In questo articolo vi raccontiamo la storia di Romano, un ragazzo Italiano, ora Senior Data Scientist a San Francisco, in uno dei siti più amati dai dev: GitHub
In tre brevi domande ci ha raccontato il percorso che dall’Università di Catania lo ha portato in Silicon Valley e in GitHub, la sua giornata tipo in ufficio e i suoi consigli per tutti i ragazzi in Italia che sognano una carriera negli States!
Mi sono laureato in Ingegneria Civile all'Università degli Studi di Catania, ma come allievo della Scuola Superiore di Catania per la Formazione di Eccellenza, per la quale ho conseguito il Diploma di Licenza nel 2006. Mi sono trasferito in Colorado nel 2007 e nel 2011 ho conseguito il PhD presso la Colorado State University. La mia carriera è proseguita in accademia per qualche anno ancora, prima a Princeton come ricercatore, poi a Drexel come docente. Ho successivamente deciso di specializzarmi nel settore di Data Science, prima a Insight DS New York, poi presso OnDeck. L'esperienza maturata mi ha dunque permesso di inserirmi all'interno di GitHub come Senior Data Scientist nel gruppo di Machine Learning.
La mia giornata tipo si apre con la revisione del lavoro dei miei colleghi, che tipicamente richiede circa un'ora. Successivamente, mi concentro su quelle che sono le analisi di cui sono responsabile in prima persona - tali responsabilità si definiscono in genere all'interno di un miniciclo di due settimane - e infine dedico circa un'ora a varie riunioni individuali o con il resto del gruppo. Le comunicazioni avvengono sempre tramite piattaforma GitHub, o su Slack chat, o in videoconferenza.
Per ambire a posizioni di alto livello, il requisito indispensabile è la voglia di migliorarsi giorno dopo giorno, studiare per imparare e non per superare un esame o per prendere un diploma. In secondo luogo, e' essenziale conoscere l'inglese come la propria lingua madre. I requisiti tecnici variano a seconda del ruolo, in Data Science si privilegiano Python e SQL, ma la conoscenza sia teorica e pratica di machine learning, deep learning e statistica è fondamentale. Tipicamente le competenze necessarie ad un ruolo in Data Science si possono acquisire in 4-6 anni a partire da una laurea magistrale come fisica o ingegneria.
In questo articolo vi raccontiamo la storia di Romano, un ragazzo Italiano, ora Senior Data Scientist a San Francisco, in uno dei siti più amati dai dev: GitHub
In tre brevi domande ci ha raccontato il percorso che dall’Università di Catania lo ha portato in Silicon Valley e in GitHub, la sua giornata tipo in ufficio e i suoi consigli per tutti i ragazzi in Italia che sognano una carriera negli States!
Mi sono laureato in Ingegneria Civile all'Università degli Studi di Catania, ma come allievo della Scuola Superiore di Catania per la Formazione di Eccellenza, per la quale ho conseguito il Diploma di Licenza nel 2006. Mi sono trasferito in Colorado nel 2007 e nel 2011 ho conseguito il PhD presso la Colorado State University. La mia carriera è proseguita in accademia per qualche anno ancora, prima a Princeton come ricercatore, poi a Drexel come docente. Ho successivamente deciso di specializzarmi nel settore di Data Science, prima a Insight DS New York, poi presso OnDeck. L'esperienza maturata mi ha dunque permesso di inserirmi all'interno di GitHub come Senior Data Scientist nel gruppo di Machine Learning.
La mia giornata tipo si apre con la revisione del lavoro dei miei colleghi, che tipicamente richiede circa un'ora. Successivamente, mi concentro su quelle che sono le analisi di cui sono responsabile in prima persona - tali responsabilità si definiscono in genere all'interno di un miniciclo di due settimane - e infine dedico circa un'ora a varie riunioni individuali o con il resto del gruppo. Le comunicazioni avvengono sempre tramite piattaforma GitHub, o su Slack chat, o in videoconferenza.
Per ambire a posizioni di alto livello, il requisito indispensabile è la voglia di migliorarsi giorno dopo giorno, studiare per imparare e non per superare un esame o per prendere un diploma. In secondo luogo, e' essenziale conoscere l'inglese come la propria lingua madre. I requisiti tecnici variano a seconda del ruolo, in Data Science si privilegiano Python e SQL, ma la conoscenza sia teorica e pratica di machine learning, deep learning e statistica è fondamentale. Tipicamente le competenze necessarie ad un ruolo in Data Science si possono acquisire in 4-6 anni a partire da una laurea magistrale come fisica o ingegneria.