AI Data Scientist

Che cosa fa un evidenza

L’AI Data Scientist parte da una domanda di business e la riformula in una domanda a cui i dati possono rispondere. La riformulazione è il passaggio in cui si vince o si perde: una domanda mal posta produce modelli accurati e inutili.

Seguono l’esplorazione, la costruzione delle variabili, l’addestramento e la validazione. La validazione è la parte che richiede più disciplina: separazione temporale quando i dati hanno una storia, controllo dello squilibrio fra classi, verifica che le variabili non contengano informazione dal futuro.

La consegna non è un modello: è una decisione supportata. Significa spiegare che cosa il modello prevede, con quale margine di errore, in quali condizioni smette di valere e quale azione conviene prendere.

Competenze e ambiti di attività

Gli ambiti che seguono descrivono il lavoro effettivo del ruolo. La norma li organizza secondo la propria griglia, richiamata nella sezione successiva.

• Riformulazione del problema di business in ipotesi verificabili sui dati
• Analisi esplorativa e costruzione delle variabili con controllo delle fughe di informazione
• Validazione robusta: separazione temporale, ricampionamento, calibrazione delle probabilità
• Interpretabilità dei risultati e comunicazione dell’incertezza a interlocutori non tecnici
• Misura dell’effetto reale sulla decisione, non solo dell’accuratezza del modello

Come la norma definisce questo profilo

La UNI 11621-8:2026 applica la metodologia della UNI 11621-1 e allinea le competenze all’e-Competence Framework europeo, pubblicato in Italia come UNI EN 16234-1. Per ogni profilo specifica missione, compiti principali, risultati attesi, competenze, conoscenze, abilità e indicatori chiave di prestazione.

Questa struttura rende confrontabili i profili IA con gli altri profili ICT della serie 11621, dalla sicurezza delle informazioni alla transizione digitale. Il testo integrale si acquista da UNI Store: qui è riportato l’elenco dei profili e la griglia con cui la norma li costruisce, non il contenuto della norma.

La norma si rivolge a chi progetta, sviluppa, integra e gestisce sistemi di intelligenza artificiale. Chi si limita a usare strumenti già esistenti resta fuori dal campo di applicazione dichiarato.

Dove si lavora

Funzioni analitiche di imprese di ogni settore, società di ricerca e di consulenza, enti pubblici con esigenze di programmazione, sanità e ricerca clinica.

Rapporto con gli altri profili

Nessuno dei dodici profili copre da solo un progetto di intelligenza artificiale. Questi sono i ruoli con cui il AI Data Scientist lavora più da vicino.

• AI Data Engineer — prepara e garantisce i dati su cui l’analisi poggia.
• AI Machine Learning Engineer — porta in servizio i modelli che superano la validazione.
• AI Product Manager — usa le evidenze per decidere che cosa costruire.

Come si dimostra la competenza

Su una professione non organizzata in ordini o collegi la competenza si documenta per due vie, che la legge tiene distinte.

La prima è l’attestazione dell’articolo 7 della legge 4/2013: un’associazione professionale dichiara, sotto la responsabilità del proprio rappresentante legale e previe le necessarie verifiche, l’iscrizione del professionista e gli standard che è tenuto a rispettare. Il comma 2 dello stesso articolo precisa che «le attestazioni di cui al comma 1 non rappresentano requisito necessario per l’esercizio dell’attività professionale».

La seconda è la certificazione di conformità dell’articolo 9: gli organismi accreditati dall’organismo unico nazionale di accreditamento, ai sensi del Regolamento (CE) n. 765/2008, possono rilasciare il certificato di conformità alla norma tecnica UNI definita per la singola professione, su richiesta del professionista anche non iscritto ad alcuna associazione.

Le due vie possono coesistere: fra i contenuti che l’attestazione può riportare, l’articolo 7 elenca proprio «l’eventuale possesso da parte del professionista iscritto di una certificazione, rilasciata da un organismo accreditato, relativa alla conformità alla norma tecnica UNI». Il confronto fra i sei tipi di riconoscimento mette in fila corso, badge, attestato, certificazione, credenziale e norma, con chi rilascia che cosa.