Da­ta Sci­ence und KI ler­nen

Computerwoche - - Job & Karriere - (am)

Sehr vie­le Un­ter­neh­men sind auf der Su­che nach Da­ta Sci­en­tists, um sich die Po­ten­zia­le da­ten­ge­stütz­ter Vor­ge­hens­wei­sen und Ge­schäfts­mo­del­le zu er­schlie­ßen oder sie aus­zu­bau­en. Dar­um sind Pro­fis, die sich auf Da­ten­stra­te­gie und -ana­ly­se ver­ste­hen, be­gehrt.

Das Münch­ner Star­t­up Alex­an­der Thamm Gm­bH, das sich auf Da­ta Sci­ence spe­zia­li­siert hat­te, setz­te dar­um von An­fang an dar­auf, sei­ne Da­ten­wis­sen­schaft­ler selbst aus­zu­bil­den. Seit 2013 durch­lie­fen 40 Trainees das Pro­gramm, sagt HR-Che­fin Su­san­ne Wolf: „Für je­den Trainee er­ar­bei­ten wir an­fangs ei­nen Ent­wick­lungs­plan, auf des­sen Ba­sis wir ihm ein Tool­kit an Maß­nah­men für die fach­li­che und per­sön­li­che Wei­ter­ent­wick­lung zu­sam­men­stel­len.“Bis zu 15 Pro­zent der Ar­beits­zeit ver­wen­den die Trainees für Schu­lun­gen, aber auch für Ar­beit an frei­en Pro­jek­ten und per­sön­li­che Wei­ter­bil­dung am so­ge­nann­ten Fre­aky Fri­day. „Da­mit die Trainees ihr krea­ti­ves Po­ten­zi­al best­mög­lich aus­schöp­fen, för­dern wir ei­ne Tri­al-and-Er­ror-Kul­tur“, sagt Wolf. Auch be­kommt je­der Trainee ei­nen Men­tor an die Sei­te ge­stellt, der selbst ein­mal Trainee war und sich mit ihm über sei­ne Er­war­tun­gen, Fort­schrit­te und Per­spek­ti­ven re­gel­mä­ßig aus­tauscht.

Wäh­rend das Trainee­pro­gramm da­für sor­gen soll, dass das Wis­sen um Da­ta Sci­ence und KI im Un­ter­neh­men ver­tieft wird, zielt die im Mai ge­grün­de­te Aca­de­my auf den ex­ter­nen Markt ab. Aka­de­mie­lei­te­rin Vio­la Ra­do­vics ar­bei­te­te bis vor Kur­zem selbst als Da­ten­wis­sen­schaft­le­rin, be­vor sie das Schu­lungs­ge­schäft bei Alex­an­der Thamm auf­bau­te: „Mit un­se­ren Ein­stei­ger­schu­lun­gen spre­chen wir ei­ne he­te­ro­ge­ne Ziel­grup­pe an, die vom IT­ler über den Mar­ke­ting-Ex­per­ten bis zur Füh­rungs­kraft reicht. Hier geht es dar­um, ein Ver­ständ­nis für das The­ma zu schär­fen, es aber nicht zu ba­ga­tel­li­sie­ren.“Ziel der Schu­lun­gen zu Ma­chi­ne Le­arning, Da­ta Sci­ence oder Cloud Com­pu­ting sei es da­her, Chan­cen und Her­aus­for­de­run­gen mit Da­ta Sci­ence zu er­ken­nen und für den Ar­beits­all­tag zu nut­zen, „nicht aber nach ei­nem Tag zu ei­nem Da­ta Sci­en­tist aus­ge­bil­det zu wer­den“.

So zu­kunfts­ori­en­tiert die The­men, so klas­sisch ist üb­ri­gens de­ren Ver­mitt­lung. Die Teil­neh­mer kom­men in das Münch­ner Bü­ro und ler­nen zu­sam­men im per­sön­li­chen Aus­tausch mit den Do­zen­ten. „Wir ha­ben uns be­wusst für das tra­di­tio­nel­le Class­room-Kon­zept ent­schie­den, da in die­sem Rah­men die Vor­stel­lung der Pra­xis­bei­spie­le aus den Un­ter­neh­men und der Aus­tausch mit den Do­zen­ten bes­ser ge­lin­gen“, sagt Ra­do­vics.

Vio­la Ra­do­vics (links) und Su­san­ne Wolf set­zen sich bei der Alex­an­der Thamm Gm­bH da­für ein, dass das Wis­sen um Da­ten und Ma­chi­ne Le­arning ex­tern über das neue Schu­lungs­zen­trum und in­tern an Trainees wei­ter­ge­ge­ben wird.

Newspapers in German

Newspapers from Germany

© PressReader. All rights reserved.