Was macht eigentlich ein Data Scientist?

Stephan, was macht eigentlich ein Data Scientist, welche Aufgaben hat er / sie im DAA-Team?
Den generalistischen Data Scientist gibt es nicht. Es gibt den Data Scientist, der einen gewissen Teilbereich oder mehrere Teilbereiche aus dem Bereich Data Science abdeckt, wie zum Beispiel Data Engineering, Data Visualisierung oder Data Analytics, wo es eher um den analytischen Teil geht.

Daher sind auch die Aufgaben je nach Fachexpertise unterschiedlich. Unsere Beraterinnen und Berater helfen zum Beispiel bei unseren Kunden ein Datenverständnis und Lösungen in den Bereichen Engineering, Visualisierung oder Analytics aufzubauen und einen Mehrwert für den Kunden schaffen. Es geht immer darum, die Anforderungen des Kunden zu verstehen, das Projekt im Auge zu behalten, mit dem Team zu agieren und Ergebnisse vorzustellen. Ich sage immer: 50 % sind Fachlichkeit und die anderen 50 % sind Themen rund um das Projekt- und Stakeholdermanagement.

Welche Voraussetzungen braucht man, um Teil des DAA-Teams zu werden?
Grundvoraussetzung ist nach wie vor ein fundamentales Verständnis von Daten und Methoden. Also mathematische und statistische Grundlagen, die wahrscheinlich auf dem akademischen Bildungsweg erworben wurden, bilden immer eine solide Basis. Es ist von Vorteil, wenn unsere Beraterinnen und Berater schon in einem Bereich wie z. B. Dashboards bauen oder Datenquellen verfügbar machen, gewisse Erfahrungen mitbringen. Programmierkenntnisse in den gängigen Programmiersprachen wie Python, SQL oder R sind ebenfalls relevant. Auch wenn man es nicht immer selbst braucht, sollte man sie verstehen. Das sind die Basis-Skills. On Top kommen dann die Erfahrungen, die man schon hat oder die im Zweifel mit der Zeit im Job aufgebaut werden, wie Projektmanagement, Kommunikationsfähigkeit und Präsentationskompetenz.

Neben den fachlichen Anforderungen ist der kulturelle Spirit bei DAA und bei Cassini eine wichtige Komponente. Wir haben einen sehr engen Austausch im Team und da ist nicht nur die Fachlichkeit, sondern auch die Chemie wichtig. Wir haben viele kommunikative Leute, die aufgeschlossen sind und Lust auf Neues haben. Das wünschen wir uns auch für neue Teammitglieder.

In welchen Projekten arbeitet Cassini?
Unsere Themen und Projekte sind branchenunspezifisch. So können wir unseren Consultants viel Abwechslung bieten. Das ist der Vorteil bei Cassini. Was wir uns nicht anmaßen, ist, das Know-how unserer Kunden in ihrem jeweiligen Fachbereich zu haben. Es ist immer eine Kombination: Wir bringen die branchenspezifischen Kenntnisse unserer Kunden und unsere technischen Skills zusammen. Ein paar Beispiele: Wir können den Einkauf eines Unternehmens optimieren, indem wir Daten analysieren und Dashboards bauen. Wir können die Logistik optimieren, indem wir bspw. analysieren, wie Roboter durchs Lagerhaus fahren und wie sie möglichst effizient Ware sortieren und liefern können. Wir können aber auch Anomalien bei Sensordaten erkennen. Unsere Einsatzmöglichkeiten sind in jedem Fall vielfältig.

Worauf kann man sich bei Cassini im Bereich Data spezialisieren?
Wir differenzieren zwischen Technologie und Daten. Unsere Beraterinnen und Berater können sich im technologischen Bereich auf Plattformen spezialisieren oder im Bereich der IoT-Sensorik. Im Bereich Daten geht es mehr in Richtung Analyse oder Visualisierung von Daten. Wer sich eher im Bereich Datenarchitektur und Data Governance wiederfindet, kann sich auch darauf spezialisieren.

Gibt es dafür Weiterbildungen bei Cassini?
Wir haben intern sogenannte Curricula, bei denen wir für Data Scientists und Technologieberaterinnen und -berater spezielle Pfade aufbauen, die für uns und unsere Kunden sehr relevant sind. Die Wissensweitergabe findet dabei zwischen den Kolleginnen und Kollegen statt. Das reichern wir aber zusätzlich mit externen Trainings an, die auch Teil der Curricula sind, um nicht nur fachspezifisches Know-how aufzubauen, sondern unsere Consultants auch bei ihrer persönlichen Weiterentwicklung zu unterstützen.