Data Scientist: mercato

Posizione

un'offerta aperta che ha superato il controllo di qualità e indica almeno due tecnologie

Candidato osservato

un candidato il cui stack contiene questa tecnologia; un dato aggregato: nessun singolo record esce dal perimetro

Candidato abbinabile

non ancora conteggiato

Finestra

offerte aperte nel momento in cui è stato creato lo snapshot

Junior DS è l'ingresso più accessibile nella direzione ML/AI (percorso tipico: Analyst per 1-2 anni → Junior DS). Il salto Junior → Middle: dopo il primo modello in produzione + il primo A/B test autonomo. Middle → Senior: responsabilità multi-progetto + responsabilità dell'impatto sul business (aumento documentato di ricavi / retention / conversione). Senior → Lead / Principal: strategia DS per un'area di prodotto + assunzione di 3-7 DS + mentoring. Percorso di carriera: Data Analyst (1-2 anni) → Junior DS (1-2 anni) → Middle (2-3 anni) → Senior → oppure Lead / Principal DS (in profondità), passaggio a ML Engineer (percorso più tecnico), passaggio a Product Manager, o Founder.

I principali nel 5: python, sql, cloud, aws, llm. Python: monopolio (R è quasi scomparso dalle nuove offerte del 2026, resta nel legacy di sanità/biostatistica). Padronanza di SQL: obbligatoria: query complesse con window function + CTE + padronanza dei JOIN + ottimizzazione delle query (il DS legge i piani di esecuzione). Manipolazione dei dati: pandas (nucleo), NumPy (calcolo numerico), Polars (moderno, in crescita: 10-100× più veloce sui big data), PyArrow. ML classico: l'arsenale principale: scikit-learn (selezione dei modelli / preprocessing / pipeline / metriche), XGBoost + LightGBM + CatBoost (gradient boosting: il cavallo da tiro per i dati tabellari), statsmodels (regressione + serie temporali + test statistici). Statistica: scipy.stats, statsmodels, inferenza causale (DoWhy, EconML: bonus da Senior). Visualizzazione: matplotlib + seaborn + plotly (nel notebook), Tableau / Looker / Power BI / Apache Superset / Metabase (per gli stakeholder). Test A/B: scipy.stats / statsmodels per l'analisi, piattaforme interne o Statsig / Eppo / Optimizely / GrowthBook. Comprensione di power analysis, calcolo della dimensione del campione, correzione per test multipli, test sequenziali. Deep learning (bonus, non obbligatorio): PyTorch / TensorFlow per i compiti DS di CV / NLP. Tracciamento degli esperimenti: MLflow o Weights & Biases. Strumenti BI / dashboard: Tableau / Looker / Apache Superset / Metabase / Mode / Hex. Notebook: Jupyter + VS Code (il mercato del 2026 sta passando da Jupyter puro a soluzioni ibride). Workbench DS nel cloud: AWS SageMaker Studio / GCP Vertex AI Workbench / Databricks / Snowflake Snowpark. Extra da Senior: inferenza causale (DoWhy / EconML / CausalImpact), uplift modelling, modellazione bayesiana (PyMC / Stan), serie temporali (Prophet / NeuralProphet / statsforecast).

Data Analyst: focus su reportistica + dashboard + analisi ad hoc. SQL + Excel + Tableau / Looker / Power BI. Meno orientato al ML. Adatto come ingresso nell'area dei dati. Data Scientist (questa pagina): focus sulla formulazione dei problemi di business + modellazione statistica + test A/B + comunicazione degli insight. SQL a fondo + Python + sklearn + XGBoost + statsmodels + visualizzazione. Fa ML, ma non è responsabile dell'infrastruttura di produzione (deployment / serving / monitoraggio: quello è compito del ML Engineer). ML Engineer: focus su pipeline ML in produzione + deployment + scalabilità + infrastruttura LLM/RAG. Stack DS + Docker / K8s + MLflow + Airflow + ML gestito nel cloud. Vedi ML Engineer. Percorso di carriera: Analyst → DS Junior → DS Middle/Senior. Passaggio DS ↔ ML Engineer in 3-6 mesi (impara MLOps + Docker / K8s + ML nel cloud). Passaggio DS ↔ Product Manager in 2-4 mesi (il DS ha già il pensiero di prodotto + i test A/B: aggiungi la pianificazione della roadmap + la gestione degli stakeholder). DS → Research Engineer / Scientist: richiede un dottorato o 3+ anni di specializzazione approfondita.

Albero decisionale per scegliere gli strumenti DS nel 2026: 1) Dati tabellari, classificazione/regressione, <1M righe → scikit-learn (LogisticRegression / RandomForest / GradientBoosting). Pipeline + pre-elaborazione: sklearn vince per la semplicità d'integrazione. 2) Dati tabellari, >100K righe, prestazioni critiche → XGBoost / LightGBM / CatBoost. Il cavallo da lavoro standard 2026 per i compiti tabellari: credit scoring, previsione del churn, conversione, rilevamento delle frodi, previsione della domanda. LightGBM: il più veloce, XGBoost: l'ecosistema più maturo, CatBoost: il migliore per le feature categoriche senza pre-elaborazione. 3) Serie temporali → Prophet / NeuralProphet (Facebook) o statsforecast (Nixtla: lo stato dell'arte classico) o un approccio ML (LightGBM su serie temporali con feature engineering: spesso batte le librerie specializzate). 4) NLP / classificazione del testo → Hugging Face Transformers (fine-tuning di piccoli BERT/DeBERTa/RoBERTa) o scikit-learn TF-IDF + LogisticRegression se <10K documenti (baseline più semplice). 5) Computer Vision → PyTorch + torchvision (classificazione / rilevamento / segmentazione delle immagini). Per la produzione: vLLM / TGI. 7) Sistemi di raccomandazione → LightGBM / XGBoost su utenti × articoli con feature engineering (il cavallo da lavoro 2026), implicit / LightFM (classici del collaborative filtering), recsys deep con PyTorch (NeuMF / Two-Tower / Transformer4Rec). 8) Inferenza causale / uplift modelling → DoWhy / EconML / CausalML. 9) Modellazione bayesiana (quando conta la quantificazione dell'incertezza: medicina / finanza) → PyMC / Stan / NumPyro. 10) Rilevamento delle anomalie → PyOD + Isolation Forest + approcci basati su LightGBM. Predefinito 2026: il 80% dei compiti tabellari si risolve con LightGBM / XGBoost / CatBoost; il deep learning serve per CV / NLP / recsys.

Sì, il 27% delle offerte DS è completamente da remoto o ibrido. Il lavoro DS: Jupyter + data warehouse nel cloud (Snowflake / BigQuery / Databricks / Redshift) + dashboard. Gli outsourcer: quasi sempre da remoto su progetti statunitensi. Aziende di prodotto russe: ibrido o da remoto dopo il periodo di prova. Banche russe: ibrido/in sede per la compliance sulla sicurezza dei dati. Aziende tech internazionali: completamente da remoto come standard. Hub per chi si trasferisce: Polonia (Varsavia/Cracovia: favorevole ai DS), Germania (Berlino / Monaco), Canada (Toronto / Vancouver), Serbia, Georgia, Emirati Arabi Uniti. Inglese per il lavoro DS internazionale da remoto: indispensabile (premio +25-40%, e i ruoli DS richiedono comunicazione con gli stakeholder: l'inglese si sente).

Product Data Scientist: un DS con un forte focus sul prodotto + responsabilità degli esperimenti di crescita + modellazione della retention + analisi dell'impatto delle funzionalità. Lavora a stretto contatto con PM e ingegneria. Lo stack è lo stesso, ma il focus è: padronanza dei test A/B (esperimenti multivariati, test sequenziali, correzione per test multipli, analisi della potenza), metriche di crescita (DAU/MAU/curve di retention/analisi dei funnel), inferenza causale su dati osservazionali. Retribuzione paragonabile a un Senior DS (mediana), ma nelle startup di prodotto USA il Product DS supera spesso il Senior DS generico grazie alla responsabilità sull'impatto di business. Data Scientist generico: può lavorare in qualsiasi dominio (rischio bancario, domanda nel retail, qualità nella produzione). Research DS (o semplicemente «DS» in un contesto di ricerca): focus su nuovi approcci di modellazione + paper (spesso percorso da PhD). Vedi anche Research Engineer / Scientist. Scelta di carriera: Product DS se ti interessa l'impatto sul prodotto e ti piace comunicare con gli stakeholder, DS generico per la flessibilità di dominio, Research DS per la ricerca di nuove metodologie. Tutti e tre sono percorsi Senior+ legittimi.

Roadmap: 1) Padronanza di SQL: indispensabile (window function / CTE / strategia dei JOIN / ottimizzazione delle query). Libro "SQL for Data Scientists" di Tanimura. Corso "Mode SQL Tutorial" (gratuito). 2) Python per la DS: padronanza di pandas + NumPy, non solo la sintassi ma i pattern di prestazione (vettorizzazione, trappole di .apply). Libro "Python for Data Analysis" di McKinney. 3) Statistica: descrittiva + inferenziale + test d'ipotesi + ANOVA + regressione lineare a fondo. Corso "Statistical Learning" di Hastie / Tibshirani (StanfordOnline: gratuito). Libro "Practical Statistics for Data Scientists" di Bruce. 4) ML classico: padronanza di scikit-learn (pipeline / cross-validation / compromessi tra metriche / calibrazione), XGBoost / LightGBM / CatBoost (i cavalli da tiro del gradient boosting). Andrew Ng "Machine Learning Specialization" (Coursera) + "Introduction to Statistical Learning" di Hastie (ISL: PDF gratuito). 5) Padronanza degli A/B test: power analysis, dimensione del campione, test sequenziali, correzione per test multipli, riduzione della varianza con CUPED. Libri: "Trustworthy Online Controlled Experiments" di Kohavi (da leggere assolutamente), "Statistical Methods in Online A/B Testing" di Georgi. 6) Visualizzazione & storytelling: matplotlib + seaborn + plotly per i notebook + Tableau / Looker / Power BI / Apache Superset per gli stakeholder. Libri: "Storytelling with Data" di Knaflic, "The Visual Display of Quantitative Information" di Tufte (classico). 7) Specializzazione di dominio: scegli tra fintech / sanità / retail / telco / e-commerce e studia le sfide specifiche del dominio. 8) Bonus di deep learning: basi di PyTorch per i compiti DS di CV / NLP. 9) Inferenza causale (bonus da Senior): "The Effect" di Huntington-Klein (manuale online gratuito), librerie DoWhy / EconML. 10) Progetto personale: progetto DS end-to-end su Kaggle (esplorazione dei dati → feature engineering → scelta del modello → calibrazione → presentazione al business) + 1 progetto di simulazione di A/B test. Internazionale (EN): DeepLearning.AI (Andrew Ng), fast.ai, Coursera IBM Data Science Professional. Analista → Junior DS: 6-12 mesi. Backend Middle → Junior DS: 8-14 mesi (lacuna in matematica + statistica).

3027 active open DS positions. Geography: the US, the UK, Singapore. The real market is broader thanks to a huge international remote segment. Time to close a Senior DS role — 4-10 weeks (faster than ML Engineer thanks to broader entry pool).

Un Senior DS gestisce l'intero ciclo, dal problema di business al modello in produzione + leadership tecnica. Padronanza di SQL: window function / CTE / JOIN complessi / ottimizzazione delle query / lettura dei piani di esecuzione. Python per la DS: pattern di prestazioni con pandas / NumPy / Polars, vettorizzazione, ottimizzazione guidata dal profiling. Padronanza della statistica: verifica delle ipotesi in profondità, pensiero bayesiano, inferenza causale (DoWhy / EconML), basi di modellazione bayesiana (PyMC). Padronanza del ML classico: feature engineering approfondito, motivazione nella scelta dei modelli, calibrazione, metriche allineate al business, padronanza degli iperparametri del gradient boosting (XGBoost / LightGBM / CatBoost). Padronanza dei test A/B: power analysis, test sequenziali, correzione per test multipli, riduzione della varianza con CUPED, gestione degli effetti di rete, effetti novelty/primacy, esperimenti switchback per i marketplace, geo-esperimenti. «Trustworthy Online Controlled Experiments» di Kohavi: il libro da tenere sulla scrivania. Deep Learning (bonus): PyTorch per task DS di CV / NLP. DS consapevole degli LLM: prompt engineering, basi di RAG, LLM-as-judge per la valutazione, applicazioni degli LLM nel workflow DS (esplorazione dei dati / dati sintetici / assistenza all'etichettatura). Visualizzazione & comunicazione: padronanza dello storytelling con i dati: trasformare i risultati in decisioni di business per stakeholder non tecnici. DS nel cloud: uno tra AWS SageMaker / GCP Vertex AI / Databricks / Snowflake a fondo. Soft skill: gestione degli stakeholder (prodotto / business / ingegneria), scrittura tecnica (documenti di analisi, report post-esperimento, memo decisionali), mentoring dei DS Middle, selezione (colloqui con i candidati DS), comunicazione con i dirigenti. Competenza di dominio: comprensione profonda di uno-due domini (fintech / sanità / retail / telecomunicazioni / e-commerce): il principale fattore di premio per Senior+. Inglese OBBLIGATORIO per Senior+: i ruoli DS sono molto a contatto con gli stakeholder, e la maggior parte di materiali / paper / community è in inglese.