Dataforskere i stor efterspørgsel takket være Big Data

Dataforsker er et af de mest attraktive job i det 21. århundrede. Dette indtryk bekræftes, når du kigger på relevante online jobportaler. Ifølge en undersøgelse foretaget af McKinsey Global Institute, i USA er efterspørgslen langt større end udbuddet - og det ser ikke ud til at være anderledes i Tyskland. Men hvad er det, der gør dette job så interessant i første omgang? Nogen der ved dette er Dr. Andreas Jedlitschka, Leder af datateknisk afdeling ved Fraunhofer Institute for Experimental Software Engineering IESE og medlem af Expert Committee on Data Science for Personal Certification Body ved Fraunhofer Institute for Applied Information Technology FIT, Sankt Augustin.

Hvorfor har virksomheder et så stort behov for dataspecialister?

Med det stigende netværk blandt alle områder helt til digitale økosystemer, strømmen af ​​data i virksomheder og organisationer stiger også eksponentielt. På samme tid, den stigende datatilgængelighed og de succeshistorier, der offentliggøres i pressen, fører også til et stigende ønske om at bruge data systematisk, dvs. at udføre dataanalyser, og dermed opstår behovet for eksperter, der kan udføre disse. Disse "dataspecialister" kombineres ofte under betegnelsen dataforskere.

Hvad gør en dataforsker i første omgang?

Først og fremmest, Jeg vil gerne definere udtrykket "Data Science":Data Science handler om at udtrække viden fra data og gøre det ideelt til fordel for virksomheden. For at gøre det, metoder og teknikker fra datalogi, matematik, og statistik bruges. Jobprofilen er varieret og spænder fra Big Data -analyse og visuel analyse via Big Data -arkitektur til integration. Ud over, forretningsmodeller skal tages i betragtning, hhv. udviklede sig, og dermed også skal forstås. Desuden, du skal tale med kunden, dvs. brugeren af ​​oplysningerne som adressat, og med domæneeksperten.

Hvad er de opgaver, dataforskere udfører, og hvilke færdigheder har de brug for?

Dataforskere skal være eksperter inden for flere discipliner på samme tid:De vurderer ikke kun data, men skal også forstå de forretningsmæssige sammenhænge i virksomheder og organisationer. De skal identificere passende datakilder, bestemme og forbedre datakvaliteten, sammensætte data, udarbejde og udføre analyser, og derefter vurdere resultaterne i forhold til givne kriterier. Hvis du arbejder som dataforsker, du bærer ofte et stort ansvar, da vidtrækkende strategiske beslutninger eller endda menneskeliv kan afhænge af dataanalysernes resultater-tænk bare på systemer, der bruges til diagnosestøtte på det medicinske område eller læringsprocesser, der bruges på forskellige områder i autonome køretøjer. Det er derfor, de underliggende data og analyseresultaterne løbende skal kontrolleres med hensyn til plausibilitet, fuldstændighed, rigtighed, og relevans, i samarbejde med domæneksperter. Kravsprofilen for en dataforsker vokser alt efter, hvordan deres arbejde er indlejret i virksomheden og omfatter ikke kun tekniske færdigheder, men også en række bløde færdigheder som evnen til at arbejde i et team, stærke kommunikationsevner, og kreativitet.

Hvordan bliver man dataforsker? Hvad er forudsætningerne, hhv. hvilken forudgående viden er påkrævet?

På Fraunhofer, vi tilbyder et certificeret kursus i forbindelse med Big Data Alliance, hvor vi får deltagerne til at passe til Big Data -projekter. Deltagerne er ofte beslutningstagere, men hovedsageligt forretningsudviklere, analytikere, dataadministratorer, og softwareudviklere. Forudsætningen er grundlæggende viden om datalogi og matematik. På begynderkurserne, deltagerne lærer om de vigtige fundamentals, processer, og bedste praksis til håndtering af store datamængder og til udvikling af smarte løsninger med høje standarder for privatliv og sikkerhed. På de avancerede kurser, individuelle processer studeres i detaljer; så er fokus på at kunne anvende det lærte. I disse kurser, vi underviser i topmoderne viden i en producentneutral, praktisk relevant, og samtidig teoretisk forsvarlig måde.

Unge forskere, der kommer fra universitetet, nyder også godt af dit certificeringskursus. Hvilken baggrund er nødvendig for at få chancen for at blive en kvalificeret dataforsker?

Forskere, der kommer direkte fra universitetet, har fremragende fagkundskaber, især fra deres studieprogram, såsom datalogi eller matematik. Hvad de unge forskere ofte mangler, imidlertid, er et bredt overblik og den praktiske erfaring, der kræves for at samarbejde i Big Data -projekter. Og det er præcis, hvad de lærer i vores datavidenskabelig kursus. Uddannelsen er designet til en lang række applikationer. De lærer, hvordan forretningsudviklere frigør potentialet i Big Data i deres virksomhed, hvordan dataingeniører beskriver og integrerer data, hvordan analytikere bruger maskinlæringsprocesser til at opdage mønstre og tendenser, og hvordan softwareingeniører bruger moderne databaser og distribuerede beregningsmetoder til at udvikle robuste og skalerbare Big Data -systemer. Alt dette under hensyntagen til fortrolighed og sikkerhed. Målet er at få grundlæggende viden på alle relevante områder. Dem, der ønsker det, kan derefter blive certificerede dataforskere.