Traumjob Data Science – Teil I: Vom Mathestudium zum high level Datenspezialisten

ein Interview mit Dr. Dennis Müller

Data Scientist – einer der angesagtesten Jobs derzeit. Aber wie wird man eigentlich zum Data Scientisten und wie kann man sich das operative Tagesgeschäft eines Datenspezialisten vorstellen? Wir haben mit Herrn Dr. Dennis Müller, Data Scientist der Kenbun IT AG, über den Beruf Data Science gesprochen.

Das Interview ist in zwei Teile aufgeteilt. Im ersten Teil erfahren Sie mehr darüber, wieso der Job eines Data Scientisten attraktiv, angesagt und abwechslungsreich ist. Wir zeigen Ihnen, wie auch Sie Data Scientist werden können, welche Studiengänge hierzu empfehlenswert sind und welche Soft Skills Sie sich vorab unbedingt aneignen sollten.  

Im zweiten Teil steigen wir näher ein ins Geschehen und schauen uns den Arbeitsalltag eines Data Scientisten an. Welche Aufgaben hat er zu bewältigen? Welche Programme/Tools verwendet er/sie? Und wie sieht eine ideale Arbeitsumgebung für einen Data Scientisten aus?

Hallo Herr Dr. Müller, schön, dass Sie da sind und uns heute Einblicke in Ihren Job gewähren. Warum wollten Sie Data Scientist werden?

Weil es der „Sexiest Job of the 21st Century“ ist [1] – lacht – wohl eher, da einem als Data Scientist nie langweilig wird.

Der Beruf des Data Scientisten ist sehr jung und daher ständig im Wandel, entwickelt sich weiter und dehnt sich in die verschiedensten Bereiche aus. Zwar besteht der Kern meiner Arbeit immer darin Wissen aus Daten zu gewinnen und diese Erkenntnisse für andere aufzubereiten, doch sind die technischen Problemstellungen oft unterschiedlich.

Aufgrund dieser hohen Dynamik ist meine Arbeit sehr abwechslungsreich und ich darf mich selbst ständig weiterentwickeln und neu einlesen. Hinzu kommt die Herausforderung der Wissensgewinnung. Manchmal ist es nicht ganz einfach die Datensätze gewinnbringend zu analysieren, aber definitiv das beste Gefühl auf der Welt, wenn man etwas wertvolles und vielleicht sogar unerwartetes gefunden hat.

Und auch in Zukunft bleibt es als Data Scientist spannend: Im Zuge der Digitalisierung werden immer mehr Daten erhoben und gespeichert. Durch deren Analyse können Data Scientisten viele bestehende Prozesse analysieren und optimieren.

Wie sind Sie Data Scientist geworden? Was haben Sie studiert? Und welches Wissen, dass Sie an der Uni erworben haben, ist für Ihren Arbeitsalltag heute am wichtigsten?

Ich habe in Karlsruhe Mathematik mit der Spezialisierung Stochastik studiert und dort anschließend auch promoviert. Insgesamt waren das 6 Semester Bachelorstudium, 4 Mastersemester und anschließend 3,5 Jahre für meine Promotion.

Die abstrakte Ausbildung eines Mathematikers ist eine ideale Vorbereitung auf den Job als Data Scientist. Man lernt wechselnde Herausforderungen zu meistern und sich schnell und strukturiert in neue Themenstellungen einzuarbeiten.

Abgesehen davon, ist für mich heute noch mein Grundverständnis von Statistik und Wahrscheinlichkeitstheorie am wichtigsten. Genauso wie meine praktische Programmiererfahrung, die ich vor allem während meiner Promotion erworben habe, als ich verschiedene Stochastische Prozesse z.B. in Matlab, R oder Python simuliert habe.

Weiterhin habe ich schon ab dem dritten Semester mit der Weitergabe meines Wissens in Form von Tutorien begonnen. Dadurch habe ich gelernt vor Menschengruppen zu sprechen und theoretische Inhalte ansprechend zu verpacken. Besonders interessant war dabei fachfremdes Publikum, wie z.B. Wirtschaftsingenieure oder Lehramtsstudierende, da man hier mehr Wert auf die praktische Anwendbarkeit legt.

Kann ich auch einen anderen Studiengang absolvieren und trotzdem Data Scientist werden?

Auf jeden Fall ist Mathematik nicht das einzige Studium das einen als Data Scientisten qualifiziert. Z.B. hat man im Physik-Studium auch sehr viel mit Daten zu tun, gepaart mit einer Statistik-Grundausbildung ist man anschließend auch sehr gut aufgestellt. Auch ein Informatik-Studium kann eine gute Basis sein, da je nach Ausrichtung des Tagesgeschäfts auch Software-Engeneering Kenntnisse sehr sinnvoll sind. Nicht zuletzt sind natürlich die Data Science-Studiengänge zu nennen, die genau das Wissen vermitteln, was man als Data Scientist braucht.

Mal angenommen, ich würde gerne Data Scientist werden wollen. Kann ich mir dann die Zeit für den Master und die Promotion nicht einfach sparen und nach dem Bachelor schon loslegen?

Im Mathematikstudium ist es typisch den Master anzuhängen, denn meistens folgt erst dann die Spezialisierung auf ein Themengebiet. Außerdem ist man nach der Promotion älter und hat mehr gesehen. Man kann selbstständiger arbeiten und mehr Verantwortung übernehmen. Deshalb bin ich persönlich glücklich mit meiner Entscheidung. Ich kann mir aber auch vorstellen, dass in anderen Lebensläufen ein Bachelor ausreicht, der dann „on-the-job“ mit den entsprechenden Qualifikationen angereichert wird.

Welche Softskills sollte man als guter Data Scientist beherrschen?

Die Hauptaufgabe eines Data Scientisten besteht primär darin Erkenntnisse aus Daten zu gewinnen und diese ggfs. in Vorhersagemodelle zu gießen. Oftmals ist man dabei in der Rolle eines Dienstleisters, der die Daten zugespielt bekommt. Eine wesentliche Aufgabe ist also die Abstimmung mit verschiedenen Stakeholdern. Deshalb sollte man Spaß daran haben mit Menschen zu kommunizieren und ausgereifte Präsentationsskills besitzen, um die gewonnenen Ergebnisse zu erläutern. Weiterhin sollte man teamfähig sein, denn IT-Projekte werden in der Regel gemeinsam im Team gemeistert.

Vielen Dank Herr Müller, dass Sie sich Zeit für unser Interview genommen und uns in die Welt eines Data Scientisten eingeführt haben.

[1] Harvard Business Review, Autoren Thomas H. Davenport & D.J. Patil, Oktober 2012:  https://hbr.org/2012/10/data-scientist-the-sexiest-job-of-the-21st-century