Definition - Data Science Projekt

• Konstrukte:
  • Data Science Life Cycle
  • Data Scientist
• Involvierte Definitionen:
  • Data Scientist
• Veranstaltung: EDS
• Referenz: @beecks2024

⠀

Definition: Data Science Projekt

Erstmal nur ein Stub.

Kompetenzen für Data Science Projekte

Data Science Projekte erfordern in der Regel die folgenden Kompetenzen:

Besonders relevant sind hierbei:

• Kommunikation mit verschiedensten Ansprechpartnern und Projektteilnehmern,
• Management im Projekt (Arbeitspakete, Aufgaben, …)
• Strategie zur Einordnung der Aktivitäten.

Schlüsselrollen für Data Science Projekte

Die Vielzahl der nötigen Kompetenzen kann unmöglich von Data Scientisten alleine realisiert werden. In Data Science Projekten sollten daher folgende Schlüsselrollen vertreten sein:

• Data Scientist: Spezialist für den Analysebereich, Auswahl der Methoden, Durchführung der Analysen und der anschließenden Interpretation.
• Projektmanager: Plant, steuert und koordiniert den Projektablauf.
• Domänenexperte: Hat Wissen über die Anwendungsdomäne und inhaltliches Problemverständnis.
• Data Engineer: Verantwortlich für die Beschaffung, Speicherung, Aufbereitung, Strukturierung und Weitergabe von Daten. Stellt die Infrastruktur bereit.
• Technischer Support: Schafft die technischen Voraussetzungen für die Durchführung. (Bspw. Montage einer Videokamera für die Datenerhebung.)
• Compliance Support: Verantwortlich für gesetzliche Vorgaben, Datenschutz und Sicherheitsmanagement.

Anmerkung

Voreingenommene Zielgruppen

In der Kommunikation ist es keine Seltenheit, dass die jeweiligen Zielgruppen voreingenommen sind.

Das kann bedeuten, dass valide Analyseverfahren aus persönlichen Gründen oder Vorlieben abgelehnt werden.

Daher kann es notwendig sein, mehrere Personen aus einer Zielgruppe zu befragen.