Dies ist ein Gastbeitrag unseres geschätzten Kollegen Jurjen Helmus von der University of Applied Sciences in Amsterdam.
Wer wir sind
Wir sind die University of Applied Sciences in Amsterdam (UASA), auf Niederländisch die Hogeschool van Amsterdam (HvA). Wie GoDataDriven haben wir Amsterdam als unsere Heimatstadt. Wir sind zwar eine Universität, aber wir sind nicht akademisch, d.h. wir sind nicht dazu da, neues Grundlagenwissen zu entwickeln. Wir lehren, bilden aus und schaffen Wissen darüber, wie man Wissenschaft anwendet. Unser Ziel ist es, junge Fachkräfte auszubilden und sie auf ihren ersten Job vorzubereiten. Dazu müssen wir enge Verbindungen zu den Unternehmen und Organisationen in unserer Umgebung unterhalten. Tatsächlich gibt es unsere Studienprogramme, weil es einen Markt dafür gibt. Kürzlich haben wir unsere Studienprogramme innerhalb der technischen Fakultät neu erfunden, was uns dazu veranlasste, über die zukünftigen Probleme der zukünftigen Ingenieure nachzudenken. Wir kamen zu dem Schluss, dass Datensparsamkeit der Schlüssel zur Zukunftsfähigkeit ist.
Digitaler Wandel bei HvA
Da wir erkannt haben, dass künftige Ingenieure Daten im Programm benötigen, wird die technische Fakultät einer digitalen Umgestaltung unterzogen. Unsere Fakultät besteht aus Studiengängen wie Bautechnik, Luftfahrt, Logistik und Maschinenbau. Daher erwarten wir von den zukünftigen Ingenieuren, dass sie typische technische Probleme mit Gleichungen und Daten lösen. Der Wartungsingenieur (entweder in der Luftfahrt oder in intelligenten Fabriken) kann beispielsweise Sensordaten von Maschinen nutzen, um Ausfälle zu erkennen und vorherzusagen. Produktdesigner werden Daten über die Produktnutzung sammeln, um neue Produkte zu entwickeln. Diese Beispiele zeigen, dass eine digitale Transformation im Kontext der jeweiligen Disziplin durchgeführt werden sollte. Grundlegende Datenkenntnisse reichen nicht aus, wir müssen uns auf domänenspezifische Data Science-Probleme einstellen.
Daher haben wir das Nebenfach Datenwissenschaft (früher bekannt als Nebenfach Big Data in der Stadttechnik) eingeführt, das darauf abzielt, Nachwuchswissenschaftler auf den Markt zu bringen. Das Programm umfasst drei Spezialisierungsrichtungen (1) vorausschauende Wartung (2) datengesteuertes Design (3) datenbasierte Entscheidungsfindung. Während dieses 20-wöchigen Nebenfachs werden die datenwissenschaftlichen Fähigkeiten von ~40 Studenten in einem intensiven Kursprogramm geschult. Themen wie ETL, DWH, Datenbereinigung und maschinelles Lernen werden in diesem Nebenfach behandelt. Am Ende der ersten 10 Wochen lassen wir sie bei einem einwöchigen Hackaton mit dem Schwerpunkt IoT (Internet-of-Things) den Druckkocher-Effekt erleben. In den zweiten 10 Wochen führen sie eine Fallstudie in einem Unternehmen durch, die im Zusammenhang mit den drei Schwerpunkten steht.
Das Nebenfach hat sich sowohl für Studenten als auch für Organisationen als attraktiv erwiesen. Als letztes Jahr das Bewerbungsverfahren eröffnet wurde, waren alle Plätze innerhalb von 28 Minuten belegt. Das bedeutet, dass sich die Studenten des Potenzials von Data Science für ihren zukünftigen Job bewusst sind.
Neben dem Nebenfach richten wir an der HvA eine Datenstation ein, in der die Universität zusammen mit Unternehmen an datenbezogenen Projekten arbeitet. Parallel zur Entwicklung von Bildungsressourcen haben wir eine Forschungsgruppe mit dem Namen 'Urban Analytics' eingerichtet, die datengetriebene Probleme im Kontext städtischer Gebiete untersucht. Innerhalb dieser Forschungsgruppe arbeiten wir an datengesteuerten Projekten für eine sauberere und nachhaltigere Stadt.
Wer bringt dem Lehrer bei, was er lehren soll?
Ok, das mag ja alles sehr interessant sein, aber was ist mit GoDataDriven? Nun, eine ganze Menge. Es gibt keine plötzliche Datentransformation. Bevor den Studenten Datenwissenschaft beigebracht werden kann, müssen die Dozenten auf einem höheren Niveau als die Studenten ausgebildet sein. Eine wichtige Frage ist, wie wir entscheiden, was wir unseren Studenten beibringen sollen. Hier sind die echten Experten gefragt, die ihre Erfahrungen und Gedanken mit uns teilen. GDD ist ein anerkannter Akteur auf dem Gebiet der Datenwissenschaft, sowohl in der Beratung als auch in der Ausbildung. Die Kombination aus Praxiserfahrung und echter Beratung macht GDD zu einem idealen Partner für uns. Als solcher liefert uns GDD aufschlussreiche Erfahrungen, die uns bei der Auswahl der typischen Fähigkeiten und Tools im Nebenfach helfen. Ein wichtiger Aspekt von GDD in Bezug auf die Einrichtung unseres Nebenfachs ist seine Markenunabhängigkeit. Es wird Sie wahrscheinlich nicht überraschen, dass Anbieter wie Microsoft, IBM, Vertica oder Tableau daran interessiert sind, dass ihre Tools in unserem Nebenfach unterrichtet werden. Nun, im Prinzip ist es keine schlechte Sache, den Studenten beizubringen, welche Tools es in der Big-Data-Landschaft gibt und ihnen einen Einblick in deren Funktionsweise zu geben. Außerdem sind die Anbieter mehr als willkommen, Gastvorträge über ihre Software zu halten und uns mit Fallbeispielen zu versorgen. Das Wichtigste ist, dass wir die grundlegenden Fähigkeiten in unabhängigen Sprachen wie R, Python und SQL erlernen. Am Ende des Nebenfachs sollten die Studenten in der Lage sein, selbst ein Tool für ihr spezifisches Data Science-Projekt auszuwählen oder eines der beim Kunden verfügbaren Tools zu verwenden.
Derzeit führen wir ein Schulungsprogramm für Dozenten zu grundlegenden Kenntnissen in Datenwissenschaft ein. 35 Dozenten und Forscher haben sich für diese Schulung angemeldet. Während dieser Schulung kamen wir in den Genuss von Gastvorträgen von GDD, in denen sie Fälle aus ihrer täglichen Praxis erläuterten. Auch hier ist die tägliche Praxis ein wichtiges Element innerhalb einer Fachhochschule. Die GDD-Sitzung machte sehr deutlich, wie Data Science-Projekte in der Praxis durchgeführt werden. Als nächstes gab uns GDD aufschlussreiche Empfehlungen, welche Fähigkeiten unsere Studenten als junge Datenwissenschaftler haben sollten. Anhand dieser Empfehlungen haben wir die Tiefe und Vielfalt der Fähigkeiten bestimmt, die wir in unserem Nebenfach Datenwissenschaft unterrichten. Diejenigen Dozenten, die sich auf einem fortgeschrittenen Niveau der Datenwissenschaft ausbilden lassen möchten, können sich für einen Advanced Track bei GDD bewerben. Derzeit besucht einer unserer Dozenten diesen Kurs.
Was ist für die Studenten drin?
Neben den oben erwähnten Aktivitäten stellt die GDD auch Verbindungen zu unseren Studenten her. Erstens zeigen ihre Gastvorträge den Studenten, wie man Data Science-Projekte in den Griff bekommt. Natürlich kommt eine Botschaft von einem echten Profi besser an als die eines Dozenten. Obwohl Data Science eine große Sache ist, ist die Data-Science-Community noch sehr klein. Daher kann es sein, dass wir während unseres Nebenfachs Projekte bei Organisationen durchführen, die auch Kunden von GDD sind. In diesem Fall ist es gut, sich gegenseitig kennenzulernen und Erkenntnisse und Erfahrungen auszutauschen. Studenten haben oft neue Ideen für ein Projekt, und diese mit anderen zu teilen, ist nicht nur für die Studenten von Vorteil, sondern auch für GDD und den Kunden.
Im Rahmen der Entwicklung beruflicher Fähigkeiten bitten wir die Studenten, die Fachleute zu treffen. Aus diesem Grund haben wir die Big Data Expo (BDE) besucht. Die Big Data Expo ist eine großartige Gelegenheit, die Data Science Community zu treffen. Unsere Erfahrung mit den letzten Besuchen ist, dass die Data Science Community die Sorgfalt unserer Studenten zu schätzen weiß. Einige von ihnen haben auf der BDE ein Projekt für ihre Abschlussarbeit vorgestellt. Offensichtlich spielt GDD eine wichtige Rolle in der BDE-Organisation. Neben dem BDE nehmen unsere Studenten während ihres Nebenfachs an verschiedenen Treffen teil, wie z.B. dem 'Data Donderdag' oder 'Responsible Data Science' - ebenfalls von der GDD organisiert. Außerdem haben Studenten letztes Jahr darum gebeten, Vorlesungen zu schwänzen, um am Go Data Fest teilzunehmen.
Wenn Sie also Studenten fragen, was GDD ist, werden sie es wissen.
Künftige Erwartungen
Ist das alles, was es gibt? Nun, wir sind bei HvA ständig in der Entwicklung. Die digitale Transformation hat gerade erst begonnen. Letzte Woche haben wir unseren ersten IoT meets Data Science Hackaton in der Amsterdam ArenA - dem Heimstadion des AFC Ajax - organisiert. Die Studenten entwickelten IoT-Lösungen für die Herausforderungen bei der Kontrolle der Menschenmenge in der ArenA. Dieser erste Hackaton war ein Erfolg und wir sind hungrig auf mehr. Es wäre großartig, mit Profis wie GDD zusammenzuarbeiten, um einen Hackaton zu veranstalten. Wir wollen nicht nur von dem profitieren, was uns die Data-Science-Community gibt, sondern auch etwas zurückgeben. Wir als HvA sind bereit, Meetups, Hackatons oder Konferenzen zum Thema Datenwissenschaft zu veranstalten. Ab September dieses Jahres werden wir selbst eine Reihe von Meetups zu spezifischen Data Science-Themen veranstalten und Sie sind natürlich alle willkommen. Und schließlich sind wir auf der Suche nach studentischen Projekten im Nebenfach, die im Oktober 2018 beginnen.
Vielen Dank für diesen tollen Bericht, Jurjen. Wir freuen uns über die Zusammenarbeit und werden sie fortsetzen!
Unsere Ideen
Weitere Blogs
Contact