Definition „Datenwissenschaftler“

Was macht ein Data Scientist?

| Autor / Redakteur: chrissikraus / Stephan Augsten

Data Science ist von der Aufgabe geprägt, Erkenntnisse und Wissen aus großen Datenmengen zu gewinnen.
Data Science ist von der Aufgabe geprägt, Erkenntnisse und Wissen aus großen Datenmengen zu gewinnen. (Bild: geralt - Pixabay.com)

Ein Data Scientist kümmert sich um die wissenschaftliche und wirtschaftliche Analyse von Big Data, also großen Datenmengen. Hieraus leitet er geschäftsrelevante Erkenntnisse und neue Ideen ab.

Data Science oder Datenwissenschaft befasst sich damit, Daten zu analysieren und daraus Wissen und neue Strategien abzuleiten. Die Disziplin hat sich nahe an der Praxis entwickelt, weil es im Alltag vieler Unternehmen zunehmend mehr Daten zu analysieren gibt.

Welche Fähigkeiten muss man mitbringen?

Um Daten für die Wirtschaft analysieren zu können, muss ein Data Scientist solides Wissen in verschiedenen Disziplinen besitzen. Es geht darum, Big Data sowohl wissenschaftlich als auch wirtschaftlich zu betrachten.

Unverzichtbar sind deshalb beispielsweise fundierte Kenntnisse in Mathematik, Statistik und Datenvisualisierung. Auch Wissen in technischen Bereichen wie Datenbanken oder Software Engineering sind von Bedeutung. Zudem sollte man eine analytische Denkweise mitbringen.

Welche Ausbildung braucht man als Datenwissenschaftler?

In Deutschland gibt es zunehmend Studiengänge, die sich speziell auf die Ausbildung zum Data Scientist konzentrieren. Wer Datenwissenschaft studiert, lernt die grundlegenden Fähigkeiten, mit denen Daten wissenschaftlich durchdrungen und für die Wirtschaft ausgewertet werden können. Außerdem gibt es Fortbildungen für Personen, die bereits Mathematik, (Wirtschafts-) Informatik oder Statistik studiert haben und sich beruflich weiterbilden möchten.

Welche Aufgabengebiete hat ein Data Scientist?

Data Scientists analysieren vorhandene Datenmengen mit verschiedenen wissenschaftlichen Methoden, um Erkenntnisse zu gewinnen und innovative, gewinnbringende Konzepte abzuleiten. Dazu müssen sie zunächst Daten aus verschiedensten Quellen sammeln und sinnvoll miteinander in Bezug setzen.

Die Daten werden in der Regel nach einer bestimmten Aufgabenstellung untersucht, um dezidierte Fragen zu beantworten. Die Daten werden also in einem festgesetzten Kontext wissenschaftlich betrachtet, um zum Beispiel Schwachstellen aufzudecken oder neue, lukrative Handlungsschritte aufzuzeigen.

Kollegen / Berührungspunkte

Datenwissenschaftler müssen mit vielen verschiedenen Personengruppen zusammenarbeiten, um sich einerseits die richtigen Daten und Konzepte zu beschaffen und andererseits die Ergebnisse ihrer Arbeit zu kommunizieren.

Je nach Unternehmen ist es also denkbar, dass ein Data Scientist firmenintern direkt mit einzelnen Fachabteilungen in Kontakt steht, um Informationen über die anfallenden Daten zu sammeln. Außerdem besteht in der Regel eine enge Zusammenarbeit mit Kunden oder dem Management, weil Data Scientists regelmäßig die Ergebnisse ihrer Analysen präsentieren.

Kommentare werden geladen....

Kommentar zu diesem Artikel

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Aktuelle Beiträge zu diesem Thema

KI- und ML-gestützte Softwareentwicklung

Erforschung künstlicher Intelligenz

KI- und ML-gestützte Softwareentwicklung

OutSystems hat mit outsystems.ai eine neue Initiative angekündigt. Diese zielt darauf ab, mit Künstlicher Intelligenz und Machine Learning – kurz KI und ML – die Softwareentwicklung in Unternehmen effizienter und leistungsfähiger zu machen. lesen

Entwickler-Welt in Zahlen

Stack Overflow Survey 2017

Entwickler-Welt in Zahlen

Stack Overflow befragt seit 2011 jährlich die eigene Entwickler-Community und auch 2017 bringen 51.392 Befragte jede Menge erhellende Fakten ans Tageslicht. Die Studie gibt Auskunft über Erfahrungen, eingesetzte Tools und Programmiersprachen, Gehälter und vieles mehr. lesen

PaaS von AWS, Google, IBM, Microsoft & SAP

IoT, Big Data und Machine Learning im Aufwind

PaaS von AWS, Google, IBM, Microsoft & SAP

In den letzten beiden Jahren haben die Anbieter von Platform-as-a-Service ihr Portfolio an Abo-Diensten kräftig ausgebaut. Sie unterstützen Machine Learning in der Big Data Analytik und das Internet der Dinge (IoT). Es gibt aber weiterhin signifikante Unterschiede. lesen

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 45563817 / Definitionen)