Warum Data Science Ausbildung an einer Wirtschaftsuniversität? Axel Polleres, Institut für Informationswirtschaft, WU

Präsentation zum Thema: "Warum Data Science Ausbildung an einer Wirtschaftsuniversität? Axel Polleres, Institut für Informationswirtschaft, WU"—  Präsentation transkript:

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!!