Professioni digitali

Manutenzione predittiva: perché i data scientist sono indispensabili?

La manutenzione predittiva ha inizio con i sensori che raccolgono i dati sullo stato del macchinario, ma si concretizza quando i data scientist li trasformano in informazioni utili per i tecnici della manutenzione, che possono individuare delle azioni preventive prima del verificarsi dei guasti

Pubblicato il 20 Nov 2019

Sophie Hand*

Country Manager UK, EU Automation

Manutenzione predittiva data scientist

Una combinazione perfetta di abilità nella scrittura dei codici, mentalità orientata al cliente e straordinarie doti di comunicazione rappresentano il requisito necessario per eccellere in quello che l’Harvard Business Review ha definito il lavoro più “sexy” del XXI secolo: il data scientist. Ma perché questo ruolo nascente è così richiesto, e cosa comporta? Come i data scientist possano aiutare nella manutenzione predittiva?

Provo a dare una risposta dal mio punto di vista privilegiato di una persona che ha maturato una certa esperienza nel mondo dell’automazione: oggi sono Country Manager per il Regno Unito del fornitore di componenti per l’automazione EU Automation.

In passato la quantità e l’eterogeneità dei dati utilizzati da un’azienda di produzione media potevano essere comodamente gestite da software applicativi standard per l’elaborazione dati. Tuttavia, di pari passo con il miglioramento delle tecnologia, i responsabili di produzione hanno iniziato ad avvertire l’esigenza di una figura professionale che potesse individuare dei modelli nell’enorme quantità di dati non strutturati improvvisamente disponibili e utilizzarli per risolvere problemi effettivi e potenziali. E qui entra in scena la figura del “data scientist”.

Interpreti dei big data

Sebbene il nome della mansione, data scientist, sia utilizzato da un solo decennio, migliaia sono già occupati presso start-up all’avanguardia e grandi aziende innovative. Tuttavia, attualmente la richiesta di data scientists supera la disponibilità. Tutto questo, unito al fatto che i percorsi accademici alla professione sono limitati, rende l’individuazione, l’assunzione e la fidelizzazione dei data scientist una vera e propria sfida.

Con una mancanza di sbocchi alla professione, dove possiamo reperire i nostri futuri data scientist? Statistici, matematici o informatici sono i candidati ideali poiché la data science è un campo altamente interdisciplinare in cui spesso si applicano contemporaneamente tecniche di statistica, analisi e apprendimento automatico. Oltre ad avere una solida formazione in materia di dati e calcoli, i data scientists devono anche eccellere nel pensiero associativo. A completarne il profilo, forti doti di comunicazione e la capacità di presentare in modo chiaro e conciso i risultati delle loro ricerche.

I data scientist nella manutenzione predittiva e nell’automazione

La manutenzione predittiva ha inizio con i sensori che raccolgono i dati sullo stato del macchinario, ma è resa possibile dai data scientist che prendono tali dati e li trasformano in informazioni che possono essere interpretate da altri membri del personale, in questo un caso un tecnico addetto alla manutenzione.

I data scientist possono contribuire a scoprire modelli correlati alla produttività di un macchinario per prevedere possibili guasti. Ad esempio, se un motore sta diventando gradualmente meno efficiente, è probabile che vi sia un problema. Questo tipo di analisi consente a tecnici addetti alla manutenzione di svolgere operazioni di manutenzione predittiva, riparando macchinari e sistemi prima che si guastino del tutto.

In questa situazione, è importante che i tecnici addetti alla manutenzione agiscano rapidamente. Un rapporto consolidato con un fornitore di componenti è un buon punto di partenza poiché consente di accedere a una gamma di parti ordinabili e stoccabili prima che la riparazione si renda necessaria.

Automatizzare la data science?

A quanto pare, il futuro di questi preziosi data scientist potrebbe vederli automatizzare alcune delle parti più ripetitive del loro lavoro, in modo che possano concentrarsi sulle attività complesse che soltanto gli esseri umani possono svolgere. Sebbene il timore che l’automazione possa comportare un calo delle opportunità di lavoro per i data scientists, Forbes ha previsto due scenari più incoraggianti e di gran lunga più probabili.

In primo luogo, l’automazione consentirà ai data scientist di analizzare molti più dati in modo notevolmente più rapido. Inoltre, porterà ad una democratizzazione del ruolo, che potrebbe aiutare i data scientists a lavorare a più stretto contatto con altri professionisti, come i tecnici addetti alla manutenzione, gli ingegneri software e i business analysts.

Lungi dal mettere a rischio le loro possibilità di carriera, l’automazione porrà con ogni probabilità in evidenza l’unicità delle loro competenze. In breve, il “sex-appeal” dei data scientists non può che aumentare con il progredire della tecnologia.

il-decalogo-del-manutentore-40

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Articoli correlati

Articolo 1 di 4