Vai al contenuto principale

Riepilogo del blog — Assumere e trattenere talenti data nel 2022

Con un mercato del lavoro turbolento nel 2022, reclutare e trattenere talenti data non è mai stato così importante e impegnativo. Meenal Iyer e Glenn Hofmann hanno descritto lo scenario per costruire team data e offerto consigli su come competere con FAANG
Aggiornato 29 set 2026  · 5 min leggi

Scopri con l'IA

ChatGPTClaudePerplexity

Con l’inizio delle grandi dimissioni, condizioni economiche precarie e l’ascesa del lavoro flessibile, assumere e trattenere team data non è mai stato così impegnativo e importante.

Nell’ambito della DataCamp Radar Conference, abbiamo ospitato un panel su Assunzione e Fidelizzazione dei Talenti Data nel 2022 con Meenal Iyer, VP of Data Science presso Momentive.ai, e Glenn Hofmann, Chief Analytics Officer presso New York Life Insurance. Il panel ha affrontato temi caldi che oggi sono al centro dei pensieri di molti responsabili delle assunzioni. In questo post, riportiamo i punti chiave emersi dalla sessione. 

Assunzione e fidelizzazione dei talenti data nel 2022

Guarda qui la sessione completa

Orientarsi in un mercato del lavoro complesso nel 2022

Le organizzazioni affrontano un contesto difficile per costruire team data quest’anno. Sullo sfondo della pandemia, delle grandi dimissioni e del rallentamento economico, le aziende incontrano difficoltà nel formare team data in mezzo a una forte competizione per un’offerta limitata di professionisti dei dati. 

I mercati di oggi favoriscono i dipendenti data più che i datori di lavoro, ha scherzato Meenal. I professionisti più richiesti possono permettersi di essere selettivi nella ricerca di lavoro. Di conseguenza, le aziende che vogliono costruire un team data dovrebbero offrire esperienze lavorative stimolanti e gratificanti per attirare i talenti migliori. 

Spesso, i candidati sono attratti da retribuzioni in linea con il mercato, benefit consistenti, flessibilità per il lavoro da remoto e un sano equilibrio vita-lavoro. Inoltre, i professionisti dei dati cercano un buon allineamento con la cultura aziendale, il perimetro del ruolo e il valore apportato ai clienti. Perciò, un’azienda deve avere un buon employer branding per assicurarsi i talenti data. 

“Con le opzioni che hanno i professionisti dei dati, la natura dell’azienda, del ruolo e della cultura del gruppo contano molto di più. Quando oggi faccio i colloqui, ricevo molte più domande come “Come verrà usato il mio lavoro? Cosa fa l’azienda per i suoi clienti? In che modo il lavoro è in linea con i miei valori?” Oggi c’è molta più attenzione su questo.” – Glenn Hofmann, Chief Analytics Officer presso New York Life Insurance

Glenn Hofmann, Chief Analytics Officer at New York Life Insurance

Meenal ha anche sottolineato l’importanza di trattenere i dipendenti già presenti. Per farlo, le aziende dovrebbero bilanciare le retribuzioni tra dipendenti esistenti e nuovi assunti. Inoltre, dovrebbero fare reskilling, upskilling e formazione trasversale per mantenere aggiornate le competenze del personale. 

Di fronte a un mercato difficile, i team data dovrebbero anche essere aperti ad assumere profili junior. Meenal ha consigliato ai responsabili delle assunzioni di valutarli in modo equo in base alle capacità analitiche e di ragionamento, più che agli anni di esperienza. Il prerequisito per assumere profili junior, ha detto Meenal, è avere un numero sufficiente di professionisti data già in squadra per guidare i nuovi arrivati lungo una ripida curva di apprendimento.

Come competere con FAANG per i talenti data

È risaputo che i professionisti dei dati puntano spesso a ruoli nelle aziende FAANG. Sapendolo, come può un’azienda attirare talenti data? Il panel ha offerto alcuni consigli pratici per trattenere chi guarda a ruoli nella Big Tech.

Il team di Glenn in New York Life Insurance non si lascia intimidire dalla concorrenza di FAANG. Questo perché il team dispone di infrastrutture tecniche e strumenti comparabili a quelli delle aziende FAANG. In questo modo, il team data può lavorare su progetti tecnicamente complessi che contribuiscono alla crescita della loro carriera.  

Glenn ha messo in guardia i professionisti dei dati dall’affrontare alla cieca i colloqui nelle FAANG senza considerare l’allineamento persona-organizzazione. Nelle FAANG, spesso ci si concentra su un problema specifico, il che potrebbe non corrispondere all’idea di lavoro ideale di tutti. Per esempio, i data scientist in Meta potrebbero essere focalizzati in modo chirurgico sull’ottimizzazione della pubblicità senza avere l’opportunità di esplorare altre aree. Chi cerca lavoro dovrebbe essere consapevole di questo trade-off quando fa colloqui nelle FAANG.

“Entra e sii un pesce grande in uno stagno piccolo. Impara tutto. La cosa divertente nell’entrare in team più piccoli è la possibilità di guardare attraverso le funzioni, il che può renderti un ingegnere o data scientist molto più efficace rispetto all’entrare nelle FAANG.” — Meenal Iyer, VP of Data presso Momentive.ai

Meenal Iyer, VP of Data at Momentive.ai

Meenal ha paragonato l’esperienza di un professionista dei dati in un’azienda non-FAANG all’“essere un pesce grande in uno stagno piccolo”. In contesti non-FAANG, è più probabile lavorare in team cross-funzionali su progetti ad alto impatto. Questo, a sua volta, accelera l’apprendimento e la crescita professionale.

Assumere e trattenere talenti data nel 2022

Prima di chiudere, il panel ha evidenziato alcune buone pratiche fondamentali per assumere e trattenere talenti data nel 2022. 

Oltre a offrire retribuzioni in linea con il mercato, Meenal ha sottolineato l’importanza di reskilling, upskilling e formazione trasversale dei dipendenti per favorirne la permanenza. Questi percorsi possono includere competenze tecniche (ad es. coding) e non tecniche (ad es. comunicazione). Questa iniziativa non solo colma i gap di competenze all’interno del team, ma offre anche ai dipendenti l’opportunità di apprendere oltre il proprio perimetro attuale. 

Per Glenn, opportunità di lavoro significative sono la chiave della soddisfazione professionale. Possono essere sia progetti di lungo periodo che attività occasionali. Per esempio, chi trova significativo fare da mentor a colleghi junior dovrebbe poterlo fare. Ovviamente, tali opportunità devono essere allineate agli interessi del dipendente. Spetta quindi ai responsabili data avere conversazioni vere sulla carriera con il proprio team e creare opportunità pertinenti.

“Parla davvero con loro della carriera. È una misura di retention formidabile. Qual è il tuo prossimo passo? Cosa vuoi ottenere? Come possiamo tracciare un percorso per te? Come possiamo arrivare al tipo di lavoro che vuoi fare?”– Glenn Hofmann, Chief Analytics Officer presso New York Life Insurance

Glenn Hofmann, Chief Analytics Officer at New York Life Insurance

Inoltre, Meenal e Glenn hanno entrambi sottolineato l’importanza di una cultura del lavoro positiva. La cultura dovrebbe incoraggiare l’apprendimento attivo e una mentalità di crescita. Inoltre, dovrebbe essere un ambiente in cui i contributi di tutti sono apprezzati. Per costruire una cultura positiva, Glenn ha suggerito ai team data di spezzare la monotonia del lavoro da remoto con regolari momenti di team building in presenza. 

Guarda la sessione completa per saperne di più


Se ti interessa capire meglio come trattenere e costruire team data nel 2022, guarda qui la sessione completa. Inoltre, se vuoi costruire il tuo team data, dai un’occhiata a DataCamp Recruit.

Argomenti
Servizi per la carriera
Correlato

blog

I 15 migliori server MCP remoti che ogni AI builder dovrebbe conoscere nel 2026

Scopri i 15 migliori server MCP remoti che stanno trasformando lo sviluppo AI nel 2026. Scopri come migliorano automazione, ragionamento, sicurezza e velocità dei workflow.
Abid Ali Awan's photo

Abid Ali Awan

15 min

blog

Tokenizzazione nel NLP: come funziona, sfide e casi d'uso

Guida al preprocessing NLP nel machine learning. Copriamo spaCy, i transformer di Hugging Face e come funziona la tokenizzazione in casi d'uso reali.
Abid Ali Awan's photo

Abid Ali Awan

10 min

blog

Che cos'è Snowflake? Guida per principianti alla piattaforma dati cloud

Esplora le basi di Snowflake, la piattaforma dati cloud. Scopri la sua architettura, le sue funzionalità e come integrarla nelle tue pipeline di dati.
Tim Lu's photo

Tim Lu

12 min

Mostra AltroMostra Altro