Data Science - Eine spannende Mischung aus Mathematik und Informatik
Campus Weiterbildung - Wissen2Go
https://www.youtube.com/watch?v=9ZlkkSp-40o

Transkript (automatisch erstellt)

0:02 liebe zuschauerinnen zuschauer schön dass wir wieder eingeschaltet haben wir freuen uns auf ein neues experten interview mit unserem heutigen kraft
0:10 professor doktor martin storath experte für mathematische methoden für computer vision und maschinen maschinelles lernen und leiter unseres zertifikatslehrgang
0:20 data sein specials zum campus weiterbildung und natürlich auch ein herzliches hallo wieder an meine liebe kollegin eli
0:30 jahre starten direkt mit drei fragen in 30 sekunden martin macht ist denn deine liebste beschäftigung am tag
0:40 das gemeinsame kochen und abendessen mit meiner lebensgefährtin wo hast du leben wenn du frei gehen könnte ist
0:50 wahrscheinlich in costa rica oder in dieser gegend mit sonne und mehr verständlich was würdest du gerne deinem jüngeren ich sagen
1:02 investiere ob sie nun alles in bitcoins müssen uns nicht mehr halten [Musik] ja er hat sich das klima martin von
1:14 diesem kleinen etwas privaten einblick immer sehr spannend also tatsächlich da bist du der erste der bei der letzten frage mal was anderes geantwortet hat
1:22 als einfach mal machen oder macht ihr nicht so viel gedanken investiere an bitcoins ja das wird ein guter tipp wenn wir uns jetzt mal auf den
1:32 beruflichen part fokussieren sehen wir du bist in verschiedenen mathematischen themen feldern bei uns an der fhws unterwegs also du bist in der lehre
1:41 unter anderem im bereich technomathematik tätig du hast ein labor für mathematische methoden im bereich computer vision und maschinelles lernen
1:48 aber du bist eben auch leiter für den zertifikatslehrgang zum wetter sein specialist bei uns am campus für die laien da draußen oder auch für mich und
1:57 lilly was genau ist denn beckers science und wie passt das mit deiner passion der mathematik zusammen
2:06 ja also ganz allgemein bezeichnet man mit data science die extraktion von wissen aus daten ja etwas konkreter das ist ein interdisziplinäres
2:18 wissenschafts feld welches wissenschaftlich fundierte methoden zum schaffen von erkenntnissen aus strukturierten oder unstrukturierten
2:25 daten ermöglicht und personen die im data science bereich arbeiten die zeichen waren eben als die
2:34 data center ist ja der schrifsteller science hat da eigentlich eine lange historie aber diese berufsbezeichnung dass ein
2:43 test ist vergleichsweise relativ neu also entsprechende studiengänge sind erst in den letzten jahren rausgekommen und
2:52 derzeit haben der das sagt ist eben häufig eine ausbildung informatik statistik mathematik so wie ich oder physik
3:01 jetzt fragt man sich vielleicht was machten data sainz ist denn dann soll den tag über ja die aufgabe von seinem data sanchez
3:11 ist es aus daten erkenntnisse zu generieren und daraus handlungsempfehlungen abzuleiten ein ganz anschauliches beispiel ist das
3:20 vorschlag system von netflix hierbei sind die daten die filmbewertungen der nutzer und die daraus gewonnenen erkenntnisse
3:28 sind die vorlieben für bestimmte filme die daraus resultieren handlungsempfehlungen für den zuschauer wären dann stau den technischen
3:37 bestimmten zimmern stimmt habe ich noch gar nicht so sind wie ich jetzt gibt's ja auch so viele unterschiedliche begrifflichkeiten
3:49 zusammenhang mit data beckers 1 data analysis data ingenieur data architekt es ist jetzt alles ein und dasselbe nur mit tippen namen oder
4:02 gibt es da doch extreme unterschiede ja also in den letzten jahren hat sich das berufsbild dieses data seien tests
4:14 dass man früher alles zusammengefasst hat eine data seien jetzt deutlich weiter differenziert und abhängig vom jeweiligen aufgabenbereich im regelfall
4:23 spricht man häufig von dem täter seien tests niemanden der die fragestellungen der mit seiner datenbasis beantworten möchte selbst stellt und der analyst auf
4:34 der anderen seite ist jemand der aus bereits erhobenen daten fragestellungen von anderen teams lösen möchte zum beispiel vom vertrieb oder marketing
4:46 data händlern findet man eher im bereich von modellieren aufbau und betriebssicherheit von datenbanken der da der architekt der jetzt im
4:56 gleichen bereich unterwegs wieder data ingenieur aber auch einer größeren skala zum beispiel würde er sich eher mit big data und cloud-infrastrukturen
5:04 beschäftigen die übergänge sind aber fließend und die zuordnung ist natürlich nicht eindeutig jeder sieht das ein bisschen anders
5:12 es gibt ganz viele verschiedene anwendungsbereiche und gegen sind neben den basis kenntnissen dann eben nochmal spezialisierung
5:21 erforderlich würde man so sagen aber was ihn so kommen besorgt genau das täten zu den basiskenntnisse die man als data was auch immer danach kommt haben
5:32 sollte ich vermute mal macho macho kannst kann man dann sagen ja man braucht dieses und jenes niveau vielleicht und was was zehn vielleicht
5:42 noch zudem basiskenntnisse die man haben sollte also um geld das einst zu betreiben sollte man tatsächlich über eine solide
5:51 aus gelungen in höherer mathematik verfügen zum beispiel wie sie in den klassischen mit studiengänge an den hochschulen gelehrt wird also
5:58 ingenieurwissenschaften mathematik informatik statistik physik insbesondere im speziellen braucht man
6:06 kenntnisse aus der sogenannten dem jahren all gebracht das ist die lehre der matrizen und vector rechnung da eben viele methoden mit hilfe von matrizen
6:15 und vektoren formuliert werden und häufig auch die daten selbst als matrizen gespeichert werden außerdem sind grundlegende kenntnisse
6:25 sich ein statistik und wahrscheinlichkeitsrechnung sehr hilfreich darauf aufbauend auch
6:33 hatte ich tatsächlich im betriebswirtschaftsstudium auch ja aber ich vermute nicht ganz so vertieft wie man dann benötigt ja aber das kann man
6:44 sich dann da kann man aufbauen kann man reaktivieren aber eben darauf aufbauen können sich spezielles anders sein zu wissen
6:55 aneignen das ist wenn man zum beispiel maschinelles lernen oder umgang bewusst mit großen worten ok und ja maschinelles lernen da wird mir spontan noch das
7:04 thema programmieren zu einfach also ein kino haus sollte man wahrscheinlich auch mitbringen oder wäre von vorteil wenn man das hat ja ist von sehr großem
7:15 vorteil und umso tiefer die programmier kenntnisse sind umso besser insbesondere helfen dabei wieder
7:22 erkenntnisse von speziellen datenbanken wie sql oder im bereich von mathematischen programmiersprachen wie das nahm reihe
7:31 von python matlab und da hat bei hat sich theissen in vielen bereichen als quasi standard etabliert
7:40 und auf dieser grundlage wenn man nur wirklich gute und lage in weizen oder ähnlichen sprachen hat dann kann man sich in die
7:51 relevanten speziellen software bibliotheken einarbeiten die speziell für das einst entwickelt wurden zum beispiel anders für daten frames kittler
8:02 unser klassisches machine learning tänzer flow und paul potts vertrieb learning und dass ich ständig weiterentwickelt und kann man sagen also
8:11 programmieren ja wie viel know how soll ich denn damit bringen reicht so ein vhs-kurs den mann gemacht zu haben oder ist es schon
8:21 tiefere tieferes verständnis was ich dafür brauche es kommt ein bisschen darauf an in welchem bereich man arbeiten will so
8:32 wenn man grundlegend wir verstehen will die methoden des täters 1 um mit data
8:39 centers zusammenzuarbeiten dann reicht sicherlich richtung vhs-kurs und oberflächliche kenntnisse weil man aber
8:51 wirklich in den kleinen vom data science eindringen will sollte man es doch schon auf einem höheren niveau beherrschen
9:00 er hat vielleicht der ein oder andere so ist oder die vorstellung des keywords der in seinem kämmerlein sitzt und wer das einst betreibt ist es aber ja nicht
9:11 so als ob tatsächlich würde ich sagen teamwork mittlerweile auch im intimbereich nicht mehr wegzudenken stichwort agile angelis
9:20 arbeiten was braucht man dann vielleicht auch noch an soft skills oder an persönlichkeit die man mitbringen seite um im bereich räder seines arbeiten zu
9:28 können ja also auch wenn man erstmal nicht vermutet kreativität ist ein sehr hilfreiche eigenschaft
9:38 dass ein teil der sound ist er wird eben gemacht gerade dann hinzugezogen wenn im datenauswertungen mit existierenden of the box methoden nicht zu lösen sind
9:48 und dann braucht man jemanden der sich kreative lösungen einfallen lässt außerdem sollte man sich auf einen
9:57 rasant weiterentwickeln stand der technik einstellen können also zb ständiger weiterentwicklung der relevanten programmbibliotheken und der
10:04 genutzten methoden das ändert sich teilweise monatlich was man da neue benutzen kann oder sollte okay
10:16 neugierig bleiben ist auch auf jeden fall ganz neugierig darauf unfall jetzt kann man ja eigentlich mit daten in so ziemlich jedem unternehmen
10:26 arbeiten es kommt überall vor 10 datenverarbeitung ist ja jetzt aber auch ein bisschen heikel geworden muss man sich denn als data sein special ist
10:38 dann auch mit dem thema datenschutz aus kann ja unbedingt und vor allem deswegen weil datenschutzprobleme häufig gar nicht so
10:48 offensichtlich sind dass dieses unternehmen wirklich datenschutz probleme hat ein schönes beispiel dazu liefert man wieder netflix
10:56 und zwar netflix hat vor einigen jahren im zuge eines wettbewerbs einen anonymisierten datensatz sollen finger bewertungen aber mit bewertungs
11:06 zeitpunkt ins netz gestellt und bereits kurze zeit später ist es aber der in der gruppe von data sind jetzt gelungen durch einen abgleich mit
11:15 anderen datenbanken diese benutzer eindeutig zu identifizieren mit überwältigen denn treffergenauigkeit
11:23 ja jetzt mag man das machen noch unkritisch sind ersetzt man jetzt aber filme bewertungen mit bestimmten medizinischen daten dann ist man schnell
11:33 bei einem handfesten datenskandal wirklich gruselig heute hat ganz oft des seins ist der schlüssel zur digitalen
11:43 transformation kannst du uns erklären wie das gemeint ist oder wie es deine einschätzung dazu
11:50 ja ich stimme dem ich bin weil ich der begriff digitale transformation
11:58 der bedeutet ja die moment die erhebliche veränderung von unserem alltagsleben von unserer wirtschaft und unserer gesellschaft
12:06 durch verwendung von digitalen technologien in der praxis heißt das unternehmen als zeugen und sammeln enormen mengen von daten
12:16 und jedes unternehmen das dauerhaft erfolg haben will und sich gegen die konkurrenz durchsetzen will muss in der lage sein diese daten gewinnt gründe
12:23 einzusetzen jansen wiederum die daten in verwertbares wissen zu transformieren wenn du denken wir wieder die methoden des data science
12:34 also empfehlung an alle bei uns ausbilden was man einstellen solltet ihr da draußen jetzt sagen das ist genau mein traum so
12:49 wie sollte er oder sie da am besten vorgehen muss man unbedingt informatik oder mathematik studiert haben oder kann er auch ein betriebswirt eben
13:00 dem thema gerecht werden und was machen die person ohne studium die aber trotzdem vielleicht das nötige know how mitbringen aber eben über andere kanäle
13:15 sailers antesten nutzen sehr viel mathematik statistik informatik daher ist ein studienabschluss in seiner mathematisch technischen fachrichtungen
13:24 guter ausgangspunkt aber das technische know-how allein genügt meist nicht neben diesen technischen mathematischen know-how es auch ein
13:34 spezielles domain wissen notwendig kommen die daten zum beispiel aus dem bereich von betriebswirtschaftlichen kennzahlen dann ist der entsprechende in
13:43 betriebswirtschaft gerade von großem vorteil und der betriebswirt kann hier möglicherweise besser ergebnisse deuten und hat mit
13:52 bessere institution für die daten zusammengefasst falls sie jetzt von einer mathematisch technischen ausbildung kommen und auf
14:02 der er aufbauen können jetzt eine weiterbildung im bereich von speziellen methoden des täters 1 wie datenbanken datenintegration maschinell islam sowie
14:11 eine anleitung von speziellen drohten ihnen wissen sehr ratsam falls sie hingegen andererseits mit stunden speziellen domain und jetzt
14:19 kommen zum beispiel mit betriebswirtschaftlichen kenntnissen aber noch keine mathematische informatiker ausbildung haben dann
14:26 empfehle ich zunächst entsprechende kurse in den relevanten teil gebieten der mathematik und informatik dazu können für mich besonders lineare
14:35 algebra statistik und programmierung da weiß ich jetzt wo ich mich weiterbilden worin ich mich weiterbilden sollte genau es gibt ja mittlerweile
14:46 wirklich zahlreiche angebote auch im bereich der datenanalyse und so weiter wir haben uns dieses jahr ja auch dazu entschieden ein
14:55 berufsbegleitendes angebot auf den markt zu bringen wir haben nun einen zertifikatslehrgang bei dem man über 12 12 wochen zum data sein special ist von
15:04 tier und drei weiteren großartigen kollegen ausgebildet wird kannst du uns vielleicht noch mal kurz was zu den inhalten frage ihr habt euch ja dafür
15:12 entschieden die module datenquellen und datenintegration und algorithmen datenanalyse und verarbeitung anzubieten da gibt es eine fülle an themen aus dem
15:22 bereich der science warum gerade diese module jetzt zunächst der kurs ist wie gesagt relativ kompakt von etwa 10 credit
15:33 points und es ist sicher nicht möglich das ganze spektrum das data science hergibt in einem so packten kurs anzubieten deswegen mussten wir eine
15:43 gewisse auswahl treffen und unser ziel in dem lehrgang war es zwei sehr wichtige säulen des data sein test auch in angemessene tiefe zu behandeln
15:53 das ist einerseits das identifizieren von datenquellen und die aufbereitung für die spätere analyse und auf der anderen seite die statistischen methoden
16:04 und den programmiert technische umsetzung so dass man letztendlich mal eine anwendbare pipeline hat die man direkt im beruf anwenden kann ok
16:15 und in der konzeption damals war relativ schnell klar dass das für euch kein reiner einsteigerkurs sein sollte also es werden insbesondere menschen damit
16:25 angesprochen die schon höhere mathematische und statistische kenntnisse und auch programmierkenntnisse mitbringen oder
16:31 schon in dem art verwandten bereich auch studiert haben warum das und warum nicht einfach für jeden offen lassen so ein kurs
16:40 ja da wie gesagt jeder seien stark auf mathematik und informatik aufbauscht ist es kaum machbar gleichzeitig teilnehmenden mit und ohne diese
16:51 kenntnisse ein interessantes programm zu ermöglichen das würde sie zwangsläufig immer eine dieser gruppen langweilen langweilen oder überfordert fühlen
17:00 wir haben uns dafür entschieden hier entschieden für die zielgruppe mit den entsprechenden grundkenntnissen weil es gerade in diesen bereichen eine große
17:09 nachfrage aus der industrie gibt street möchte gerne die techniker ingenieure informatiker in diesem bereich
17:19 weiterbilden außerdem können wir eben durch die voraussetzung von mathematik und programmierkenntnissen sehr schnell zu
17:27 den kernthemen des daseins vordringen und müssen nicht wochenlang erst mal höhere mathematik unterricht
17:36 machen selbst trägt und um dann das wetter science vorzudringen [Musik] und was glaubst du denn was macht den
17:45 kurs zu besonders also wie gesagt werden ja schon gesagt es gibt jede menge konkurrenz angebote es ist tatsächlich die spezialisierung oder ist es die
17:54 ausgewogenheit vielleicht auch von den studierenden aus dem bereich hochschullehrer und aus der praxis ist es vielleicht die betreuung durch unsere
18:02 mädels am campus ist das alles zusammen was glaubst du was ist so besonders an unserem kurs
18:08 ja ich denke alle dinge die so bereits angesprochen hast also wir legen es um einen sehr hohen wert auf wissenschaftliche fundierung sowie auf
18:19 praxis neben anwendbarkeit der mit runden unser programm hat da ja eine fülle von methoden die man unmittelbar im beruf einsetzen kann das ist uns sehr
18:29 wichtig die der fokus der spiegelt sich auch in luzern dänn team ihr neben zwei hochschulprofessoren also je einem so
18:38 informatik und mathematik unterrichten auch zwei experten aus der industrie er weiterhin ist der lehrgang mit insgesamt sechs wochenenden präsenzzeit
18:48 und dazu noch mal drei mal so viel selbst lange zeit ideal geeignet als berufsbegleitende weiterbildung ehrlich es für den zertifikatslehrgang
19:00 interessiert der findet natürlich auch auf unsere webseite ganz viele informationen dazu und auch einen kleinen selbsteinschätzung fest vor
19:06 allen dingen mit aufgaben aus der mathematik und aus der programmierung ich selber habe das auch schon gemacht also lasst euch bitte nicht davon
19:14 abschrecken wenn man nicht alle antworten weiß und am ende vielleicht wie bei mir nicht ganz 100 prozent raus gekommen sind meldet euch trotzdem gerne
19:23 wenn ihr interesse am zeitig die karten habt manchmal ist auch ein gespräch ganz hilfreich für das natürlich unsere expertin am campus jederzeit auch zur
19:30 verfügung stehen und da kann man vielleicht individuell auch besprechen was geht euch noch um den schritt zu unserem zertifikatslehrgang zu schaffen
19:38 oder um den schritt natürlich zu schaffen ein delta sein specials zu werden ja genau an dieser stelle schon vielen herzlichen dank von mir genau und
19:48 elli heute glaube ich auch noch kurz was sagen ich wollte mich auch nochmal bedanken für alle zuhörerinnen und zuhörer die uns dieses jahr schon
19:57 begleitet haben danke an dich martin dass du ja der ja doch eigentlich letzte für dieses
20:06 jahr der letzte experte für dieses jahr bist dankeschön dafür und ja es wird noch ein kleines special
20:16 von der christie und mir geben ein kleines weihnachts special vielleicht mit einem special guest mal schauen ob wir die besagte person noch überreden
20:25 können oder nicht lasst euch überraschen schaltet ein und wir freuen uns auf das nächste jahr wir wünschen euch auch einen gesunden jahresabschluss bleibt
20:36 eine gesund nach wie vor und wir freuen uns dann auch nichts mehr mit holz vielen dank danke euch
20:50 danke an euch