Dietro le quinte con Tommaso, Data Scientist in AiKnowYou

by | May 7, 2024 | Inside AiKU | 0 comments

Stiamo conoscendo sempre più persone del team di Ai Know You, conosociamo il suo simpatico Data Scientist: Tommaso Radicioni, un’altra risorsa preziosa per lo sviluppo e il raggiungimento degli obiettivi di prodotto.

Se dico AiKnowYou, tu cosa rispondi?

Natural Language Processing applicato alla customer care, un prodotto che è capace di entrare “dietro le quinte” nella vita di tante persone.

Intelligenza artificiale VS essere umano: come la mettiamo?

Più che uno scontro, è una crescita reciproca delle capacità della prima alimentata dagli sviluppi tecnologici del secondo. Era il 1950 quando Alan Turing teorizzò un test (un “imitation game” usando le sue parole) per determinare se una macchina fosse in grado di esibire un comportamento umano. Ci sono voluti decenni per riuscire a vedere in questo ambito i primi risultati più eclatanti: l’11 maggio 1997 l’algoritmo IBM chiamato Deep Blue riuscì a battere Garry Kasparov mentre era campione mondiale in carica dimostrando che gli algoritmi possono realmente competere con l’essere umano. L’intelligenza artificiale avanza con l’evolversi degli strumenti tecnologici umani che, al giorno d’oggi, non funzionerebbero senza l’intelligenza artificiale.

Parlaci del tuo ruolo dentro AiKnowYou: immagina di doverlo raccontare ai tuoi nonni!

All’interno di AIKnowYou, ricopro il ruolo di data scientist. Se devo essere sincero, è difficile spiegare di cosa si tratta non solo ai miei nonni ma spesso anche ai miei amici stretti! Di solito, me la cavo raccontando che mi occupo di modelli matematici e algoritmi applicati a dati reali.Dopo l’avvento di ChatGPT, è più facile parlare di concetti altrimenti complessi come quello di AI generativa anche se è poco chiaro per molti cosa c’è dietro. Per dirla facile, in quanto data scientist, lavoro con modelli che sono capaci di portare a termine operazioni complesse, come classificare immagini, trascrivere conversazioni telefoniche o analizzare testi. Il lavoro del data scientist è un pò quello di un’artista, solo che anziché dipingere o suonare uno strumento, usa dati e algoritmi per creare qualcosa di nuovo.

Quale è la tua giornata lavorativa tipo? (esiste?)

La mia giornata lavorativa inizia con una buona colazione e con la “stand up” mattutina insieme al team di AIKnowYou. Seguono di solito un certo numero di altre chiamate, principalmente con i miei colleghi. Non sono rari i momenti di discussione con tutto il team al completo. Oltre all’interazione con gli altri, scrivo molto codice, leggo tanto e sperimento algoritmi e librerie per studiarne le performance. Non saprei se esiste una routine nella mia vita lavorativa, credo che ogni giornata sia diversa dalla precedente e da quella successiva.

C’è un libro/corso che ti è rimasto impresso, nella tua formazione, e che consiglieresti a chi è appassionato del tuo settore?

Sul piano formativo, consiglierei a chiunque di seguire un buon corso di statistica. Ho seguito due corsi, uno sulle basi di probabilità e statistica alla magistrale e un altro di statistical learning durante il dottorato. Entrambi mi hanno lasciato moltissimo. Sul piano di letture personali, sono un grande appassionato del genere fantascientifico (se non avete letto il Ciclo della Fondazione di Isaac Asimov, fatelo!) e cyberpunk (William Gibson e Philip K. Dick, in primis), entrambi generi che mi hanno spinto a sviluppare uno sguardo critico sul piano etico delle tecnologie che abbiamo a disposizione. 

Quali suggerimenti daresti a chi si sta ancora formando o deve iniziare a farlo, e vorrebbe ricoprire un ruolo come il tuo?

Il mio suggerimento è di non pensare mai che sia troppo tardi per cambiare il proprio percorso. Conosco persone che sono diventate data scientist dopo un percorso accademico iniziato all’interno di Lettere, Scienze politiche e Filosofia. Anch’io mi sono riscoperto informatico dopo una carriera che mi stava portando a diventare fisico delle particelle. Sapevo programmare ed è stato più facile ma non era affatto scontato. Da sentir parlare di acceleratori e decadimenti radioattivi, sono passato a concetti molto diversi come quello di machine learning e natural language processing. 

Confessaci un tuo difetto o un tuo vizio digitale 🙂 

Lavorando da remoto, capita spesso di arrivare all’ultimo a vestirmi o a fare colazione. È il lato positivo, e al tempo stesso negativo, del lavoro da casa: sai che la scrivania di casa è il tuo ufficio per cui ti impigrisci e tendi a passare più tempo nell’arco della giornata tra cucina e scrivania di lavoro. Altro vizio è quello di iniziare troppe attività contemporaneamente e non portarne a termine nessuna entro la fine della giornata.

Richiedi una demo

30 minuti, ce li hai? Il tempo di mostrarti quanto è veloce ed efficiente AiKnowYou a risolvere problemi. Ci basta la tua mail, per fissare la demo. No spam, promesso!