Die Datenwissenschaft entwickelt sich weiterhin als einer der vielversprechendsten und gefragtesten Karrierewege für qualifizierte Fachkräfte. Erfolgreiche Datenexperten wissen heute, dass sie über die traditionellen Fähigkeiten der Analyse großer Datenmengen, des Data Mining und der Programmierkenntnisse hinausgehen müssen. Um nützliche Erkenntnisse für ihre Organisationen aufzudecken, müssen Datenwissenschaftler das gesamte Spektrum des datenwissenschaftlichen Lebenszyklus beherrschen und über ein Maß an Flexibilität und Verständnis verfügen, um in jeder Phase des Prozesses maximale Erträge zu erzielen.

 

Das Bild stellt die fünf Phasen des datenwissenschaftlichen Lebenszyklus dar: Erfassen, (Datenerfassung, Dateneingabe, Signalempfang, Datenextraktion); Pflegen (Data Warehousing, Datenbereinigung, Daten-Staging, Datenverarbeitung, Datenarchitektur); Verarbeiten (Data Mining, Clustering/Klassifikation, Datenmodellierung, Datenzusammenfassung); Analysieren (explorativ/bestätigend, prädiktive Analyse, Regression, Text Mining, qualitative Analyse); Kommunizieren (Datenberichte, Datenvisualisierung, Business Intelligence, Entscheidungsfindung).

Der Begriff “Datenwissenschaftler” wurde erst im Jahr 2008 verfasst, als Organisationen den Bedarf an Informationsexperten erkannten, die in der Lage sind, enorme Informationsmengen auszusortieren und zu sezieren. 1 In einem Artikel von McKinsey&Company aus dem Jahr 2009 nahm Hal Varian, Googles zentraler Finanzexperte und Dozent für Datenwissenschaften, Wirtschaft und Finanzangelegenheiten an der UC Berkeley, die Bedeutung der Anpassung an die Auswirkungen von Innovationen und der Neukonfiguration verschiedener Unternehmen vorweg. 2

“Die Fähigkeit, Informationen zu nehmen – die Möglichkeit zu haben, sie zu bekommen, sie zu verarbeiten, aus ihnen einen Anreiz zu konzentrieren, sie sich vorzustellen, sie zu vermitteln – das wird in den kommenden Jahrzehnten eine kolossal bedeutsame Fähigkeit sein”.

– Hal Varian, Chef-Finanzspezialist bei Google und Lehrer an der UC Berkeley für Datenwissenschaften, Wirtschaft und finanzielle Aspekte 3

Lebensfähige Informationsforscher können bedeutende Anfragen unterscheiden, Informationen aus einer großen Anzahl verschiedener Informationsquellen sammeln, die Daten sortieren, die Ergebnisse zu Vereinbarungen interpretieren und ihre Entdeckungen in einer Weise vermitteln, die Geschäftsentscheidungen entscheidend beeinflusst. Diese Fähigkeiten sind praktisch bei allen Unternehmungen erforderlich, so dass begabte Informationsforscher für Unternehmen immer wichtiger werden.

Was macht ein Datenwissenschaftler?

Im letzten Jahrzehnt haben sich Informationsforscher als grundlegende Ressourcen erwiesen und sind in praktisch allen Verbänden verfügbar. Bei diesen Experten handelt es sich um ausgewogene, informationsorientierte Personen mit hochgradig spezialisierten Fähigkeiten, die in der Lage sind, komplexe quantitative Berechnungen zu strukturieren, um eine Vielzahl von Daten zu sortieren und zu orchestrieren, die zur Beantwortung von Fragen und für die Antriebstechnik in ihrer Vereinigung verwendet werden. Dies wird kombiniert mit der Beteiligung an Korrespondenz und Verwaltung, von denen erwartet wird, dass sie den verschiedenen Partnern in einem Verband oder Unternehmen substanzielle Ergebnisse vermitteln.

Datenwissenschaftler müssen neugierig und ergebnisorientiert sein, mit außergewöhnlichen branchenspezifischen Kenntnissen und Kommunikationsfähigkeiten, die es ihnen ermöglichen, ihren nicht-technischen Kollegen hochtechnische Ergebnisse zu erklären. Sie verfügen über einen starken quantitativen Hintergrund in Statistik und linearer Algebra sowie über Programmierkenntnisse mit Schwerpunkten in Data Warehousing, Bergbau und Modellierung zur Erstellung und Analyse von Algorithmen.