Leitender Datenwissenschaftler

Ich habe als Data Scientist noch kein gutes Modell entwickelt, aber es gibt auch etwas, was ich in der Praxis tun muss?

Bei der Arbeit an Daten- und KI-Geräten müssen Sie schnellstmöglich die ersten Schritte bis zum nächsten Schritt unternehmen. Ich unterstütze den Kunden mit dem, was er braucht, und tausche die Modelle aus, verbessere sie und arbeite mit den Mitarbeitern, bevor sie das Unternehmen in Betrieb nehmen.

Als Senior Data Scientist muss ich mir die Frage stellen, ob ich wirklich etwas unternehmen möchte. Ein Projekt, ein Mitarbeiter und eine Mitarbeiterin unseres Daten- und KI-Teams.

Was macht diese Rolle interessant?
Unser Daten- und KI-Team in den Niederlanden ist groß. Da ich nicht in der Lage war, alles in einem längeren Zeitraum zu verbringen. Ich muss einfach darüber nachdenken, wie wir arbeiten, welches Fachwissen wir entwickeln und was wir als Team für Kunden gewinnen.

Ich möchte meine eigenen Projekte in die Tat umsetzen, aber es ist nicht notwendig, dass alle Modelle von ihnen verwendet werden. Als es darum ging, Kunden zu beraten, haben die Kollegen die Möglichkeit, neue Vorschläge zu machen, und das ist es, was sie brauchen.

Auch ich habe mit verschiedenen Dateningenieuren, KI-Spezialisten, Beratern und Architekten gearbeitet. Zuletzt ist das Unternehmen eine internationale Organisation mit mehr als 11.000 Kollegen in Europa, die auch Fachwissen aus den Niederlanden nutzt.

Ich habe noch nie ein einziges Data-Science-Programm abgeschlossen, aber ich bin mir sicher, dass wir uns mit Daten und KI befassen müssen, wenn wir uns damit auseinandersetzen.

Data Science wird in echt geschrieben
Das Projekt erfordert, dass wir mit unterschiedlichen Anforderungen arbeiten.

Ein Beispiel ist ein Data-Science-Team innerhalb der Fitnessbranche, das einem Kollegen von Adesso zur Seite steht. Darin werden Computer Vision und maschinelles Lernen so verstanden, dass sie automatisch erkannt werden und viele verschiedene Situationen in 24/7-Betriebsumgebungen ermöglichen.
Denken Sie an einen zufälligen Vorfall, und fragen Sie nach, was Sie sagen, und versuchen Sie es erneut. Wenn Sie bestimmte Situationen kennen, die Sie kennen, kann dies passieren.

Es ist gut so, dass wir innerhalb von Data & AI wollen: Nicht alle haben mit Technologie experimentiert, aber die Ergebnisse wurden in die Praxis umgesetzt, um sie zu verbessern.

Was hast du gemacht?
Als Senior Data Scientist arbeite ich an einem vielfältigen Kundenstamm. Einige begannen damit, dass die Forschung zum Thema maschinelles Lernen überhaupt der größte Erfolg ist. In einem anderen Projektabschnitt musste ein Modell entwickelt werden, um die Produktion zu ermöglichen. Auch die zufällige Generierung von KI-Spielpferden spielt eine Rolle.

Ich arbeite immer wieder an Kunden und an den Hochschulen in verschiedenen Disziplinen.

In der Praxis hätte ich noch einen anderen Vorteil:

• Einführung von Data Science- und AI-Projekten für die gesamte Implementierung;

• Geschäftserfahrungen mit konkreten Kenntnissen über maschinelles Lernen und KI;

• Lernen, Testen und Verbessern von Machine-Learning-Modellen;

• Gemeinsam mit Dateningenieuren und anderen Spezialisten wurde festgestellt, dass Modelle und KI-Lösungen in die Produktion eingegangen sind.

• Berater von Kunden bei Fragen zu Datenwissenschaft und KI;

• technische Geräte, die für technische und nichttechnische Interessengruppen geeignet sind;

• von Junior- und Junior-Data-Scientists betreut werden;

• Delen van Kennis im Team;

• Denken Sie über neue Erkenntnisse, Standards und Vorschläge innerhalb von Daten und KI nach.

Ich brauche viel Selbstständigkeit in meinem Werk. Wir haben nicht darauf geachtet, dass ich selbst alles getan habe, aber wir wissen, dass für jedes Projekt eine Garantie erforderlich ist und dass die gleiche Arbeitsleistung gewährleistet sein muss, wann immer dies der Fall ist.

Was nimmst du mir?
Für uns hat ein Senior Data Scientist keine andere Plattform, sondern ein Produkt-Framework verwendet, das er nutzen kann. Wir haben uns vor einem Jahr mit einem Steve-Gründer beschäftigt, der von einem Data-Science-Projekt zu einem erfolgreichen Abschluss gekommen ist.
Wir gehen davon aus, dass wir mindestens ein Jahr lang relevante Erfahrungen als Data Scientist in einer verwertbaren Rolle gesammelt haben.

Daarnaast hat mir auch geholfen:

• eine starke Grundlage für maschinelles Lernen, Statistik und Modellierung;

• ruime ervaring hebt mit Python;

• Neue Modelle von Data Science-Projekten, die Ergebnisse liefern;

• Hat mit einem Cloud-Management-Ziel gearbeitet: Azure, AWS oder GCP;

• mit MLOps und Softwareentwicklungsprinzipien wie Git, CI/CD, Containern und Abhängigkeitsmanagement vertraut gemacht;

• praktisches Lernen mit generativer KI und großen Sprachmodellen;

• Sicherstellen, dass die Technik und die Sicherheit eines Kunden gewährleistet sind;

• Komplexe Unternehmungen müssen durchgeführt werden;

• hbo+/wo arbeitet auf einem höheren Denkniveau, darunter Data Science, Informatik, Wissenschaft, Statistik oder eine umfassende Analyse.

Ich habe mit den Beispielen PyTorch, TensorFlow, Databricks, Snowflake oder dbt gearbeitet und bin davon überzeugt, dass es nicht funktioniert. Wir wissen, dass ich bestrebt bin, die benötigte Technologie zu nutzen und dass ich eine Plattform brauche.…

Quelle: Arbeitnow (https://www.arbeitnow.nl/jobs/companies/adesso-netherlands/senior-data-scientist-utrecht-196103)