IULM AI LAB

Blog

Data Engineer – Le nuove figure dell’AI

Apr 20, 2021

Data Engineer

Come viene descritto nel libro Fare Marketing con l’AI: Intelligenza Aumentata per comunicare brand, prodotti e idee, scritto da Guido di Fraia, CEO di IULM AI Lab, ed edito da Hoepli, il Data Engineer (ingegnere del dato) è l’esperto della gestione infrastrutturale dei sistemi di raccolta e archiviazione dei dati in azienda.

Il Data Engineer rappresenta uno tra i profili professionali attualmente più richiesti in azienda. Infatti, insieme con il Data Analyst, il Data Visualization Specialist e il Data Scientist, è una delle figure che maggiormente sta beneficiando dell’avvento dell’AI, situandosi al centro della rivoluzione tecnologica che stiamo vivendo.

Un cambio di rotta che con grande forza investe anche il mondo del lavoro e che, senza comportare l’esclusione dei profili “tradizionali”, modifica il modo di operare all’interno dell’ambiente di lavoro e alcune delle mansioni, garantendo alle lavoratrici e ai lavoratori di smettere di svolgere tutte quelle attività di routine e time consuming che al giorno d’oggi rappresentano gran parte delle attività svolte in azienda.

Proprio per questo, coloro che operativamente sviluppano, gestiscono e contribuiscono alla realizzazione di soluzioni di Intelligenza artificiale non solo gli unici che beneficeranno di questa ondata di cambiamento.

Data Engineer: di cosa si occupa

Il Data Engineer verifica che l’azienda abbia ottimizzato tutti i canali di raccolta dei dati e che questi ultimi siano archiviati in uno spazio adeguato, protetto e facile da esplorare (in termini tecnici: data lake); in altre parole, garantisce che l’intera architettura hardware e software rispetti i requisiti di sicurezza e affidabilità che si rendono necessari quando si ha a che fare con database di grandi dimensioni.

Possiamo sostenere quindi che la sua principale responsabilità è garantire all’azienda un’infrastruttura affidabile ed efficiente, al fine di poter raccogliere, trasferire e processare i dati correttamente.

Progetta, costruisce e mantiene l’infrastruttura informatica necessaria affinché il flusso dei dati (Data Pipeline) avvenga correttamente, garantendone la bontà dalle sorgenti (spesso molto eterogenee) alle piattaforme di gestione e manipolazione, come quelle di Data Management, fornendo così al Data Scientist e successivamente al Data Analyst tutti gli strumenti necessari per procedere alle analisi dei dati.

Il background di un Data Engineer

Il Data Engineer, come abbiamo accennato all’inizio di questo articolo, è una figura professionale altamente ricercata ai giorni nostri. Questo è dovuto alla diffusione sia dell’Intelligenza Aumentata nelle aziende, sia dei Big Data; infatti, il ruolo dell’ingegnere dei dati è centrale per costituire un Team di Data Expert attraverso il quale le aziende possono condurre progetti complessi e sfruttare al meglio grandissime moli di dati per operazioni di business e non solo.

Proveniente da percorsi accademici altamente tecnici come quelli dell’ingegneria informatica, rientra in quelle figure professionali che possiedono un background STEM, (Scienze, Tecnologia, Ingegneria e Matematica).

Un ambito professionale ancora troppo maschile

Un ambito professionale che però possiede, ancora oggi, un netto gap di genere, dove le donne non trovano ancora il giusto spazio. Ma a cosa è dovuta questa disparità?

Come viene presentato nell’articolo I primi software engineer erano donne, la storia delle Computer Science vede la sua nascita con Ada Lovelace, considerata la prima programmatrice di sempre. Fu nel 1843 che Lovelace elaborò il primo algoritmo strutturato illustrandone il possibile funzionamento all’interno della  Macchina di Babbage.

A circa un secolo di distanza, durante la seconda guerra mondiale, sono molte le figure femminili a distinguersi nel campo della programmazione. Tra il 1945 e il 1946, un gruppo di sei donne guidate da Jean Bartik si occupa di codificare la maggior parte del software dell’ENIAC, il primo calcolatore general purpose della storia, impiegato prevalentemente per calcoli balistici nella misura di diverse migliaia di somme al secondo. Come le altre donne che le hanno precedute, anche il team della Bartik non vede riconosciuti i propri sforzi, al punto da doversi adattare a lavorare in laboratori di fortuna, come aule deserte e saloni.
I primi software engineer erano donne – geeksacademy

Pur riconoscendo la maternità della disciplina a una donna, la nostra contemporaneità vede dominare in questo settore il genere maschile.

Come viene espresso nell’articolo del Sole 24ore, nel 2019, su dieci professionisti del settore big data, sette erano uomini. Perché? Molti esperti ritengono che il gender gap nell’approccio agli studi e alle professioni scientifiche e tecnologiche inizi già dalla scuola elementare, dove le bambine non riceverebbero lo stesso livello di incoraggiamento e sostegno nelle materie STEM rispetto ai bambini.

Big data: il futuro delle professioniste passa da qui, per almeno due motivi – Il Sole 24 Ore

Questo viene anche confermato dalla proposta depositata in Parlamento nel 2019 dall’ex vice presidente della Camera dei Deputati Mara Carfagna, che mirava a limare queste imparità.

Per promuovere le iscrizioni delle studentesse a corsi di studio universitari con indirizzo scientifico e il successivo accesso delle donne laureate alle carriere professionali nell’ambito delle discipline della scienza, tecnologia, ingegneria e matematica (cosiddette discipline STEM), propongo di istituire presso il Ministero dell’istruzione, dell’università e della ricerca un fondo speciale, denominato “Fondo STEM”, destinato a finanziare l’esonero totale dalle tasse e dai contributi dovuti dalle studentesse per iscriversi ai corsi di laurea triennale, magistrale e magistrale a ciclo unico, nelle discipline STEM.

Il “fondo STEM”: una proposta concreta per la diminuzione del gap di genere – Il Sole 24 Ore
Data Engineer

Un Data Engineer deve possedere:

  • Ottima conoscenza di SQL (Structured Query Language), linguaggio che permette di creare, interrogare e modificare database relazionali;
  • Conoscenza dei database caratterizzati da modelli NoSQL e che quindi non seguono logiche relazionali;
  • Ottima dimestichezza con linguaggi di programmazione di alto livello e orientati agli oggetti, come Python e Scala, oltre a un’ottima conoscenza di Java;
  • Esperienza con i principali Big Data, tra i quali Hadoop, Spark, Kafkpiattaforme;
  • Conoscenza dei principali algoritmi (tra i quali quelli di Machine Learning).

Vuoi scoprire come applicare l’AI nella tua azienda?

Scopri “Fare Marketing con l’AI”: il libro di Guido di Fraia, pensato per dare un’overview delle potenzialità dell’Intelligenza Aumentata per le attività di marketing e comunicazione aziendale.

Desideri migliorare il tuo Business attraverso soluzioni di Intelligenza Artificiale? IULM AI Lab può fornire a te e alla tua azienda tutto il supporto necessario per comprendere e cogliere le opportunità di questa tecnologia.  Scopri le nostre aree di attività e tutti i nostri corsi.

La formazione

Creiamo cultura sull'AI per aumentare la competitività delle imprese e del sistema paese 

La formazione

Creiamo cultura sull'AI per aumentare la competitività delle imprese e del sistema paese