Come un learner ha risparmiato oltre 1.500 ore di lavoro seguendo più di 200 corsi e accumulando oltre 1.000.000 di XP

Cameron White è un analista nel team di data science di Fruit of the Loom e un milionario di XP su DataCamp. Sul suo profilo LinkedIn si legge con orgoglio: “Oltre 200 corsi, oltre 10.000 esercizi, oltre un milione di XP e quasi tutte le skill track e career track completate su DataCamp”.

È anche un padre single molto impegnato con un figlio piccolo, e il tempo è la sua risorsa più preziosa.

Diventare fluente nei dati con DataCamp

Oggi Cameron è esperto di Python e R ed è competente in molte attività di data science, dall’ETL al modeling di serie temporali fino alla text analytics, e oltre. Ma cinque anni fa non era così. Aveva appena terminato una laurea in matematica e statistica e gran parte del suo percorso universitario era molto teorico, con pochi corsi di statistica applicata. Ha ottenuto uno stage in Fruit of the Loom che è poi diventato un ruolo a tempo pieno nel neonato team di data science. Il problema? Non aveva idea di quali attività svolgessero davvero i data scientist o di come le portassero a termine.

Ricordo distintamente quando ho ricevuto l’offerta di lavoro e ho sentito il termine data scientist, ma all’epoca non avevo idea di cosa significasse davvero.

Per prepararsi al ruolo in Fruit of the Loom, Cameron ha cercato piattaforme online per sviluppare rapidamente competenze in data science. Ha provato un nostro concorrente ma ha riscontrato che i loro corsi “non rispondevano alle [sue] esigenze di studente”. Ha scoperto DataCamp nel 2015 e si è appassionato quasi subito al nostro approccio learning by doing.

Adoro poter imparare al mio ritmo con DataCamp.

Cameron apprezza la flessibilità della piattaforma DataCamp, che gli consente un’esperienza di apprendimento fluida su desktop e mobile. Può studiare comodamente ogni volta che ha una finestra di 30 minuti nella sua giornata, ad esempio dopo aver messo a letto suo figlio. Ama anche i nostri contenuti video e li trova “molto brevi, ma utili”.

Apprezza inoltre la qualità della nostra didattica: collaboriamo solo con esperti leader nella data science, alcuni dei quali creano e mantengono attivamente gli strumenti e i pacchetti che Cameron usa ogni giorno.

Molti corsi sono tenuti direttamente dal creatore del pacchetto! Chi potrebbe essere un insegnante migliore dell’autore del pacchetto?

L’impatto sul business dell’apprendimento su DataCamp

Cameron cerca di dedicare un’ora al giorno a studiare su DataCamp, e ha potuto applicare ciò che ha imparato direttamente al lavoro “in numerose occasioni, a volte persino già il giorno successivo!”.

Per esempio, non aveva mai sentito parlare del Tidyverse prima di esplorare il nostro percorso R e oggi il suo team utilizza i principi dei dati tidy “quasi ogni singolo giorno, su quasi ogni progetto”. Ha anche applicato molte delle metodologie di modeling insegnate su DataCamp in vari scenari di price modeling.

Dopo aver seguito Data Manipulation in R with dplyr, Cameron ha riscontrato un enorme aumento delle prestazioni, sia nei tempi di elaborazione di grandi dataset sia nei tempi di scrittura del codice. Queste competenze sono state facili da implementare e lui ha condiviso con entusiasmo ciò che aveva imparato con i colleghi, contribuendo a creare entusiasmo interno per R e dplyr.

Uno dei principali progetti a cui ha lavorato è una collaborazione di analisi predittiva con Microsoft. Hanno scoperto che un calo di temperatura di 12 gradi in sei giorni spinge direttamente un gran numero di consumatori ad acquistare abbigliamento invernale. Queste evidenze hanno permesso loro di preparare proattivamente la supply chain per soddisfare esigenze geografiche diverse e ottimizzare le vendite del pile e di altri prodotti per il freddo di Fruit of the Loom. Per questo progetto, Cameron e il suo team hanno applicato molte lezioni dai corsi di DataCamp su SQL, importazione e pulizia dei dati in R e modeling avanzato.

Risparmiare 196 giornate di lavoro con DataCamp

L’impatto di DataCamp sul lavoro di Cameron è stato enorme. Vediamo quanto tempo ha risparmiato, secondo le sue stime, dopo quattro anni di apprendimento su DataCamp.

• Cameron lavora circa 200 giorni all’anno, quindi circa 800 giorni in quattro anni. Di questi 800 giorni, presume che circa il 20% del suo tempo sia stato dedicato attivamente al coding, portandoci a 160 giornate lavorative (ovvero 1.280 ore di lavoro).
• Del tempo di coding attivo, stima che circa il 40% (ovvero 512 ore) sia stato dedicato all’analisi esplorativa dei dati, velocizzata grazie ai concetti Tidy appresi su DataCamp. Di queste 512 ore, presume che l’uso dei principi Tidy abbia fatto risparmiare circa la metà del tempo impiegato.
• Nel restante 60% del tempo di Cameron, circa il 10% è stato dedicato ad aiutare altri con domande di coding—una riduzione significativa da quando il suo team ha iniziato a usare DataCamp.
• Cameron stima che il tempo rimanente, vicino alle 700 ore, sia stato speso in attività più avanzate come il modeling con concetti dai nostri corsi sul pacchetto caret, la creazione di app Shiny o l’acquisizione di dati dal web. Riconosce in particolare il merito del nostro corso Writing Efficient R Code di Colin Gillespie, che è stato di grande aiuto nel migliorare i tempi di esecuzione.
• In base alla stima approssimativa di Cameron, ha ottenuto un guadagno di 675 ore all’anno nel coding diretto. Questo senza considerare la notevole accelerazione del tempo risparmiato nelle fasi non di coding, ad esempio quando il team delinea per la prima volta un progetto. Le nuove metodologie apprese su DataCamp hanno aggiunto un’accelerazione sostanziale in questa fase. Stima di aver risparmiato il 70% del tempo, ovvero 896 ore.

In totale, Cameron ha risparmiato circa 1.571 ore di lavoro, pari a 196 giornate lavorative negli ultimi quattro anni! Come detto all’inizio, il tempo è la risorsa più preziosa per Cameron—e lui sa come massimizzarlo.

Come DataCamp favorisce la collaborazione

Il team di Cameron sfrutta al meglio gli abbonamenti a DataCamp per apprendere nuovi argomenti quando hanno tempo libero al lavoro. Sono piuttosto competitivi e a volte si sfidano a colpi di XP su DataCamp, il che aiuta a “rendere le cose interessanti”.

Inoltre, il team ha obiettivi formali di raggiungere un certo numero di ore di formazione ogni anno, e utilizza principalmente DataCamp per farlo.

La crescita del team è evidente dal numero di nuove metodologie, algoritmi e processi che stiamo scoprendo sulla piattaforma.

Aiutare i team a tracciare il loro percorso verso la data fluency

Per Cameron, la parte più difficile all’inizio della sua carriera nella data science è stata sapere da dove iniziare e su cosa concentrare gli sforzi. Ritiene che DataCamp faccia un ottimo lavoro nel guidare il suo apprendimento con le nostre skill track e career track.

La data science è un percorso professionale estremamente interessante, divertente e gratificante, e la piattaforma di DataCamp mi ha aiutato tantissimo a riuscire in questo campo.

Scopri di più sul percorso verso la data fluency di Cameron e connettiti con lui su LinkedIn e Twitter.

Per valutare come DataCamp può aiutare il tuo team a diventare competente in data science e analytics, visita datacamp.com/business o prenota una demo della nostra piattaforma.