Archivi categoria: Ingegneria

Le 25 skills più richieste per un Data Scientist (tratto da una storia vera) prt 1

Non è facile essere un wannabe Data Scientist

Essere un Data Scientist è veramente difficile, essere un Data Scientist autodidatta ancora peggio.

Il tempo non è mai abbastanza, c’è bisogno di focalizzarsi e focalizzarsi verso quello che il mercato del lavoro vuole, in questo modo ci saranno più possibilità di farcela, almeno all’inizio.

Dove focalizzarsi?

Sono sempre convinto che bisogna definire una strategia di medio termine e seguirla con pazienza, altrimenti si rischierà di essere distratti da tutte le informazioni provenienti dalla rete.

Verso Settembre 2017 fino ad oggi, molto spesso dopo aver inviato il mio CV per annunci di lavoro come Data Scientist ho segnato manualmente su Google Foglio le competenze richieste per quel ruolo

Ho superato più di 430 righe ognuna contenente una informazione.

Oggi ho deciso di analizzare questo CSV in modo da capire quali fossero le competenze più richieste come Data Scientist ed esercitarmi.

In [80]:
#importing the libraries 

import pandas as pd
import matplotlib.pyplot as plt
In [40]:
csvname= "skill.csv"
df= pd.read_csv(csvname,sep= ",", header=None, index_col=False)
print(df.head(30))
                             0    1
0                       Agile   NaN
1                           AI  NaN
2                    Algorithm  NaN
3                    Algorithm  NaN
4                   Algorithms  NaN
5                    Analytics  NaN
6                      Apache   NaN
7                      Apache   NaN
8                          API  NaN
9   Artificial neural networks  NaN
10                         AWS  NaN
11                         AWS  NaN
12                         AWS  NaN
13                         AWS  NaN
14                         AWS  NaN
15                         AWS  NaN
16                         AWS  NaN
17                         AWS  NaN
18                       Azure  NaN
19                       Azure  NaN
20                       Azure  NaN
21                       Azure  NaN
22                       Azure  NaN
23              Bayesian Model  NaN
24              Bayesian Model  NaN
25              Bayesian Model  NaN
26         Bayesian Statistics  NaN
27                          BI  NaN
28                          BI  NaN
29                         BI   NaN
30                    Big Data  NaN
31                    Big Data  NaN
32                    Big Data  NaN
33                    Big Data  NaN
34                    Big Data  NaN
35                    Big Data  NaN
36                    Big Data  NaN
37                    Big Data  NaN
38                    BIgQuery  NaN
39                    BIgQuery  NaN
In [34]:
print(df.columns)
Int64Index([0, 1], dtype='int64')
In [50]:
df.columns=['skills','vuota']
In [51]:
print(df.head())
       skills vuota
0      Agile    NaN
1          AI   NaN
2   Algorithm   NaN
3   Algorithm   NaN
4  Algorithms   NaN
In [65]:
df_skill=pd.DataFrame(df.iloc[:,0], columns=['skills'])
print(df_skill.head(5))
       skills
0      Agile 
1          AI
2   Algorithm
3   Algorithm
4  Algorithms
In [71]:
print(df_skill.info())
RangeIndex: 423 entries, 0 to 422
Data columns (total 1 columns):
skills    423 non-null object
dtypes: object(1)
memory usage: 3.4+ KB
None
In [84]:
df_skill_grouped=df_skill.groupby(['skills']).size().sort_values(ascending=False)
In [85]:
print(df_skill_grouped)
skills
SQL                                        37
Python                                     36
Spark                                      16
Python                                     13
Handoop                                    12
Scala                                      10
Scikit Learn                               10
NLP                                        10
Machine Learning                           10
Statistics                                 10
AWS                                         8
Big Data                                    8
NOSQL                                       7
Kafka                                       7
TensorFlow                                  6
Tableau                                     6
Pandas                                      5
Numpy                                       5
Azure                                       5
SQL                                         5
Machine learning                            5
Financial Systems                           4
Predictive Model                            4
Neural Networks                             4
C++                                         4
Machine Learning                            4
Go                                          3
Bayesian Model                              3
MapReduce                                   3
Clustering                                  3
                                           ..
Sentiment Analysis                          1
NLP                                         1
Scraping                                    1
NOSQL                                       1
Naive Bayes classifier                      1
Natural language processing                 1
Numpy                                       1
Linear Model                                1
Latent semantic indexing                    1
Pig                                         1
Hashmaps                                    1
Flask                                       1
Flink                                       1
Gis                                         1
GitHub                                      1
Testing Software                            1
Google 360                                  1
Gradient Boosted Machine                    1
TF-IDF                                      1
Plotly                                      1
T-SQL                                       1
Html                                        1
Information Extraction                      1
Instantaneously trained neural networks     1
JQuery                                      1
JSON                                        1
Java                                        1
JavaScript                                  1
Jira                                        1
AI                                          1
Length: 150, dtype: int64
In [90]:
df_skill_grouped.head(25).plot.bar()
 25 skills
Queste analisi devono evidentemente essere migliorate:

 

1) Implementare delle Regex, in questo modo potrò correggere velocemente gli errori di battitura ed essere più preciso (ad esempio nel grafico si vede che “Python” e “Python ” (con spazio finale) sono stati trattati come elementi differenti

 

2) Web Scraping degli annunci di lavoro ai quali ho risposto per estrarre automaticamente le competenze richieste ed aggiornare automaticamente il foglio Google

 

3) Migliorare il codice del Pomodoro Workout Analyzer così da essere più consapevole dicome sto gestendo le ore di esercizio con Python.

 

Un abbraccio e grazie per aver letto il mio articolo.

 

Andrea

 

ps se noti qualche errore scrivimi pure

 

Annunci

Lascia un commento

Archiviato in Ingegneria, riflessioni

DataCamp.com considerazioni sul “DataScientist Career Track with Python”

Ieri, 30 Dicembre, ho finito il “Career Track da Data Scientist con Python” su DataCamp.com.

E’ stata una bella avventura durata per la precisione 226 ore(monitorate con la tecnica del Pomodoro).

DataCamp

Ero troppo pigro da rimuovere la parola “Working” 

Il piano di studi  è composto da 20 corsi, ai quali ho aggiunto due su SQL e PostgreSQL .

 

Il percorso è costato 180$, in realtà con 180$ ho accesso ad un anno di corsi, quindi potrei anche seguirne altri (e dopo Febbraio farò così) e scadrà ad Agosto 2019.

E’ stato veramente interessante ed ho scoperto ua disciplina che mi appassiona tantissimo fondendo più materie.

Quello che ho apprezzato del percorso è stata la struttura per moduli, inoltre ogni 5 minuti di teoria seguivano almeno tre esercizi pratici e non era prevista una conoscenza iniziale di Python, per quanto delle basi di programmazione le avessi acquisite studiando un po’ di C con Arduino.

Lo consiglio?

Si, se la materia interessa, ma successivamente è necessario dedicarsi a dei propri progetti per implementare e consolidare quegli insegnamenti che altrimenti possono essere dimenticati in fretta.

Una nota negativa, sul sito c’è scritto che tutto il piano di studi duri 67h, non ho la più pallida idea di come abbiano fatto i conti, sarebbero 3,35 h per corso, ma, basato sulla mia esperienza personale, non credo sia una stima veritiera.

Gli sforzi ed il tempo necessario per maturare i concetti spiegati sono molto maggiori.

Adesso è tempo di mettere in pratica tutto quello che ho studiato!

Gennaio, oltre alla preparazione per l’esame di stato e la ricerca di un posto di lavoro, lo dedicherò alla realizzazione su Git Hub di un mio personale portfolio.

In realtà ho anche promesso a Diego che avrei scritto un paio di articoli sul suo blog in cui spiegavo cosa fossero in Statistica i test di verifica delle ipotesi e gli errori legati a questi test.

Anche perché come potete vedere dai due grafici, quasi tutto il tempo dedicato in questi mesi su Python è stato dedicato allo studio su DataCamp(226h su 290h totali) piuttosto che a qualche progetto da DataScientist.

 

Python31 12

Un abbraccio e buon anno

Lascia un commento

Archiviato in Ingegneria, Tecnologia

Biologia della Sopravvivenza Aziendale

La Boston Consulting Group ha realizzato un’analisi molto interessante che trovate qui nel dettaglio.

La cosa che più mi ha affascinato è che sul piano qualitativo erano considerazioni non nuove rispetto a quanto trattato durante la preparazione all’esame di Ecologia Applicata.

L’articolo, rispetto a quanto studiato, si caratterizza per una analisi dei dati molto più strutturata e questa è stata una delle ragioni che mi ha spinto a scrivere un nuovo articolo.

Il concetto principale è il seguente:

Abbandonare una modellizzazione lineare dell’azienda e delle sue dinamiche considerando questa e le sue azioni all’interno di un sistema complesso adattivo.

Iniziamo però a snocciolare, come piace a me, un po’ di dati (un po’ presi dall’articolo un po’ aggiunti)

Oggi abbiamo 2,6 miliardi di persone che usano gli smartphone, il progresso ha incrementato sensibilmente la velocità con cui un nuovo prodotto può raggiungere tali persone e conseguentemente il tasso di adozione.

 

Tutto questo in termini quantitativi cosa significa?

 

La BCG ha analizzato la vita di 30.000 aziende quotate in borsa negli Stati Uniti su un arco temporale di 50 anni.

A causa di fusioni, acquisizioni o peggio ancora bancarotta hanno una probabilità su tre di essere “delistate” nei successivi 5 anni.

L’età media delle aziende che vengono “delistate” è passata dai 50 anni abbondanti ai 31.6.

 

Secondo le analisi di Martin Reeves, senior partner alla BCG, questo fallimento è da imputarsi alla incapacità di adattamento delle aziende ai cambiamenti (concedetemi la provocazione, sarebbe anche lecito domandarsi quante di queste aziende delistate abbiano chiesto consulenze in ambito strategico a BCG, Bain o McKinsey).

 

 

Soluzione per adattarsi velocemente al cambiamento, soluzione non nuova, è quella di prendere esempio dalle dinamiche che regolano gli ecosistemi.

 

Vedere l’azienda all’interno di un sistema complesso adattivo.

Sistema, perché formato da una pluralità di attori che interagiscono.

Complesso, in quanto le azioni e reazioni non sono regolate da funzioni lineari, ma non-lineari e conseguentemente meno prevedibili.

Adattivo, perché se perturbate da un elemento esterno al sistema riescono ad adeguarsi (affermava un mio amico biotecnologo riferendosi al corpo umano che in un sistema complesso l’introduzione di un corpo esterno o porta al collasso del sistema stesso o il sistema rigetterà il corpo esterno,  ci sarebbero dei “se” e dei “ma”, non è questo il momento)

I punti chiave identificati da Martin Reeves sono 6:

  • Eterogeneità

Le diversità di una forma di vita permettono un miglior adattamento quando determinate variabili che caratterizzano l’ecosistema cambiano. Ad esempio i differenti ceppi di un Virus permettono a questo lo sviluppo di un resistenza ai farmaci. L’autore evidenzia l’importanza di favorire i piccoli fallimenti aziendali per garantire la nascita e test di nuove idee. E’ da evitarsi l’estrema verticalizzazione dell’azienda e nel concreto il caso citato è quello della Fujifilm che è riuscita a sopravvivere alla rivoluzione del settore delle macchine fotografiche digitali, al contrario della Kodak. Fujifilm investì pesantemente in ricerca e sviluppo oltre ad acquisire più di 40 aziende.

 

  • Modularità

Su questo punto l’autore non è stato chiarissimo o forse sono io lento a capire il concetto (molto più probabile). Partiamo dal grande problema: spesso le aziende organizzate in strutture  funzionali e si determinano delle dinamiche da “silos”, reparti che comunicano poco o male tra di loro. La soluzione è aumentare le connessioni, i contatti per rendere il sistema robusto. La correlazione ecologica è con incendi occasionali che aiutano a garantire una “modularità” del sistema permettendo la nascita di zone della foresta con minore combustibilità.  Il concetto della modularità mi riporta ad una organizzazione per divisione dell’azienda (con tutti i pro e contro).

Anche qui perdonatemi se posso apparire un sofista ma non si capisce se si parla di resilienza o resistenza, due qualità differenti di un ecosistema (resiliente è subendo un danno dall’esterno riesce a ritornare velocemente alla condizione imperturbata, resistente è un sistema che per la perturbazione di un agente esterno viene danneggiato lievemente, ma se la magnitudo dell’agente è elevata un sistema resistente può collassare e non ritornare alla situazione originaria)

 

  • Ridondanza

Nel risk management questo concetto è fortemente sviluppato. Considerate ad esempio la circolazione ferroviaria, nel tempo la gestione della sicurezza si è sempre più sofisticata (nel senso positivo del termine).

L’infrastruttura è suddivisa in più sezioni, il distanziamento minimo tra due treni è tale che se il mezzo di testa si dovesse fermare a causa di un guasto allora il mezzo di coda deve poter effettuare una manovra di arresto.

Il sistema è progettato in modo tale che l’arresto di emergenza non sia vincolato al conducente. Se il conducente non dovesse intraprendere la manovra, il sistema elettronico automaticamente attiverà la manovra di arresto, se per colpa di un guasto tecnico il comando elettronico non dovesse funzionare allora  si attiverà un sistema meccanico tale da permettere l’inizio della manovra di arresto.

Inizialmente pensavo che questo andasse contro i principi “lean”, ma in realtà l’autore cita come caso di studio un evento occorso in Toyota. Un incendio nel 1997 alla Aisin Seiki, dove c’era l’unica fornitura di P-valves, avrebbe potuto bloccare la produzione per settimane. Ma Toyota e Aisin furono in grado di contattare più di 200 partner e riprendere in sei giorni la produzione con ritmo regolare. Attenzione, Aisin era l’unica azienda ad avere l’esperienza e la conoscenza per la produzione delle P-Valves, ma il fitto network di Toyta ha permesso di resistere e superare l’imprevisto.

In chiave ecosistemica questo meccanismo di difesa si riscontra nel sistema immunitario. Infatti abbiamo diverse linee di difesa contro i patogeni, barriere culturali (igiene personale), barriere fisiche (la pelle), un sistema immunitario (globuli bianchi) e la possibilità di ricorrere a trattamenti medici (antipiretici-antibiotici) che permettono di contrastare eventuali agenti patogeni.

  • Consapevolezza dell’imprevisto

Caratteristica di un sistema complesso adattivo è che noi non possiamo predire con certezza uno stato futuro. Nonostante questo possono essere acquisite informazioni e dati che definiscano un potenziale cambiamento.

In ambito aziendale poche cose sono più difficili da predire più del progresso e impatto di nuove tecnologie, ma è possibile, e sicuramente utile, collezionare attivamente le attività di competitor “Inusuali” (o non diretti, il termine inglese utilizzato è “Maverick”) per evitare di essere spazzati via dal mercato. Esempi di aziende che non sono riuscite a percepire questi segnali ci sono, i produttori di macchine fotografiche analogiche o per i produttori di compact disk con l’avvento delle PenDrive. Una strada per rilevare i deboli segnali del cambiamento può essere l’analisi del flusso delle smart money, ossia gli investimenti early stage dei Venture Capital. Successivamente capire se  una startup sta crescendo ed è apprezzata, capire che conseguenze può avere per il  business (sia minacce che opportunità ovviamente).

 

  • Feedback loops e meccanismi di adattamento

I meccanismi di feedback sono elementi che permettono al sistema di rimanere sano ed autoregolarsi. In natura si ha una selezione degli elementi che meglio si adattano al sistema, una mutazione genetica solo se porta ad un beneficio per la specie si conserva nel tempo poichè la specie con quel gene mutato meglio si adatterà alle condizioni del sistema in cui è inserito.  Accettare i fallimenti di progetti pilota per valutare nuove opportunità di business piuttosto che effettuare semplici ottimizzazioni operative. Sulla questione dei feedback nell’articolo si citano i manager giapponesi che spesso si spostano dai piani alti al “gemba” il piano dove ci sono gli operai di livello più basso, “quelli che si sporcano le mani”,  per acquisire informazioni nuove. La questione dell’acquisizione delle informazioni è fondamentale, trattata anche da Andrew Groove in “High Output Management”, da Steve Jobs (la leggenda narra che chiedesse sempre a chi fosse in ascensore con lui “Qual è il contributo che stai dando ad Apple”) .

Questo punto non pone la differenza tra un feedback negativo ed uno positivo, questa omissione mi sembra indebolire la correlazione.  L’autore vuole giustificare la necessità di tutelare l’eterogeneità all’interno di un sistema organizzativo in contrasto con il pensiero manageriale dominante che vede nell’eterogeneità una inefficienza, una dispersione delle risorse.  Il caso di successo che si cita è la Tata Consultancy Services, ma al di la del risultato finanziario 20 milioni di dollari di fatturato nel 1991, 1 miliardo di dollari nel 2003 e 15 miliardi nel 2015 andrebbero anche analizzate altre variabili come lo sviluppo tecnologico indiano, il costo della manodopera in India e la sua informatizzazione, probabilmente è stato trattato e non discusso per motivi di sintesi nell’articolo.

 

  • Fiducia e cooperazione

Affinché un sistema complesso possa conservarsi dinamicamente nel tempo è necessaria una cooperazione tra gli elementi (è estremamente semplificato come concetto, ma questo vale anche per i punti precedenti, è ovvio che in un ecosistema alcune specie competano per la sopravvivenza). Nell’economia dell’ambiente  è stato studiato da Garret Hardin the tragedy of the commons :

“Secondo questa impostazione, se un bene non appartiene a nessuno ma è liberamente accessibile, vi è una tendenza a sovrasfruttarlo. L’individuo che si appropria del bene comune, deteriorandolo, infatti, gode per intero del beneficio, mentre sostiene solo una piccola parte del costo (in quanto questo costo verrà socializzato). Poiché tutti ragionano nello stesso modo, il risultato è il saccheggio del bene. Analogamente, nessuno è incentivato a darsi da fare per migliorare il bene, poiché sosterrebbe un costo a fronte di un beneficio di cui non potrebbe appropriarsi che in parte.”

Secondo invece il primo premio nobel per l’economia di sesso femminile Elinor Ostrom, è possibile superare questo problema attraverso la cooperazione, che si traduce in fiducia tra gli utilizzatori, una conoscenza del rischio in caso di sovra sfruttamento, questa consapevolezza può portare a non massimizzare i profitti individuali, in favore dell’ottimo della collettività. Questo approccio è stato adottato dalla Novo Nordisk per entrare nel mercato farmaceutico Cinese nei primi anni ’90. Negli anni 90 in Cina non erano ancora diffuse in ambito medico delle procedure per l’analisi del diabete. Novo Nordisk ha iniziato a collaborare con il Ministero della Salute Cinese e la “World Diabetes Foundation”  per insegnare ad oltre 200.000 medici procedure per la diagnosi del diabete. Novo Nordisk non si è posizionata solo come un distributore di insulina, ma ha realizzato dei centri di ricerca e sviluppo in Cina oltre che di produzione.

Questi sforzi sono stati bene ricompensati.

Oggi la Novo Nordisk detiene il 60% del mercato dell’insulina in Cina.

 

 

In realtà gli ecosistemi sono sistemi complessi, molto delicati che impiegano migliaia di anni per svilupparsi e spesso basta un elemento esterno come l’uomo per portarli al collasso in poco tempo.

La correlazione, che ho trovato in alcuni punti forzata, è strutturata ed interessante.

Mi incuriosisce particolarmente conoscere l’evoluzione del pensiero delle società di consulenza strategica nei prossimi anni.

Chissà.

 

Lascia un commento

Archiviato in Ingegneria, Notizie e politica, Racconti universitari, Scritti sparsi

La ripresa dalle vacanze post mortem sullo standby dei progetti

Negli ultimi giorni ho speso una quantità di tempo decisamente non accettabile (8,5 ore nette), per riprendere la realizzazione delle tavole di un laboratorio di progettazione stradale. Progetto che avevo messo in pausa tra 29 e il 30 di Luglio, quindi meno di 15 giorni fa. Stupidamente, avevo:

1. Interrotto il lavoro durante un’attività delicata di rilievo di quote ed approssimazione di un set di dati 2. Lasciato il foglio di lavoro CAD in disordine con elementi meno recenti che hanno determinato una fisiologica confusione durante la ripresa

Così oggi dopo essere riuscito finalmente a capire “dove ero rimasto”, ho deciso di realizzare un piccolo post-mortem.

Riflessioni sui flussi di lavoro

Riflessioni sui flussi di lavoro

Quando si studia una materia il processo è, generalmente, lineare. Vi sono una serie di capitoli, argomenti, da studiare in sequenza che caratterizzano il programma d’esame, ma non ci sono grosse problematiche se si interrompe il lavoro. Si tratta di ripassare il lavoro precedentemente interrotto, ma personalmente non mai avuto altre complicazioni. Quando si lavora su progetti più complessi* possono essere richieste differenti attività in parallelo da realizzarsi (A1 –A2) necessarie per procedere con l’attività successiva (A3) Se il lavoro deve essere interrotto è ideale fermarsi prima di iniziare una nuova attività, non nel mezzo di una in corso come ho fatto io. Purtroppo non è sempre così e possono determinarsi delle interruzioni obbligate di qualsiasi natura** che impongono di bloccare un progetto nel cuore di una attività chiave (si potrebbe obiettare giustamente, che se fosse una attività chiave non dovrebbe esserci nessun tipo di interruzione, ma non sempre è così). Sono stato a riflettere su come evitare nel futuro che interruzioni impreviste o mal gestite possano ricreare una situazione scomoda come quella precedentemente vissuta. Sono uscite fuori due, banalissime, soluzioni o semplicemente buone abitudini, che nella loro semplicità non sempre vengono sfruttate.

• Lasciare l’ultima versione del disegno pulita. Non importa se ci lavorerete solo voi, il passare di un arco di tempo importante potrebbe determinare dei problemi durante il riavvio dell’attività • Realizzare un documento di riepilogo-memoria contenente in poche righe:

1. Cosa è stato realizzato nelle ultime due  sessioni di lavoro

2. Attività da realizzare nel breve termine

3. Quali difficoltà sono accorse per cui non si è riusciti a terminare il lavoro

*  nota, un grado maggiore di complessità non significa necessariamente un grado di difficoltà maggiore rispetto ad un processo lineare meno complesso (mentre io cercavo di riprendere il punto finale del disegno uno dei miei amici più stretti studiava accanto a me le equazioni della teoria della relatività, arabo puro) ** o essere semplicemente stupidi come nel mio caso

Lascia un commento

Archiviato in Ingegneria, Racconti universitari

Tecnica del Pomodoro, consigli per una buona passata

Prima di pubblicare un nuovo post, prima di iniziare il blog in inglese(ci sto lavorando già ho il nome!) per raccontarvi tutto quello che è successo fino ad oggi, delle varie novità vi devo parlare della tecnica del pomodoro.

Non è un post di cucina, qualcuno lo ha intuito  perchè già sa di cosa parlerò, qualcun altro no, qualcun altro ha cliccato sul link sopra.

Che cos’è?

E’ una tecnica per la gestione del tempo.

Come definizione è un pò riduttiva e generica. Preferisco darle una connotazione personale e definirla la tecnica che mi ha permesso di studiare anche 11 ore nette in una giornata, cosa prima difficilmente raggiungibile.

Per qualcuno magari non è un grande numero, sotto il periodo degli esami abitualmente ne studia 12 anche 14, mosso solitamente dall’ansia, ma io che per non so quale ragione perdo la concentrazione dopo pochissimo tempo (dalle elementari che ho questo problema per qualsiasi attività), che subisco l’effetto  dell’ansia per gli esami  (purtroppo/perfortuna) solo il giorno stesso e non prima,  è stato lo strumento che mi ha permesso di aumentare sensibilmente la produttività evitando di sprecare inutilmente il tempo.

Come funziona

La tecnica del pomodoro prevede di lavorare/studiare senza distrarsi per 25 minuti e fare una pausa successivamente di 5.

I 25 minuti prendono il nome di Pomodoro, perchè?

Perchè l’autore della tecnica sfrutta un timer da cucina a forma di pomodoro per conteggiare il tempo.

Non si ragiona più per ore, minuti, ma per pomodori.

Avrete così una diversa scansione del tempo e di come lo destinate alle vostre “to do list”.

L’autore della tecnica non è un tedesco, non è un inglese, uno svizzero, ma … un italiano!

Non solo, ha avuto anche un grande successo in tutto il mondo!

Come ho implementato la tecnica

Quando leggiamo consigli, suggerimenti su come fare qualcosa, il problema maggiore è la sua implementazione.

La famosa “EXECUTION”, se proprio devo usare un termine anglofono.

Prima di iniziare la sessione di esami mi sono letto tutto il libro, è in italiano, in pdf, gratuito e lo trovate qui.

Successivamente ho comprato un bel quadernino rosso(stiamo parlando sempre di pomodori mica potevo prenderlo blu!) e ogni giorno scrivevo su un foglio:

  • la data
  • dove mi trovavo
  • le cose che avrei dovuto fare

Con il cellulare calibravo il timer per 25 minuti ed iniziava lo studio.

Quando il timer squillava, coloravo un quadretto in rosso accanto alla attività che stavo svolgendo, leggevo i messaggi e le mail che mi erano arrivate in quei 25 minuti e andavo a farmi una camminata per i corridoi dell’università.

Questo per tutto il giorno.

Molte persone infatti penso mi abbiano preso per un perditempo professionista visto che ogni 25 minuti mi vedevano girare per l’università(la mia schiena e gli occhi hanno invece ringraziato per il gesto).

Inoltre il timer era impostato per squillare dopo 5 minuti dall’inizio della pausa per ricordarmi che dovevo tornare sui libri.

La sera prima di spegnere il computer o altro scrivevo la lista delle cose che avrei voluto fare il giorno dopo e le cose, attenzione, che non avrei voluto fare. 

Le prime si caratterizzavano per una serie di attività con i pomodori che avrei destinato.

Le seconde invece erano delle attività che non avrei dovuto fare, banalmente riposarsi in quei 5 minuti andando su Facebook.

A partire dalla seconda sera ho iniziato a confrontare quello che avrei voluto fare il giorno prima con quello che avevo fatto il giorno dopo.

L’analisi dei risultati che non raggiungevo mi permetteva di esserne consapevole e capire dove  migliorare (es. pensavo di poter ripetere 20 pagine in un ora in realtà potevo ripeterne 10 se era particolarmente fluido il capitolo )

Come diceva Lord Kelvin:

“Se non lo puoi misurare, non lo puoi migliorare”

Cosa non ha funzionato

L’implementazione della tecnica non è stata così lineare.

Io già tempo fa(credo un annetto) avevo letto della tecnica, mi era piaciuta, ma non ero riuscito ad implementarla.

L’abbandonai dopo una settimana.

Poi con il quaderno è iniziato il cambiamento, è stato proprio l’attività di scrivere e colorare un quadratino che mi dava il ritmo.

Dopo gli esami ho smesso di usare la tecnica del pomodoro, inoltre lavorando al pc l’implementazione era più difficile rispetto allo studio esclusivamente su cartaceo, le distrazioni aumentavano oppure mi dimenticavo di impostare il timer pensando di potermi regolare con le app disponibili per Chrome.

Ho poi provato a sostituire il quadernino con una app per Android, ma mi sono accorto che non era la stessa cosa, perchè il gesto di colorare l’attività, di vedere tutta la lista su carta aveva un effetto diverso e migliore.

Era ed è più concreto.

E’ una mia percezione,  ma funziona.

Così ho ripreso ad utilizzare il quadernino rosso, il timer invece resta digitale.

Molto utile, provatela.

Ingredienti

Ingredienti per la tecnica del pomodoro all’Andrea:

  • Quadernino
  • Penna nera e rossa
  • Timer
  • Pazienza per almeno una settimana di prova
  • Non rispondere a SMS e Whatapp, se è urgente ed importante vi chiameranno

Tecnica Del Pomodoro

3 commenti

Archiviato in Ingegneria, Racconti universitari, Tecnologia

Transportation Open Innovation Day

Sono tornato oggi da Milano, ieri ho presentato Wheelab al Transportation Open Innovation Day, organizzato da Intesa San Paolo.

Questa volta ho soggiornato a casa di Stefania, una ragazza che quando è fuori per lavoro affitta la sua stanza su Air b’n’n (ergo prima non la conoscevo).

Lei lavora per la Apple si occupa della disposizione dei tavoli, degli oggetti un area specifica della divisione Marketing and Sales.

Ho avuto la possibilità di salire nel suo ufficio al centro di Milano, la sede della Apple, fantastico!

Mi è stata anche offerta una macedonia e un caffè alla Apple, che soddisfazioni.

Tornando a parlare dell’evento siamo stati contattati perché avevamo partecipato alla Startup Initiative solo che questa volta il tema era verticale sul settore dei trasporti.

A mio avviso quello di ieri è stato l’evento più importante in termini di contatti a cui Wheelab abbia partecipato(se si esclude Wcap dove abbiamo vinto 25.000 euro) fino ad ora, potrei anche sbagliarmi, ma questa è l’impressione che ho avuto.

La presentazione ha entusiasmato i presenti, almeno la maggior parte, purtroppo non a tutti, infatti c’è stato anche un feedback negativo in particolare sul fatto che sarei dovuto essere più formale.

Per rendervi l’idea abbiamo suscitato l’interesse per collaborare con grandi realtà come Tom Tom e Magneti Marelli ed operatori della logistica.

Nei giorni passati prima dell’evento ho avuto paura di essere copiato, dico sul serio, ogni tanto mi viene insieme agli sbalzi di umore che caratterizzano la vita di uno startupper(o wannabe).

Solitamente gestisco la paura  ragionando un po’ e convincendomi che c’è un asset che non può essere duplicato, quell’asset sono le persone, il team di Wheelab.

Il problema sarà domani, una volta validata l’idea, perché dovremo formulare una strategia solida che ci protegga dai cosiddetti “Fast Followers”.

Ma non c’è stato solo il Transportation Open Innovation Day.

La sera prima dell’evento, Mercoledì, ho conosciuto ed avuto una bella chiacchierata con Emil Abirascid presso il TAG di Milano. Yuri lo aveva incontrato a Dublino durante la finale della Intel Business Challenge, è uno dei giornalisti di riferimento in Italia nell’ambiente delle Startup.

Emil ci ha consigliato di applicare per lo yestartup. Inoltre dalla chiacchierata è emerso che l’idea di non lavorare, o comunque avere un focus più debole, con le pubbliche amministrazioni italiane motivata dalle difficoltà di essere pagati è una sciocchezza perché, per esempio, esiste Comunichiamo che fattura.

Il suo feedback era in linea con quello che ci diceva durante InnovAction Lab Alessandro, il nostro mentor, ma in contrasto con quello che ci era stato detto da Augusto.

Il pensiero, molto banale, maturato dalla conversazione e dal libro “The Lean Startup” è che i feedback sono importanti e vanno raccolti(aggiungo che pagare il caffè è un obbligo morale nei confronti di chi ti ha dato il feedback). Poi, però, devono essere effettuati dei test concreti con un Minimo Prodotto Fattibile  che può essere anche una lista di attesa di preordine o un pretotipo, così da avere dei dati da analizzare, con dei risultati sulla base dei quali è possibile fare delle considerazioni più razionali.

E’ arrivata la pizza, scusatemi, ciao!

Ps non mi sono sbagliato a scrivere, il pretotipo è un concetto diverso dal prototipo. Se volete approfondire vi consiglio questo libro assolutamente gratuito(anzi il pretotipo del libro)

La vista dall'ufficio di Stefania

La vista dall’ufficio di Stefania

Lascia un commento

Archiviato in Ingegneria, Tecnologia, Viaggi

Incontrando il Ministro dell’Istruzione

Ieri ero al Ministero dell’Istruzione, più nello specifico nella Sala dei Ministri.

Un tavolo lunghissimo in legno, il soffitto si caratterizzava per delle decorazioni che richiamavano l’Italia,  sulle pareti, invece, vi erano i dipinti ad olio dei Ministri dell’Istruzione Italiana(alcuni i più recenti mancavano) da Gentile a Croce, emozionante.

Ero lì con Yuri a rappresentare Wheelab, insieme a noi c’erano gli altri finalisti italiani della Intel Business Challenge Europe 2013 perché il Ministro dell’Istruzione Carrozza voleva complimentarsi con noi.

Quando è arrivato, il Ministro, ha iniziato a percorrere il lungo tavolo complimentandosi con tutti.

A metà del giro è arrivata dove mi trovavo io, l’ho guardata negli occhi e le ho sorriso mentre lei mi stringeva la mano dicendomi “Complimenti”, poi ha aggiunto con tono convinto e compiaciuto “Complimenti per gli orecchini, lei ha proprio la faccia da startupper!”

Avrei voluto gridare “Daje Ministro che qui solleviamo il paese dalla crisi e le altre nazioni le freghiamo tutte, perché siamo meglio noi!”, ma l’ambiente non lo permetteva, peccato!

Durante l’incontro è stato mostrato al Ministro un video realizzato dalla Intel dove intervistavano i finalisti che erano a Dublino,  nel caso di Wheelab c’erano Yuri ed Angela.

Terminato il video, dopo un discorso del Ministro abbiamo avuto la possibilità di porle delle domande.

La maggior parte delle persone gli chiedeva:

maggiori fondi per le startup di natura pubblica(ho le mie critiche sui soldi di natura pubblica, investiamoli nella formazione, creiamo nuove biblioteche, fatlab, non come capitale di rischio nelle startup )

Cercare di cambiare l’atteggiamento degli Angel Investor italiani non si comportano da banche, qui la risposta mia sarebbe “Dipende”

Poi è arrivato il momento magico in cui ho avuto l’opportunità di farle due domande.
Fantastico, posso fare due domande al Ministro dell’Istruzione che è a un paio di poltrone da me, questa è un’occasione unica!

Con la testa china ho riflettuto un attimo, cavolo quali dei tanti problemi che ho avrei dovuto evidenziarle?

Tutti gli sguardi erano su di me, così dopo un bel respiro le ho chiesto:

“Ministro, io ho appena ricevuto 15.000 euro da Working Capital, di questi 4.000 se ne sono andati in tasse. Io questi soldi li spendo per prototipare, per pagarci le trasferte ed il mais che costa meno per i pranzi fuori, non per divertirmi, ma è possibile che ve ne dovete prendere così tanti?”

Ho fatto una breve pausa ed ho continuato:

“Ma lei non può fare nulla per investire di più in Istruzione, Ricerca e Cultura? Possibile che non riusciamo ad allinearci a realtà come gli Stati Uniti o Israele?”

 

Sarò sincero non sono particolarmente soddisfatto delle risposte, in estrema sintesi mi è stato spiegato che si sta lavorando su questi problemi, ma che non ci sono i capitali per allinearsi con Israele e gli USA e se si tolgono le tasse da un lato vanno aumentate dall’altra parte.

Purtroppo non potevo rispondere, intendendo la “risposta” come critica costruttiva e non come polemica, i tempi non lo permettevano.

Vorrei però evidenziare che se diminuiamo le tasse da una parte (sui capitali usati per la ricerca)  non necessariamente dobbiamo aumentarle da un’altra, si possono anche fare tagli da altre parti. Dove? Banalmente nella difesa, nelle missioni estere per esempio si ci potrebbe riflettere, oppure capire perché dobbiamo erogare contributi pubblici agli autotrasportatori.

 

Sono veramente contento di aver potuto sensibilizzare il Ministro sulla tematica della pressione fiscale che grava su chi innova e su quanto poco si investe nell’innovazione.

Cambierà qualcosa? Non lo so, non parto prevenuto vedremo nei prossimi mesi.

Una certezza: lei rispetto alla Gelmini o alla Moratti, è di un’altra stoffa,  proviene da un ambiente molto diverso ed interessante.

Incrociamo le dita e lavoriamo duro!

I ringraziamenti del Ministro su Twitter

I ringraziamenti del Ministro su Twitter

 

 

 

2 commenti

Archiviato in Ingegneria, Notizie e politica, Scritti sparsi, Tecnologia