Visual: Warum wird man Data Scientist – und was ist das Reizvolle daran?

Wie wird man Data Scientist – und was ist das Reizvolle daran?

Künstliche Intelligenz (KI) ist eine Technologie, die in fast allen Branchen und Unternehmensbereichen Potenziale erschließen kann – eine Technologie, die von Informationen lebt. Data Scientists können die Informationen strukturieren und zu nutzenbringenden Datenmodellen verarbeiten. Hinter dem viel verwendeten Begriff stehen spannende Aufgaben im Bereich Datenanalyse und KI-Entwicklung. Doch was zeichnet den Beruf eines Data Scientists aus und wie schlägt man eine solche Laufbahn am besten ein? In diesem Beitrag erzählen Sujan Sai Gannamaneni, Dario Antweiler, Birgit Kirsch, Laura Anger und Dr. Theresa Bick vom Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme (Fraunhofer IAIS), wie sie Data Scientists geworden sind und was ihre Aufgaben sind.

Sujan Sai Gannamaneni ist wissenschaftlicher Mitarbeiter. Er und sein Team arbeiten an der Entwicklung von Test- und Zertifizierungsmethoden für Maschinelles Lernen (ML) und Datenwissenschaft. „Ich interessiere mich sehr für Robotik und autonomes Fahren und will einen Beitrag zur aktuellen Forschungswelle leisten“, sagt Sujan. „Das Beste an meinem Job ist, dass ich an Projekten in verschiedensten Bereichen arbeiten kann. Data Science liefert mir die dafür notwendigen Erkenntnisse.“

Vielfältige Aufgabenbereiche für die Entwicklung praktischer Alltagslösungen

Die Aufgabenbereiche eines Data Scientists sind ebenso vielfältig wie der Einsatz von KI im Alltag. „Ich finde die Schnittstelle zwischen Wissenschaft und Anwendung spannend“, erklärt Dario Antweiler, Data Scientist im Bereich Healthcare Analytics. „Man erforscht neue Dinge und muss gleichzeitig zeigen, dass sie in der Realität funktionieren. Aktuell forsche ich in einem Projekt zum KI-Einsatz im Krankenhaus. Dort wollen wir das medizinische Personal unterstützen und die Behandlungsqualität steigern.“

Birgit Kirsch beschäftigt sich aktuell mit zwei Projekten. In einem geht es um die Analyse von medizinischen Patientendaten, in dem anderen um die Verarbeitung von Gerichtsurteilen. Sie schätzt besonders die Kreativität und den Abwechslungsreichtum: „Jedes Projekt ist anders, die Domäne eine andere, die Daten sind andere. Das erfordert, dass man sich jedes Mal in eine ganz neue Welt einfuchst und gemeinsam im Team Lösungen erarbeitet. Das wird nie langweilig, denn ich lerne immer extrem viel dazu.“

Die Teamarbeit gefällt auch Laura Anger. „Besonders viel Spaß macht es mir in meinem Job, wenn unsere Kunden mit ihren Ideen und Problemen zu uns kommen und wir gemeinsam KI-basierte Lösungen entwickeln“, so die Datenwissenschaftlerin. Dabei kann der Weg zum Data Scientist völlig unterschiedlich verlaufen. Laura beispielsweise hat Medientechnologie studiert, während Sujan einen Master in Mechatronik gemacht hat, bevor er zum Fraunhofer IAIS wechselte. Dr. Theresa Bick, die beim Fraunhofer IAIS im Bereich Bildverarbeitung tätig ist, hat zunächst Mathematik und Informatik studiert, um anschließend in der Meteorologie zu promovieren.

Schulungen machen fit für KI-Projekte im eigenen Fachbereich

„Wettervorhersage und Bildverarbeitung sind nicht so unstimmig wie es auf Anhieb klingt. Ich bin dort zu Hause, wo es um die Analyse von räumlichen Daten geht“, erzählt Theresa. „Das menschliche Auge erkennt auf Bildern sofort bestimmte Muster. Dieses Sehen dem Computer beizubringen, finde ich total spannend. Das gilt auch andersherum: Manchmal sehen wir Zusammenhänge mit dem menschlichen Auge nicht direkt und können dann aus Daten Erkenntnisse ableiten, auf die wir ohne nicht gekommen wären.“ KI, Data Science und Maschinelles Lernen finden also in verschiedensten Fachbereiche Anwendung und ermöglichen Technologien, die Menschen später das Leben erleichtern.

Den richtigen Einstieg in die Welt der Datenanalyse und des Maschinellen Lernens ermöglicht die Fraunhofer-Allianz Big Data und Künstliche Intelligenz mit ihren renommierten interaktiven Data-Scientist-Schulungen. Diese bieten eine strukturierte, aufeinander aufbauende Weiterbildungen oder auch Spezialisierungen auf Themen wie Trustworthy AI oder Deep Learning. Einige Schulungen können mit einem offiziellen Fraunhofer-Zertifikat abgeschlossen werden. Die Teilnehmer*innen profitieren von der Expertise der Schulungsdozent*innen – alle sind praxiserfahrene Wissenschaftler*innen aus der größten Organisation für anwendungsorientierte Forschung in Europa.

Wer neugierig geworden ist, findet hier weitere Informationen zu den Fraunhofer Data-Scientist-Schulungen.

Kommentar schreiben

Deine E-Mail-Adresse wird nicht veröffentlicht.