Data Science ist nicht AI oder wie du mit Daten wirklich Impact erzeugst | Fabian Werkmeister

Was macht eigentlich ein Data Scientist? Und wie unterscheidet er
sich von einem Data Engineer oder Analyst?


Darüber spricht Christian Krug, Host des Podcasts Unf*ck Your
Data, mit Fabian Werkmeister, Data Scientist bei FUNKE
Mediengruppe.


Einer der meistgesuchten und am besten bezahlten Berufe ist der
eines Data Scientist. Doch viele haben die Vorstellung haben,
dass man nur an Modellen für Machine Learning oder Algorithmen
der AI schraubt. Dies ist nicht der Fall. Oder nur ein Teil der
Lösung.


Im Vordergrund steht die Lösung eines fachlichen Problems im
Unternehmen. Dafür bedient sich der Data Scientist der Daten,
Statistik und auch AI. Erst wenn diese Erkenntnis aus den Daten
einen Mehrwert für das Unternehmen und die Mitarbeitenden
schafft, ist die Aufgabe erledigt.


Der klassische Data Engineer sorgt dafür, dass allen Beteiligten
dann die notwendigen Daten zur Verfügung stehen. Rechtzeitig, in
passender Qualität und Quantität. Der Personen welche als Data
Analyst arbeiten fokussieren sich darauf diese Daten den
Entscheider*innen angemessen zu präsentieren und manuell erste
Schlüsse zu ziehen.


In der Realität sind diese Rollen oft nicht so scharf getrennt
oder die Unternehmen zu klein für dedizierte Rollen. Das heißt:
Es gibt Datenuniversalist*innen. Ich muss also die ganze
Wertschöpfungskette der Daten bedienen können.


Doch wie wird man überhaupt Data Scientist? Denn konkrete
Studiengänge gibt es dafür nur wenige. Wie so oft: Das Spiel
heißt Angst überwinden. Mit einer guten Ausbildung, Willen, Mut
und etwas Transferfähigkeit kann die Karriere nach einem Kurs
oder Bootcamp schnell im Data Bereich Fahrt aufnehmen.


Wichtig ist, dass du loslegst.


Profile:





Zum LinkedIn-Profil von Fabian:
https://www.linkedin.com/in/fabian-werkmeister/





Zu Fabian Notion Space:
https://fabianwerkmeister.notion.site/Data-Launch-Pad-8a977137f6a246bc9a791b63b9f8cdc2





Zum LinkedIn-Profil von Christian:
https://www.linkedin.com/in/christian-krug/





Unf*ck Your Data auf Linkedin:
https://www.linkedin.com/company/unfck-your-data





Buchempfehlung:





Buchempfehlung von Fabian: Watchmen – Alan Moore & Dave
Gibbons


Fabians zweiter Tipp: Naked Statistics - Charles Wheelan





Alle Empfehlungen in Melenas Bücherladen:
https://gunzenhausen.buchhandlung.de/unfuckyourdata








Hier findest Du Unf*ck Your Data:





Zum Podcast auf Spotify:
https://open.spotify.com/show/6Ow7ySMbgnir27etMYkpxT?si=dc0fd2b3c6454bfa





Zum Podcast auf iTunes:
https://podcasts.apple.com/de/podcast/unf-ck-your-data/id1673832019





Zum Podcast auf Google:


https://podcasts.google.com/feed/aHR0cHM6Ly9mZWVkcy5jYXB0aXZhdGUuZm0vdW5mY2steW91ci1kYXRhLw?ep=14





Zum Podcast auf Deezer:
https://deezer.page.link/FnT5kRSjf2k54iib6





Kontakt:





E-Mail: christian@uyd-podcast.com





Timestamps:





00:00 Intro


01:45 Fabian stellt sich vor


03:25 Die Definition von Data Science


04:01 Data Science ist nicht AI oder Machine Learning


04:45 Data Engineering und Analytics als weitere Disziplinen


06:15 Wenn Analytics nicht ausreicht kommt der Data Scientist ins
Spiel


07:14 Wertschöpfung aus Daten – so entsteht der Business Impact


09:27 Der Full Stack Data Worker – Engineering, Analytics und
Science


11:23 Ein breites Datenwissen macht dich in der Spezialisierung
besser


13:09 Der Wert von Data Science entsteht wenn die Ergebnisse
allen zugänglich werden


15:17 Machine Learning und AI kann Teil von Data Science sein.
Oft geht es aber leichter


16:15 Der Business Impact ist das Ziel, dafür dürfen es auch mal
einfache Regeln sein


18:05 Aus der BWL geht der Sprung über...