Präsentation herunterladen
Die Präsentation wird geladen. Bitte warten
Veröffentlicht von:Anneliese Nicole Heidrich Geändert vor über 7 Jahren
1
Warum Data Science Ausbildung an einer Wirtschaftsuniversität? Axel Polleres, Institut für Informationswirtschaft, WU Twitter: @AxelPollereshttp://polleres.net
2
SEITE 2 22.05.2015 "50 Prozent glauben, dass Technologieriesen wie Google mit ihrer Big-Data-Kompetenz künftig in direkte Konkurrenz zu den angestammten Consultants treten."
3
Was denken unsere Studierenden? SEITE 3 https://www.facebook.com/wu.wirtschaftsuniversitaet.wien/photos/a.151406758221539.26987.147250285303853/1043735715655301/?type=3&theater
4
Big Data Anwendungsbereiche und skills requirements: Big Data als Core business: Google stellt niemanden ohne IT-Kenntnisse ein Apple: von einer Hardware Company zu einer Data Company Red Bull: Marketing hat eine stetig wachsense Data Science Komponente! BMW: Supply-Chain, Intelligente Produktion, in-car-Technologie (car-to-car communication,...), etc. UN: One of the biggest providers of Open Data, Disaster & Crisis Management, etc. SEITE 4
5
Bedarf an Big Data & Data Science Spezialisten McKinsey Amerikanischer Arbeitsmarkt 2018: 290.000 – 340.000 Bedarf 50 – 60 % Differenz Gartner Research Globaler Bedarf 4,4 Millionen neue Jobs Weltweit E-Skills UK: Britischer Arbeitsmarkt 49.000 Big Data Spezialisten 260.000 neue Jobs im Big Data Umfeld SEITE 5
6
Big Data Berufsgruppen SEITE 6 Quelle: "Big Data Analytics - An assessment of demand for labour and skills, 2012-2017" (eSkills uk, 2013)
7
What is the new thing about Data Science? SEITE 7 Die Schlüsselposition „Data Scientist“ ist für Unternehmen da, wo innovative neue Lösungen entwickelt werden müssen, abseits des „Tagesgeschäfts“. http://www.ocg.at/sites/ocg.at/files/medien/pdfs/OCG-Journal1503.pdf#13
8
Neue Berufsgruppen SEITE 8 Data AnalystData Scientist Technische Fähigkeiten Analytisches DenkenAusgeprägte Mathematik und Statistik Kenntnisse DBMS/Datenmodellierung Bedienung von Tools (Marktanalysetools)Data Mining Erprobte Analyseprozesse anwendenVisualisierung Programmierkenntnisse vorteilhaft aber nicht notwendig Entwicklung von Algorithmen (front-to-end- solutions) Methodische Abstraktion von Algorithmen Wirtschaftl. Fähigkeiten Detailliertes DomänenwissenFachbezogenes Hintergrundwissen ProjektmanagementKreativität, Ideen: "die Nadel im Heuhaufen finden" Ausgeprägte Kommunikative FähigkeitenAusgeprägte Kommunikative Fähigkeiten – „Data Science Teams“ Adaptiert/ergänzt, Quelle: "Assessing the demand for Big Data and Analytics Skills 2013 – 2020" (Forfás, 2014)
9
Data Science SBWL: https://www.wu.ac.at/en/infobiz/teaching/sbwl-data-science/ https://www.wu.ac.at/en/infobiz/teaching/sbwl-data-science/ Interdisciplinary! International! 6 Institutes: Information Business, Production Management, New Media, Statistics & Mathematics, Marketing, Unternehmensrecht all courses taught in English 5 Courses (PI 2.0) : SBWL DS 1: Data Processing 1 SBWL DS 2: Data Analytics SBWL DS 3: Data Processing 2: Scalable data processing, Legal & Ethical foundations of data science, Open Data SBWL DS 4: Applications of Data Science (Production Management, Supply Chain, Marketing, Process Management..) SBWL DS 5: Data Science Lab, in collaboration with real data providers: SEITE 9 …
10
Data Science SBWL: Organisation https://www.wu.ac.at/en/infobiz/teaching/sbwl-data-science/ https://www.wu.ac.at/en/infobiz/teaching/sbwl-data-science/ Requirements: Willingness & Fun to work “hands-on” with data! Willingness to work in teams and interdisciplinary! Willingness to solve (data) problems! Qualification to enter the SBWL: 1.Entry Test 23.9. (Tutorials: 19.+20.9.) or 2.“Green Card” “Sehr Gut” in 2 out of 3 from: Grundzüge der Programmierung, Datenbanksysteme, Einführung i.d.Statistik Schedule: WS2016/17 SS2017 Data Processing 1Data Processing 2 Applications of Data Science Data Analytics Data Science Lab SEITE 10 Questions? Looking forward to seeing you in September!!
Ähnliche Präsentationen
© 2024 SlidePlayer.org Inc.
All rights reserved.