Data Science – Was kommt nach dem Hype?

Künstliche Intelligenz, Data Science, Machine Learning – das sind die Schlagwörter der Stunde. Man kann sich den Berichten und Artikeln über die technologischen Entwicklungen, Trends und die Veränderungen die uns bevorstehen kaum entziehen. Viele sind sich einig: Wir stehen vor einem Paradigmenwechsel vorangetrieben durch einen technologischen Fortschritt dessen Geschwindigkeit – auch wenn es vielen zu schnell geht – exponentiell zunimmt. Und auch wenn wir noch am Anfang stehen, so sind die Veränderungen jetzt schon zu spüren – in den Unternehmen, in unserem Alltag, in unserem Kommunikationsverhalten…

Der Arbeitsmarkt im Speziellen sieht sich auch einem starken Veränderungsprozess unterworfen. Berufe, die noch vor nicht allzu langer Zeit als nicht durch Maschinen ersetzbar galten, sind dabei zu verschwinden oder zumindest dabei sich zu verändern. Gleichzeitig entstehen neue Jobs, neue Rollen, neue Verantwortungsbereiche. Kaum ein Unternehmen kommt daran vorbei sich den Herausforderungen dieses technologischen Wandels zu stellen. Neue Strukturen, Abteilungen, Arbeitsmodelle und Jobs entstehen.

Doch um auf die anfangs genannten Hype-Begriffe zurückzukommen – was verbirgt sich eigentlich hinter Data Science, Machine Learning und Artificial Intelligence?! Welche Kompetenzen sollte ein guter Data Scientist eigentlich besitzen?

Die Antwort scheint aus Sicht vieler Manager einfach: im Studium Python lernen, regelmäßig Big Data Tools von Hadoop nutzen, sich in TensorFlow einarbeiten und etwas über Neural Networks lesen – und fertig ist der Data Scientist. Doch so einfach ist es leider nicht. Oder eher zum Glück?! Neue Job-Rollen erfordern auch neue Denkweisen im Recruiting! Wir entfernen uns von einem strikten Rollen-basiertem Recruiting und fokussieren uns immer mehr auf die individuellen Kompetenzen und Stärken der einzelnen Personen. Wir sind davon überzeugt, dass die treibenden Köpfe hinter der bereits laufenden Datenrevolution deutlich facettenreicher und vielschichtiger sind als sich das so mancher vielleicht wünschen mag.

Diesem Facettenreichtum und dieser Vielschichtigkeit wollen wir mit diesem kurzen Survey auf den Grund gehen. Welche Kompetenzen sollte ein guter Data Scientist aus Ihrer Sicht mitbringen? In welchen Bereichen würden Sie persönlich sich gerne weiterentwickeln? Haben Sie die Möglichkeiten dazu? Sind Sie auf dem richtigen Weg sich zu einem Data Scientist oder Machine Learning Expert zu entwickeln? Oder suchen Sie nach einem ganz anderen Karriereweg?

Mit einem Zeit-Investment von 5 Minuten leisten Sie einen wertvollen Beitrag zur Entwicklung unseres A.I.-Skillprints, der es ermöglichen wird, eine automatische, datengestützte Analyse Ihrer A.I.-bezogenen Fähigkeiten durchzuführen und Empfehlungen für eine optimale Karriereentwicklung zu erhalten.

Vielen Dank im Voraus für Ihre Teilnahme!
Das lexoro-Team

http://lexoro.ai/

Question Title

* 1. Welche Job-Bezeichnung entspricht Ihrer derzeitigen Position am ehesten?

Question Title

* 2. Arbeiten Sie in einem Unternehmen, das sich auf Data Science fokussiert?

Question Title

* 3. In welcher Art von Unternehmen sind Sie aktuell beschäftigt?

Question Title

* 4. Wie groß ist Ihr Unternehmen?

Question Title

* 5. Wie würden Sie selbst Ihre Kompetenz in den folgenden Programmiersprachen und Tools bewerten?

  keine Erfahrung Grundlagen-Kenntnisse schon mal verwendet solide Anwender-Kenntnisse sehr gute Programmier-Kenntnisse tägliche intensive Projektarbeit
Python
SQL
R
Java
JavaScript
C++
C
Scala

Question Title

* 6. Verwenden Sie folgende Frameworks und Tools zur Entwicklung, Implementierung oder Anwendung von Machine Learning Algorithmen?

  keine Erfahrung Grundlagen-Kenntnisse schon mal verwendet solide Anwender-Kenntnisse sehr gute Programmier-Kenntnisse tägliche intensive Projektarbeit
Hadoop / Mahout
Theano
TensorFlow
Spark / MLlib
Caffe2
CNTK
Keras
IBM Watson
kernlab
scikit-learn

Question Title

* 7. Wie gut kennen Sie sich mit folgenden statistischen Methoden aus?

  keine Erfahrung Grundlagen-Kenntnisse schon mal verwendet solide Anwender-Kenntnisse häufige Anwendung Expertenwissen
Deskriptive Statistik
Graphentheorie
Optimization
Regression
Classification
Clustering
Dimension Reduction

Question Title

* 8. Wie wichtig sind Ihrer Meinung nach folgende Skills in Bezug auf die Rolle eines Data Scientists?

  irrelevant wenig wichtig nice to have sehr wichtig unverzichtbar
Skills in Präsentation & Kommunikation
Kenntnisse über Datenschutz und Datensicherheit
Spezifisches Industrie-/Branchen-Knowhow
Wissen über relationale Datenbanken (SQL)
Wissen über NoSQL-Datenbanken
Kenntnisse über gängiges Machine Learning
Kenntnisse über Deep Learning

Question Title

* 9. In welchen Bereichen (Fragen 5-8), würden Sie sagen, haben Ihre Skills und Fähigkeiten noch am meisten Verbesserungspotential? Wie freuen uns über Ihren Kommentar!

Question Title

* 10. Welche Skills und/oder Technologien werden Sie voraussichtlich in den kommenden 12 Monaten weiterentwickeln oder neu erlernen?

Question Title

* 11. Gibt Ihnen Ihr Arbeitgeber die Möglichkeit sich in diesem/diesen Bereich(en) weiterzuentwickeln?

Question Title

* 12. Welche Anwendungsbereiche für Machine Learning sind Ihrer Meinung nach die wichtigsten in den nächsten 5 Jahren? Bitte sortieren Sie von 1 (wichtigstes) bis 5 (am wenigsten wichtig)

Question Title

* 13. Haben Sie Anmerkungen oder Ergänzungen zum Fragebogen? Wir freuen uns über Ihre Meinung!

Question Title

* 14. Welches Thema im Bereich Künstliche Intelligenz/ Data Science/ Machine Learning sollten wir in unserem nächsten Survey näher beleuchten?

Question Title

* 15. Möchten Sie die Ergebnisse des Surveys als Zusammenfassung erhalten? Tragen Sie einfach hier Ihre Email-Adresse ein. Ihre Email-Adresse wird selbstverständlich vertraulich behandelt und Sie erhalten weder Spam-Nachrichten noch werden wir Ihre Adresse an Dritte weitergeben.

Question Title

* 16. Haben Sie Interesse an einem Austausch zu möglichen Karriereperspektiven im Bereich Data Science/ Machine Learning?

T