Data Steward, la figura chiave per la raccolta dati FAIR - Universita.it

Data Steward, la figura chiave per la raccolta dati FAIR

da | Ago 2024 | News | 0 commenti

In un’epoca in cui l’Intelligenza Artificiale è ovunque, la gestione dei dati diventa sempre più cruciale. Infatti, non basta più raccogliere ed archiviare informazioni, ora è necessario garantire che i dati siano FAIR, acronimo di Findable (reperibili), Accessible (accessibili), Interoperable (interoperabili) e Reusable (riutilizzabili). È per questo che sta guadagnando importanza la figura del Data Steward, un operatore che è in grado di organizzare e gestire i dati FAIR.

Al CUAP dell’Università di Torino si formano i Data Steward

Il Data Steward conosce a fondo i dati e la loro natura, sia dal lato tecnico, sia da quelli etici e legali. All’Università di Torino, a marzo 2024, viene lanciato il primo corso Universitario di Aggiornamento Professionale (CUAP) per i Data Steward. Il corso, finanziato dalla Fondazione Compagnia San Paolo, offre uno studio completo ed approfondito sulla gestione dei dati FAIR.

Il corso dura circa 320 ore (40 CFU) e si articola in tre aree:

  • Informatico-archivistica: dove gli studenti imparano ad utilizzare le piattaforme di rappresentanza ed archiviazione dei dati.
  • Etico-legale: qui vengono affrontati gli aspetti etici e legali della raccolta e condivisione dei dati.
  • Casi di studio: vengono illustrati gli standard di comunità, le buone pratiche e quali infrastrutture esistono.

A guidare la formazione è presente un gruppo docenti altamente qualificato. I professori, infatti, provengono dall’Università di Torino, da centri di ricerca come CNR, GARR ed IIT. In più, è compreso un sistema di supporto tramite tutors durante tutta la durata del corso formativo.

Grazie alla formazione dei Data Steward verrà garantita una gestione efficace dei dati e l’utilizzo dell’Intelligenza Artificiale. Questa figura professionale migliorerà la qualità dei dati raccolti, tramite gli standard FAIR, facilitando l’accesso ed il riutilizzo dei dati e garantirà conformità etica e legale.

La figura dei Data Steward è in continua crescita

Il Data Steward è una figura professionale destinata a crescere nel tempo. Con l’aumento della quantità dei dati generata e la continua e complessa crescita della società umana, la domanda per questi professionisti aumenterà a dismisura. Soprattutto considerando la complessità esponenziale che si sta creando nei modelli di Intelligenza Artificiale.

Il corso di aggiornamento organizzato dall’Università di Torino è solo il primo passo verso la formazione di questi esperti dei dati. È necessario sviluppare altre iniziative a livello nazionale per la formazione di queste figure e rispondere alla crescente domanda del mercato lavorativo.

La chiave per sviluppare competenze FAIR

La gestione dei dati FAIR è un compito arduo e complicato, soprattutto nell’era dell’Intelligenza Artificiale. I Data Steward hanno il compito di garantire qualità, accessibilità e riutilizzo dei dati, promuovendo la ricerca, l’innovazione e lo sviluppo sostenibile, tramite le conoscenze che acquisiscono nei corsi di formazione. Per questo è importante sensibilizzare tutto il territorio a favorire la crescita e lo sviluppo di queste figure.

L’Università di Torino, con l’introduzione di questo corso di aggiornamento, ha dimostrato di essere al passo coi tempi, offrendo un percorso formativo completo e di alta qualità.

Rimani aggiornato per le date dell’anno accademico 2024/2025!

I Data Steward hanno il compito di garantire qualità, accessibilità e riutilizzo dei dati, promuovendo la ricerca, l’innovazione e lo sviluppo sostenibile
Summary
Data Steward, la figura chiave per la raccolta dati FAIR
Article Name
Data Steward, la figura chiave per la raccolta dati FAIR
Description
Sta guadagnando importanza la figura del Data Steward, un operatore che è in grado di organizzare e gestire i dati FAIR.
Author
Publisher Name
universita.it
Publisher Logo
FacebookTwitterEmailWhatsAppLinkedInTelegram
Registrati
Notificami
guest


0 Commenti
Inline Feedbacks
View all comments