Rocco Michele Lancellotti (RCS MediaGroup SpA) tra i protagonisti del Data Management Summit Italy di Pavia
Stiamo svelando giorno dopo giorno tutti i professionisti che parteciperanno con le loro presentazioni all’evento più importante del Data Management. Per la prima volta un forum cerca di focalizzarsi sul Data Management nella sua interezza, dalla governance, passando per la sicurezza, il cloud, il machine learning, la virtualizzazione dei dati e molto altro ancora. Oggi presentiamo Rocco Michele Lancellotti dell’azienda RCS MediaGroup
Ci parli un po’ di lei e del suo percorso professionale
Attualmente ricopro il ruolo di Head of Data Science & AI presso RCS MediaGroup SpA. Ho conseguito un dottorato di ricerca (Ph.D.) in Computer Science e Analisi Numerica al Dipartimento di Matematica del Politecnico di Milano, e una laurea magistrale in Ingegneria Aerospaziale.
Guido iniziative di Data Science e AI end-to-end, dall’analisi dei dati e identificazione di insights di business, al machine learning, deep learning e generative AI. Mi occupo di definire ed eseguire la data strategy aziendale, ho progettato data platform scalabili e costruito con successo un team di professionisti data driven.
Supervisiono l’intero ciclo di vita di progetti data-intensive, dalla proposta di use case, al design delle soluzioni, la pianificazione, l’esecuzione e la gestione del team; gestisco le relazioni con gli stakeholder e la diffusione della data culture all’interno dell’azienda.
Con 12 anni di esperienza professionale, ho lavorato in settori chiave come Servizi Finanziari, Energia e Utility, Media, Retail, Telecomunicazioni, Automotive, Spazio, Sanità, Farmaceutico, ed infine Editoria e Pubblicità.
In ambito accademico, sono docente a contratto presso la LUISS Business School e sono stato professore a contratto all’Università di Firenze, per il corso di Data Science Management. Inoltre, svolgo attività di mentorship per aspiranti Data Scientist e Data Engineer.
Pensi che le aziende abbiano un’adeguata cultura della gestione dei dati?
Credo che molte aziende stiano iniziando a riconoscere l’importanza strategica della gestione dei dati, ma c’è ancora strada da fare per sviluppare una cultura dei dati realmente matura. Spesso, l’attenzione si concentra sull’implementazione di tecnologie avanzate come la generative AI ed il machine learning, senza però investire adeguatamente nella qualità dei dati, nella formazione del personale e nei processi necessari per gestirli efficacemente.
Una cultura della gestione dei dati adeguata richiede non solo strumenti tecnologici, ma anche un cambiamento di mentalità a tutti i livelli dell’organizzazione. È fondamentale promuovere la consapevolezza sull’importanza dei dati come asset strategico, instaurare pratiche solide per la governance dei dati e incentivare la collaborazione tra i vari dipartimenti. Solo così le aziende possono sfruttare appieno il potenziale dei dati per guidare decisioni informate e creare valore sostenibile nel tempo.
In che modo state affrontando la gestione dei dati nella vostra azienda? Quali sono le sfide più importanti che state affrontando al momento?
Abbiamo sviluppato una strategia dati integrata che si focalizza su diversi pilastri chiave:
- Qualità dei Dati e Governance: Implementiamo rigorosi standard di qualità dei dati e processi di governance per assicurare che le informazioni siano accurate, affidabili e conformi alle normative. Questo ci permette di prendere decisioni informate basate su dati solidi.
- Infrastruttura Scalabile: Investiamo in piattaforme dati cloud-based scalabili, per gestire efficacemente grandi volumi di dati provenienti da diverse fonti, tra cui la navigazione degli utenti sulle nostre properties web e app, i contenuti pubblicati dalle redazioni (articoli, video, podcasts), la vendita e l’erogazione degli spazi pubblicitari. Questo ci consente di adattarci rapidamente alle esigenze del mercato e di supportare le nostre iniziative di AI e machine learning.
- Cultura Data-Driven: Promuoviamo una cultura aziendale orientata ai dati, incoraggiando la collaborazione tra dipartimenti e la formazione continua del personale sulle competenze analitiche. Crediamo che il valore dei dati emerga pienamente quando sono accessibili e utilizzati da tutta l’organizzazione.
- Innovazione attraverso l’AI: Utilizziamo tecniche avanzate di Data Science, AI e machine learning per estrarre insight significativi e creare nuovi prodotti e servizi. Questo include l’implementazione di modelli di AI generativa per migliorare l’esperienza dei nostri lettori e clienti.
- Data Observability: Implementiamo strumenti e processi di Data Observability per monitorare in tempo reale la qualità e l’integrità dei dati lungo tutto il loro ciclo di vita. Questo ci aiuta a individuare e risolvere rapidamente eventuali anomalie o problemi.
Le sfide più importanti che stiamo affrontando al momento riguardano la concreta implementazione dell’Intelligenza Artificiale Generativa per aumentare la produttività aziendale e l’efficienza dei processi. La “messa a terra” di queste tecnologie avanzate richiede un approccio multidisciplinare che coinvolge non solo l’aspetto tecnico, ma anche quello organizzativo e culturale.
Stiamo lavorando per integrare soluzioni di Generative AI nei nostri flussi di lavoro, con l’obiettivo di automatizzare attività ripetitive, migliorare la creazione di contenuti e offrire esperienze più personalizzate ai nostri utenti. Questo comporta la necessità di gestire grandi volumi di dati, assicurando al contempo la loro qualità e sicurezza.
Un’altra sfida è rappresentata dalla formazione del personale. È fondamentale che i nostri team comprendano il potenziale dell’AI generativa e siano in grado di utilizzarla efficacemente. Per questo, investiamo in programmi di training e sviluppo delle competenze, promuovendo una cultura aziendale orientata all’innovazione.
Inoltre, affrontiamo questioni legate alla governance e all’etica dell’AI. Assicuriamo che l’implementazione delle nuove tecnologie sia conforme alle normative vigenti e rispetti i più alti standard di trasparenza e responsabilità.
In sintesi, il nostro obiettivo è sfruttare al massimo le opportunità offerte dalla Generative AI per trasformare i nostri processi aziendali, migliorare l’efficienza operativa e creare valore aggiunto per i nostri stakeholder.
Abbiamo la fortuna di avervi alla tavola rotonda dal titolo: Data Observability: Beyond the Horizon of Data Quality in a Dynamic World (Pavia)” interessante argomento…
Si tratta di un argomento estremamente rilevante nell’era attuale, dove i dati sono al centro delle decisioni strategiche aziendali. La Data Observability non solo approfondisce la qualità dei dati, ma abbraccia anche la capacità di monitorare, tracciare e comprendere i dati in tempo reale all’interno di ecosistemi complessi e dinamici.
La Data Observability assume un’importanza cruciale nel contesto attuale caratterizzato dall’hype attorno all’Intelligenza Artificiale Generativa. Le soluzioni di Generative AI, in primis i large language models, dipendono fortemente dalla qualità, dalla coerenza e dall’affidabilità dei dati su cui sono addestrate e operano.
In un mondo dinamico dove i dati si evolvono rapidamente, avere una visibilità completa e in tempo reale sullo stato dei dati diventa fondamentale. La Data Observability consente di monitorare continuamente i flussi di dati, identificare anomalie, degradazioni della qualità e problemi di integrità che potrebbero influenzare negativamente le performance dei modelli di AI generativa.
Inoltre, con l’aumento della complessità e della scala dei modelli di Generative AI, cresce anche il rischio di bias, errori e risultati inattesi. Una solida strategia di Data Observability aiuta a mitigare questi rischi, fornendo strumenti per tracciare l’origine dei dati, comprendere le trasformazioni che subiscono e assicurare che rispettino gli standard etici e normativi.
In sintesi, la Data Observability diventa un elemento chiave per garantire che le tecnologie emergenti siano non solo innovative, ma anche affidabili, trasparenti e allineate agli obiettivi di business. Investire in Data Observability significa abilitare l’AI generativa a creare valore sostenibile, minimizzando al contempo i potenziali rischi associati a dati di scarsa qualità o mal gestiti.
Hai sostenuto l’evento fin dall’inizio… perché il Data Management Summit è così importante?
Il Data Management Summit è un evento di fondamentale importanza per diverse ragioni. In primo luogo, rappresenta un punto di incontro per professionisti, esperti e leader nel campo dei dati, offrendo un’opportunità unica per condividere conoscenze, esperienze e best practice. Questo scambio è essenziale per affrontare le sfide attuali nella gestione dei dati e per rimanere aggiornati sulle ultime tendenze e innovazioni tecnologiche.
Inoltre, il summit promuove la creazione di una comunità coesa attorno al tema del data management, facilitando la collaborazione tra aziende, istituzioni accademiche e organizzazioni pubbliche. Questo networking è cruciale per sviluppare soluzioni innovative e accelerare l’adozione di strategie data-driven nelle organizzazioni.
Infine, sostenere il Data Management Summit significa contribuire attivamente alla diffusione di una cultura dei dati più matura nel contesto aziendale italiano. È un passo importante verso la consapevolezza dell’importanza dei dati come asset strategico e sottolinea la necessità di investire in competenze, infrastrutture e processi adeguati per gestirli efficacemente.
