Il Group Data Scientist, a volte chiamato Chief Data Scientist o Chief Data Officer, è un ruolo non molto comune, ma importante nelle grandi realtà che gestiscono e lavorano su grandi quantità di dati.
Con questa carica Pierluigi Casale coordina le attività relative a Data Science e Intelligenza Artificiale per il gruppo TomTom e si impegna mantenere TomTom sempre aggiornato con il campo della Data Science e Intelligenza Artificiale, area in continuo movimento e mutamento.
Ma i compiti di un Group Data Scientist, spiega Casale, comprendono, oltre a guidare i team di data scientist, anche ricercare interessanti opportunità di business in relazione ai big data, creare ed eseguire strategie di big data, dare supporto nel progettare sistemi di elaborazione dati e machine learning e, infine, aiutare ad attrarre talentuosi ingegneri e data scientists.
L’IoT è dappertutto
Ora l’IoT è ovunque attorno a noi: gli smartphone sono l’esempio più lampante di un dispositivo IoT. Ma orologi smart e case smart (che includono luci, termostati ed elettrodomestici connessi) fanno tutti parte del grande mondo IoT, una realtà costantemente in evoluzione.
Casale ci dà una definizione, seppur semplice, ma efficace: un dispositivo IoT è qualsiasi cosa che attraverso una connessione internet è capace di monitorare e controllare un dispositivo presente nel mondo fisico.
«Lo stesso navigatore TomTom – spiega – può essere considerato uno dei primi dispositivi IoT, collegato alla rete e in grado di fornire informazioni in tempo reale. Oggigiorno, anche le automobili si stanno trasformando in un insieme di dispositivi IoT. Basti pensare ai sistemi di infotainment, che stanno avanzando ad un livello tecnologico quasi simile ai nostri smartphone. Grazie a questo continuo sviluppo e attraverso la connettività dei sistemi di trasporto, siamo già capaci di fornire indicazioni in tempo reale su traffico e situazione stradale. Ma questo è solo l’inizio».
Con l’uso di mezzi di trasporto connessi, potremo inviare e ricevere informazioni in tempo reale, con la possibilità di personalizzare non solo importanti messaggi relativi al traffico (che diventano ancora più importanti in un sistema connesso), ma anche messaggi riguardanti i contenuti mediatici da ascoltare.
Quando le automobili lo permetteranno, saremo capaci di impostare automaticamente la configurazione delle nostre auto, come la posizione del sedile, lo specchietto retrovisore, e così via.
«L’impatto fondamentale che riguarda più da vicino TomTom è la possibilità di rendere le nostre strade più sicure, riducendo sia l’inquinamento che il numero di incidenti, e fornendo agli automobilisti la possibilità di fare scelte intelligenti, personalizzate e contestualizzate su quali strade percorrere. Noi di TomTom stiamo puntando molto sull’IoT attraverso tecnologie di guida autonoma, veicoli connessi e mobilità intelligente».
Sicuramente importante è il ruolo della privacy dei dati. La gestione e il rispetto della privacy è, ed è sempre stata, fondamentale per TomTom.
Attraverso un processo di “anonimizzazione”, i dati che vengono raccolti sono trasformati in forma anonima da rigidi algoritmi attraverso i quali è impossibile derivare chi sia l’utente che si stia muovendo verso un determinato luogo. I dati a cui abbiamo accesso sono, ovviamente, solo quelli degli utenti che optano per aiutare a migliorare i nostri prodotti.
Anonimizzazione dei dati di mobilità
«Con questi dati, sempre resi anonimi – spiega casale – creiamo i nostri modelli analitici e di Machine Learning. I data scientists non sono a conoscenza di dati personali, ma solo dei dati essenziali che ci aiutano a migliorare i nostri prodotti, come per esempio dove, come e quando vengono usate le nostre app e i nostri dispositivi. Inoltre, noi di TomTom abbiamo deciso che non useremo mai i dati per advertising ma solo per fornire un prodotto migliore ai nostri clienti. TomTom raccoglie così tanti dati che potremmo fare quasi 52 mila volte il giro del mondo ogni giorno».
Per acquisire, immagazzinare ed elaborare una tale quantità di dati è necessario utilizzare tecnologie davvero all’avanguardia, includendo le ultime novità legate al machine learning e all’elaborazione parallela.
Gli insight che TomTom genera sono molti, spiega Casale. Un esempio è il Traffic Index, una classifica mondiale delle città più congestionate, «che lanciamo ogni anno per fornire un nuovo strumento utile per leggere traffico e spostamenti. Per la creazione automatica delle nostre mappe ci affidiamo al Machine Learning, mentre per creare le nostre mappe ad alta definizione usate da automobili a guida autonoma usiamo tecniche di Deep Learning. Gli insight sono anche molto importanti per capire, internamente, la qualità dei software e il consumo di dati dei sistemi di mobilità connessi».
Come si può intuire, TomTom sta trasformando i modelli di business, che in passato erano fondamentalmente B2C (Business to Consumer), verso il B2B (Business to Business), orientato a fornire servizi di mapping, traffic e location intelligence a imprese, sia tecnologiche che automobilistiche.
«Per questo motivo – conclude Casale – gli sviluppatori di software possono avere accesso gratis, seppur con dei limiti, alle nostre mappe ed ai servizi di traffico, routing, e distributori EV. Nel dare accesso alle nostre tecnologie, speriamo di generare un ecosistema attraverso il quale, non solo le grandi e piccole imprese, ma anche i singoli sviluppatori, possano contribuire a rendere le nostre città più vivibili».
