Datamagazine informa l’utente che questo sito web non utilizza cookie di profilazione al fine di inviare messaggi pubblicitari in linea con le preferenze manifestate nell’ambito della navigazione in rete

Transizione energetica: ecco i profili ICT richiesti

Il mercato energetico sta vivendo una vera e propria rivoluzione, che ha origine nella generazione distribuita, data dall’insieme degli impianti di generazione di potenza nominale inferiore a 10 MW. Dietro questo concetto si cela un nuovo modo di pensare il mercato energetico, nel quale i cittadini diventano protagonisti. 

Le città e i quartieri si trasformano in smart grid. Le case possono diventare smart home, per promuovere un consumo intelligente. 

La tariffa incentivante per l’energia auto consumata assieme alla spinta del Superbonus 110% sono i tasselli che proiettano il nostro Paese in una vera e propria rivoluzione energetica.

La digitalizzazione dell’energia – dichiara Davide Boati, Executive Director del brand Hunters di Hunters Group, società di ricerca e selezione di personale altamente qualificato – è l’applicazione di una tecnologia intelligente in grado di massimizzare l’efficienza degli impianti. Tuttavia, l’applicazione dell’IoT applicato a termostati e caldaie, ma anche alla rete elettrica domestica, cominciando dall’illuminazione, richiede competenze di analisi di dati molto importanti. I data scientist e data engineer sono tra le figure professionali più importanti per le società energetiche in questa fase; difficili da reperire sul mercato proprio per la carenza di figure poliedriche, con una visione a 360 gradi del valore aggiunto che i numeri possono apportare in azienda”.  

Il data scientist è la figura professionale che gestisce i Big Data e ne trae informazioni rilevanti per le diverse necessità aziendali: strategie di business, di marketing e di vendita, definizione di nuovi prodotti e servizi.

Transizione energetica: ecco i profili ICT richiesti

Il profilo dovrà avere conoscenza di modelli matematico-statistici e algoritmi (soprattutto di machine learning) e dei linguaggi di programmazione necessari per implementarli, come R o Python. Deve avere competenze di business intelligence, di semantica, di ontologie per la gestione delle informazioni, di metodi e tecnologie per la gestione di progetti data-driven innovativi, di machine learning.

Una laurea avanzata in statistica, scienze dell’informazione e matematica o informatica, è solitamente richiesta per questo tipo di posizione, gli anni di esperienza sopra i 3 sono molto apprezzati per le società operanti in ambito energetico.

Questa figura professionale deve saper analizzare e interpretare i dati a disposizione di una o più funzioni aziendali con l’obiettivo di prevederne l’evoluzione e i trend, generando un vantaggio competitivo, creare nuovi modelli di business e, quindi, orientare la strategia della società, in particolar modo delle vendite e della custode service. 

Sono figure che hanno maturato grandi competenze in ambito digital e nello specifico big data, conoscenza di strumenti di data analytics e di data visualization. Ma servono anche forte sensibilità e orientamento al business, problem-solving e capacità relazionali.

Date per assodate le competenze tecniche – aggiunge Davide Boati – a fare davvero la differenza è la capacità di pensare e, quindi, operare da manager. Il che comporta non solo capacità di analisi, ma anche di interlocuzione con i piani alti delle aziende. Le retribuzioni medie di questi profili si posizionano su una retribuzione annua lorda variabile tra i 40.000 e i 55.000 euro”. 

About Post Author

Related Posts