Da Excel a Python: il percorso di una Senior Analyst verso la data science

Diventare tecnica in fretta

Sonia ha raccontato che le piace davvero usare la piattaforma e prevede di continuare a farlo nel prossimo futuro. Ha completato oltre 30 corsi, concentrandosi soprattutto su Python e Data Science, ed entro il 2024 ha guadagnato più di 225.000 xp su Datacamp. Due corsi in particolare l’hanno colpita:

• Python Data Science Toolbox: Questo corso l’ha aiutata a passare dalle operazioni base in Excel alla scrittura di funzioni in Python, colmando il divario tra la sua esperienza analitica e i metodi moderni della data science.
• Intermediate Importing Data in Python: Imparare a combinare dati da più fonti le ha aperto nuove possibilità analitiche. Ha migliorato le sue competenze nell’importare, trasformare e unire i dati. Con queste capacità, ora Sonia si sente più entusiasta e sicura nel superare l’uso dei consueti database governativi e delle statistiche OECD, ampliando la gamma di banche dati a cui può accedere.

Un percorso chiaro, al tuo ritmo

Venendo da un background analitico tradizionale, Sonia ha apprezzato l’approccio attento di DataCamp all’apprendimento di tecnologie avanzate:

• Moduli strutturati: Partire dai concetti di base prima di passare a quelli avanzati l’ha aiutata a costruire fiducia.
• Apprendimento autodidattico: Questa flessibilità le ha permesso di bilanciare l’apprendimento della data science con altri interessi, tra cui corsi di francese e buddhismo.
• Approccio practice-first: L’esercizio immediato dopo ogni concetto ha rafforzato l’apprendimento. Essendo nuova alla programmazione, apprezza molto i numerosi moduli di pratica offerti dal corso/dalla piattaforma.

Lavorare direttamente con i data scientist

Per Sonia, acquisire competenze tecniche trasforma le sue interazioni con i team di data science permettendole di:

• Comprendere e contribuire alle discussioni su selezione dei modelli e preprocessing dei dati
• Rivedere e valutare criticamente metodologie di data science complesse
• Collaborare in modo più efficace su progetti trasversali
• Colmare il divario tra insight analitici e implementazione tecnica

Mentre lavora per ottenere la certificazione, il percorso di Sonia dimostra che ampliare il proprio toolkit tecnico non significa solo imparare nuovi strumenti, ma diventare un collaboratore più efficace nell’attuale contesto guidato dai dati.

Sonia riconosce il potenziale dell’AI nel valorizzare il lavoro dei data scientist, ma vede anche come richieda, al contrario, un occhio ancora più attento e una migliore comprensione degli strumenti, dei metodi e dei vari input coinvolti nel lavorare con i dati e nel presentare i risultati.