Tutored è il punto di incontro tra studenti, giovani laureati e aziende. All’interno della nostra piattaforma, i membri hanno la possibilità di scoprire gli sbocchi lavorativi in base al loro percorso di studi, conoscere grandi aziende e candidarsi alle numerose opportunità di stage, lavoro e graduate program. La nostra community è formata da giovani uniti dall'ambizione. Su Tutored, raccontiamo le loro storie ed esperienze, con l'obiettivo di ispirare i più giovani e dare un'idea concreta del mondo del lavoro.
Subito dopo il liceo, mi sono buttato nella triennale in matematica presso l'Università di Torino: nei primi tre anni, tutte le mie scelte sono state orientate verso i corsi più teorici, cogliendo al balzo tutte le opportunità di appronfondire le mie conoscenze in analisi matematica ed algebra e tralasciando tutti quei corsi considerati più applicativi.
Il terzo anno, però, tra gli esami a scelta ho inserito un corso di probabilità avanzata, che mi ha stimolato ad optare per una magistrale in matematica applicata. A settembre 2017 ho iniziato quindi la mia nuova vita da studente di Stochastics and Data Science, una laurea magistrale in matematica ideata per gli appassionati dei dati.
Dopo il primo anno a Torino, ho passato tutto il secondo anno a Grenoble, in Francia, dove grazie ad una borsa Erasmus ho potuto frequentare i corsi erogati da una laurea magistrale in statistica della Université Grenoble Alpes ed i corsi erogati da un master in matematica applicata del Grenoble Institute of Technology, ad impronta fortemente ingegneristica.
Sarebbe riduttivo pensare che i frutti di un'esperienza all'estero possano essere misurati solo pensando all'offerta formativa dell'università ospitante, ma sicuramente non posso esimermi dal riconoscere il fatto che la formazione ricevuta in Francia, fortemente orientata alla continua applicazione dei concetti appresi in classe, mi ha abituato a utilizzare quotidianamente alcuni software che spesso utilizzo oggi nel mio lavoro.
Sono stato contattato da Consoft Sistemi poco prima di laurearmi, a marzo 2020. Ho svolto due colloqui: il primo è stato un colloquio conoscitivo in cui mi è stata presentata l'azienda ed in cui abbiamo discusso insieme le posizioni aperte per cui il mio profilo potesse essere interessante.
Il secondo colloquio, avvenuto proprio il giorno dopo la mia laurea, l'ho svolto invece con il mio attuale manager ed il manager della Business Unit presso la quale lavoro, quella di Business Intelligence.
Fin da subito ho avuto l'impressione che Consoft offrisse un ambiente molto professionale, con un occhio sempre rivolto alle tecnologie più innovative, ma allo stesso tempo molto umano. Impressioni che sono poi state pienamente confermate.
In Consoft Sistemi faccio parte del team dei Data Scientists, e ci occupiamo di progetti di machine learning. Siamo un team giovane e molto coeso, e proveniamo da formazioni leggermente diverse: io sono un matematico, mentre altri colleghi hanno una formazione più informatica o ingegneristica.
Parlando del lavoro che svolgo in qualità di data scientist, il primo incarico che mi è stato affidato, quando sono entrato, è stato quello di creare un ambiente per ingegnerizzare tutto il flusso di lavoro di un progetto di machine learning tramite l'utilizzo di tool completamente open-source.
Ora, invece, stiamo lavorando su un progetto di machine learning in ambito healthcare, e su un grande progetto di predictive maintenance presso un cliente dell'ambito automotive.
Si, ho svolto una breve esperienza di stage in un momento in cui, mentre stavo redigendo la mia tesi, non avevo le idee chiare su quale carriera intraprendere: dopo un'esperienza di quattro mesi presso un laboratorio di ricerca a Grenoble, avevo bisogno di un'esperienza aziendale per capire se accettare la proposta di proseguire con un dottorato la mia esperienza nel laboratorio, o se intraprendere una carriera nel mondo aziendale.
In KPMG facevo parte del team di Information Risk Management, e mi occupavo di supporto audit e di risk evaluation nel settore dei sistemi informativi aziendali. Un'esperienza un po' lontana dal mio percorso di studi e dal mio interesse per data science e AI, non tanto formativa da un punto di vista tecnico ma molto formativa da un punto di vista professionale.
Ho letto recentemente un'intervista ad un importante data scientist, in cui venivano elencate quattro carenze che presentano i neo-laureati che vogliono intraprendere una carriera da data scientist. Su una di queste mi trovo d'accordo: la poca conoscenza di come integrare vari tool nel workflow di un progetto di data science.
Per il resto, ritengo che, rispetto alle classiche lauree in matematica, informatica o ingegneria, iscriversi ad un corso di studi appositamente creato per data science e intelligenza artificiale abbia un doppio vantaggio: acquisire le conoscenze tecniche che si usano poi nella propria quotidianità lavorativa, ma anche avere la strada spianata per essere collocato proprio nelle posizioni più interessanti che possano offrire le aziende oggi.
Infine, dopo una triennale in matematica ad impostazione molto teorica, mi sento di dire che, nella scelta di una laurea magistrale, un valore aggiunto da considerare sia la possibilità di partecipare a diversi progetti curricolari. Ritengo, infatti, che questo sia il modo migliore per abituarsi ad utilizzare le proprie conoscenze teoriche orientandole verso possibilità applicative che diventano poi il proprio pane quotidiano nel mondo aziendale.
Sei un recruiter? Scopri come digitalizzare le strategie di employer branding e recruiting della tua azienda grazia a tutored. Attrai e assumi giovani talenti: scopri Tutored Business.
Tutored è il punto di incontro tra studenti, giovani laureati e aziende. All’interno della nostra piattaforma, i membri hanno la possibilità di scoprire gli sbocchi lavorativi in base al loro percorso di studi, conoscere grandi aziende e candidarsi alle numerose opportunità di stage, lavoro e graduate program. La nostra community è formata da giovani uniti dall'ambizione. Su Tutored, raccontiamo le loro storie ed esperienze, con l'obiettivo di ispirare i più giovani e dare un'idea concreta del mondo del lavoro.
Subito dopo il liceo, mi sono buttato nella triennale in matematica presso l'Università di Torino: nei primi tre anni, tutte le mie scelte sono state orientate verso i corsi più teorici, cogliendo al balzo tutte le opportunità di appronfondire le mie conoscenze in analisi matematica ed algebra e tralasciando tutti quei corsi considerati più applicativi.
Il terzo anno, però, tra gli esami a scelta ho inserito un corso di probabilità avanzata, che mi ha stimolato ad optare per una magistrale in matematica applicata. A settembre 2017 ho iniziato quindi la mia nuova vita da studente di Stochastics and Data Science, una laurea magistrale in matematica ideata per gli appassionati dei dati.
Dopo il primo anno a Torino, ho passato tutto il secondo anno a Grenoble, in Francia, dove grazie ad una borsa Erasmus ho potuto frequentare i corsi erogati da una laurea magistrale in statistica della Université Grenoble Alpes ed i corsi erogati da un master in matematica applicata del Grenoble Institute of Technology, ad impronta fortemente ingegneristica.
Sarebbe riduttivo pensare che i frutti di un'esperienza all'estero possano essere misurati solo pensando all'offerta formativa dell'università ospitante, ma sicuramente non posso esimermi dal riconoscere il fatto che la formazione ricevuta in Francia, fortemente orientata alla continua applicazione dei concetti appresi in classe, mi ha abituato a utilizzare quotidianamente alcuni software che spesso utilizzo oggi nel mio lavoro.
Sono stato contattato da Consoft Sistemi poco prima di laurearmi, a marzo 2020. Ho svolto due colloqui: il primo è stato un colloquio conoscitivo in cui mi è stata presentata l'azienda ed in cui abbiamo discusso insieme le posizioni aperte per cui il mio profilo potesse essere interessante.
Il secondo colloquio, avvenuto proprio il giorno dopo la mia laurea, l'ho svolto invece con il mio attuale manager ed il manager della Business Unit presso la quale lavoro, quella di Business Intelligence.
Fin da subito ho avuto l'impressione che Consoft offrisse un ambiente molto professionale, con un occhio sempre rivolto alle tecnologie più innovative, ma allo stesso tempo molto umano. Impressioni che sono poi state pienamente confermate.
In Consoft Sistemi faccio parte del team dei Data Scientists, e ci occupiamo di progetti di machine learning. Siamo un team giovane e molto coeso, e proveniamo da formazioni leggermente diverse: io sono un matematico, mentre altri colleghi hanno una formazione più informatica o ingegneristica.
Parlando del lavoro che svolgo in qualità di data scientist, il primo incarico che mi è stato affidato, quando sono entrato, è stato quello di creare un ambiente per ingegnerizzare tutto il flusso di lavoro di un progetto di machine learning tramite l'utilizzo di tool completamente open-source.
Ora, invece, stiamo lavorando su un progetto di machine learning in ambito healthcare, e su un grande progetto di predictive maintenance presso un cliente dell'ambito automotive.
Si, ho svolto una breve esperienza di stage in un momento in cui, mentre stavo redigendo la mia tesi, non avevo le idee chiare su quale carriera intraprendere: dopo un'esperienza di quattro mesi presso un laboratorio di ricerca a Grenoble, avevo bisogno di un'esperienza aziendale per capire se accettare la proposta di proseguire con un dottorato la mia esperienza nel laboratorio, o se intraprendere una carriera nel mondo aziendale.
In KPMG facevo parte del team di Information Risk Management, e mi occupavo di supporto audit e di risk evaluation nel settore dei sistemi informativi aziendali. Un'esperienza un po' lontana dal mio percorso di studi e dal mio interesse per data science e AI, non tanto formativa da un punto di vista tecnico ma molto formativa da un punto di vista professionale.
Ho letto recentemente un'intervista ad un importante data scientist, in cui venivano elencate quattro carenze che presentano i neo-laureati che vogliono intraprendere una carriera da data scientist. Su una di queste mi trovo d'accordo: la poca conoscenza di come integrare vari tool nel workflow di un progetto di data science.
Per il resto, ritengo che, rispetto alle classiche lauree in matematica, informatica o ingegneria, iscriversi ad un corso di studi appositamente creato per data science e intelligenza artificiale abbia un doppio vantaggio: acquisire le conoscenze tecniche che si usano poi nella propria quotidianità lavorativa, ma anche avere la strada spianata per essere collocato proprio nelle posizioni più interessanti che possano offrire le aziende oggi.
Infine, dopo una triennale in matematica ad impostazione molto teorica, mi sento di dire che, nella scelta di una laurea magistrale, un valore aggiunto da considerare sia la possibilità di partecipare a diversi progetti curricolari. Ritengo, infatti, che questo sia il modo migliore per abituarsi ad utilizzare le proprie conoscenze teoriche orientandole verso possibilità applicative che diventano poi il proprio pane quotidiano nel mondo aziendale.
Sei un recruiter? Scopri come digitalizzare le strategie di employer branding e recruiting della tua azienda grazia a tutored. Attrai e assumi giovani talenti: scopri Tutored Business.