Data Scientist (Veri Bilimcisi)

Big Data Insider, Ekonomi ve Bilimde Büyük Veri, BI-SPEKTRUM, Veri Madenciliği ve Bilgi Keşfi, Veri Bilimi: Öğrenme ve Eğitim İçerikleri, Güncel Bilişim, Bilişim Spektrumu, BT-İşletmesi - BT ve Bulut Bilişim için Kanal Portalı, BT Spektrumu, iX - Profesyonel Bilişim Dergisi, kaggle.com - Veri Bilimi Eviniz, Dijital Toplum Ağı, Öğrenen Sistemler Platformu, Kuantum Teknolojileri. Federal Hükümetin Çerçeve Programı, Sürdürülebilir Bilişim. Bilişim ve Sistemler.

AIOps: BT Operasyonları için Yapay Zeka. AIOps (BT Operasyonları için Yapay Zeka), ayrı BT araçlarını Yapay Zeka (AI) yardımıyla otomatik bir BT işletim platformunda birleştirir. Makine Öğrenimi ve Büyük Veri, BT altyapılarının izlenmesini otomatikleştirir ve optimize eder. Gerçek zamanlı veri analizleri, sorunları ve arızaları otomatik olarak tanımlar, doğrular ve düzeltir. AIOps platformları böylece BT personelini rahatlatır ve sistemleri günün her saati izler. BT yönetimindeki uzmanlar ve yöneticiler gelecekte AIOps teknolojileriyle ilgilenecek ve Yapay Zeka yardımıyla BT operasyonlarını optimize edeceklerdir. Edge Computing: Ağ Kenarında Merkezi Olmayan Veri İşleme. Endüstri 4.0, Akıllı Şehirler ve Nesnelerin İnterneti uygulamaları, şirketlerin neredeyse gerçek zamanlı olarak işlediği devasa miktarda sensör ve cihaz verisi üretir. Merkezi veri işleme durumunda, cihazlar verilerini bir buluta gönderir.

Bu alanda başarılı olmak için aşağıdaki ilgi alanları önemlidir ve faydalıdır. İlgi alanları önem sırasına göre verilmiştir. Her ilgi alanı için örnek faaliyetler belirtilmiştir. Teorik-soyut faaliyetlere ilgi: Örneğin, istatistiksel yöntemlerle büyük veri mimarileri geliştirmek; sosyal ağlardan yapılandırılmamış verileri analiz etmek. Yönetimsel-organizasyonel faaliyetlere ilgi: Örneğin, elde edilen verileri korumak ve hazırlamak. Organizasyonel-denetleyici faaliyetlere ilgi: Örneğin, veri analizi programlarını ve farklı kaynaklardan gelen büyük veri miktarlarını kontrol etmek.

Veri bilimcileri öncelikle ofislerde, bilgisayar odalarında, toplantı ve eğitim odalarında çalışırlar. Ayrıca, gerektiğinde ev ofisinde veya mobil olarak da çalışabilirler.

Üniversite (Studium) sırasında edinilen veya derinleştirilen temel yetkinlikler: Algoritmalar, Uygulamalı Bilişim, Bulut Bilişim, İçerik Öneri Sistemleri, Müşteri Veri Platformları - CDP, Veri Gölü, Veri Bilimi, Veri Ambarı, Veri Analizi, Veri Mimarisi, Veri Modelleme, Veri Koruması, Veri Görselleştirme, E-Ticaret, E-İş, Tahmin, Bilgi ve İletişim Yönetimi, İnternet-, İntranet Teknolojisi, Sürekli Entegrasyon, Müşteri Analizi, Matematik, Metot Geliştirme, Tahmine Dayalı Polislik, Programlama, Proje Yönetimi, Nicel Araştırma Yöntemi, Araştırma, Bilgi Edinme, Güvenlik Sistemleri (BT), Veri Güvenliği, Yazılım Mühendisliği, Yazılım Geliştirme, İstatistik, Sistem Yazılımı (Geliştirme, Programlama, Analiz), Kentsel Veri Platformları. Bu mesleği icra etmek için önemli olabilecek diğer yetkinlikler: Çevik Proje Yönetimi, İş Zekası - BI, Sohbet Robotları, Veri Mühendisliği, Yüksek Performanslı Hesaplama (HPC/Paralel Bilgisayarlar), BT Koordinasyonu, BT Organizasyonu, Yapay Zeka Ajanları, Yapay Zeka Destekli Bilgi Yönetimi.

Çalışma ve meslek dünyasının ilerleyen dijitalleşmesi, görev alanlarını ve gereksinim profillerini değiştirebilir. Veri bilimcileri için aşağıdaki teknolojiler, süreçler veya sistemlerle ilgilenme fırsatı doğabilir: Duygusal Hesaplama (örneğin, duygusal durumları yansıtabilecek verileri değerlendirmek ve öğrenme modelleri geliştirmek), Algoritmik Karar Verme - ADM (örneğin, ADM araçlarının geliştirilmesine ve değerlendirme kriterlerinin belirlenmesi için verilerin değerlendirilmesine katkıda bulunmak), Artırılmış Analitik (örneğin, otomatik veri analizi için büyük veri analitik çözümlerini kullanmak ve sürekli geliştirmek), Görüntü Tanıma (örneğin, resimlerde belirli nesneleri tanımlamak için yazılım kullanmak), İş Zekası - BI (örneğin, kendi şirketinin sistematik analizi için iş zekası sistemleri kurmak), Bilişsel Hesaplama (örneğin, akıllı, kendi kendine öğrenen bilgisayar sistemleri ve makine öğrenimi yöntemlerini uygulamak), Hizmet Olarak İçerik - C.

Veri bilimcileri, matematiksel ve istatistiksel yöntemler ve teoriler yardımıyla, büyük veri miktarlarını analiz etmek ve çeşitli uygulamalar için hazırlamak ve birleştirmek için araçlar sağlarlar. Bunun için bir şirketin yazılım ve bilgi teknolojisi sistemlerini geliştirir veya mevcut sistemleri optimize ederler. Konsantrasyon, analitik ve mantıksal düşünme, uzun süreli projelerde ise sabır ve azim gereklidir. Disiplinlerarası düşünme ve takım çalışması, diğer alanlardan uzmanlarla işbirliğini mümkün kılar. Çözüm önerileri konusunda müşterileri ikna etmek için müzakere becerileri gereklidir. Üniversitelerde (Hochschulen) öğretim görevlisi olarak ayrıca pedagojik ve alan didaktiği bilgilerini uygular ve öğretimlerinin kalitesini öğrencilerinin ilerlemeleri ve geri bildirimleriyle ölçerler. Bir ekibi proje lideri olarak yönetiyorlarsa, organizasyon, planlama ve personel yönetimi görevleri arasındadır. Veri bilimcileri genellikle ofis ortamında çalışırlar.

Veri bilimcileri örneğin aşağıdaki alanlarda serbest meslek sahibi olarak çalışabilirler: bir kamuoyu ve pazar araştırma enstitüsünde, bilgisayar hizmeti sağlayıcılarında, şirket ve organizasyon danışmanı olarak, bir BT hizmet veya ticaret işletmesi kurabilir veya devralabilirler.

Örnek toplu iş sözleşmesi brüt temel ücret (aylık): 5.261 € ile 6.650 € arası. Kaynak: Bavyera Eyaleti Aile, Çalışma ve Sosyal İşler Bakanlığı'nın toplu iş sözleşmesi koleksiyonu. Not: Bu bilgiler rehberlik amaçlıdır. Buradan hak iddia edilemez.

BT, Yazılım, Telekomünikasyon, Yönetim, Danışmanlık, Hukuk, Vergi, Kimya, İlaç, Plastik, Elektrik Mühendisliği, Elektronik, Enerji, Tedarik ve Atık Yönetimi, Araç Üretimi, Bakımı, Finansal Hizmetler, Gayrimenkul, Sağlık, Sosyal Hizmetler, Ticaret, Medya, Kamu Yönetimi, Sosyal Güvenlik, Savunma, Ulaştırma, Trafik, Bilim, Araştırma, Geliştirme.

Bu meslekte çalışmak isteyenler genellikle veri bilimi, bilişim, istatistik veya matematik alanında tamamlanmış bir lisans (grundständiges Studium) eğitimine ihtiyaç duyarlar. Yönetici pozisyonları veya uzmanlık gerektiren görevler genellikle yüksek lisans (Masterstudium) gerektirir. Bilim ve araştırma alanındaki faaliyetler ise sıklıkla doktora (Promotion) veya habilitasyon gerektirir.

Veri Bilimi (lisans), Veri Bilimi (yüksek lisans), Bilişim (lisans), Bilişim (yüksek lisans), İşletme Bilişimi (lisans), İşletme Bilişimi (yüksek lisans), İstatistik (lisans), İstatistik (yüksek lisans), Matematik (lisans), Matematik (yüksek lisans), Finans-, Ekonomi Matematiği (lisans), Finans-, Ekonomi Matematiği (yüksek lisans), Bilgisayar Matematiği (lisans), Bilgisayar Matematiği (yüksek lisans), Bilgi Yönetimi (lisans), Bilgi Yönetimi (yüksek lisans).

Veri Bilimcileri; yazılım üreticilerinde, bilişim hizmeti firmalarında, büyük veri kümelerinin işlendiği hemen hemen tüm ekonomi sektörlerindeki işletmelerde, kamu yönetiminde, üniversitelerde ve araştırma enstitülerinde (örn. kamuoyu araştırma enstitüleri) istihdam edilebilir.

Veri Bilimcisi. Yaygın meslek tanımı/eş anlamlısı: Veri Bilimci (kadın/erkek).

Bazı çalışma ve sosyal davranış özellikleri tüm meslekler için geçerli olduğundan ayrıca belirtilmemiştir. Bunlar; güvenilirlik, dakiklik, dürüstlük, eleştiriye açıklık ve uygun davranış biçimleridir. Bu üniversite mesleğini icra edebilmek için aşağıda belirtilen mesleğe özgü özellikler de gereklidir: Performans ve adanmışlık (örn. zorlu programlama işlerini sıkı teslim tarihleriyle üstlenmeye istekli olmak), azim/kararlılık (örn. yeni oluşturulan bilgi ve bilgi yönetim sistemlerindeki arızaları analiz etmek; uzun ve kapsamlı testler yapmak), dikkat (örn. teknik altyapıyı eksiksiz analiz etmek ve değerlendirmek), bağımsız çalışma tarzı (örn. analitik yöntemler, metotlar ve modeller geliştirmek), öğrenmeye açıklık (örn. veri bilimindeki en son gelişmeler hakkında sürekli eğitim almak).

Veri Bilimcileri, matematik, bilgisayar bilimi ve istatistik yöntemlerini kullanarak farklı kaynaklardan gelen büyük veri miktarlarını ("Büyük Veri") gerçek zamanlı olarak analiz eder ve işler. Amaçları, potansiyel müşteriler veya pazar eğilimleri hakkında kullanılabilir bilgiler elde etmektir.

Computerwoche.de, get in {IT}, golem, heise jobs, ictjob.de, informatik-personal.de, itjobs.rocks, IT-Positionen.de, itsteps, IT-Treff, job-box, Programmierer-Jobboerse.de, t3n.de.

Bundesverband Informationswirtschaft, Telekommunikation und neue Medien e.V. (Bitkom), CEPIS - Council of European Professional Informatics Societies, Deutsche Gesellschaft für Information und Wissen e.V. (DGI), Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS, Gesellschaft für Informatik e.V. (GI), Gesellschaft zur Förderung angewandter Informatik e.V. (GFaI), Gewerkschaft Erziehung und Wissenschaft (GEW).

Grup ve ekip çalışması (örn. proje ekiplerinde veri entegrasyon çözümleri geliştirmek), müşteri iletişimi (örn. müşterilere Büyük Veri mimarileri hakkında danışmanlık yapmak), ekran başında çalışma, ofis ortamında çalışma.

Mesleki kullanım alanları, faaliyet alanlarına göre ayrılmıştır: Veri toplama, analiz (Veri Ambarı Analisti, Dijital Analist, Veri Mühendisi, Araştırma Yöneticisi, Veri Analisti, Pazar Araştırmacısı), bilgi edinme, erişim, hazırlama (Bilgi Yöneticisi), BT koordinasyonu, organizasyon, yönetim (BT Yöneticisi, Veri Danışmanı, BT Hizmet Teslim Yöneticisi), BT sistem geliştirme (Bilgi Mimarı, Yazılım Geliştirme, Veri Görselleştirme Geliştiricisi, Yazılım Geliştiricisi), işletme danışmanlığı (İşletme Danışmanı), bilimsel araştırma (Araştırma Görevlisi, Araştırma Grubu Lideri, Bilimsel Çalışan), üniversitelerde öğretim faaliyeti (Üniversite ve Akademi Öğretim Görevlisi, Bölüm Koordinatörü).

Veri ve belgeler (örn. analiz verileri, veritabanı konseptleri, donanım ve yazılım dokümantasyonları, sunum materyalleri, yasal düzenlemeler -örn. veri koruma hükümleri-), bilgisayar teknolojisi ve yazılım (örn. veri işleme sistemleri, işletim sistemleri, ağ sistemleri, bilgi ve bilgi yönetim sistemleri, geliştirici yazılımları, istatistik ve analiz yazılımları), ofis ekipmanları ve sunum araçları (örn. PC, internet erişimi, telefon, projeksiyon cihazı, yazı tahtası).

Veri Bilimcileri, sosyal medya, bulut bilişim hizmetleri veya mobil uygulamalar gibi kaynaklardan gelen büyük, kısmen yapılandırılmamış veri miktarlarını analiz eder. Verilerden bilgi elde etmek için bilgisayar bilimi, matematik ve istatistik yöntemlerini kullanırlar. Bunun için teknik süreçler, Büyük Veri mimarileri ve otomatikleştirilmiş süreçler geliştirirler. Sonuçlarını anlamlı sunumlar halinde bir araya getirir ve şirket yönetimi ile müşterilere karar alma süreçlerinde destek olurlar. Web tabanlı bilgi ve bilgi yönetim sistemleri oluşturur, entegrasyon ve analiz için veri şemaları modellerler. Gerektiğinde müşterilere danışmanlık yapar, eğitim, satış ve pazarlama görevlerini üstlenirler.

Uyum eğitimi, mesleki bilgiyi güncel tutmaya ve yeni gelişmelere adapte etmeye yardımcı olur (örn. veritabanı geliştirme ve programlama, BT proje yönetimi, BT güvenliği veya bilgi ve bilgi yönetimi alanlarında). Ayrıca, dijitalleşmiş çalışma dünyası (Endüstri 4.0) uygulamaları için akıllı BT sistemleri tasarlama eğilimi, Veri Bilimcileri için önemli bir ileri eğitim konusu haline gelebilir. AIOps veya Uç Bilişim gibi alanlardaki teknolojiler de ileri eğitim potansiyeli sunmaktadır.

Lisans mezunları, veri bilimi, işletme bilişimi veya bilgi yönetimi gibi alanlarda ileri düzey bir Studium (lisansüstü eğitim) ile mesleki ve kariyer fırsatlarını genişletebilirler. Doktora, genellikle üniversitede bilimsel bir kariyer için gereklidir; üniversite profesörü olmak için ise genellikle Habilitation (doçentlik) gerekir. Doktora, özel sektörde, araştırma alanında ve kamu yönetiminde üst düzey mesleki pozisyonlara erişimi kolaylaştırabilir.

Veri toplama ve analizi, otomatik veri toplama sistemleri ve karmaşık analiz yöntemleri geliştirme, teknik altyapıyı analiz etme ve değişiklik/optimizasyon ihtiyaçlarını belirleme, çalışmalar planlama ve değerlendirme. Veri yönetimi, Big Data analiz çözümlerinin tasarımını ve uygulamasını geliştirme ve maliyetlerini tahmin etme, analitik araçlar ve Big Data teknolojileri ile veri madenciliği çözümleri uygulama, veri ambarı mimarilerini değerlendirme ve bir veri ambarı sistemi kurma. Makine öğrenimi ve veri madenciliği yöntemleri için algoritmalar geliştirme, İş Zekası ve Big Data mimarisi oluşturma seçeneklerini, veritabanı kavramlarını ve veri entegrasyon çözümlerini inceleme. Verileri ilgili yazılımlarla hazırlama, yorumlama ve sunma (grafiksel olarak da), mevcut modelleme standartlarını ve raporlamaları geliştirme. Proje yönetimi, disiplinlerarası Big Data/İş Analitiği projelerinin teknik proje liderliğini veya genel proje liderliğini üstlenme.

Data Scientist mesleği için aşağıdaki ek istihdam alternatifleri mevcuttur: Bilgi edinme, işleme, hazırlama alanındaki faaliyetler. Bilgi bilimci, İş Enformatikçisi (üniversite), İş Matematikçisi. Ortak noktalar: Verileri hazırlama ve değerlendirme, matematiksel, istatistiksel ve bilgi teknolojileri yöntemlerini kullanma, yazılım teknolojisi bilgilerini uygulama, veritabanlarını ve veri depolama sistemlerini modelleme. Not: Belirtilen iş alternatifleri, duruma göre daha uzun bir eğitim veya ek bir nitelik gerektirebilir.

Data Scientist'ler, potansiyel müşteriler veya pazar trendleri hakkında kullanılabilir bilgiler elde etmek için matematik, enformatik ve istatistik yöntemleriyle farklı kaynaklardan gelen büyük veri miktarlarını ("Big Data") gerçek zamanlı olarak analiz eder ve işler. Büyük veri, bankalar ve sigorta şirketleri, telekomünikasyon şirketleri, sosyal ağlar, internet hizmet sağlayıcıları, sanayi veya pazar araştırması gibi hayatın hemen hemen tüm alanlarında ortaya çıkmaktadır. Tahminler, veri hacminin her iki yılda bir ikiye katlanacağını göstermektedir. Giderek daha fazla şirket, bu verileri kullanarak stratejik rekabet avantajları, satış artışları ve daha yüksek üretkenlik elde etmeyi ummaktadır. Buradaki sorun: Karmaşık veri miktarları genellikle yapılandırılmamıştır, farklı kaynaklardan gelir ve gerçek zamanlı olarak işlenmesi gerekir. Görünürdeki veri kaosuna düzen getirmek için Data Scientist'ler çok aranılan uzmanlardır.

Bu lisans (Studium) mesleğinde olası faaliyetleri yerine getirmek için aşağıdaki yetenekler, bilgiler ve beceriler gereklidir. Yetenekler: Sayısal (hesaplamalı) düşünme (örneğin, büyük veri miktarlarını matematiksel ve istatistiksel yöntemlerle analiz etme ve işleme), figüratif-uzamsal düşünme (örneğin, veri şemalarını modelleme), teknik anlayış (örneğin, teknik prosedürler ve Big Data mimarileri geliştirme), planlama ve organize etme yeteneği (örneğin, BT projelerini yönetme; çalışan dağıtımını planlama). Bilgi ve beceriler: Hesaplama becerileri (örneğin, bir Big Data mimarisinin geliştirme maliyetlerini hesaplama).

Mesleği icra etmek aşağıdaki fiziksel gereksinimleri beraberinde getirebilir. Bu bilgiler her faaliyet profili veya her mesleki kullanım için geçerli olmak zorunda değildir. Ellerin ve parmakların ince motor becerileri (örneğin, bilgisayarda kapsamlı programlama çalışmaları yapmak), yakın görme yeteneği - düzeltilmiş olsa bile (örneğin, ekranda Big Data analiz çözümlerinin tasarımını ve uygulamasını geliştirmek ve elde edilen verileri hazırlamak), işitme ve konuşma anlama (örneğin, web tabanlı bilgi ve bilgi yönetimi sistemleri hakkında müşteri sorularını anlama). Not: Bu bilgiler yasal adımlar için temel oluşturmaz ve tıbbi uygunluk tespiti anlamında anlaşılmamalıdır. Gerçek fiziksel uygunluk veya uygunsuzluk her zaman duruma göre ve olası makul önlemler dikkate alınarak belirlenmelidir.

Aşağıda, başlangıç mesleğine benzerlik gösteren meslekler veya faaliyetler belirtilmiştir. Bu meslekler, öğrendikleri meslekte boş bir yer bulamayan adaylar için olası bir alternatif oluşturur. Ayrıca, işverenler bu mesleklerdeki uzmanları, başlangıç mesleğindeki bir işi doldurmak için alternatif olarak değerlendirebilirler. Bazı alternatif meslekler, başlangıç mesleğinin yalnızca kısmi faaliyetlerini kapsar, diğerleri ise duruma göre farklı uzunlukta olabilecek bir eğitim süresi gerektirir. Data Scientist mesleği için aşağıdaki doğrudan istihdam ve doldurma alternatifleri mevcuttur: Kısmi faaliyetler ve mesleki kullanım olanakları için iş ve doldurma alternatifleri (eğitimli/eğitimsiz): Data Engineer, Data Analyst, Data Consultant, Data Warehouse Analyst, Digital Analyst, Information Architect, Sertifikalı BT Geliştiricisi (ileri eğitim/mesleki eğitim (Ausbildung)), BT Çözüm Geliştiricisi.

Data Scientist olarak faaliyet göstermek düzenlenmiş bir meslek değildir. Yurt dışında edinilmiş bir diploma ile bu meslekte çalışmak için mesleki tanımaya gerek yoktur. Ancak, yurt dışı üniversite diplomaları için Merkezi Yurt Dışı Eğitim Kurumları (ZAB) tarafından bireysel bir diploma değerlendirmesi talep etme imkanı vardır. Bu, Almanya iş piyasasında başvurular için faydalı olabilir. Almanya'da yaşam ve çalışma hakkında daha fazla bilgi: Almanya'da Çalışma ve Yaşam Hattı - Federal Göç ve Mülteciler Dairesi (BAMF) ve Federal İş Kurumu'nun (BA) merkezi bilgi hattı. Yurt dışından gelenler için - Federal İş Kurumu'nun bir bilgi hizmeti. Federal İş Kurumu'nun Merkezi Yurt Dışı ve Uzman Yerleştirme Birimi. Make it in Germany - Uluslararası uzmanlar için uzmanlık atağının hoş geldiniz portalı.

Aşağıdaki sağlık kısıtlamaları mesleği icra ederken sorunlara yol açabilir. Bu bilgiler her faaliyet profili veya her mesleki kullanım için geçerli olmak zorunda değildir. Ayrıca, kısıtlamaları örneğin teknik yardımcı araçlarla telafi etme imkanları giderek artmaktadır. Ellerin ve parmakların kısıtlı ince motor becerileri (örneğin, bilgisayarda kapsamlı programlama çalışmaları yapmak), yakın için düzeltilemeyen görme zayıflığı (örneğin, ekranda Big Data analiz çözümlerinin tasarımını ve uygulamasını geliştirmek ve elde edilen verileri hazırlamak), işitme kaybı, işitme güçlüğü, sağırlık, işitme bozukluğu, kronik kulak rahatsızlıkları (örneğin, web tabanlı bilgi ve bilgi yönetimi sistemleri hakkında müşteri sorularını anlama). Not: Bu bilgiler yasal adımlar için temel oluşturmaz ve tıbbi uygunluk tespiti anlamında anlaşılmamalıdır. Gerçek fiziksel uygunluk veya uygunsuzluk her zaman duruma göre belirlenmelidir.

Data Scientist mesleği için aşağıdaki ek doldurma alternatifleri mevcuttur: Bilgi edinme, işleme, hazırlama alanındaki faaliyetler. İş Matematikçisi, İş Enformatikçisi (üniversite). Ortak noktalar: Veri tabanlarını matematiksel ve bilgi teknolojileri yöntemleriyle analiz etme ve işleme, bilgisayar destekli bilgi ve iletişim sistemlerini planlama ve geliştirme, sistem ve uygulama yazılımlarını kullanma. Not: Belirtilen doldurma alternatifleri, duruma göre farklı uzunlukta olabilecek bir eğitim süresi gerektirebilir.