il rapporto fra le persone e la tecnologia? Siamo pronti a vivere in una smart “life”?

Non posso che essere di parte: lavorando nell’IoT è facile per me parlare di “smart life” e applicarla alla quotidianità. I vantaggi dell’essere smart, a mio avviso, sono molteplici e possono contribuire ad agevolare la vita delle persone che accettano e intraprendono questo “stile di vita”.
Eppure, la maggioranza dei consumatori ancora fatica ad accettare e integrare questo approccio nella propria vita. Come dice l’articolo “Perché Non Hai Capito Cosa Vuol Dire Essere SMART nel 2020” di Michael Saruggia: “abbiamo la brutta abitudine di combattere contro il futuro”.
Spaventa che un nuovo algoritmo possa sconfiggere l’uomo in un’attività che è sempre stata tipica dell’essere umano. Lavorando a nuovi algoritmi ogni giorno mi rendo conto che esiste una diffusa percezione dell’innovazione che immagina, in un futuro non troppo lontano, l’esclusione dell’intervento umano. Abbiamo paura di diventare inutili per la comunità in cui viviamo, e questo porta inevitabilmente a non accettare l’innovazione, specialmente se calata nelle abitudini di vita.
Il problema, a mio avviso, è un concetto sbagliato dell’essere smart. Non si tratta di una corsa all’innovazione a discapito dell’uomo, ma di un utilizzo intelligente delle macchine e degli algoritmi a favore dell’uomo, cercando di ottenere un tangibile valore aggiunto. Non dobbiamo farci sovrastare dalla paura: anche le macchine hanno dei limiti!
Questo 2020 ci ha imposto sicuramente nuove abitudini di vita: alcuni ne hanno beneficiato, altri meno, ma è stato in ogni caso un primo avviso di evoluzione del nostro modo di vivere in una società alla quale si richiede flessibilità e accettazione di futuri e talvolta improvvisi cambiamenti. Il mondo si evolve e con lui dobbiamo farlo anche noi, a volte anche senza possibilità di scelta.
Tecnologia e innovazione possono aiutarci non a combattere il futuro, ma ad accoglierlo nelle nostre vite e conviverci al meglio.

“Zero distance with consumer” è lo storico claim di Haier, e oggi suona ancora più potente. Qual è il ruolo dell’analisi dei dati e della tecnologia nell’annullare le distanze fra brand e clienti?

I dati sono il bene più prezioso che un’azienda possiede. È la prima cosa che un Data Scientist impara e che deve “evangelizzare” all’interno del Business. Dopotutto, senza i dati, come facciamo a conoscere le abitudini dei consumatori? Ad attirare potenziali clienti? A sapere cosa ha portato all’azienda un evidente ritorno dell’investimento? O ancora, come possiamo tenerci i nostri clienti e studiare quali sono le loro abitudini di utilizzo per proporre un nuovo prodotto che risponda alle loro esigenze?
Il ruolo dell’analisi dati “parla da solo”: non solo guardando al comportamento futuro del cliente e aiutandoci nelle decisioni customer oriented, ma anche supportando altre sfere all’interno di un’organizzazione quali Risorse Umane, Finanza e Controllo, Produzione e molte altre. La tecnologia deve essere la macchina che muove tutto questo: la chiave fondamentale per fornire i dati leggibili al Business senza la quale non potrebbe esserci un’analisi dati esaustiva e avanzata.
Haier Europe sta puntando molto sul ruolo dei dati come abilitatore di scelte aziendali da parte di decision makers, e “io sono la macchina” che produce un output finale sul quale fare considerazioni di Business. Noi Data Scientist siamo il ponte di comunicazione tra il numero grezzo e il decision maker finale e un tangibile supporto nella definizione di azioni mirate, guidate dall’interpretazione dei dati.

Le promesse dell’Internet Of Things per il nostro benessere e per la nostra salute sono numerose: nel concreto, l’integrazione dell’Intelligenza Artificiale come può aiutarci a vivere meglio?

I vantaggi dell’IoT applicati alla nostra quotidianità sono, indubbiamente, molteplici: comfort e comodità nell’utilizzo da remoto dei dispositivi, risparmio di tempo, una maggiore sicurezza in casa e non solo, assistenti vocali che ci guidano nelle attività di tutti i giorni e così via.
Sebbene i numeri dell’applicabilità dell’AI nella vita reale siano ancora bassi, come osservato in precedenza, sono fortunatamente in continua crescita, almeno per Haier.
Le persone stanno iniziando ad aprirsi all’innovazione, per diversi motivi: ci sono target di consumatori evidentemente più propensi al cambiamento, più curiosi e stimolati dall’utilizzo di tecnologie avanzate, altri che attribuiscono all’AI un aiuto concreto del quale beneficiare. Pensiamo a genitori in carriera che hanno bisogno di risparmiare tempo o persone che beneficiano della Smart Home, perché permette loro di connettere più elettrodomestici nello stesso momento, interagendo tramite app o voice control.
Ci sono anche persone che hanno rilevato un cambiamento del proprio stato emotivo grazie all’integrazione dell’AI nella propria quotidianità, come afferma in un recente studio il Dott. Kazuo Yano, Fellow di Hitachi Ltd., che crede che l’AI possa aiutarci anche a essere più felici. Ciò non significa ridurre gli esseri umani a robot o le nostre emozioni a impulsi standardizzati o programmabili. Il dott. Yano ritiene ad esempio che un’app possa essere utile anche per gli anziani aiutandoli ad affrontare la solitudine e la tristezza. “Una vita da centenari con problemi di salute senza felicità non la vorrebbe nessuno, ma tutt’altra cosa sarebbe vivere cent’anni felici”.
Sono d’accordo con una visione ottimistica e romantica dell’AI come guaritrice di molte problematiche per l’essere umano che non può che farci bene e infondere quella speranza che oggigiorno un po’ manca.

Secondo il recente studio di Boston Consulting Group, “What’s Keeping Women Out of Data Science”, solo 35 donne su 100 scelgono di intraprendere studi nelle facoltà scientifiche, le cosiddette “STEM”. E solo il 15% di loro lavora in ambito Data Science. A suo parere cosa dovrebbe accadere per bilanciare l’enorme divario di genere nel settore?

Fortunatamente, ho sempre avuto la possibilità di intraprendere ciò che più desideravo, e ciò si traduce in un percorso professionale a prima vista più “maschile”, ma solo da un punto di vista statistico (i numeri dello studio di BCG parlano chiaro).
Per quel che mi riguarda, non è stato difficile entrare nel mondo della Data Science, in quanto candidata scelta da uomini fra tanti candidati uomini. Ma, voglio precisare una cosa: la scelta di una donna piuttosto che di un uomo non si deve tradurre in una scelta per bilanciare il divario di genere nel settore, altrimenti rischiamo di cadere nello stesso problema, spostando solo la lancetta dalla parte delle donne.
Credo nella meritocrazia e voglio pensare che una donna venga assunta tra altri candidati, tra cui anche uomini, per qualità e competenze. Non mi piace parlare di divario di genere in un ambiente lavorativo, perché ho fiducia che le scelte, almeno quelle che mi hanno vista coinvolta direttamente, siano state dettate da una scelta oggettiva delle mie skills. So di rappresentare una minoranza, però, all’interno del genere femminile e questo è dovuto, purtroppo, anche ad una cultura maschilista radicata, in misure differenti, in alcuni ambienti lavorativi.
A volte, mi chiedo: perché la gente associa la Data Science ad un lavoro maschile? È adatto solo ai “nerd dei computer”? È estremamente competitivo oppure forse le donne hanno maggiore difficoltà con i numeri? Non sono mai riuscita a darmi una risposta sensata, semplicemente perché non c’è.
Penso sia una questione culturale: siamo figli di una storia che ha sempre voluto vedere l’uomo prima della donna, in ogni cosa, ma siamo anche stati in grado di evolverci nel tempo e raggiungere un primo bilanciamento in quell’enorme divario. Dobbiamo lavorarci ancora molto ma – nel mio piccolo – penso di essere una donna “apripista” per il ruolo che rappresento e sono la prova esistente che la Data Science può essere affascinante per tutti, in egual misura: una materia “multicolore”, che porta con sé svariate diversità nella tipologia del ruolo e infiniti approcci caratterizzati da tante sfumature.
Insomma, quello della Data Science è un mondo che non vuole assolutamente chiudere le porte alle donne, anzi. Vuole dar loro una possibilità di fare quello che desiderano e provarci. Proprio come ho fatto io.

Ad oggi qual è la sfida più importante che ha sostenuto nella sua carriera?

Ho affrontato molte sfide e continuo a farlo, come ognuno di noi. Eppure penso che una sfida nella propria carriera sia indispensabile e stimolante. Ci aiuta a non fermarci mai, e questo è l’importante.
La Data Science, nonostante sia una materia di successo, ricercata da moltissime aziende, deve superare ancora diversi ostacoli: prima di tutto, per le aziende, imparare a identificare quel talento, attirarlo e renderlo produttivo ottenendo un vantaggio per il business. Nessuno di questi compiti è semplice, proprio per quello che dicevamo prima: fino a qualche anno fa non esistevano veri e propri programmi universitari che offrivano titoli di studio specifici in Data Science. E questa è la prima vera sfida per noi Data Scientist: uscire dalla comfort zone universitaria e affrontare il mondo del lavoro che, seppur richiede sempre più spesso un ruolo come il nostro, è in una fase in cui è ancora tutto estremamente nuovo, soprattutto in aziende dal sistema “più tradizionale”. È necessaria una maggiore forza di volontà rispetto ad altri ruoli in quanto la competizione – ad oggi non ancora altissima – esploderà a breve.
C’è anche poca conoscenza all’interno del Business su dove collocare il nostro ruolo in un’organizzazione: io, ad esempio, sono stata inserita nel team IoT Ecosystem, scelta di Business con una motivazione più che valida, ma all’inizio è stato difficile capire le dinamiche del perché un ruolo come il mio fosse stato associato ad un’area a prima vista così lontana da quello che è il mondo quantitativo per eccellenza. Presto ho capito, però, che se vogliamo intraprendere una carriera nella Data Science dobbiamo sviluppare la curiosità di conoscere l’ecosistema che ci circonda. E non posso che ringraziare il mio capo, Andrea Contri, IoT Ecosystem Director di Haier Europe che ha una grande stima del ruolo che rappresento e che mi supporta quotidianamente nelle difficoltà come nei piccoli traguardi che insieme raggiungiamo.
Le sfide però non sono finite qui: come può il Data Scientist portare il massimo valore per il Business? Come dovrebbe essere misurata la sua prestazione e il raggiungimento degli obiettivi? Soluzioni a quesiti che trovo indispensabili. In quanto figure relativamente nuove, dobbiamo ritagliarci il nostro spazio all’interno di una comunità che non sempre conosce e accetta fin da subito il nostro ruolo, ancora troppo “opaco” per essere calato in un ruolo organizzativo “tradizionale” dalle mansioni ben definite. Dobbiamo essere noi ad accompagnare il Business in questo nuovo percorso, grazie ai nostri punti di forza a supporto delle decisioni aziendali.
Ovviamente tutto ciò è più facile e divertente se a fianco hai le persone giuste.

Guardando al futuro e alle prossime generazioni di matematiche, ingegnere e scienziate: qual è oggi il suggerimento più prezioso che si sente di dare ad una aspirante Data Scientist?

Ho parlato fin troppo in questa intervista e voglio concludere con un suggerimento mirato (il mio capo Andrea ne sarà felicissimo 😉), che è stato molto prezioso per me in passato e spero lo sia per molti altri aspiranti Data Scientist, e non solo: non fermiamoci mai!


Giada Fusè è Data Scientist IoT Ecosystem di Haier Europe, leader globale nel mercato degli elettrodomestici, da sempre impegnato in una forte strategia di sviluppo in ricerca e innovazione. Haier Europe è attualmente il gruppo che cresce di più e più velocemente in Europa, ed è stato inoltre inserito nel ranking “BrandZ Top 100 Most Valuable Global Brands 2020” come unico della categoria “IoT Ecosystem”.

All the tech, business news and trends you need to know. Delivered to your inbox.
Share
Share