Ein Data-Science-Team aufbauen

Datenwissenschaft für Unternehmen

Mari Nazary

VP Product & Learner Experience at the Lambda School

Mitglieder deines Teams

 

Data Engineering

• Informationsarchitekt:innen
• Bauen Speicherlösungen
• Gewährleisten Datenzugriff

Tools fürs Data Engineering

• SQL
  • Speichern großer Datenmengen
• Java, Scala oder Python
  • Programmiersprachen für Datenverarbeitung und Automatisierung

Datenanalyse

• Dashboards erstellen
• Hypothesentests
• Datenvisualisierung

Tools für Datenanalyse

• Tabellenkalkulationen (Excel oder Google Sheets)
  • Einfache Speicherung und Analyse
• SQL
  • Analysen im großen Maßstab
• BI-Tools (Tableau, Power BI, Looker)
  • Dashboarding und Teilen von Informationen

Maschinelles Lernen

• Prognosen und Extrapolationen
• Klassifikation
• Aktienkursvorhersage
• Bildverarbeitung
• Automatisierte Textanalyse

Tools fürs maschinelle Lernen

• Python und R
  • Programmiersprachen für prädiktive Modelle

Rückblick: Teammitglieder

Data Engineer	Data Analyst	Machine Learning Scientist
Daten speichern und pflegen	Daten visualisieren und beschreiben	Mit Daten modellieren und vorhersagen
SQL + Java/Scala/Python	SQL + BI-Tools + Tabellenkalkulationen	Python/R

Aufbau von Data-Science-Teams

• Isoliert
• Eingebettet
• Hybrid

Teamstruktur: isoliert

Teamstruktur: eingebettet

Teamstruktur: hybrid

Lass uns üben!

Datenwissenschaft für Unternehmen