Data Analytics and Artificial Intelligence

TOP-Skills eines Data Scientists

Ariane Sutor leitet die Forschungsgruppe “Information Integration & Business Intelligence” bei Siemens Corporate Technology. Ihr aktuelles Interesse gilt den Themen Visual Analytics und Explainable AI mit dem Ziel, Transparenz über die AI in technischen Anwendungen zu schaffen. Darüber hinaus ist sie Sprecherin des Siemens-Programms “AI-driven Enterprise”. Zuvor arbeitete Ariane Sutor für das European Institute of Innovation and Technology als Leiterin der Action Line “Smart Energy Systems”. Sie hat an der TU München Mathematik studiert und in Mathematik promoviert.

In diesem MeetUp geht es um Data Analytics und Artificial Intelligence (AI) in der industriellen Forschung und Entwicklung bei Siemens Corporate Technology. In einer kurzen Einführung werden zunächst die Begriffe geklärt. Anschließend werden beispielhaft Technologien und Anwendungen erläutert, die die Data Scientists bei Siemens nutzen. Außerdem erhalten die Teilnehmerinnen und Teilnehmer des MeetUps anschaulich geschildert, wie die Tätigkeit eines Data Scientists bei Siemens Corporate Technology aussieht.

Dieses MeetUp ist Teil der Karriere-MeetUps bei der herCAREER 2018, Ort und Zeitpunkt finden Sie im Programm.

Wie sieht der Alltag eines Data Scientists aus?

In meiner Forschungsgruppe bei Siemens Corporate Technology ist jeder Tag anders und es gibt eine große Bandbreite an Themen im Alltag, die ein Data Scientist individuell gestalten kann. Dazu gehören der Austausch mit Kollegen und die Interaktion mit Kunden. Ein wesentlicher Teil der täglichen Arbeit ist projektbezogen – von der Konzeptionierung über die Implementierung bis zur Übergabe der Projekt-Ergebnisse. Die Hauptaufgabe des Data Scientists ist dabei die Auswahl der richtigen Algorithmen und Tools und deren konkrete Implementierung. Dafür ist auch ein gutes Verständnis der Problemstellung in Zusammenarbeit mit den Kunden erforderlich. Meist verlaufen Customer Co-Creation und Implementierung nicht einmalig linear, sondern iterativ in mehreren Zyklen. Darüber hinaus besteht ein wichtiger Teil der Arbeit in der Forschung und Weiterentwicklung von Methoden und Algorithmen, oft in Zusammenarbeit mit Universitäten.

Welche TOP-Skills werden für diese Tätigkeit benötigt?

Wichtig sind sehr gute Kenntnisse im Bereich Machine Learning sowie Implementierung mit modernen Tools. Aber auch Kommunikations- und Teamfähigkeit sind entscheidend. Und das Finden guter Lösungen erfordert ein hohes Maß an Kreativität.

Welche Empfehlung würden Sie Frauen aus eigener Erfahrung geben, die sich für einen Quereinstieg in den Fachbereich interessieren?

Ein wesentlicher Erfolgsfaktor ist Learning by Doing sowie das Lernen von erfahrenen Kollegen. Um sich theoretische Grundlagen anzueignen, empfehle ich kontinuierliche proaktive Weiterbildung. Hierbei können zum Beispiel Online-Kurse hilfreich sein.

Auf der herCAREER geht es vor allem um den fachlichen Austausch, der auf den persönlichen Erfahrungen und dem Wissen der Sparringspartnerinnen aufsetzt. Zu welchen Themen können Sie im Vorfeld / auf der Messe / im Nachgang als Austauschpartnerin fungieren – in Schlagworten?

  • Artificial Intelligence
  • Leadership

Wie können oder möchten Sie kontaktiert werden?