Secondo i dati raccolti dal report «Ai & Data skill 2025» dell’Osservatorio delle competenze in AI e Data Science di Data Masters, alla fine dello scorso anno la competenza più richiesta in Italia negli annunci Linkedin che comprendono «skill Ai e Data» è quella che riguarda la «data science».
Il report di Data masters si basa sull’analisi di 25.544 annunci di lavoro pubblicati tra ottobre e novembre del 2025: con 2.613 occorrenze, quella del «data scientist» risulta essere la competenza più citata nelle offerte di Linkedin, in aumento di quasi il 20% rispetto a una precedente ricerca sugli annunci svolta tra gennaio e marzo 2025.
Il data scientist è dunque un mestiere in rapida crescita. Ma di cosa si occupa di preciso e perché è così richiesto?
Lavorare sui «big data»
In poche parole, il data scientist è un professionista che analizza i cosiddetti «big data», grandi quantità di dati complessi prodotti da fonti diverse, e cerca di ricavarne informazioni rilevanti per le imprese. Un data scientist, quindi, si occupa di individuare, raccogliere e lavorare dati che possono servire a un’impresa, che per essere utilizzabili vanno resi leggibili e analizzabili, «pulendoli» e standardizzandoli.
A questa analisi «di base» se ne può aggiungere un’altra, più avanzata: in questo caso, con l’aiuto di modelli di intelligenza artificiale, il data scientist si mette alla ricerca di tendenze e correlazioni nascoste all’interno dei dati, con l’obiettivo di trovare informazioni che possano essere utili nel processo decisionale di un’azienda.
Sempre su questo filone, il data scientist può anche creare modelli predittivi con l’aiuto di sistemi di machine learning, sempre nell’ottica di supportare un’impresa nelle decisioni che deve prendere (come valutare l’opportunità di investimento). Decisioni, però, sempre fondate sui dati, che il data scientist ha provveduto a mettere a disposizione.
Le competenze
Come si può intuire, si tratta dunque di una figura professionale in cui convivono più competenze tra loro diverse. Ad esempio, un data scientist deve anche saper presentare i risultati del proprio lavoro in maniera comprensibile e schematica, creando grafici consultabili dagli stakeholder aziendali.
Il report di Data Masters, sulla base di quanto rilevato dagli annunci di lavoro più recenti, definisce quello del data scientist «un profilo professionale in cui convivono competenze statistiche solide, padronanza del machine learning classico, familiarità con il deep learning e, sempre più spesso, esposizione alle tecnologie generative».
In particolare, la competenza nel machine learnig sembra esser diventata un requisito diventato «quasi strutturale per il ruolo», richiesto dal 75% delle offerte per data scientist dell’ultimo anno. Seguono le competenze di analisi statistica, ricercate da circa il 39,8% degli annunci: come si legge nel report, questo dato testimonierebbe come, per le aziende, «alla base della modellizzazione efficace c’è ancora la capacità di formulare ipotesi, scegliere i giusti test, interpretare distribuzioni e intervalli di confidenza».
E poi ci sono le competenze nell’uso dell’AI, anche queste sempre più richieste. In generale, il data scientist ad oggi sembrerebbe essere una figura professionale che attraversa tutte le fasi della «catena del valore dei dati, dall’analisi all’addestramento di modelli, fino alla comunicazione dei risultati agli stakeholder: «nel mercato italiano del 2025», si legge nel report, il data scientist «è quindi meno “mago solitario dell’algoritmo” e sempre più professionista ponte, chiamato a muoversi con sicurezza tra statistica, ingegneria leggera del dato, machine learning e, sempre più spesso, componenti di AI generativa».
