Data-Science-Projektorganisation

In diesem Seminar werden die Herausforderungen in Data-Science-Projekten beleuchtet und Vorgehensweisen vorgestellt, die man diesen begegnet.

Die Durchführung von Projekten stellt bei der Data Science eine große Herausforderung dar: Der Projektverlauf ist in der Initiierungsphase kaum abzuschätzen, das Projektartefakt nicht im Detail zu beschreiben. Selbst die Zusammensetzung des Projektteams ist häufig schwer zu planen.

Sie lernen 

• zu erkennen, ob es sich bei an sie herangetragene Fragestellungen um Themen handelt, denen durch Data Science begegnet werden kann.
• abzuschätzen, ob der zu erwartende Aufwand und der zu erwartende Mehrwert die Durchführung eines Projektes rechtfertigt
• den Informationsbedarf aller beteiligten Stakeholder zu identifizieren.
• einzuschätzen, ob erstellte Analyseartefakte sinnvoll in der Praxis eingesetzt werden können.

Ihr Nutzen im beruflichen Umfeld

Nach Abschluss des Kurses sind Sie in der Lage, 

• grundlegende technische Anforderungen und Rahmenbedingungen von datengetriebenen KI-Projekten zu verstehen und für die Projektplanung zu berücksichtigen.
• Rollen, Kompetenzen und Ressourcen für die Durchführung von KI-Projekten zu identifizieren sowie den Projektverlauf strukturiert zu planen und in das Projektvorgehen einzubinden.

Standort

NORDAKADEMIE Campus Hamburg

Abschluss

Teilnahmebescheinigung, welche die erworbene Qualifikation zur Anwendung des vermittelten Fachwissens im beruflichen Alltag dokumentiert.

Lerninhalte

• Möglichkeiten und Grenzen von Projektmanagement-Standards im Data-Science-Umfeld
• Projektinitiierung: Eignungsbewertung von Problemstellungen für die Durchführung von Data-Science-Projekten, personelle Besetzung sowie Aufwandsschätzung
• Vorgehensmodelle für die Durchführung von Data-Science-Projekten

Lehr- und Lernmethoden

Dialogorientierte Vorlesung, Selbststudium, Online-Sprechstunde.

Teilnahmeanforderungen

Das Studium des Seminars gliedert sich in 2 Lehrphasen, die für den Erhalt der Teilnahmebescheinigung obligatorisch sind:

• Selbststudienphase
• Präsenzphase (2,5 Tage, direkt anschießend, Präsenzzeiten im Zeitraum von 09:15 – 18.30 Uhr): Dialogorientierte Vorlesung mit Fallbeispiel

Unsere Dozierenden

Prof. Dr. Michael Schulz hat seit April 2017 eine Professur für Wirtschaftsinformatik an der NORDAKADEMIE inne und ist Studiengangsleiter des Masterstudiengangs Applied Data Science & AI Management. Seine Forschungsschwerpunkte liegen u.a. im Bereich Business Analytics, Data-Mining und Self-Service Business Intelligence.