Wie wird man Data Scientist?
Data Science, was ist das überhaupt? Was macht ein Data Scientist? Was muss man lernen, wenn man eine Data Science Karriere anstrebt? Diese Fragen beantworte ich im heutigen Video.
Dem Beruf des Data Scientists wurde schon 2009 von Hal Varian und einige Jahre später dem Harvard Business Review eine glorreiche Zukunft vorhergesagt. Diese Vorhersage ist eingetreten, Daten spielen eine wichtigere Rolle denn je, und Data Scientists sind auf dem Arbeitsmarkt extrem gefragt.
Data Science ist allerdings ein recht allgemeiner Begriff ("Wissenschaft mit Daten"), der sich in viele Unterbereiche aufgliedern lässt, zum Beispiel: Messung & Metriken, Strategie, Vorhersagen (Time Series Analysis), Korrelationen, Experimente (AB-Tests), Data Engineering (Logging, ETL-Pipelines), Modellierung, Optimierung, Visualisierung, Maschinelles Lernen, Künstliche Intelligenz.
Hinzu kommt, dass man sich mit jedem dieser Bereiche auf einer von drei Stufen beschäftigen kann:
1) Grundlagenforschung (Level: Professor)
2) Angewandte Forschung bzw. Core Data Science (Level: PhD)
3) Anwendung bzw. Product Data Science (Level: Bachelor/Master/PhD)
Um als typischer Data Scientist in einer Firma zu arbeiten, sollte man mathematische Vorkenntnisse haben. Bewerber kommen üblicherweise aus Feldern wie: Informatik, Physik, Mathematik, Wirtschaftswissenschaften, Maschinenbau, Psychologie, ...
Vor allem die Statistik spielt in fast allen Bereichen eine immense Rolle. Darüber hinaus ist ein guter Data Scientist mit Python und/oder R bewandert und hat gute Kommunikationsfähigkeiten.
Peter Wang (Gründer Anaconda) beantwortet die Frage "Was ist Data Science" so: data science is a literacy, not a job. Ihm zufolge entwickelt sich Data Science mehr und mehr zu einer allgemein notwendigen Fähigkeit, die keinem einzelnen Berufszweig zuzuordnen ist.
Wenn du anfangen möchtest, dich mit Data Science zu beschäftigen, sind Bücher, Videos oder Vorlesungen zu Statistik und Python eine gute Wahl. Für eine umfangende Einführung empfehle ich Onlinekurse, z.B. den genannten von Coursera, siehe Link weiter unten.
▬ Über diesen Kanal ▬▬▬▬▬▬▬▬▬▬▬▬
Ich habe Informatik und Mathematik in Hamburg, Cambridge und Paris studiert und arbeite derzeit als Software Engineer bei Facebook in London. Auf diesem Kanal erzähle ich von meinen Erfahrungen und gebe Tipps rund um Studium und Karriere, vor allem im Informatikbereich. Jetzt kostenlos abonnieren: https://bit.ly/Niklas_Abo
▬ Mehr Videos ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
Hier erfährst du, wo man Praktika findet, die aufwärts von 4000 Euro monatlich zahlen:
►https://youtu.be/FZgjmFDPdPs
So sieht ein typischer Arbeitsalltag für mich aus:
► https://youtu.be/YaakNj9ap0U
Die wichtigsten Inhalte im Informatikstudium:
► https://youtu.be/O-DKi2Ju7s0
▬ Mein Equipment ▬▬▬▬▬▬▬▬▬▬▬▬▬
Tastatur:
►https://amzn.to/3dSHllc
Maus:
►https://amzn.to/31IglQq
Kamera:
►https://amzn.to/34us32Z
Mikrofon:
►https://amzn.to/3oAf48f
Audio-Recorder:
►https://amzn.to/34usElf
Beleuchtung:
►https://amzn.to/2HrC8oY
Unterstütze kostenlos meinen Kanal, indem du über diese Links bei Amazon bestellst!
▬ Lass uns Freunde sein! ▬▬▬▬▬▬▬▬▬▬
►Instagram: https://bit.ly/Niklas_IG (neu!)
►Facebook: https://bit.ly/Niklas_FB
►XING: https://bit.ly/Niklas_XING
►LinkedIn: https://bit.ly/Niklas_LinkedIn
▬ Links zu diesem Video ▬▬▬▬▬▬▬▬▬▬
David McCandless: The beauty of data visualization
► https://youtu.be/5Zg-C8AAIGg
Data Science Track auf Coursera
► https://www.coursera.org/specializations/jhu-data-science
▬ Timestamps ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
0:00 - Intro
0:17 - Sexiest Job of the 21st Century
1:03 - Was ist Data Science?
1:20 - Messung & Strategie
2:03 - Vorhersagen
2:18 - Korrelationen
3:04 - Experimente (mit Übungsaufgabe)
4:40 - Data Engineering
5:22 - Modellierung & Optimierung
5:48 - Visualisierung
6:22 - Künstliche Intelligenz
6:45 - Wie wird man Data Scientist?
7:04 - Forschung
7:27 - Core Data Science
8:12 - Product Data Science
8:48 - Was muss man lernen?
10:28 - Data Science als allgemeine Fähigkeit
11:46 - Wo sollte man anfangen?
13:52 - YouTube Data Science
14:15 - Instagram
▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
Quelle für das Bild von Hal Varian: https://commons.wikimedia.org/wiki/File:Hal_Varian.jpg
Видео Wie wird man Data Scientist? канала Niklas Steenfatt
Dem Beruf des Data Scientists wurde schon 2009 von Hal Varian und einige Jahre später dem Harvard Business Review eine glorreiche Zukunft vorhergesagt. Diese Vorhersage ist eingetreten, Daten spielen eine wichtigere Rolle denn je, und Data Scientists sind auf dem Arbeitsmarkt extrem gefragt.
Data Science ist allerdings ein recht allgemeiner Begriff ("Wissenschaft mit Daten"), der sich in viele Unterbereiche aufgliedern lässt, zum Beispiel: Messung & Metriken, Strategie, Vorhersagen (Time Series Analysis), Korrelationen, Experimente (AB-Tests), Data Engineering (Logging, ETL-Pipelines), Modellierung, Optimierung, Visualisierung, Maschinelles Lernen, Künstliche Intelligenz.
Hinzu kommt, dass man sich mit jedem dieser Bereiche auf einer von drei Stufen beschäftigen kann:
1) Grundlagenforschung (Level: Professor)
2) Angewandte Forschung bzw. Core Data Science (Level: PhD)
3) Anwendung bzw. Product Data Science (Level: Bachelor/Master/PhD)
Um als typischer Data Scientist in einer Firma zu arbeiten, sollte man mathematische Vorkenntnisse haben. Bewerber kommen üblicherweise aus Feldern wie: Informatik, Physik, Mathematik, Wirtschaftswissenschaften, Maschinenbau, Psychologie, ...
Vor allem die Statistik spielt in fast allen Bereichen eine immense Rolle. Darüber hinaus ist ein guter Data Scientist mit Python und/oder R bewandert und hat gute Kommunikationsfähigkeiten.
Peter Wang (Gründer Anaconda) beantwortet die Frage "Was ist Data Science" so: data science is a literacy, not a job. Ihm zufolge entwickelt sich Data Science mehr und mehr zu einer allgemein notwendigen Fähigkeit, die keinem einzelnen Berufszweig zuzuordnen ist.
Wenn du anfangen möchtest, dich mit Data Science zu beschäftigen, sind Bücher, Videos oder Vorlesungen zu Statistik und Python eine gute Wahl. Für eine umfangende Einführung empfehle ich Onlinekurse, z.B. den genannten von Coursera, siehe Link weiter unten.
▬ Über diesen Kanal ▬▬▬▬▬▬▬▬▬▬▬▬
Ich habe Informatik und Mathematik in Hamburg, Cambridge und Paris studiert und arbeite derzeit als Software Engineer bei Facebook in London. Auf diesem Kanal erzähle ich von meinen Erfahrungen und gebe Tipps rund um Studium und Karriere, vor allem im Informatikbereich. Jetzt kostenlos abonnieren: https://bit.ly/Niklas_Abo
▬ Mehr Videos ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
Hier erfährst du, wo man Praktika findet, die aufwärts von 4000 Euro monatlich zahlen:
►https://youtu.be/FZgjmFDPdPs
So sieht ein typischer Arbeitsalltag für mich aus:
► https://youtu.be/YaakNj9ap0U
Die wichtigsten Inhalte im Informatikstudium:
► https://youtu.be/O-DKi2Ju7s0
▬ Mein Equipment ▬▬▬▬▬▬▬▬▬▬▬▬▬
Tastatur:
►https://amzn.to/3dSHllc
Maus:
►https://amzn.to/31IglQq
Kamera:
►https://amzn.to/34us32Z
Mikrofon:
►https://amzn.to/3oAf48f
Audio-Recorder:
►https://amzn.to/34usElf
Beleuchtung:
►https://amzn.to/2HrC8oY
Unterstütze kostenlos meinen Kanal, indem du über diese Links bei Amazon bestellst!
▬ Lass uns Freunde sein! ▬▬▬▬▬▬▬▬▬▬
►Instagram: https://bit.ly/Niklas_IG (neu!)
►Facebook: https://bit.ly/Niklas_FB
►XING: https://bit.ly/Niklas_XING
►LinkedIn: https://bit.ly/Niklas_LinkedIn
▬ Links zu diesem Video ▬▬▬▬▬▬▬▬▬▬
David McCandless: The beauty of data visualization
► https://youtu.be/5Zg-C8AAIGg
Data Science Track auf Coursera
► https://www.coursera.org/specializations/jhu-data-science
▬ Timestamps ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
0:00 - Intro
0:17 - Sexiest Job of the 21st Century
1:03 - Was ist Data Science?
1:20 - Messung & Strategie
2:03 - Vorhersagen
2:18 - Korrelationen
3:04 - Experimente (mit Übungsaufgabe)
4:40 - Data Engineering
5:22 - Modellierung & Optimierung
5:48 - Visualisierung
6:22 - Künstliche Intelligenz
6:45 - Wie wird man Data Scientist?
7:04 - Forschung
7:27 - Core Data Science
8:12 - Product Data Science
8:48 - Was muss man lernen?
10:28 - Data Science als allgemeine Fähigkeit
11:46 - Wo sollte man anfangen?
13:52 - YouTube Data Science
14:15 - Instagram
▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
Quelle für das Bild von Hal Varian: https://commons.wikimedia.org/wiki/File:Hal_Varian.jpg
Видео Wie wird man Data Scientist? канала Niklas Steenfatt
Показать
Комментарии отсутствуют
Информация о видео
Другие видео канала
Ein Tag im Leben eines Data EngineersINVESTMENTBANKER vs SOFTWAREENTWICKLER: Wer verdient mehr?The beauty of data visualization - David McCandlessMathematisch Beweisen mit NULL VORKENNTNISSEN! (echt jetzt)BITCOIN: DIE BESTE EINFÜHRUNGEin Data Scientist zu Gast [Datenwissenschaft, Datenanalyse, Wirtschaftsinformatik] | Podcast#1Programmieren Lernen: Die BESTE Methode (für Anfänger)Demystifying Data Science | Mr.Asitang Mishra | TEDxOakLawnDER HÄRTESTE STUDIENGANG DER WELTEinführung in die Funktionale Programmierung (einfach und praxisnah!)Mein Gehalt, Wirtschaftsinformatik und Donald Trump - Q&A (1000 Abonnenten Special)INFORMATIK studieren ohne Vorkenntnisse?!IT-Berufe erklärt - Ein Blick auf IT-Security, Data Science, Administration und mehr!SOFTWAREENTWICKLER vs INVESTMENTBANKER: Wer lebt besser?How to learn data science in 2021 (the minimize effort maximize outcome way)Selbstständig vs. FAANG - welcher Job ist besser?DIESE LERNMETHODE HAT MEIN LEBEN VERÄNDERT (Lerntipps // Lerntechniken)Lebenslauf schreiben: 11 wichtige Tipps (mit Vorlage zum Download)Teamplayer 4.0 - KI, Roboter, Big Data und die Arbeitswelt von morgen - ARD-alphaWhat REALLY is Data Science? Told by a Data Scientist