...
Unser Schwarm
In dieser Rubrik unseres Magazins stellen wir zukünftig regelmäßig Teilnehmer, Partner, Unterstützer und Mitglieder unseres Teams vor.

vor 12 Tagen

Unser Schwarm #9: Dr. Matthias Rettenmeier, Head Coach Data Science

Data Science ist ein Gebiet der angewandten Mathematik

Heute stellen wir euch Dr. Matthias Rettenmeier, unseren Head Coach für Data Science vor. Matthias hat in angewandter Mathematik promoviert und war lange Jahre am Fraunhofer Institut als studentische Hilfskraft und später als wissenschaftlicher Mitarbeiter angestellt. Auf Umwegen ist er als mathematisches „Brain“ zu Metrigo, einem kleinen Start-up in Hamburg um den jetzigen Online Marketing Rockstars Philipp Westermeyer gekommen. Bei Metrigo hat Matthias sich mit Ad-Tech im Bereich Real Time Bidding (RTB) beschäftigt. Sein Job war es, mathematisch fundierte Vorhersagemodelle für die Preiseinschätzung von online Werbeplätzen zu entwickeln. In 2015 hat Zalando das Start-up übernommen, wo Matthias bis März 2018 als Chief Data Scientist für das Zalando Ad Tech Lab tätig war. Wir freuen uns sehr, mit Matthias einen theoretisch herausragenden und gleichzeitig praxiserprobten Head Coach gefunden zu haben.

Matthias, hast Du Dir das Ad-Tech-Wissen selber angeeignet oder gab es Vorbilder?

Ich hatte keine Erfahrung im Bereich Ad-Tech als ich zu metrigo gestoßen bin. Bei metrigo gab es aber genug Wissen auf diesem Gebiet, so dass für mich schnell klar war was grundsätzlich zu tun ist. Zudem gab es im Markt natürlich genug andere Teilnehmer deren Herangehensweise zum Teil bekannt waren.  Die genaue Implementierung und der Feinschliff ist „learning by doing“ – wie in jedem anderen Job auch.

Wie wissenschaftlich, wie mathematisch muss man sein, um Data Scientist zu werden?

Data Science ist ein Gebiet der angewandten Mathematik, d. h. es geht nicht ganz ohne Mathe. Deshalb sprechen wir mit unseren Bootcamps in erster Linie Natur- und Wirtschaftswissenschaftler, sowie Ingenieure an, die im Rahmen ihres Studiums oder ihrer Promotion bereits mit Mathematik und Statistik in Berührung gekommen sind. In unserem aktuellen Bootcamp befinden sich aber auch ein Soziologe, eine Anthropologin und Teilnehmer, die sich vorher eher von der kaufmännischen Seite aus mit Daten auseinandergesetzt haben. Allen gemein ist, dass sie aus ihrem Domainwissen heraus Anwendungsfälle sehen und einen praxisorientierten Einstieg in das wachsende Feld der Data Science suchen.

Was zeichnet den Data-Science-Kurs in Deinen Augen aus? Was ist Dein Anspruch?

Unser Anspruch – und da spreche ich für Dalia mit – ist es, einen pragmatischen, auf Anwendung abzielenden, Intensivkurs für Menschen anzubieten, die einen Berufseinstieg in das Feld Data Science suchen. Wir beschäftigen uns mit den wichtigsten Ansätzen des Machine Learnings, stellen die dahinter liegenden mathematischen Konzepte vor und wenden die Methoden in konkreten Beispielen an. Die Lösungen programmieren die Teilnehmer in Python, diese Sprache hat sich am Markt ziemlich stark durchgesetzt. Wir geben unseren Schülern also sowohl das Verständnis für Verfahren, als auch das Handwerkszeug für die Implementierung mit.

Man darf sich das Ganze nicht als Frontalunterricht oder angeleitetes Programmieren vorstellen. In den 540 Stunden Bootcamp ist viel Arbeit an konkreten Problemen gefordert, in Gruppen oder als Einzelkämpfer. Es geht schließlich darum Lösungen zu entwickeln und sich Problemen zu stellen. Es geht nicht darum die aktuellen Buzzwords, wie “Big Data” oder “AI”, zu bedienen und nur darüber zu sprechen. Nüchtern betrachtet nutzen wir Methoden aus der Angewandten Mathematik, um datenbasierte Lösungen zu entwickeln. Wir trainieren jeden Tag, ich bin der Trainer - und das Training ist hart!

Wie ist Deine Erfahrung als Headcoach des Data-Science-Bootcamps bis dato?

Das Bootcamp ist hart - auch für mich! Die Teilnehmer meines Kurses sind alle sehr interessiert und sehr motiviert. Es ist eine angenehme Truppe. Das was es auch für mich hart gemacht hat ist nach 6 Jahren im Tech-Tunnel nun als Head Coach eine Sprache zu verwenden, die niemanden abhängt – auch für mich als Mathematiker ist das immer wieder eine neue Herausforderung. Es ist innerhalb von drei Monaten nicht möglich die vollständige Theorie zu vermitteln und unser Bootcamp soll ja auch nicht das Mathematikstudium ersetzen. Im Bootcamp sollen die Ideen gut transportiert und die mathematischen Details ausreichend beleuchtet werden. Diese Gratwanderung zwischen Konzepten und formaler Herleitung wird immer dann zur Herausforderung, wenn einzelne Teilnehmer mehr wissen wollen und andere sich schon etwas zurückgelassen fühlen. Aber an solchen Dingen erkennt man den Vorteil von einem On-Site-Bootcamp. Man hat die Gelegenheit die Bedürfnisse der Teilnehmer zu erkennen und im direkten Gespräch mit den ihnen Fragestellungen zu diskutieren.

Ist man nach drei Monaten Data-Science-Bootcamp so weit, um in einen Job einsteigen zu können?

Ganz klar, ja, denn wir schaffen hier gemeinsam eine Grundlage, auf der die Absolventen sehr gut weiter aufbauen können – das ist schließlich auch Kern des neue fische Konzepts. Ein ‘fertiger’ Data Scientist ist man nach den 3 Monaten aber natürlich nicht, dafür ist das Feld zu vielfältig und nuancenreich, und die Technologien entwickeln sich ständig weiter. Aber die Methoden und Verfahren, die hinter den technischen Möglichkeiten stecken, bleiben. Das sind sehr gute Voraussetzungen, um sich innerhalb eines Unternehmens weiter zu entwickeln. Es kommt auch darauf an, was man sich als Job so vorstellt. Ansatzmöglichkeiten gibt es genügend. Es gibt einen großen Bedarf, aber dieser Bedarf hat ganz unterschiedliche Ansprüche: für unsere Absolventen ist erfreulich, dass das Thema Machine Learning mittlerweile auch Felder erreicht, wo ein tiefes mathematisches Verständnis zum Einstieg nicht unbedingt nötig ist. Man wird dann „on the job“ nach und nach besser.

Ist dieses Konzept zur Aktivierung von Quereinsteigern für den Bereich Data Science hilfreich oder hinderlich?

Quereinsteiger entdecken andere Probleme als vielleicht ein Mathematiker, das ist ihre Chance. Zudem gewinnt das Thema Machine Learning in immer mehr Industrien an Bedeutung. So bringen unseren Absolventen, die eben statt aus der Mathematik oder Informatik aus der Molekularbiologie, dem Flugzeugbau oder der Chemie kommen, neben dem Data Science Know How auch relevantes Industriewissen mit – was sie für einen Einstieg als Data Scientist in eben diesen Industrien sehr wertvoll macht. Es ist aber auch vorstellbar, dass sich die Teilnehmer unseres Data-Science-Kurses mit ihrem Grundlagenwissen auch ganz andere berufliche Bereiche erschließen. Sie können zum Beispiel in die Produktentwicklung gehen oder Unternehmen dabei unterstützen, Prozesse zu digitalisieren oder automatisieren.

Gibt es im Data-Science-Bootcamp etwas Vergleichbares zum digitalen Gesellenstück der Web-Developer?

Am Ende gibt es auch ein Gesellenstück, das haben beide Bootcamps gemeinsam. Es geht bei neue fische immer darum, das Gelernte sichtbar, anfassbar zu machen. Bei uns im Data Science Camp geht es nicht nur darum eine fertige Lösung zu einer selbstgewählten Fragestellung aufzuzeigen, sondern auch die Herangehensweise zu beschreiben. Werkzeuge mit denen die Teilnehmer interaktiv und graphisch die Daten und Fragestellungen beschreiben können haben sie im Kurs kennengelernt. Das Implementierungen von Lösungen hat sie ebenfalls von Beginn an begleitet. Es ist allerdings alles etwas weniger grafisch als bei den Web-Developern.

Wie ist das Data-Science-Bootcamp inhaltlich organisiert?

Ich selbst bin als Head Coach für das Gesamtkonzept des Bootcamps verantwortlich und stehe täglich selbst vor den Teilnehmern und konzentriere mich dabei vor allem auf die methodischen und mathematischen Themen. Für die Implementierung, das heißt die Programmierung, habe ich einen zusätzlichen Coach im Team. Dieser zusätzliche Fokus ist uns wichtig, da die Implementierung aus Sicht der Arbeitgeber ein wichtiger Bestandteil ist. Zudem hilft uns eine studentische Data-Science-Hilfskraft unsere Teilnehmer insbesondere in den Projektphasen zu betreuen.

Die ersten 8 Wochen vermitteln wir Inhalte und setzen wochenweise Projekte um. Die letzten 4 Wochen sind dem individuellen Gesellenstück gewidmet, in dem unsere Teilnehmer individuell ihr Können demonstrieren. Ein echter Mehrwert gegenüber einem einfachen Zertifikat – das unsere Absolventen natürlich trotzdem erhalten.

Quick Links
Anschrift
Kontakt
Social Media
Newsletter
© 2018 neuefische GmbH