Paola Console

Da piccolina la matematica non mi piaceva affatto, o quantomeno non ne capivo l’utilità; la studiavo perché dovevo, ma senza reale passione o convinzione. Tutto è andato avanti così fino alla terza liceo, quando finalmente ho trovato un insegnante che mi ha presentato la matematica come una serie di passaggi logici, e me ne ha fatto comprendere la bellezza, l’eleganza e, non meno importante, la strettissima connessione col mondo che mi circondava.

L’impatto di questa scoperta su di me è stato talmente forte da spingermi a iscrivermi al Corso di laurea in matematica a Lecce e, dopo la mia laurea specialistica, a partire per Ginevra per un Dottorato di Ricerca in analisi numerica.

L’esperienza della ricerca all’estero è stata interessante ma il richiamo dell’Italia per me è stato troppo forte, e sono quindi rientrata a Roma, cogliendo al volo l’opportunità di una posizione post-dottorato. Ho lavorato per due anni presso la Fondazione Santa Lucia in cui, nell’ambito di un progetto di neuroscienze in collaborazione con l’università di Milano Bicocca, mi sono occupata di analisi multivariata per risonanza magnetica funzionale. Il mio lavoro consisteva nell’utilizzare tecniche di machine learning per l’analisi di dati FMRI di pazienti e controlli, acquisiti nel contesto di un esperimento audio-visivo in ambiente complesso.

Questo post-dottorato è stato il mio primo contatto col mondo del machine learning e dell’analisi dati, ed è stato sin dall’inizio pensato come primo passo verso un percorso più applicativo di quello prettamente matematico e accademico. Infatti, dopo un breve passaggio nella consulenza informatica, sono approdata in Enel dove attualmente lavoro come data scientist all'interno di un team di persone.

Il mio team si occupa trasversalmente di tematiche di interesse per Enel, al fine di aiutare i diversi settori dell'azienda a prendere decisioni strategiche sfruttando e traendo valore dalla gigantesca mole di dati acquisita negli anni da un’azienda grande come Enel.

Al momento mi occupo, insieme a due colleghi, un matematico e uno statistico, di manutenzione predittiva di impianti di generazione di energia, sia per energia convenzionale come da carbone e cicli combinati, sia per energia rinnovabile, come eolica e solare. Il nostro lavoro consiste nel dare informazioni agli operatori di impianto circa possibili rotture di diverse componenti sfruttando i dati di sensoristica degli impianti e utilizzando modelli statistici e algoritmi di machine learning. La matematica è quindi ancora il mio pane quotidiano, ed è uno strumento fondamentale per leggere, modellare ed interpretare le informazioni che mi vengono affidate.

Altri colleghi nel mio team sono impegnati su tematiche di mercato, di individuazione di frodi sulla rete elettrica, e persino su temi di interesse per le risorse umane.

Quello che trovo entusiasmante del mio lavoro è proprio questo: posso spaziare in tanti ambiti diversi sfruttando il mio percorso di studi, e questo fa sì che il mio lavoro non sia mai noioso.

Trovo inoltre molto affascinante avere ogni giorno la conferma di quanto tutto il mondo che ci circonda sia regolato da pattern matematici, e penso che sia davvero interessante lavorare quotidianamente per comprenderli.