Der Vormarsch der Digitalisierung in den Arbeitsalltag ist omnipräsent und es gibt wohl wenig Zweifel, dass der post-pandemische Arbeitsplatz einige Veränderungen mit sich bringen wird. Infolgedessen steigt die Nachfrage nach analytisch veranlagten und Tech-affinen Mitarbeitern. Somit muss sich jeder Einzelne der Herausforderung stellen, mit der Digitalisierung zu wachsen und sein Instrumentarium zeitgemäß zu erweitern.
Welch ein Glück, dass TechAcademy darauf abzielt, Dich analytisch fit zu machen und dir den Einstieg in die Programmierung zu erleichtern. Doch wie lohnend ist das Absolvieren etlicher DataCamp Kurse und die Bearbeitung des Gruppenprojektes? Immerhin nimmt die Teilnahme am Data Science Programm einiges an Zeit in Anspruch und das neben dem laufenden Studium.
In diesem Blog lasse ich Revue passieren, inwieweit mir die mehrfache TechAcademy Teilnahme, sowohl den Einstieg als auch den Arbeitsalltag bei meinem Data Science Praktikum (ING-DiBa) erleichtert hat.
Der Einstieg
Bereits im ersten Telefoninterview kam die TechAcademy Teilnahme zur Sprache. Besonders in einem learning-by-doing Bereich, wie Data Science, ist es fundamental, sich eigenständig mit kleinen Projekten auseinanderzusetzen. Dies wird im Normalfall von Personalern vorausgesetzt. Umso besser ist es, dass die zugrundeliegenden TechAcademy Projekte auf real-world Daten basieren, die real-world Probleme mit sich bringen.
Bei meinem Projekt handelte es sich um die, zu dem Zeitpunkt aktuelle, Entwicklung der Corona-Fallzahlen. Das Projekt wurde im Telefoninterview ausführlich ausdiskutiert und durch den gegenwärtigen Zeitbezug entwickelte sich ein angenehmer Redefluss.
Neben dem Fachlichen werden noch weitere gern gesehene Eigenschaften, durch eine Teilnahme bei TechAcademy, vermittelt: Teamfähigkeit und die Bereitschaft sich in Data Science Thematiken einzuarbeiten.
Einige Wochen nach dem Vorstellungsgespräch, konnte ich voller Freude eine Zusage für das Praktikum in meinem Postfach vorfinden. Jetzt wurde es ernst.
Der Arbeitsalltag
In der ersten Woche bestand die Hauptaufgabe darin, einen Kurs in SAS zu absolvieren. Das fällt einem deutlich leichter, wenn man schon mal einige Zeilen Code geschrieben hat und somit ein Gefühl für die Grundidee des Programmierens entwickelt hat. Anschließend an den Kurs, durfte ich mich an die Aufgabe heranwagen, ein automatisiertes Reporting Dashboard in Power BI zu erstellen. Hierbei sind erste Erfahrungen in der Datenvisualisierung, die ebenfalls durch das Projekt vorangetragen werden, von Vorteil.
Generell vermittelt das Kapitel der explorativen Datenanalyse, welche den Großteil des Arbeitstages eines Data Scientists umfasst, sehr praxisrelevantes Handwerkszeug. Angefangen beim Datenimport und der Datenaufbereitung bis hin zur Visualisierung, wurden durch das Projekt, jeweils wichtige Grundkenntnisse etabliert, auf die ich bei Ad-hoc-Analysen zurückgreifen konnte.
Dasselbe gilt auch für das Predictive Modeling. Wer so mutig und motiviert ist, sich durch den fortgeschrittenen Teil des Projektes zu kämpfen, wird gut auf den Modellierungsprozess von Vorhersagenmodellen vorbereitet. Praxisnahe Konzepte, wie das Feature Engineering und die Korrelationsanalyse, sind wichtige Bausteine, die in der Berufswelt des Data Scientists zahlreiche Anwendungsfelder finden.
Das Fazit – Hält die Teilnahme bei TechAcademy, was sie verspricht?
Nachdem ich mich damit auseinandergesetzt habe, inwieweit mich TechAcademy bei meinem Praktikum unterstützt hat, bin ich zu der festen Überzeugung gekommen, dass sich eine Teilnahme absolut gelohnt hat.
Es werden grundlegende Konzepte und Programmierfähigkeiten mit an die Hand gegeben, die im Bereich Data Analytics/ Data Science vorausgesetzt werden. Dadurch wird ein solides Fundament geschaffen, welches den Einstieg in die Welt der Daten wesentlich erleichtert und Lust auf mehr macht.