Vorlesung

Unternehmen in Forschung und Industrie nutzen Daten, um Entscheidungen abzusichern und datenintensive Produkte und Dienstleistungen anzubieten. Die für diese Prozesse erforderlichen Kompetenzen werden unter dem Begriff Data Science zusammengefasst. Die Analyse großer Datenmengen setzt sich aus skalierbarem Datenmanagement, parallelen Algorithmen, statistischer Modellierung und dem sicheren Umgang mit dem komplexen Zusammenspiel verschiedener Instrumente und Plattformen zusammen und ist in verschiedenen Disziplinen verankert. Diese Vorlesung soll den Teilnehmenden einerseits erklären, was von zukünftigen Data Scientists erwartet wird, und ihnen andererseits die Fähigkeiten vermitteln, die sie benötigen, um diese Erwartungen zu erfüllen. Das im Kurs vermittelte methodische Wissen soll ein kurzes “How-to” sein und die Teilnehmenden in die Lage versetzen, selbständig zu entscheiden, wann und warum bestimmte Methoden eingesetzt werden sollen. Da eines der größten Probleme bei der Datenanalyse oft die falsche Fragestellung ist, wird in der Vorlesung auch die Unternehmensperspektive betrachtet, um typische Unternehmensprobleme zu lösen und die richtigen Fragen für eine geeignete Datenanalyse zu stellen. Der Vortrag stellt Konzepte und Instrumente vor, die in der gesamten Data Science Pipeline benötigt werden. Neben der richtigen Herangehensweise wird auch die Interpretation der Analyseergebnisse sowie deren Visualisierung und Umsetzung in Geschäftsmodelle besprochen. In den begleitenden Übungen werden die vorgestellten Methoden und Algorithmen in der Praxis angewendet, wobei der Schwerpunkt auf Webprogrammierung, Statistik und der Manipulation von Datensätzen liegt.