

Mark Biegert non è il classico data scientist. Non è un millennial e non ha una laurea avanzata in matematica o informatica. Mark ha 62 anni ed è un ingegnere elettrico di professione. È anche piacevolmente modesto e si descrive come «un tipo piuttosto noioso».
Scoprire DataCamp
Per 12 anni, Mark è stato direttore dell’ingegneria responsabile dei prodotti ottici per una grande azienda di telecomunicazioni. Gestiva un team di ingegneri elettrici e fisici ottici, comunità che tendono a usare Python. In quel ruolo, Mark ha iniziato a imparare Python su DataCamp per migliorare le sue capacità di analisi dei dati. Quando ha iniziato a spingersi oltre l’ingegneria elettrica e l’ottica, si è imbattuto in altre comunità che usano R. È tornato su DataCamp per imparare R, che è presto diventato il suo linguaggio di riferimento per la risoluzione dei problemi.
Le conoscenze di Python, R e statistica che ho acquisito su DataCamp sono state fondamentali per il mio lavoro.
Il ruolo di Mark nella gestione richiedeva l’elaborazione di grandi quantità di dati di guasto sul campo e di produzione. Avrebbe potuto assegnare quel lavoro a un membro del team, ma l’analisi dei dati lo affascinava e si è immerso volentieri in database, SQL e data science. Ha usato queste conoscenze per mostrare correlazioni tra alcune modalità di guasto e le condizioni meteorologiche, i lotti di produzione, gli installatori e i produttori dei componenti.
L’impatto di queste conoscenze è stato profondo. Lo hanno aiutato a migliorare l’esperienza dei clienti e a ridurre i tassi di guasto dei prodotti, identificando le aree in cui servivano formazione e strumenti. Un progetto ha riguardato lo sviluppo di un indicatore di carica della batteria: ha progettato un esperimento per caratterizzare le prestazioni della batteria, ha analizzato i risultati, ha determinato il modello migliore dati alcuni vincoli di implementazione e ha fornito una specifica al team software per l’esecuzione.
Ben presto mi sono ritrovato più interessato alla data science che alla gestione.
L’inizio di un percorso da data analyst
Mark era nel settore dell’elettronica e dell’ottica da 39 anni, ma a maggio 2018 cercava un cambiamento. Ha deciso di mettersi in proprio e avviare un’attività di consulenza. Mark ha raddoppiato l’impegno nella formazione su DataCamp. Ha seguito il percorso Data Scientist con R e ha iniziato a cercare lavori nell’elettronica che richiedessero analisi dei dati. E da allora è più impegnato e produttivo che mai.
Nei primi tempi della sua attività di consulenza, Mark si è concentrato prevalentemente su lavori di ingegneria elettrica, ma nell’ultimo anno ha aggiunto sempre più attività di analisi dei dati. Ora svolge lavori a contratto per un grande produttore di letti, aiutandolo ad analizzare i dati sui guasti sul campo. Questo comporta l’impostazione di protocolli di test, la definizione di schemi di database, l’analisi dei dati e la creazione di dashboard per il management da usare nelle decisioni—il tutto utilizzando competenze che ha imparato su DataCamp.
Mi piace molto il formato con lezioni brevi ed esercizi guidati. Per me funziona.
Imparare l’analisi dei dati con DataCamp
Perché, dunque, Mark ha scelto proprio DataCamp? In realtà ha provato diverse piattaforme di apprendimento online, ma l’approccio didattico di DataCamp si adattava meglio al suo stile personale di apprendimento. Trova più efficace il nostro approccio learning-by-doing, che parte dall’insegnamento dei concetti tramite brevi video, seguito da esercizi pratici e progetti hands-on per consentire agli studenti di risolvere problemi reali. Apprezza anche il feedback immediato di DataCamp e la qualità dell’insegnamento sulla piattaforma.
DataCamp ha la maggiore ampiezza di offerta di corsi e ha mantenuto una qualità di esposizione costantemente elevata.
Mark dedica un’ora ogni sera a DataCamp e usa l’app mobile di DataCamp durante il tragitto in autobus da e verso il lavoro per rinforzare l’apprendimento. Ad oggi ha completato 75 corsi e accumulato oltre 330.000 XP! Il suo utilizzo iniziale di DataCamp era molto mirato allo sviluppo di competenze specifiche di cui aveva bisogno nel lavoro quotidiano, in particolare la pulizia e la rappresentazione grafica dei dati. È poi passato alla statistica seguendo corsi su progettazione di esperimenti e modellazione. Di recente si è concentrato sul reporting.
Il percorso di Mark con DataCamp gli ha permesso di costruire la profondità di competenze in data science e analytics necessarie per raggiungere i suoi obiettivi professionali. I professionisti in qualsiasi fase della loro carriera possono fare lo stesso. Ispirato dalla storia di Mark? Connettiti con lui su LinkedIn e segui le sue avventure con i dati sul suo blog.
Iscriviti ora!
Come sempre, siamo qui per te. Puoi iniziare a imparare su DataCamp subito, oppure sfruttare DataCamp for Business per potenziare le competenze del tuo team in tutte le aree della data science e dell’analisi. Clicca qui per programmare una demo gratuita della nostra piattaforma.


