A grandi linee
Con i progressi tecnologici degli ultimi anni, soprattutto a partire dall’inizio del millennio, la scienza dei dati è diventata una disciplina a sé stante, separata dall’informatica e più strettamente allineata alla statistica. Si è ritagliata una nicchia in cui i data scientist si applicano alla risoluzione di problemi aziendali che si basano sull’accesso, sull’elaborazione e, in ultima analisi, sull’interpretazione dei dati.
Ciò richiede competenze particolari, come una buona conoscenza dei linguaggi di programmazione, ad esempio Python e R, per contribuire a semplificare i flussi di lavoro di analisi necessari per accedere a grandi set di dati disparati. Le competenze del data scientist combinate con quelle dell’economista offrono una formula vincente per coloro che desiderano distinguersi dalla massa e padroneggiare l’economia moderna.
Fatti e cifre
I risultati di cui sopra sono supportati dal fatto che la prestigiosa London School of Economics (1) ha esteso il suo curriculum negli ultimi anni per includere un corso di laurea intitolato BSc Data Science and Business Analytics, con lo slogan che promette agli studenti di “imparare ad analizzare dati per affrontare i problemi del mondo reale”, problemi del mondo reale che si basano naturalmente sulle relazioni economiche e commerciali.
Un altro indicatore positivo è che l’ex capo economista della Banca Mondiale (2) e co-vincitore del Premio Nobel per l’Economia 2018, Paul Romer, è un sostenitore di Jupyter Notebook, un’applicazione web open source che consente agli utenti di creare e condividere documenti tra cui codice live, equazioni e visualizzazioni per supportare il calcolo interattivo in più linguaggi di programmazione. Questa osservazione finale è al centro di Jupyter, il nome Jupyter è un acronimo che significa Julia, Python e R, essendo tutti e tre linguaggi di programmazione.
Che un gigante dell’economia sia un sostenitore esplicito di uno strumento di scienza dei dati la dice lunga – nessun gioco di parole – e indica chiaramente la direzione del viaggio. Come ha osservato Romer in un post sul blog nel 2018: “Jupyter premia la trasparenza; Mathematica razionalizza la segretezza. Jupyter incoraggia l’integrità individuale; Mathematica permette agli individui di nascondersi dietro l’evasione aziendale”. (3) Qui sta confrontando Jupyter con una piattaforma concorrente, Mathematica, tuttavia se…
Fonte: towardsdatascience.com
