In Numbers We Trust - Der Data Science Podcast

#7: Data Culture

Die Kultur in einem Unternehmen ist ein latentes, organisch gewachsenes Gebilde. Und so schwer sie zu greifen oder zu beeinflussen ist, so wichtig ist sie für den Erfolg von Data Science Projekten. Doch warum spielt sie eine solch enorme Rolle und was macht denn eigentlich eine fruchtbare Data Culture aus? Wie kann man einen Kulturwandel anstoßen?

#6: Statistik vs. Machine Learning

Hat die Statistik so langsam ausgedient? Dass der Begriff der "Statistik" angestaubt ist, steht außer Frage. Und obwohl es durchaus Gemeinsamkeiten zwischen Statistik und Machine Learning gibt, so liegt der Teufel doch wie immer im Detail. Wir decken auf, welche Unterschiede es gibt und klären, ob Machine Learning die Statistik abgelöst hat.
Links:
Tyler Vigen - Spurious Correlations
Buch Download: An Introduction to Statistical Learning
In-depth introduction to machine learning in 15 hours of expert videos 
Baba Brinkman - Data Science Music Video 

#5: Data Warehouse vs. Data Lake vs. Data Mesh

Es gibt viele spannende Technologien um Daten zu halten und zu bewegen. Wenn man noch keine Data Plattform oder Data Warehouse hat, welchen Ansatz sollte man dann verfolgen?
Wir sprechen über:
SQL-Datenbanken
BI Cubes
Data Warehouses
Data Lakes
Data Mesh
Links:
Amazon Web Services - Was ist ein Data Lake?
Data Mesh and Lakehouse - Matei Zaharia, Databricks

#4: Job-Profile & Arbeitsmarkt

Welche Job-Profile und Erfahrungsstufen gibt es momentan im Data-Science-Kosmos? Und wie sieht die Perspektive für suchende Unternehmen und Bewerber*innen auf dem Arbeitsmarkt aus? Diesen Fragen gehen wir in der aktuellen Episode auf den Grund.
inwt Blog: Datenqualität und die Bedeutung von Data Stewardship
inwt Blog: Aufbau eines starken Data Science-Teams von Grund auf

#3: Statistik vs. Data Science

Ist Data Science nur ein hipper Begriff für Statistik? In dieser Episode sprechen Amit und Sebastian über den Werdegang bei inwt von der Statistik hin zu Full Stack Data Science. Wir decken auf was hinter den Begriffen "Statistik" und "Data Science" steckt und klären wer im Kampf der Daten um Relevanz eigentlich die Nase vorne hat.. Schaut euch unbedingt das Video von Baba Brinkman auf YouTube an!
Links:
Data Science - Baba Brinkman Music Video auf YouTube
Data Science Mengendiagramm von Drew Conway: http://drewconway.com/zia/2013/3/26/the-data-science-venn-diagram

#2: Erfolgsfaktoren für Predictive Analytics Projekte

Welche Faktoren entscheiden darüber, ob ein Predictive Analytics Projekt erfolgreich ist? Nach über 10 Jahren Erfahrung und über 180 Projekten ziehen Amit und Sebastian in dieser Episode ein Fazit, welche Stellschrauben gedreht und welche Hürden auf dem Weg zum erfolgreichen Predictive Analytics Projekt genommen werden müssen.
Folgende Themen greifen wir auf:
Data Maturity
Use Case
Minimum Viable Product (MVP)
Daten
Technologie & Organisation
Modell
bewertbare Qualität
Support

#1: Big Data Hype

In dieser Episode reden Amit und Sebastian über den Big Data Hype, in dessen Anfängen das Berufsbild des Data Scientist entstand.
Hier erfährst du:
was Big Data eigentlich genau ist,
wie es zu dem Hype kam und
was daraus geworden ist.
Links
3V Definition: https://www.inwt-statistics.de/blog-artikel-lesen/Big_Data_vs_Smart_Data.html
Hypothesengenerierung aus der Datenmenge: https://www.wired.com/2008/06/pb-theory/
Hype-Zyklus: https://de.wikipedia.org/wiki/Hype-Zyklus
Unsere Blogartikel zum Thema "Big Data": https://www.inwt-statistics.de/blog/tag/Big-Data.html