Bene e benvenuti su GIT BAR, un'altra settimana e un altro episodio e siamo ripartiti alla grande con un insieme, un gruppo di fantastici ospiti che ci introducono in mondi diversi e anche oggi come ben potete immaginare non sono solo, ma prima di svelarvi l'ospite di oggi come sempre ormai vi sto annoiando con queste informazioni però le devo dire quindi come sempre potete contattarmi a info@gitbar.it via email @brainrepo su Twitter oppure ancora meglio iscrivendovi al gruppo Telegram iniziamo a essere veramente tanti, le discussioni sono sempre più interessanti e oggi per esempio parlavamo dell'utilizzo delle microdosi di LSD nel mondo tech un argomento interessante per il quale organizzeremo un vero e proprio episodio e in modo del tutto rocambolesco mi collego all'ospite di oggi ma lo faccio subito dopo una piccola pausa benvenuti su github il podcast dedicato al mondo dei full stack developer i mezzo artigiani mezzo artisti che ogni giorno infilano le mani nel fango per creare nel modo più efficiente possibile quei prodotti digitali che quotidianamente usiamo è arrivato la rovina eccoci qua direttamente rientrata da amsterdam adesso con base fissa in italia abbiamo con noi Sara Iacozza, Data Advocate che riesce a combinare le scienze cognitive, le data analytics e le tecniche di storytelling per usare i dati in modo moderno ed efficace.Tra le tante cose è anche co-founder di R-Ladies, questa volta non l'ho sbagliata, insomma ha tantissimo da dirci.Ciao Sara benvenuta! Ciao Mauro grazie mille! è veramente difficile definirti perché hai fatto un gozziliardo di cose quindi dici tu se Sara si dovesse guardare allo specchio come si definirebbe chi è Sara? Allora mi piace effettivamente definirmi data advocate che in italiano dovrebbe una roba tipo predicatrice dei dati, un po' così, che in realtà non è altro che colui o colei che supporta quella che è la cultura data driven, del data driven, quindi quest'idea di avere opinioni e esprimere giudizi che siano basati su un'evidenza scientifica e reale, quindi i numeri, quindi sia nel lato, diciamo, nella sfera personale ma anche ovviamente nella sfera business, quindi per quello che riguarda avere comunque l'opportunità di sempre comunque misurare a livello numerico ovviamente quelli che sono i nostri obiettivi, quindi i cosiddetti KPI che ci aiutano a tracciare il successo o meno di un'azienda.Quindi questo è un po' il modo in cui amo definirmi al momento, però come hai detto tu, vengo un po' un background molto molto molto diciamo che è stato un cammino un po' un po' turbolento e un po' pieno di sfide e cose diverse che si sono interposte sulla strada.Infatti ho un dottorato di ricerca in neuroscienze cognitive.Che cosa c'entra quei dati? C'entra abbastanza, perché se tu pensi che quello di cui si occupa un neuroscienziato cognitivo è capire come processiamo informazioni, come immagazziniamo informazioni, le utilizziamo e come prestiamo attenzione, che informazione per me altro non è che dati, Quindi di fatto durante questo percorso, questo dottorato di ricerca in Olanda, per quelli che hanno fatto un dottorato di ricerca, fortunatamente non in Italia, sanno che all'estero si viene pagati e si considera veramente, si considera come un lavoro alla fine, una professione a tutto tondo.Durante questo dottorato ho avuto tantissimo accesso a tanti dati di proprio diversa e svariata natura.Quindi dati che erano veramente comportamentali, quindi di persone, facevo esperimenti con persone, non con animali, con persone in piccoli cubicoli chiusi, quindi raccoglievo dati che erano del comportamento, della velocità delle risposte, ma anche dati del cervello, quindi elettroencefalografici nel mio caso, quindi quando ti metti come una cuffietta da nuoto sulla testa e raccogli una migliaia di segnali.Mi vengono immagini alla Frankenstein Junior.Esatto, sì, sì.I veri big data dove risiedono sono nel cervello, chito.Si può fare! Quindi ho avuto un sacco a che fare con i dati e una volta terminato questo percorso accademico, ho detto, beh, l'accademia non fa proprio per me.Mi manca un po' di solido suolo sotto i piedi, questa cosa di andare lì e creare, fare modelli mentali, ma poi avere poca praticità, un po' mi annoiava, mi dava un po' fastidio.Quindi mi sono rindirizzata e ho preso le skills imparate e le ho buttate nel mondo del data science, del data analytics un po' più in generale.Però è rimasta questa cosa della ricercatrice, cioè di per sé mi sento una ricercatrice in generale tutto tondo, no? Quindi questa necessità di andare a capire, di poi testare un'ipotesi e poi validarla.Quindi che è proprio, diciamo che è l'approccio lean fatto per una persona, in questo senso, no? In questo momento lavoro, tra l'altro, non come solamente, o sì, direi, non solamente come una data scientist, ma lavoro anche come una behavioral insight researcher, Quindi una ricercatrice che si occupa dei comportamenti, nel caso specifico sono gli utenti.Quindi lavoro per un'azienda che mi ha assunta per avere quell'insight, quello sguardo in più per capire come gli utenti si rapportano ai loro prodotti.Quindi è un'azienda italiana, che ogni prima volta è un'azienda italiana, tra l'altro, che si chiama Digital Attitude.E quindi si occupa, mi dà l'opportunità di mettere insieme una serie di cose diverse, imparate ed apprese durante questo percorso molto turbolento, non turbolento ma variegato come il variegato alla marena.No, no è senza dubbio interessante il percorso perché in realtà una cosa di cui parliamo spesso nel gruppo Telegram è che questi percorsi che non sono diretti aggiungono tanto valore.Il ragionamento che si faceva era quando si entra nel mondo tech e si entra direttamente come puristi del mondo tech si deve imparare una cosa fondamentale si deve imparare ad imparare perché in realtà gli ambienti di business i domini dove ci troviamo ad operare sono sempre diversi c'è chi si occupa di logistica e deve scoprire come funziona il mondo della logistica.C'è chi si occupa di farmacia e deve scoprire per esempio come funzionano i compost, deve capire come gestire e che ne so le materie.Insomma è comunque interessante e secondo me non esiste un percorso diretto che ti porta all'obiettivo nel mondo tech a prescindere ed ecco perché il gioco si apre a tutta una serie di player, di figure che vengono da contesti diversi.L'altro giorno parlavo con un amico di quanto per esempio persone che vengono dal mondo umanistico possono portare tanto persone che vengono dal mondo artistico.L'ultima volta con Davide parlavamo di di di munari e del modo di vedere munari e il codice insieme una cosa carinissima però ci sta, cioè si lega, si sposa veramente bene e quindi questo percorso ci aiuterà anche a capire da un certo punto di vista, ad avere una visione anche un pochino più pragmatica ai dati visti a livello generale.Un altro argomento della quale sei una portatrice di una bandiera di uno standardo ed è una di quelle lotte tra virgolette nella quale ti batti molto è sul concetto di diversity.Proviamo a entrare in questo mondo quindi che cos'è il concetto di diversity? È un concetto abbastanza complesso da definire in realtà penso che in In generale, magari ci possiamo provare a descrivere dicendo che diversity è avere la capacità di tenere in conto che ci sono persone che hanno effettivamente un background o una serie di caratteristiche demografiche, come possono essere nel caso della diversity di cui mi occupo io, che è quella di genere, per esempio, che hanno, per una ragione di fattori culturali o sociali, ma anche storici, hanno un accesso, non così, le barriere d'accesso, diciamo, a quello che è il mondo tech, ce l'hanno un pochino più alzate.Quindi, magari non hanno, nel caso della diversità di genere, non hanno, diciamo che culturalmente non è molto molto molto visto la donna che magari si iscrive a ingegneria, la donna che magari fa la sviluppatrice, anche se te hai un esempio vicino di questo, ovviamente, esiste.Quindi non avendo culturalmente questa visione e questo ruolo femminile in questi tipi di professione più tecnici, hanno difficoltà ad accedervi sia a livello psicologico, perché magari una ragazza di 19 anni che si sta iscrivendo all'università non si sente invogliata o spinta a magari intraprendere questo percorso, ma anche ovviamente successivamente, non avendo quelle capacità acquisite nella carriera accademica o universitaria, di immettersi poi nel mercato del lavoro con quelle conoscenze già consolidate e acquisite precedentemente.Quindi la diversity è magari un'accortezza, avere l'occhio magari allenato a capire e percepire che ci sono delle figure o dei profili che possono avere difficoltà ad accedere ad un determinato settore, ad un determinato ruolo professionale, perché ci sono delle difficoltà a priori che non dipendono da quella stessa persona, di cui nascono prima.Sì.Su a sé.E' piaciuta questa desinuzione? Assolutamente sì, mi è piaciuta tanto anche perché dal mio punto di vista è centrato l'obiettivo però io adesso sai sono un po' la spina sul fianco quindi per un attimo vesto il ruolo del provocatore.Faccio una premessa, ho vissuto come dicevi tu in prima persona anche se di riflesso ma quando torni a casa come lo stai vivendo tu, alcuni limiti a un doppio livello, il primo è un livello di genere, il secondo è un livello culturale perché mia moglie viene dal nordafrica e originaria della Tunisia e anche quella è una cosa interessante perché quando si parla di diversity si parla di una sfera di ostacoli che devono essere superati.Quindi dovendo immaginare, dovendo definire generalmente quelli che sono gli ostacoli più comuni oltre al genere, quali sono secondo te quelli che diciamo nel nostro contesto anche nazionale che è un po' critico dal mio punto di vista.Quali sono, oltre a quel tipo di ostacolo, gli altri che riesci a vedere? Diciamo che tutti, quello del genere magari, o della...va bene, Italia magari...diciamo che quello più forte secondo me è il culturale, cioè c'è un forte stereotipo che è prettamente culturale.Poi tutti gli altri fattori come il genere, come magari l'età, perché c'è anche perché è l'Egeismo, il fatto di pensare a una posizione, questa posizione è abbastanza tech savvy, quindi abbastanza tecnologica, se ci manda un curriculum una persona a 50 anni, o se ci manda il curriculum, come abbiamo detto, una donna, o una persona che viene da una particolare regione, una location, una particolare regione che consideriamo più povera e meno digitalizzata o tecnologica abbiamo un po' il bias, questo preconcetto che quella persona non rappresenta necessariamente il candidato più ideale per una determinata posizione.Quindi secondo me tutti poi questi diversi fattori tutti confluiscono in un forte zoccolo duro che è quello culturale, in generale possiamo definirlo proprio un preconcetto culturale.In realtà la diversity riguarda cioè il concetto proprio di diversità che va affrontato riguarda sfere diverse e qua io voglio fare una provocazione.Una cosa che ho notato spesso, anzi faccio una premessa, in famiglia io ho dei componenti della mia famiglia diversamente abili e una cosa che ho notato è che quando esco con questi componenti della famiglia spesso mi imbatto in occasioni di estrema gentilezza in funzione dell'essere diversamente abile ti faccio l'esempio...sono in giro con questa persona e una persona dice "oh poverino" salvo poi questa persona dire "no poverino sei tu che mi stai dicendo poverino io sto benissimo figlio mio" quindi quando e come secondo te distinguere quel punto dove la sensibilità lascia lo spazio a questa questa sorta di atteggiamento che dal mio punto di vista è sbagliato? Cioè questo mi fa un può in realtà venire in mente, a parte questo comportamento che si dice in gergo "vittimizzante", lasciami passare questo termine psicologico, quindi proprio questa cosa di vedere la persona diversa o che nei nostri occhi riputiamo svantaggiata come una vittima e quindi può dar fastidio.Ovviamente nello stesso caso anche a livello istituzionale, per esempio, come molto spesso Sappiamo che c'è la legge delle quote rosa, quindi si cerca sempre di mantenere il ratio.Ci sono anche tanti aziende che spingono verso questo ratio tra uomini e donne, che sia il più vicino possibile a 2,5.Quindi si cerca di spingere verso questa quota.E molto spesso l'atteggiamento che si riscontra è un atteggiamento, come dici te, o vittimizzante, quindi di pensare "ah, poverina, lei è il donna che è circondata da tanti uomini", nel mio caso in specifico, ti parlo della mia esperienza, Oppure, allo stesso tempo, invece di critica, di dire "Beh, soltanto perché donna, soltanto perché dobbiamo raggiungere quelle cosiddette quote rosa, allora dobbiamo darle spazio".Però magari c'è una persona che era più capace o che era più skillata, aveva più possibilità di entrare e ricoprire quel ruolo.Quindi, normalmente, forse è proprio questo, secondo me sono proprio questi due atteggiamenti che sono in un certo senso l'antipo del continuum che è la sensibilità.Da una parte c'è la sensibilità estrema che sfocia a vedere il diverso o quello che è minoranza in questo senso, come svantaggiato, e dall'altra parte invece non avere sensibilità assolutamente e credere che siccome c'è questa legge o questa tendenza almeno a voler compensare, questa tendenza è sbagliata e ti porta ad avere persone che non sono valide.Questo l'ho sentito anche da persone della nostra generazione, persone anche highly educated, quindi persone che ti aspetteresti vadano oltre questo semplice, magari preconcetto, questa critica intrinseca.E questo è diciamo che è una delle cose per cui Artladies si batte tantissimo.Quindi Artladies, questa organizzazione non profit di cui faccio parte, che in realtà è un'organizzazione globale, quindi nasce proprio a livello globale, e noi abbiamo da poco co-fondato, insieme ad altre due colleghe, abbiamo fondato Art Ladies Italy.Uno degli obiettivi è effettivamente dimostrare che la diversità non è per niente uno svantaggio, anzi, che per lo stesso principio per cui diciamo che una persona che ha un percorso tortuoso e meno diretto e preciso nel cammino raccoglie tante cose che poi le possono essere utili, quella che mia mamma diceva, impara l'arte e mettila da parte, no? Proprio per questo stesso principio, il fatto di magari avere quella barriera all'entrata più alta ci permette di inventare nuovi modi di approcciarsi al mondo tecnologico, al mondo professionale in generale.Quindi mi ha fatto pensare a questa cosa dell'equaterosa che è una cosa che mi è venuta in mente ultimamente che mi sembra veramente rispecchi due comportamenti tipici negativi verso quella che è la diversità.è arrivato la rovina.Si quello che hai detto tu è proprio l'approccio di struttura no? Quindi di divisione ecosistema.Io che sono una persona molto semplice terra a terra ti chiedo perché me lo chiedo sempre no? Come persona? Come maschio europeo come maschio, europeo nel mondo tech.Secondo te esiste un modo per distinguere quella che sensibilità, cioè proprio delle buone pratiche, no? Proprio per non scadere in quella azione che sembra quasi forzata e tra l'altro, dal mio punto di vista, genera anche un danno ancora più grande.perché ha come obiettivo quello di appiattire la diversità e quindi perdere il valore aggiunto di questa diversità portata.Quindi secondo te esistono delle azioni pratiche? Come mi pongo? Mi piace questa domanda perché in realtà sfogli un portone.Rifesco la Sara che ha fatto il dottorato di ricerca in neuroscienze cognitive perché pensa che la cosa su cui ho ricercato per quattro anni era questo cosiddetto in group bias, che non so se ti suona.Praticamente è questa preponderanza nel dimostrare una preferenza verso le persone che hanno cose in comune con noi, che si assomigliano a noi, e che si scontra con quello che invece è l'out group bias, quindi considerare tutti quelli che sono diversi uguali.Quindi noi siamo capaci di distinguere, e magari parlo di tema, parlo ovviamente di perché soltanto parliamo io e te, magari hai una capacità molto spiccata di distinguere ogni singolo collaboratore, di ricercarne le caratteristiche, i peculiari della sua personalità, di magari distinguere questo ha un comportamento in questo momento, questo ce n'è in un altro.Quando poi si tratta di andare a avere la percezione, capire la percezione che abbiamo dell'altro, quello fuori dal nostro gruppo, che può essere il genere, che può essere la nazionalità, che può essere perfino la squadra di calcio per dire o l'orientamento sessuale, esatto, o il partito politico per il quale supporti e comparato con l'opposto, tutti quelli che fanno parte di quell'altro categoria sono visti come omogenei, quindi abbiamo molta difficoltà nell'avere un'idea specifica di chi sono questi altri, sono loro, sono sono gli altri, sono quelli della Lazio, sono quelli di un altro orientamento politico o sessuale, sono quelli che vengono da una altra città, eccetera, eccetera, eccetera.E una cosa che ho imparato durante tutti questi esperimenti, diciamo, che ho fatto durante il dottorato, è proprio che uno dei modi in cui si può contrastare questa tendenza, che sfortunatamente è intrinseca nella natura umana, perché è quella che ci ha permesso di sopravvivere quando eravamo lì a raccogliere le bacche per terra, per capirci, tanti e tanti tanti tanti tanti tanti anni fa, era proprio questa, capito, di avere una preferenza, "Ah, te sei della mia tribù, del mio gruppo, l'altro, beh, che si muove di fame, perché qua ci abbiamo tre ghiande e siamo un quattro.Quindi, te che sei fuori, stai fuori".Quindi, l'unico modo per iniziare a contrastare questa tendenza è iniziare ad avere un occhio allenato e un'attitudine allenata a, prima di tutto, circondarsi di persone diverse.Quindi queste politiche, anche che vengono sia a livello istituzionale ma anche organizzativo, dell'organizzazione di una compagnia, di un'azienda, di includere e aumentare quello che è la quota rosa, nello specifico delle donne, o la diversità in generale, più in generale, generale, altro non fa che metterci in contatto con persone che sono diverse da quelle che normalmente ci circonderebbero a livello naturale e biologico, se vogliamo.Quindi questo continuo contatto con persone diverse, poco a poco, ci allena la mente, ci allena il cervello a iniziare a individualizzare e a capire che questa persona non è soltanto una donna e una donna è Sara, sa fare queste cose, magari queste cose le sa fare bene quanto me, però quest'altra cosa la sa fare meglio di me, o quest'altra cosa posso aiutarla io magari a capire come farla meglio.Quindi una volta che entri in questa dinamica e in questo approccio di individualizzare le persone e non guardarle come un insieme di pecore non riconosco in quel momento c'è quel mind shift, proprio quel cambio di percezione e di mentalità secondo me.Si questo ragionamento è fighissimo perché in realtà il fatto di distinguere il loro e guardare persona per persona presuppone un impegno quindi un effort che noi spendiamo ma è uno di quegli effort che poi non spingono verso la banalità.A me piace collegarmi con un po' l'attività di questo è un podcast prevalentemente per full stack dev o comunque per sviluppatori e mi piace proprio raccontare l'approccio alla diversità partendo da una cosa che facciamo tutti i giorni.Noi sviluppatori tutti i giorni lavoriamo per affrontare la paura.La paura è quella sindrome, possiamo definirla banalmente come sindrome dell'impostore, no? Quindi paura di non saperne abbastanza, ma anche la paura del diverso, di quello che dobbiamo ancora imparare.Lo facciamo tutti i giorni quando approcciamo a un linguaggio nuovo, quando approcciamo a un framework nuovo e allora perché non utilizzare questo stesso metodo che abbiamo nell'esplorare l'ignoto anche con le persone con l'individuo non l'etichetta come dici tu con la persona mi piace più la parola persona che individuo con la persona e non verso l'etichetta e questo può essere un elemento ulteriore no? E tra l'altro se proprio vogliamo essere anche un po' tra virgolette egoisti mi piace anche immaginare l'approccio alla diversity come un catalizzatore di creatività.Una cosa che ho imparato è che portare contesti ed elementi di ambienti di domini diversi e questo è il nostro lavoro ce lo insegna no? Insieme permette la creazione di qualcosa.Io conosco la letteratura, la porto alla tecnologia e sto creando qualcosa di nuovo che prima non esisteva.La creazione è per unione no? Si.Se io prendo persone diverse, di contesti diversi, di ambienti diversi, di ecosistemi diversi, le metto insieme, è molto probabile è che l'amicia della creatività si accenda.Quindi se io sono una persona aperta, alimento la mia apertura mentale, o se sono una persona creativa, non posso non essere una persona aperta al diverso.Sia che sia un'informazione, una tecnica, una tecnologia, che sia una persona.Quindi tutto questo filo secondo me può essere una sorta di, non di manualetto da seguire, ma di principi da abbracciare.Poi ognuno lo fa con la sua ricetta, dosando gli elementi, perché non esiste una ricetta giusta per tutti.Però la dose giusta di questi elementi fa sì che noi generiamo del valore.Bellissimo.Sì, sì, sì, sì, sì.Tra l'altro questa la riutilizzerò con tutti questi, magari persone conoscenti e qualche amico da cui ho ascoltato, magari ho sentito questi commenti magari un po' critici su quello che può essere l'apertura, nel caso dell'epoterosa.Questa cosa di "ma te ti consiglio una persona creativa, una persona intelligente, una persona aperta a cose nuove.Te vai a mangiare il sushi il fine settimana, vai a vedere quello, provi quello o quell'altro.Com'è che hai questo limite senza in realtà considerare che è lo stesso approccio? Mi ha ispirato questa cosa, la utilizzerò, me la metto nel bagaglio degli argomenti.Secondo me la differenza principale è che davanti hai un'altra persona quindi questo sforzo non è gratis e soprattutto questo sforzo ha una controreazione che tu non puoi controllare e questo alimenta quella famosa paura del diverso.Il linguaggio non reagisce o comunque reagisce diversamente e più prevedibilmente rispetto a una persona che è davanti però è senza dubbio un mondo affascinante dove naturalmente io non solo come individuo, l'azienda non solo come azienda che è la prima che hai citato come concetto di organizzazione quindi abbiamo detto l'azienda, l'individuo e poi ci sono le associazioni.Tu hai introdotto Artladies, parlaci un po' di più di questa iniziativa.Come è nata? Le finalità un po' ce le è accennato però mi interessava capire quali sono gli obiettivi e come state percorrendo quella strada per raggiungerli.Sì, allora come ti dicevo infatti nasce come questo gruppo, questa non profit in realtà globale e diciamo che l'obiettivo principale e originario di questa di questa associazione che poi ha diversi chapter locali quindi gruppi locali è fondamentalmente di offrire supporto e un ambiente friendly e safe, in questo senso, a quelle che sono le minoranze di genere nel mondo, cioè, ti ripeto, questa è l'idea originale, nel mondo prettamente legato agli utenti di R, quindi il linguaggio di programmazione e analisi statistica R.Quindi poi, ognuno poi, visto che ci sono veramente gruppi sparsi per tutto il mondo, adesso stiamo parlando, non so se siamo arrivati a tipo 80.000 membri in tutto il mondo, scoprono veramente tutti i i cinque continenti, in tanti paesi diversi, ce ne sono anche diversi in ognuno dei paesi e degli stati, ognuno poi prende quella sfumatura e quella nuance che è caratteristica del proprio paese e della propria community, no? E nel caso dell'Italia, per esempio, quello che c'era, io avevo cofondato un gruppo locale in Olanda dove studiavo e lavoravo, poi sono tornata in Italia, mi sono trasferita a Bari, perché qui che vive il mio fidanzato, e ho scoperto che a Bari, pensate, tra tutte le città italiane, a Bari c'era un gruppo locale.E l'altro che è in Italia, in realtà, è a Milano.Quindi in realtà tra Milano e Bari non c'è nient'altro.Non esiste nessun gruppo.Nonostante R, nel mondo della data science, magari non necessariamente nel mondo dello sviluppo, però nel mondo della data science, è comunque...uno dei due pillar, no? Esatto, capito? Cioè sono lì, è lì che se la battono sempre a pugilato, poi magari se vuoi ne parliamo anche.Si, eh beh.Con chi se la battono, lo nominiamo per l'altro esemplare lì, con chi se la batte R.E niente, quindi in Italia c'erano questi due chapter locali, gruppi separati, e ognuno faceva le cose di competenza propria.Quindi Noi avevamo una community molto più beginner rispetto a quelle di Milano, perché ovviamente a Milano, anche a livello proprio di aziende, c'è molta più dinamicità verso la data science.Ovviamente a Bari invece c'è una preponderanza principalmente di...Sì, ci sono tantissimi ingegneri.Non necessariamente ingegneri informatici, ma ci sono tantissimi ingegneri a Bari.Quindi non...Questo significa che magari si conosce, ovviamente, perché si sa come programmare, ma non necessariamente si conosce lo strumento che è Reno, o magari l'approccio al data science, che è ovviamente diverso.Quindi cercavamo, ognuno nel proprio cubicolo, di costruire qualcosa.E quello che è successo è che il Covid ci ha dato un'opportunità fantastica di cambiare le carte in tavola.Questo è stato, secondo me, ovviamente, nonostante tutte le cose, cioè non stiamo più a sminuire la precarietà, la criticità della situazione, però per una community che cerca un'occasione per dare proprio, ricoprirsi in modo completamente diverso, prendere un'altra forma, il Covid è stato fondamentale, perché ci ha praticamente tolto la necessità di essere locali.Quindi Our Ladies Italy è venuto fuori dall'unione di questi due chapter locali, di questi due gruppi locali.E abbiamo preso anche un'altra faccia, quindi abbiamo cambiato un po' quella che è la mission anche della community.Quindi non ci occupiamo esclusivamente di R, di fornire magari quelli che erano dei meetup più tecnici, dove magari c'erano dei workshop o delle speaker, perché ovviamente tutte le speaker che partecipano ai nostri meetup, tutte le persone che sono lì a divulgare informazione e supportare proprio per principio sono donne, quindi anche dare visibilità a quelli che sono i role model, come si dice in italiano, i role model? I modelli un po', persone da cui tra respirazione in questo caso, sono tutte donne.Abbiamo deciso di spostarci leggermente, allontanarci leggermente dal tool, dallo strumento, e aprire un pochino di nuovo la visione a qualcosa di leggermente più alto.Quindi abbiamo ottenuto, prima di tutto, abbiamo proprio applicato quella che era una cultura data-driven.Quindi abbiamo raccolto, ci siamo fatti in realtà dare dei dati da uno dei nostri partner, che è Slashdata, che non so se ti suona, però è questa azienda che si occupa praticamente sono gli analisti dell'ecosistema degli sviluppatori.Io ho lavorato per questa azienda precedentemente come analista, come data storyteller in realtà.E attraverso questa connessione che ho avuto, ho avuto accesso a dei dati che ci hanno permesso di guardare e toccare con mano la situazione del gender gap, quindi di questo divario di genere che esiste nel mondo tecnologico.E ne ho preso delle scelte a livello di organizzazione di Arlegis Italy che erano ovviamente dovute al dato, non all'idea di che cosa serve, ma proprio a cosa dice la gente che gli serve.Nello specifico ovviamente erano le donne e le minoranze in questo caso.Quindi abbiamo creato un'agenda che fosse capace, che tutt'oggi cerchiamo di far passare il messaggio che prima di tutto non serve avere quel background tecnico necessariamente per affacciarsi al mondo dei dati, proprio perché il mondo, la data science di per sé è un ambiente talmente tanto emergente, eterogeneo, prima di tutto eterogeneo, poi ancora diciamo molto dinamico, non è, non so, non stiamo parlando di back-end che ormai ha le sue strutture, i suoi fondamenti.Stiamo parlando ancora di un settore che sta prendendo forma.Quindi di per sé è un settore che prende forma a livello tecnologico anche una barriera di entrata più bassa.Ci sono una marea di software open source e di linguaggi open source, di librerie open source e di accesso a una...sì, non c'è un numero, un incommensurabile numero di risorse che ti permettono di accedere a questo mondo, e soprattutto c'è questo shift culturale verso i dati, che vuol dire che qualsiasi ruolo, in qualsiasi azienda, nel futuro molto prossimo, beneficerà del fatto di avere conoscenze analitiche di come leggere, interpretare e trasmettere dati.Quindi questa è la mission più ad alto livello, diciamo più concettuale che stiamo portando avanti.Stiamo proponendo ogni mese un meet up, ci stiamo espandendo, quindi stiamo arrivando anche a collaborazioni con aziende, ci stiamo espandendo a livello di partnership, quindi siamo diventati partner con Code Emotion, siamo diventati partner con Deep Learning Italia, cioè ci stiamo estendendo con veramente a tutto tondo, con aziende come possono essere Acea, l'azienda di energia italiana, o come può essere Avanage, che è tra l'altro partner di Accenture.Quindi ci stiamo veramente, veramente, veramente estendendo e prendendo contatto con tante persone che hanno ruoli veramente diversi, accumunati, come dicevi proprio te, la sintesi, no? Cioè questa creare unione tra persone, ruoli e cose diverse non fa altro che farti vedere che non esiste un ruolo ben definito, infatti non esiste secondo me, a volte ci si dibatte sul fatto chi è un data analyst, chi è un data scientist, chi è un data engineer, cioè questi ruoli definiti così un po' artificiosamente secondo me andranno a scemare più andiamo avanti verso veramente la cultura dei dati in senso lato e quindi Arledis è portavoce di questo principio, in Arledis Italia di questa missione specifico.Sul concetto del compenetrarsi di figuri, di etichette professionali diverse questo è il momento storico giusto cioè viviamo in un'epoca storica dove la bandiera dei team cross funzionali dove dentro ci sono frontender, backender, data analyst che però per esigenza si interfacciano col backender e lavorano tutte e due al backender perché devono strutturare l'ecosistema data driven in modo che tutto viaggi a seconda dei dati oppure si interfaccia col front end e magari è anche una figura come la tua che alimenta il concetto di data storytelling che adesso ci spiegherai che cos'è e si interfaccia con lo UX per fare in modo che quello storytelling si compenetri con tutto il flow, lo user journey dell'utente quindi raga dei compartimenti stagni non esistono più ormai è finita quell'era sono solo delle etichette che poi a seconda del progetto che si prende in mano bisogna essere in grado di lasciare per mettere poi le mani in pasta e iniziare a a creare qualcosa.Ma ad oggi quindi hai già identificato una serie di figure no? Intanto apro una parentesi e la chiudo.Intanto complimenti per il lavoro che state facendo con Artladis.Credo che sia una di quelle azioni politiche, siccome io sono un innamorato della parola politica con la p maiuscola no? Credo che sia una di quelle azioni politiche che va oltre il contesto professionale e ha un valore etico che esula dal mondo del lavoro.Quindi sì sono d'accordo.Questo è quello che penso.Chiudiamo per un attimo quella parentesi perché potrei rimanere naturalmente abbondanti quarti d'ora a parlare di questa cosa e entriamo nel mondo del data science.Data science quando si parla di data science si butta in mezzo tutto il contrario di tutto dal machine learning a qualunque anzi il più delle volte quando si parla di data science si parla di AI in genere.dove l'errore, dove il tranello, dove stiamo sbagliando dal tuo punto di vista? In realtà penso che l'errore sia proprio, cioè diciamo che l'errore è un po' intrinseco, come avevo detto prima, essendo un campo che è in continua evoluzione, che si sta ancora assestando, non c'è una definizione precisa di che cosa sia, di che cosa non sia.Ovviamente La differenza tra artificial intelligence, machine learning e data science esiste nel pratico, ma ad oggi credo che anche la comunicazione che avviene, quindi magari ci avviciniamo proprio all'idea di storytelling, anche la comunicazione che avviene per quanto riguarda queste discipline è talmente convoluta, è talmente piena e intrinseca di buzzword che è difficile anche capire di che cosa stiamo parlando.Quindi, da una parte, secondo me, è un fenomeno positivo il fatto che se ne parli, sempre meglio che se ne parli di che non se ne parli e si viva nella completa ignoranza di cosa succede.Secondo me, un po' viene dal fatto che "AI" è la parola più sexy tra tutte, secondo me.Cioè il fatto di avere questa questa quasi retaggio delle, tutti i romanzi sci-fi di iRobot o magari di 1984, capito? Tutto questo retaggio di un mondo in cui le cose saranno programmate da qualcosa che non siamo noi umani, no? O che ci saranno delle sovrastrutture secondo me ci fa sì che AI sia la cosa più sexy del momento.Lo scaricabarile 2.0.Esatto, esatto.E vai su Udemy, vai su Coursera, vai su quello che sia e mettono le sigle AI collegate con qualsiasi cosa.Tutto è lì.Tutto c'entra e tutto non c'entra.Perché poi anche Data Science, anche Machine Learning, cioè in realtà gli algoritmi di Machine Learning, io quando avevo la sindrome da impostore, come dicevi te, durante qualche perché l'anno fa, quando parlavo di machine learning, dicevo "ma io non so fare statistica, io so fare le analisi delle varianze, so fare le regressioni lineari".Poi quando ho scoperto, mi sono chiesto "scusatemi, ma me lo potevate dire che quegli algoritmi di machine learning, altro non sono, che regressioni di qualche tipo, maggior parte, molto spesso e quindi veramente ci nascondi dietro il dito, e il dito in questo caso è la buzzword.Non si prova neanche a pensare che, tra il più di tutto, certe cose in tutto il mondo della data science, la statistica è alla base proprio, cioè non esiste data science se non c'è la statistica.Quindi io sono un grande portavoce della statistica e un po' meno della fuffa del data science, se me lo permetti.Quindi avere anche consapevolezza che quello che stiamo facendo adesso si basa su anni e anni e anni e anni e secoli di conoscenza pregressa, che non si chiamava data science, ma si chiamava statistica, pensiero critico e tant'altro.Quindi, secondo me, sì, AI, parola più sexy, viene subito dopo ML, machine learning, ma anche perché comunque gli algoritmi di machine learning adesso si stanno spingendo sempre più anche nel campo dello sviluppo di software.In generale, in questa azienda per cui lavoravo precedentemente, quindi /data di cui ti parlavo, noi chiedevamo in una di queste macro-servi giganti in cui raccoglievamo tipo, non so, fai 20.000 sviluppatori che ci raccontavano la loro esperienza.Sviluppatori front-endisti, back-endisti, game developers, magari quelli che si occupavano, che lo facevano a livello di...a livello, magari, soprattutto come un hobby, altri che lo facevano a livello professionale.Cioè, non c'è una figura dello sviluppatore che sia a compartimento stagno, no? Cioè, tutti hanno le mani in pasta in miliardi di cose diverse e quindi ovviamente machine learning è uno di quei trend che sta entrando in cui tutti vogliono avere la capacità di implementare un algoritmo di machine learning sulla parte del front end, sulla parte del back end, su quello, su quello, su quell'altro.Game, non ti dico, VR e augmented reality neanche.Quindi sta spingendo tanto tanto tanto quindi fa bene anche dire in realtà è la statistica ragazzi la pure semplice noiosa statistica che volevano raccontarci durante le lezioni di matematica con la probabilità che però ai tempi non era sexy quindi nessuno se la cagava Aperta e chiusa parentesi dire che nessuno se la cagava.Guarda sono stato bocciato tre volte all'esame di statistica quindi Sì, nessuno se la cagava! Era noiosa ai tempi.No, guarda, caliamo un velo pietoso su quell'esame, è stato veramente una via crucis super sofferto.È arrivato la rovina! [Musica] Fermi tutti, fermi tutti, è arrivato il momento di fare un brindisi e questa settimana facciamo un brindisi offerto perché alcuni di voi, alcuni membri della community ci stanno offrendo da bere e noi brindiamo alla loro salute.Brindiamo alla salute di Changkyu e di Diego Zunino che ci hanno offerto 5 birre a testa.quindi insomma i livelli alcolici iniziano a salire.Brindiamo alla salute di Pazor che ce ne ha offerto tre e alla salute sia di Daniele che di Vincenzo che ci hanno offerto una birra quindi a loro va il più grande grazie da parte mia ma anche da parte di tutti gli ascoltatori di Gitbar che alzano in aria i bicchieri e brindiamo appunto alla loro salute però in realtà si è un mondo abbastanza interessante e soprattutto difficilmente standardizzabile perché è vero che ci sono dei casi d'uso più semplici no? che il riconoscimento delle immagini piuttosto che il voice to text o l'organizzazione in categorie, parlo di use case che sono abbastanza standardizzabili ma quelli credo che ormai siano alla portata di tutti diciamoci la verità nel senso che esistono tutta una serie di tool che ti permettono di fare con pochissimo tempo soluzioni, applicare con pochissimo tempo soluzioni di questo tipo.Per esempio noi col podcast abbiamo uno speech to test, quella roba line.Utilizziamo i cognitive service di AWS, noi dobbiamo mandare il file, aggiustare un pochino il modello e ci ritroviamo il testo, già bello che fatto e volendo anche diviso per speaker però questi sono use case abbastanza comuni ma il più delle volte la vera innovazione la si fa negli use case che stanno ai bordi no ai margini quando devi comprendere i dati che stanno entrando devi capire o quantomeno avere un obiettivo, una visione.Adesso, da questo punto di vista, come si sposa il ruolo del data scientist con il ruolo del data storyteller? Qual è il punto di contatto tra queste due figure? cosa fa di specifico ognuna di queste figure e qual è il prodotto finale che riescono a creare al di là di buzzword o di cose di questo tipo? Allora secondo me ovviamente modestissima opinione non esiste capacità di raccontare che cosa si ottiene con un modello che cosa si tiene con un un algoritmo se questa cosa non arriva a qualcun altro che ne prende le redini in mano di questi risultati e ne fa qualcosa.Quindi secondo me, la storytelling definito da qualcuno di cui non ricordo il nome, però molto famoso, dice lo storytelling è l'ultimo milio, the last mile of data science.Cioè è quella capacità di, ok, adesso abbiamo tutte le librerie open source, abbiamo tutte le cose accessibili, abbiamo i tutorial, sappiamo come fare, modello di classificazione, questo e quell'altro, però me lo vuoi vendere questa tua pezzo di ricerca, questa tua informazione, me la vuoi vendere? Vuoi riuscire anche a far sì che coloro che non hanno le capacità di leggere un modello o un output di codice possano trarne beneficio sia a livello sociale, sia a livello di business, sia a livello di tutto il resto.Quindi lo storytelling effettivamente è un po' come la capacità, forse è anche un buzz word in questo senso, però è la capacità se vuoi di interpretare e di dare un'occhiata, prima di tutto non partecipa soltanto nella parte finale, ovviamente.Quindi il data storyteller in realtà, io lo faccio anche mentre faccio le mie di analisi, passo dall'inizio, il momento numero uno in cui butto giù delle ipotesi o delle intuizioni, e voglio vedere se i dati effettivamente supportano queste intuizioni, già in quel momento c'è uno storytelling.Perché già in quel momento devi sapere, ok, abbiamo questa miriade di righe di codice, o questo database che ha una quantità indescrivibile di informazione, io potrei fare di tutto o niente con questo.Veramente ci potrei ricavare anche la ricetta della zuppa di mia nonna con un database di parole, no? O di frasi o di interazione.Quindi nel momento uno, lì già parte lo storytelling, perché lo storytelling ti dice, ok, che cos'è che vuoi da questi dati? E vai e cerca di capire se trovi qualcosa e questi pattern si rapportano a questa idea, a questa storia che tu vuoi raccontare con i dati.Quindi accompagna proprio tutto il processo di pre-processing, di analisi del risultato che viene sputato dal modello e poi ne fa qualcosa che è accessibile a tutti.Secondo me, quello dovrebbe essere l'obiettivo finale di questa cultura data-driven, che non sia una capacità o una dote che rimane di pochi, ma che veramente sia una cosa che diventi di usufrutto e di possibilità per chiunque, affinché veramente i dati abbiano senso.Perché altrimenti rimane proprio un privilegio, un privilegio di quei pochi che hanno avuto la fortuna di poter imparare, di poter manovrare informazioni e poi diventano, se rimangono un privilegio di pochi, diventano anche facilmente manipolabili verso gli altri, no? È quello che succede proprio con le fake news, con una marea di informazioni che vengono divulgate senza avere quella capacità di dire "aspetta, mi ha detto che il 20% di questo numero è così", vuol dire che non è la maggioranza, capito? O che non è, magari c'è un fattore, c'è qualcosa.quindi è proprio capacità di discernimento se vogliamo.Quindi secondo me si sposa in questo senso, dovrebbero andare proprio a braccetto.Guarda quello che hai raccontato è bellissimo perché mentre tu lo raccontavi la mia testa faceva dei collegamenti e ho pensato allo UX engineer, quindi l'ingegnere dell'interfaccia utente, quindi colui che lavora sull'esperienza utente.Nei software a parer mio sviluppati come Dio Comanda tutto parte da un confronto tra dominio e UX engineer.Quindi da chi conosce quello che deve succedere, possiamo dire chi ha l'intuizione, no? Che poi in quel caso è conoscenza, non intuizione, ma ci può essere anche un elemento di intuizione dovuto all'esperienza.E chi sviluppa quel percorso di esperienza che poi l'utente dovrà percorrere, che può essere tranquillamente assimilabile al percorso narrativo del data storyteller.Quindi questa vicinanza proprio in termini concettuali credo sia ben marcata, cioè c'è il back-ender, il front-ender che lavorano sul codice, che lavorano su Pandas, tirano sul modellino di Machine Learning, fanno quello che devono fare, traggono la conclusione che poi però deve partire da delle intuizioni come hai detto tu quindi dall'altro lato no? Dello UX, dello storyteller che poi deve poi narrare, raccontare la considerazione finale, la tesi finale quindi c'è proprio una similitudine molto forte.L'unica vera differenza che io vedo e qua mi interessa la tua opinione, è che oggi pur dicendo che viviamo nella cultura dell'informazione, non si lavora tanto per creare esperienze con l'informazione.Cioè quando io vado a raccogliere l'informazione, spesso mi imbatto in grafici, che sono sempre quei quattro tipi di grafici, no? Quei quattro tipi di grafici o al massimo in pagine composte da quei quattro tipi di grafici e poco più.Quando invece sulle nostre mani abbiamo degli strumenti potentissimi.Io ho visto delle infografiche sviluppate, fatte con R, ma ho visto anche dei lavori fatti con 3js che sono spaventosi ma sono ancora pochi.Secondo te perché? Quanto si può investire in questo percorso e quanto quanto valore questo percorso può generare anche quanto spazio c'è in questo in quest'ambiente tutto da sviluppare dal mio punto di vista? Guarda secondo me nel mondo che definiamo nel gergo lo definiamo "dataviz", perché fa figo nella visualizzazione dei dati, no? Ci sono due componenti, due fattori che un po' si fanno una lotta.Cioè, da un lato hai il fatto, come dici te, l'accessibilità di quelle quattro tipologie di grafici che bene o male, scusami, adesso le persone conoscono e quindi da divulgatore di informazione, che può essere un data storyteller, ma che può essere che qualsiasi persona debba raccontare una storia e abbia bisogno di qualcosa che supporti l'evidenza, si cerca un po' sempre di utilizzare quello strumento che cognitivamente parlando non impedisca a chi sta leggendo, a chi sta seguendo, di comunque accedere a quell'informazione.E da lì secondo me nasce il fatto di riprodurre sempre quelle quattro tabelle che ormai si conoscono.E poi c'hai dall'altra parte invece, ovviamente, la creatività, quindi che si allontana quasi dalla data science, perché poi diventa veramente visualizzazione nel senso di illustrazione, di capacità di mettere veramente il genio creativo a disposizione dei dati e farne qualcosa che sia un pochino più di spessore.E lì quello che succede, secondo me, è che è meno accessibile, per esempio, io abbiamo una connazionale che è Francesca, Fraga pane, fraga pane.Fraga pane grazie, sempre questo qui è l'errore che faccio spesso.Federica Fraga pane sì.C'è questa con nazionale che ha ricevuto veramente una serie di premi uno dopo l'altro a livello internazionale ovviamente tutto il mondo per le sue visualizzazioni che è Federica fraga pane e che crea dei piccoli, veramente sembrano, sai quei libri di quando eravamo bambini con i pull out, con le cose che tiravi, da un libro usciva fuori una magia, no? Che non era il semplice, la pagina piatta, ma c'era talmente tanto, talmente tanta attenzione al dettaglio che ti sembra un tesoro che non vorresti condividere con nessuno, te lo vorresti tenere solo per te.Lei fa veramente delle visualizzazioni bellissime, però è lei stessa che dice "nelle mie visualizzazioni non sono per essere consumate nella fretta che è quella che caratterizza la nostra vita quotidiana".Cioè lì non ti aspetti su un medium, magari mentre leggi un articolo, una roba così dettagliata e precisa, perché hai bisogno veramente del tempo che ti serve per consumare quell'informazione.Quindi se da una parte c'è una visualizzazione spicciola con le solite quattro chart, quattro plot che sono ben conosciuti, che sono molto utili per passare informazioni che devono essere visualizzate rapidamente e immagazzinate perché non hanno bisogno di quello sforzo cognitivo di dire "cacchio, che cosa significa questo?" E dall'altro hai persone come lei, persone anche come Andy Kirk, che si occupa di data visualization da una vita e fa cose veramente belle, che richiedono uno sforzo maggiore, richiedono quel sabato mattina quando invece di come tutte le mattine ti fai colazione con il latte o con lo yogurt e i cereali e vai a lavoro, richiedono quel sabato mattina in cui ti siedi al tavolino e ti rilassi, magari ti fai un cappuccino a casa o magari al bar, ma ormai non più, ti siedi al tavolino e lo consumi cercando di assimilare veramente che cosa significa e veramente godendo del bello.Quindi queste sono due linee parallele secondo me spero che a un certo punto convergano in qualche modo.Allora io da questo punto di vista ho la mia idea.Secondo me spesso si è molto limitati sul concetto e verso il concetto di visualizzazione perché oggi gli strumenti che abbiamo a disposizione ci permettono di spaziare a 360 gradi, per cui l'esperienza con i dati potrebbe non necessariamente essere visuale.- Mmh, mhm.- No? Io non ho ancora visto, forse ci sono, ma non mi sono capitato, e tieni presente che è un po' esplorato il mondo dei data viz, avendo anche tenuto dei corsi sugli strumenti che si utilizzano per il data viz, però visto che nessuno o pochissimi utilizzano per esempio l'audio nel modo corretto.Per quanto riguarda la distinzione che fai tu del grafico veloce che leggo alla fine dell'articolo del sole 24 ore che mi deve dire quanti sono i casi in italia piuttosto che è dell'esperienza io credo che questa cosa possa essere anche assimilata all'informazione in genere.Questo tipo di informazione sta andando via via, secondo me quello dell'informazione usegetta, rapida, boom, sta andando via via a perdere il suo valore perché l'informazione in modalità passaparola sta prendendo molto più posto e il il poter fruire di un grafico immediato dal mio punto di vista spesso anche perché fatto non bene rischia di cadere nel tranello che dicevi prima tu di dire "sì vabbè il 30% ma il 30% di cosa?" secondo me ha molto più senso oggi come oggi investire in esperienze col dato Abbiamo tutti gli strumenti per farlo cioè prendere il dato, capire, trovare una tesi da sostenere e a partire da quella tesi, una, due o tre tesi a partire magari dallo stesso dato creare un'esperienza a mo' di serie, di puntata Netflix di serie Netflix, no? Un'esperienza Totalizzante e se tu riesci a creare questo tipo di esperienza basata sul dato e ripeto gli strumenti ce li abbiamo Hai questo che riesce a creare questa esperienza Sul dato in modo così totalizzante sì ma anche multimediale Probabilmente riesce ad abbattere quel muro quella barriera all'ingresso Che è la richiesta di effort cioè mi devo prendere un quarto d'ora per esplorare sta cosa per quanto non siano perfettamente centrate ma il mio riferimento per esempio punta sugli articoli del New York Times Quando io devo fare un esempio di modo di esperienza spesso basata sui dati parlo del New York Times perché secondo me sono sulla strada giusta non hanno raggiunto l'obiettivo ma sono sulla strada giusta perché perché c'è lo storytelling il percorso In molti dei loro articoli esperienza c'è per esempio un concetto che è il viaggio dell'eroe no? Che è un elemento narrativo ricorrente C'è la parte tecnica C'è di 3js c'è 3js con delle renderizzazioni 3d basta vedere che ne so l'analisi che hanno fatto sia in termini numerici Se in termini di ricostruzione 3d dell'incendio alla cattedrale di Notre Dame perché tu esplori, vivi un'esperienza.A quel punto secondo me quell'effort va via via svanendosi, perché te lo fruisci in dieci minuti sul telefonino.Abbiamo tutto per farlo, però nessuno lo sta facendo e secondo me sarà un business del futuro questo.Cioè il creare delle esperienze, fare informazione, fare divulgazione e informazione utilizzando questi strumenti anche perché, lo dico da giornalista, la cronaca così come la conosciamo ha i giorni contatti.Abbiamo gli strumenti tecnologici per farle, lo ripeto perché siamo in un podcast di sviluppatori, non potrei fare altrimenti, però abbiamo tutti gli strumenti per poterlo fare.Abbiamo le figure per poterlo fare, figure come data scientist, data analyst, storyteller data di data journalist bravissima sì assolutamente per poter fare questo questo tipo di percorso e secondo me insomma mi piacerebbe proprio immaginare non ti nascondo che ho pensato di investire in quella direzione si vede che ti affascina prima di tutto si vede che ti affascina molto, mentre ne parli, voi non lo vedete, ma io lo vedo, Mauro, si vede che è proprio appassionato come cosa e secondo me hai ragione, secondo me effettivamente sarà il business del prossimo futuro.Probabilmente subito dopo questa ondata di data literacy, di alfabetizzazione dei dati che stiamo un po' sperimentando adesso, in cui ancora in realtà le persone non hanno ancora ben capito in senso maggioritario come si leggono i dati, come si interpretano.Quindi ad oggi sono ancora un po' resti anche gli stessi data storyteller, i data journalist o il visualizzatore di dati, perché c'è ancora un po' di attrito per quanto riguarda la maggioranza della popolazione nel comprendere, invece te il 30% di che? Ancora c'è bisogno che lo scrivi su, capito, che il 30% cioè che cosa è.Quindi secondo me nel momento in cui si supereremo insieme questa ondata di alfabetizzazione dei dati, quindi stiamo parlando veramente di uno scatto generazionale, cioè generazionale potrebbe anche essere 5 anni, no? Cioè tra 5 anni quelli che si stanno laureando, non diplomando, neanche laureando, avranno già avuto un accesso incredibile a quello che è il mondo dei dati.Cioè, non esisterà una persona che non ha avuto, o si spera, speriamo, mettiamo così, si spera che non esisteranno in maggioranza persone che non hanno avuto l'esperienza del dato, di che cosa significa il numero, di che cosa, di come si...cioè, che è un'informazione, capito? Anche il dato di per sé è una buzzword.Cos'è il dato? Dice mia mamma, io faccio analisi di dati, dice i dati, i numeri, le cose.Beh no, il dato è anche una parola, anche quello, anche quell'altro.Quindi secondo me una volta superato quello ci sarà veramente un insieme di possibilità che si aprono anche all'esperienza del dato come la racconti tu.Sì e secondo me molto c'è da fare anche dal punto di vista della scuola.Io ricordo a scuola studiai come usare Word probabilmente oggi i tempi sono cambiati non serve più spiegare come usare un editor di testo perché ormai è entrato nelle vene ma serve sviluppare quel tipo di consapevolezza nelle persone.Il covid ci ha insegnato e ci ha sbattuto sul muso delle dashboard di ogni tipo, di ogni forma.Ci ha sbattuto sul muso anche un po' di open data sui quali si potrebbe aprire un capitolo enorme, ma che per questa volta rimandiamo.Però ha iniziato a sventolare quella bandierina e a dire "sì, ci sono i dati, si possono leggere".Da adesso in avanti c'è tutto il lavoro per lo sviluppo di quella capacità che dici tu nel leggere e per lo sviluppo anche nel saperli fare le dashboard.Perché a me è capitato di vedere delle cose assurde che ne so la dico molto semplice script che ti generavano un grafico oppure il primo grafico preso da tablo tablo è un software per fare velocemente delle dashboard basate su sui dati.In realtà ho violentato Tablo con questa definizione.Abbiate pazienza poi vi metto il link nelle note dell'episodio.Ma che ne so anche la consapevolezza di quando stai facendo un grafico che se tu fai un grafico a palle è probabilmente la percezione, la percezione di una pallina che ha un raggio la metà di un altro e un po' diversa se ragioni in termini di area questo è tutto ancora da sviluppare no? perché come dici tu le figure dei data scientist dei data analyst sono ancora poche stanno entrando nei contesti aziendali io lo vedo degli amici per esempio che stanno facendo i data scientist per Alstom dove producono treni e la competitor francese di Fim Meccanica una delle due società che produce ma ci sono in una società di migliaia e migliaia e migliaia di dipendenti due data scientist? Sì, lì spondi un'altra porta aperta, come ci si aspetti che prendendo un data scientist di improvviso l'azienda cambi faccia, la bacchetta magica anche lì, sì, che è una cosa che succede molto spesso.Bisogna anche a livello di data scientist essere capace nel momento in cui in cui viene assunto di fare un passo indietro e dire aspetta, che cosa ti aspetti che io faccia? No, io voglio che tu da oggi in poi fai il recommendation system e quello, quell'altro qua.Avete dei database? No, collezioniamo dati, collezioniamo è un po' il retaggio dell'inglese, scusami, raccogliamo dati da tanti anni ed è un groviglio di cose che sono impensabili anche da sbrovigliare.Quindi questo è un altro tema.Stanno entrando queste figure però molto spesso entrano anche per questo allone di tutte queste buzzwords che si portano dietro quasi l'Harry Potter della situazione che arrivo ti faccio la magia ed improvviso diventi l'azienda più Data driven che esiste sul mondo mondiale quindi anche lì attenzione Sì anche perché a seconda dell'azienda che hai probabilmente dei data analisti e dei data scientist non ti bastano probabilmente bisogna anche sotto di data engineer io lo vedo dalla società di mia moglie lei è un data engineer e senza di quelli cioè lo stack è complesso lo stack per raggiungere un obiettivo deve essere sviluppato come dio comanda e specie perché spesso queste analisi magari devono essere in real time e si aprono dei mondi magici da esplorare Io ormai la scaletta è saltata però volevo volevo passare sono un chiacchierone perdonami Assolutamente è che Questa cosa dei dati mi mi prende come ben puoi vedere però adesso spostiamoci sulla ferraglia che la parte per noi sviluppatori più interessanti.Allora, la domanda che io avevo preparato era quali sono i linguaggi del mondo della data science? Puoi partire dicendo Excel.Ultimamente devo dire che ho letto delle rivendicazioni di Excel che dicevano "sì ok, non potevi fare data science con l'Excel del 1997, ad oggi Excel ti dico che ha una marea di funzioni che molto spesso se hai un database molto piccolo ti salvano la vita con una piccola funzioncina.Poi ovviamente a parte Excel e le varie dashboard che eppure vengono utilizzate nonostante siano dashboard quindi dovrebbero solo visualizzare il dato, vengono utilizzate molto spesso anche come quasi uno strumento diagnostico anche se non nascono per farlo, fa parte del processo anche quello.Poi ovviamente i due grandi mostri sul tappeto del dapugilato sono ovviamente Python e R, secondo me, cioè o almeno sono quelli che io considero essere i più maturi proprio in questo momento, quindi magari esisterà qualcosa, ci saranno sicuramente alternative che stanno prendendo piede però per me quelli sono i grandi giganti.Scala non se la caga nessuno? Mi sa di no.No perché so che ha diversi tool però mi sa che sono pochissimi quelli che se la caga.Secondo me fa un po' parte della stessa mentalità magari che si può applicare a qualsiasi linguaggio di programmazione, no? Ci sono ovviamente i linguaggi dominanti e poi c'è quel sottobosco di linguaggi che sono interessanti, che nascono, che sono emergenti, che può essere anche per dirti Go, no? E tutti gli altri, che c'è un sottobosco di sviluppatori che li utilizzano e magari ne utilizzano tanti, però non sono ancora tanto maturi da poter sofferire completamente gli altri due.Quindi magari si utilizza un linguaggio di programmazione meno impatto a livello di conoscenza dello strumento nella massa ma poi ha bisogno comunque di rapportarti e utilizzare uno strumento che sia un linguaggio che sia molto più comune anche se soprattutto se vuoi comunicare e condividere il codice che scrivi no? Certo, hai messo nel nel tatami python e go scusami rr piccolo lapsus python r dal tuo punto di vista intanto cosa usi non ti dico chi vince perché staremo a fare un git fighter che ci porterebbe da nessuna parte però tu cosa hai scelto e dal tuo punto di vista quali sono le differenze percettibili tra i due mondi, due ecosistemi? Allora io nasco come utente di R e la scelta in realtà non è stata una scelta molto cosciente se vogliamo, cioè è stata una scelta un po' dettata dall'ambiente lavorativo in cui ho che ho fatto il dottorato.Intorno a me c'era una persona che utilizzava un R e ovviamente io non avevo nessuna intenzione di inventare la ruota in quel momento, avevo altri interessi, diciamo, a questo caso.Quindi il principio era sempre, comunque nel dipartimento dove lavoravo, era condividere anche il codice, far sì che sia accessibile.Quindi questa cosa di open source, open code in generale, era molto sentita.E quindi ovviamente ho scelto il linguaggio che si utilizzava come preponderante, che era R.Ad oggi, cioè so scrivere codici anche in Python, ovviamente, la percezione che secondo me, cioè quello che noto è che R nasce come uno strumento e un linguaggio fatto da statistici.Quindi, hai in mente, ci sono una serie infinita di librerie già create per, da sfruttare al massimo per avere già modelli e accessi e funzioni che sono già stati a una community, tanto come Python ovviamente, a una community molto attiva e molto generosa, come comunque uno strumento di nuovo open source, quindi nasce proprio dalla benevolenza, se vuoi, dei community member che decidono di contribuirvi.E secondo me il punto forte di IR è proprio questo, per avere delle librerie che praticamente fanno tutto ciò che vuoi.E Python ovviamente, dall'altro canto, ha il fatto di essere un linguaggio general purpose, no? Quindi ovviamente qualsiasi persona che dallo sviluppo si affaccia al mondo dei dati, della data science, del machine learning e di tutte le altre parole e buzzword che abbiamo nominato prima, ovviamente ha la strada spianata con Python.Quindi ovviamente si presta molto più flessibilmente ad un programmatore, ad uno sviluppatore in quel senso.Però su Python, nonostante ci siano delle librerie che continuano giorno per giorno ad uscirne di nuove, secondo me è più d'utile quando vuoi creare qualcosa di diverso, di nuovo.Quando hai bisogno di, magari, di una tua funzione, che faccia qualcosa.Per esempio una cosa su R che si impara un po' quando arrivi a quello scatto tra intermediate e advance, quella cosa, per esempio su R si sconsiglia di utilizzare i for loops, no? Una cosa, cioè ci sono delle restrizioni o delle limitazioni tecniche dello strumento che magari su uno strumento trovi, sull'altro invece è completamente l'opposto, cioè c'è proprio una flessibilità e una dinamicità su Python che non trovi in R.Quindi secondo me dipende sempre, ovviamente avendo sempre il pensiero critico in testa, cioè dipende sempre effettivamente da una serie di fattori.In primis è, secondo me, chi è la tua community, con chi condividi il tuo codice, perché non importa se ho una community in cui tutti sono utenti R, io scrivo in Python e nessuno è capace di leggere e comprendere il mio codice, allora di nuovo l'informazione che in questo caso è codice non riceve nessun destinatario, non arriva al destinatario.E poi anche, ovviamente, il tipo di progetto che si ha in testa e qual è il proprio background.Io non consiglierei necessariamente a nessuno sviluppatore di prendere e imparare, se vogliono iniziare con Data Science, Alcon R.Secondo me sarebbe veramente uno sforzo cognitivo, come dicevamo prima, di apprendimento, innecessario.Sì, è un linguaggio con una learning curve, quindi con una curva di apprendimento abbastanza dolce, diciamo, però non necessariamente, cioè l'obiettivo qual è? Fare dei dati, capire come fare, comprendere quello che si ha sotto mano, rimaniamo all'inizio almeno con degli strumenti che possono essere più vicini in questo senso.Erle ma non, sono un po' agnostica riguardo allo strumento, diciamo così, nonostante faccio parte di Erle e Visitaly, non diciamolo.Ok, non diciamolo.No! "E' arrivato la rovina!" Da ignorantissimo perché credimi sono veramente ignorante, ho visto che Python, al di là del linguaggio, è ricco di strumenti per il mondo del data science.Per esempio Anaconda, i notebook, etc.Esiste qualcosa, credimi non lo so, quindi te lo chiedo proprio per curiosità, esiste qualcosa nell'ecosistema di R? Oppure quando si lavora in R cosa c'è nella tua tool belt? Praticamente R funziona, cioè c'è R che è un linguaggio originario R che non è, non ha un, è originario, era codice per codice, so come si dice, era un linguaggio praticamente monocode.E allo stesso tempo invece quello che si è sviluppato e ormai si utilizza, forse credo il 99,9% delle persone che mi chiedono R, è un IDE, ovviamente.Quindi hai uno sviluppo, un ambiente di sviluppo integrato in cui hai esattamente come potresti avere in un, magari non un notebook, un Jupyter notebook, ma magari qualcosa che si base effettivamente su un ambiente di sviluppo integrato.Quindi hai la tua console, hai il tuo environment, hai la tua history, hai la parte dove scrivi il codice, ovviamente hai l'output.Quindi è tutto molto, direi che a livello proprio di struttura, si somigliano molto in quel senso.E anche su R, per esempio, hai l'opportunità di utilizzare dei formati diversi, quindi puoi scrivere anche un codice che poi venga reso, quindi fai il rendering HTML, oppure anche in PDF, ma persino in Word, se vuoi, hai l'opportunità quindi di avere proprio la supporto di Markdown dietro, no? Perché è R Markdown.Quindi ci sono una serie di funzionalità che ti permettono di sfruttare al massimo quello che è lo strumento.E anche secondo me a livello di...ovviamente non è tanto come avere un notebook di Jupyter direttamente sul browser però per esempio R anche R studio ha la versione server che tra l'altro funziona completamente sul cloud quindi non hai niente sul locale e completamente anche i dati che salvi vengono messi però se non mi sbaglio è a pagamento non è open source in quel caso quindi dimmi.No no vai vai scusami ti interrotto.No quindi dicevo dicevo a livello di esperienza a livello di esperienza forse anche perché ci sono abituata preferisco anche l'Ide di R che è RStudio e il Jupyter notebook e magari è un po' più difficile da strutturare se vuoi o da seguire sempre nell'idea di storytelling.Ultima domanda visto che siamo andati lunghissimi però questa te la devo fare perché la mia bestemmia serale la devo dire.Data science e GDPR quanto pesa ad oggi il GDPR nel lavoro del data scientist? Quanto lo si rispetta? Quindi anche una sorta di autocritica al mondo tech in generale non solo dei data scientist e quanto questo tipo di normative rischiano di essere fine a se stesse per un'applicazione così alla inconsapevole? Bella domanda! Esatto, l'ultima domandina semplice semplice! Stavi pensando finiamo qua, finiamo qua.Allora quanto pesa? Pesa nel senso che quello che avremmo potuto fare prima, cioè la capacità anche di tracciare un utente, di mantenere un'informazione, ovviamente capiamo anche per quale ragione sono nate queste politiche, tenendo in conto quanto si poteva fare prima, pesa ovviamente.Molto spesso magari uno vorrebbe dovrebbe avere quell'informazione, ma non posso sapere quel DID dell'utente, a chi corrisponde, così da poter vedere se appartiene o meno a quell'idea di personas che ho io, no? Per esempio, nel mio caso specifico quotidiano.Quanto viene, quindi, pesa, in quel senso pesa, limita un po' quello che magari si potrebbe fare, ma la limitazione, secondo me, visto gli estremi, quello che c'è stato nel pasto in questo momento, è anche necessaria, c'è una regolamentazione più che una limitazione, è un po' necessaria per poter anche da lì costruire, cioè non penso, non credo che rimarrà così, ci saranno penso delle evoluzioni, però ci serviva un momento di ok regolamentiamo questo perché questa cosa ci sta schiattando dalle mani.Quanto viene rispettata? In tutte le aziende in cui ho lavorato in realtà è sempre stata rispettata al 100%.Cioè proprio dal momento zero in cui iniziamo ad avere i dati dell'utente, già in quel momento sono privati di informazioni sensibili che possano ritracciare, possano darci magari la visione di chi quell'utente fosse e delle sue caratteristiche.Quindi veramente c'è sempre la necessità di, a volte c'è bisogno anche di specificarlo.Se magari si manda un survey o se c'è un punto di contatto con l'utente diretto, di non comunicare e non condividere informazioni sensibili che possano far sì che la persona venga rinfracciata, né che ovviamente informazioni che siano rilevanti all'azienda per la quale lavori ovviamente.E qual è l'ultima domanda? Quindi rispettato, sì, secondo me viene rispettato.Ah, e se pensi che sia un po' fuffa o se ha senso? Quindi ti ripeto, questo già un po' l'ho accennato.Secondo me, in questo momento, visto l'uso che se ne stava facendo, non so fino a che punto veramente lo stia limitando.Cioè, quelle grandi aziende che vendono e guadagnano con i dati, non so fino a che punto siano limitate da non avere informazione sensibile, perché poi noi stessi ne diamo accesso a talmente tanta altra informazione che il limite lì non c'è, no? magari il limite sta più verso chi ne trarrebbe veramente beneficio da sapere l'identità di un utente o da avere un pochino più di dettagli su quell'utente.Però anche la parte ovviamente del data security, cioè quello stesso, la stessa parte di anonimizzazione del dato e anche di sicurezza del dato.Quindi va bene l'anonimizzazione, va molto bene il fatto di rendere sicuro il sistema, di almeno metterci l'impegno e di regolamentalizzarlo e secondo me puntare il dito verso chi non lo fa in questo caso, chi ne trae beneficio.Quindi questa sarebbe la mia...Abbastanza politically correct.Sono sempre politically correct.Quindi il ruolo dello scorretto politicamente aspetta a me, come sempre.No, GDPR.dal mio punto di vista come dici tu azione necessaria indispensabile cioè dire ok fino a qua c'è stato il far west adesso non è più far west bellissimo sono super felice che sia partito dall'unione europea e mi rende orgoglioso di essere in uno stato che è in un ecosistema di stati in un insieme di Stati in un territorio che ha quel tipo di consapevolezza è un percorso di sviluppo di consapevolezza verso le aziende importantissimo ma in modo molto più depotenziato e in modo più fallace è un percorso di sviluppo di consapevolezza verso l'utente.cioè lo vedo molto meno potente nell'educare l'utente finale rispetto alla potenza che ha nell'educare le aziende perché nell'educare le aziende credo che un percorso sia iniziato nell'educare l'utente a partire con la famosa cookie loan che tutti conosciamo se tu...si si è veramente veramente uno spettro difficile da mandare via però è ancora quel tipo di ragionamento non troppo maturo nell'educare per cui il cittadino l'utente vede il GDPR come un ostacolo ancora più di quanto lo veda come un ostacolo l'azienda che si è adattata o almeno ci sta provando perché c'è ancora tantissimo da fare però almeno ci sta provando invece l'utente ancora quel tipo di percorso verso la consapevolezza non l'ha ancora sviluppato e qua io faccio un appello a tutti gli ascoltatori di gitbar che lavorano nel front end, lavorano nelle web application e il mio appello è quello di fermarsi un attimo e provare ad immaginare un modo per accompagnare in modo un po' meno burocratese e formalese l'utente verso quello sviluppo di consapevolezza perché è anche una nostra responsabilità scusa ne sono fatto prendere un po la mano ma ci questo è uno degli elementi che ci tengo proprio a puntualizzare.Sara io non so come ringraziarti per questa chiacchierata, mi ha fatto tantissimo piacere.Prima di lasciarci però il nostro podcast ha un momento chiamato "Il Paese dei Balocchi".- Mi riconduco nel paese dei balocchi.- Ah, il paese dei balocchi.Allora, credo che mi butterò su "Better safe than sorry".Mi butterò su qualcosa che...Sì, scusami, ho l'inglese che ogni tanto spunta fuori così.Qualcosa che secondo me non me lude mai.Una cosa che ho imparato, che sto leggendo ultimamente, è che si rifà ovviamente all'approccio lean, che ormai conosciamo e sappiamo che esiste in tutte le sue salse, ho scoperto da poco che in realtà esiste anche nella salsa UX.Quindi c'è Lean UX ed è uno strumento molto molto molto utile perché ovviamente il mio ruolo fondamentalmente è un po' quello dello UX researcher, in un certo qual modo in questo momento.E mi ha aperto un sacco la mente su una serie di attività che si un po' combinano con il design thinking, con l'agile, il metodo agile, quindi con lo strand master, cioè tutta una serie di metodologie insieme che ti offrono dei tool infiniti da poter sfruttare e trarne beneficio quando si lavora in un team eterogeneo come quello in cui lavoro io.Quindi quando veramente accanto hai uno sviluppatore, hai da nostra parte un product owner, da nostra parte quello, e si lavora veramente creando cose insieme e c'è bisogno di qualcosa che ti aiuti a farlo nel modo più...- Frictionless - Esatto, esatto in cui non ci sia quella tendenza a ritornare nel proprio pubblico, nel proprio monolitico se vogliamo quindi questo sarebbe sicuramente un libro che mi piacerebbe condividere con te - Fighissimo, bello, lo vado a cercare subito Quindi è l'in.ux? Sì, esatto.Ok, lo mettiamo nelle note dell'episodio.Questa volta tiro fuori anche il balocco del giorno.Il balocco che voglio suggerirvi è semplicemente il sito del New York Times.Il sito del New York Times periodicamente pubblica degli articoli che sono delle vere e proprie esperienze da esplorare.utilizza sistemi 3d, utilizzano D3JS per creare delle infografiche bellissime e soprattutto tanta tanta tanta creatività e siccome all'inizio del nostro podcast abbiamo detto che la creatività nasce dall'unione dei diversi quindi ci lanciamo con un appello che è l'appello appunto di aprirci al diverso giusto Sara? Sì sì sì mi accoro a te in questa cosa sicuramente di aprirsi al diverso e di lasciare che il diverso anche ci sorprenda e ci insegni modi diversi di guardare il mondo in questo caso anche il mondo dello sviluppo del codice ovviamente.E con queste bellissime parole noi ci diamo appuntamento alla prossima settimana ringraziamo Sara grazie di essere stata con noi torna a trovarci quando vuoi.Grazie mille a voi per avermi avuta adesso mi scriverò anche io a telegramma non vi preoccupate il vostro gruppo.Anzi tra l'altro ti chiederò dei consigli anzi questo pezzo lo lasciamo, è un PS dell'episodio ti devo chiedere dei consigli perché ho visto che ci sono alcune donne nel gruppo che però tendono a stare un po' per le sue quindi probabilmente io in prima persona sto sbagliando qualcosa quindi ti chiederò dei consigli per aiutarmi proprio in quell'ottica perché spesso siamo colpevoli inconsapevoli e quindi dobbiamo proprio sforzarci da quel punto di vista detto questo io vi do appuntamento alla prossima settimana vi ricordo rapidamente i contatti info@gitbar.it via email @brainrepo su Twitter o nel gruppo Telegram @gitbar se l'episodio vi è piaciuto e grazie a Sara e se vi è piaciuto ricordatevi che se avete un device Apple potete aprire l'applicazione Podcast e lasciare una recensione questo non per dire quanto siamo fighi ma per aiutare altre persone a scoprire questo nostro piccolo pezzo di mondo Detto questo da Bari e da Lione è tutto alla prossima ciao ciao Git bar il circolo dei full stack developer una volta a settimana ci troviamo davanti a due birre e combrer repo parliamo di linguaggi e tecniche di sviluppo web di metodologie e di strumenti incabili nella cassetta degli attrezzi dei Full Stack Dead.
