Data Science in der Praxis: Endspurt Studium im Unternehmen
Mit der Abschlussarbeit kann es noch mal richtig spannend werden im Studium. Vor allem, wenn man die Thesis zusammen mit einem Unternehmen schreibt. Philipp Haid hat über ein Praxisprojekt den Kontakt zum Hamburger Unternehmen Jungheinrich gefunden und viel Input aus dem Team Data Analytics bekommen.
Was hat den Studiengang Business Intelligence & Data Science für dich so interessant gemacht?
Das Arbeiten mit Daten wird in unserer datengetriebenen Gesellschaft immer wichtiger. Entscheidung werden aufgrund von Algorithmen und Daten getroffen. An diesem Prozess mitzuwirken war ausschlaggebend für meine Studienwahl Business Intelligence & Data Science. Der vielfältige und praxisnahe Aufbau des Studiums hat mir einen Einblick in viele verschiedene Felder gegeben.
Welche Themen haben dich am meisten begeistert?
Für mich waren die technisch orientierten Veranstaltungen am interessantesten. Programmieren lernen, Algorithmen schreiben und Daten auswerten sind Prozesse, die ich später im Berufsalltag auch durchführen werde. Die statistischen Grundlagen für verschiedene Modelle haben geholfen, die Lösungen für verschiedene Probleme zu finden.
Du hast deine Abschlussarbeit bei einem Unternehmen geschrieben. Wie kam es dazu?
In unserem zweiten Semester des Studiums hatten wir ein Field-Project, also ein praxisnahes Projekt, in dem wir Studierenden ein Problem lösen mussten. Unser Professor Dr. Veith Tiemann konnte dafür Jungheinrich als Praxispartner gewinnen. Durch das Projekt hat sich die Möglichkeit für eine Master-Thesis in derselben Abteilung ergeben. Da das Thema des Field-Projects nah an der Thematik meiner Abschlussarbeit ist, war eine schnelle Einarbeitung bei Jungheinrich möglich.
Was hast du dir in deiner Master-Thesis genau angeschaut?
Jungheinrich produziert als Lösungsanbieter für die Intralogistik Flurförderzeuge jeglicher Art. Die Thematik meiner Arbeit war es einen Algorithmus zu erstellen, der die Benutzung der Fahrzeuge prognostiziert. Dazu stehen einem verschiedene statistische Modelle aber auch Machine Learning Modelle zu Verfügung. Diese Prognose von zeitabhängigen Werten wird auch Time Series Forecasting genannt, eine Aufgabe, die oft im Data Science Feld gelöst werden muss. Die Master-Thesis untersucht diese Prognosen von tausenden Fahrzeugen anhand unterschiedlicher Fragestellungen.
Wie lief die Zusammenarbeit mit dem Unternehmen?
Ich war für die Zeit, in der ich meine Thesis bei Jungheinrich geschrieben habe, fester Bestandteil des Data Analytics Teams. Zu Anfang war ich noch viel vor Ort, im Laufe der Master-Thesis wechselte ich aufgrund von Covid zur Remote-Arbeit. Die Organisation des Masteranden-Vertrags ist mit einem normalen Aufnahmeprozess in ein Unternehmen vergleichbar. Für Feedback und Hilfe konnte ich jederzeit meinen Betreuer bei Jungheinrich fragen. Insbesondere für technische und statistische Fragen war diese Betreuung eine große Hilfe beim Anfertigen der Abschlussarbeit.
Wie soll es für dich nach dem Studium beruflich weitergehen?
Für mich steht fest, dass ich nach meinem Master-Studium einen Beruf als Data Scientist oder Data Analyst anstrebe. Dadurch, dass Data Science so vielseitig und konstant im Wandel ist, kann man als Data Scientist nicht auslernen. Diese ständige Weiterbildung finde ich sehr interessant. Weil man in dem Beruf an keine Branche gebunden ist, kann ich mich vielseitig bewerben. Ob es ein Start-up, eine Beratung oder ein großes Unternehmen wird, steht noch nicht fest.