Marcel Hebing / Martin Schmidt

Data Science Management

Vom ersten Konzept bis zur Governance datengetriebener Organisationen

34,90 

Enthält 7% MwSt.
 
Kostenloser Versand

Lieferbar voraussichtlich ab 02.2024

Erscheinungsdatum: Voraussichtlich 02.2024Seitenanzahl: 288Verlag: O'ReillyEinband: Broschur ISBN Print: 978-3-96009-214-8ISBN Bundle: 978-3-96010-811-5ISBN PDF: 978-3-96010-808-5ISBN ePub: 978-3-96010-809-2 Artikelnummer: 9448

Der umfassende Leitfaden für das Managen von Data-Science-Projekten für Studium und Beruf

  • Themenspektrum: Designen von Projekten, Datenverarbeitung, Analysemethoden, Rolle und Aufgaben von Data Science Manager:innen, Kommunikation mit Stakeholdern, Automatisierung, MLOps, Governance
  • Inklusive konkreter Toolsets wie z.B. Softwarepakete, Checklisten, Projekt-Canvases sowie Übersichten über bewährte Methoden
  • Die Autoren sind Professoren für Data Science bzw. Data Science Management an der Digital Business University of Applied Sciences und Startup-Gründer

Viele Data-Science-Vorhaben scheitern an organisatorischen Hürden: So ist oftmals die Rolle des Managements in diesen Projekten nicht klar definiert. Zudem gibt es unterschiedliche Vorstellungen, wie gutes Projektmanagement für Data-Science-Produkte oder -Analysen gestaltet sein muss, um Mehrwert für das Unternehmen zu generieren.

Dieses Buch ist eine theoretisch fundierte und an der Praxis ausgerichtete Einführung in das Managen von Data-Science-Projekten aller Größenordnungen. Sie erfahren, was Daten sind und wie man mit ihnen umgeht, wie Datenanalysen durchgeführt werden und welche Tools hierfür infrage kommen. Die Autoren zeigen Wege, wie Sie erfolgreiche Projekte entlang des Data Science Life Cycles planen und eine datengetriebene Organisationskultur über alle Fachbereiche hinweg implementieren. Dabei wird die Rolle von Data Science Manager*innen im Kontext eines modernen Leaderships beleuchtet und Aufbau und Leitung von Datenanalyse-Teams beschrieben. Jedes Kapitel wird abgerundet durch einen Hands-On-Abschnitt, der Werkzeuge, Best Practices und Checklisten für die Umsetzung in die Praxis enthält.

Marcel Hebing / Martin Schmidt

Marcel Hebing ist Professor für Data Science an der Digital Business University of Applied Sciences (DBU), Gründer der Impact Distillery (mStats DS GmbH) und Assoziierter Forscher am Alexander von Humboldt Institut für Internet und Gesellschaft (HIIG). Sein fachlicher Hintergrund in der Informatik, Soziologie und Statistik gibt ihm eine besondere Perspektive auf Fragen der Datenqualität in der Statistik, der Interpretation von Daten und der Anwendung von Machine-Learning-Methoden.

Martin Schmidt ist Professor für Data Science Management an der Digital Business University of Applied Sciences (DBU) und arbeitet als Product Owner und Data Scientist bei der DB Systel GmbH. Martins Interesse gilt der Organisation und dem Management von Data Science in Unternehmen und den Menschen, die daran beteiligt sind. Er wurde mit einer Arbeit zur Modellierung von stofflichen und energetischen Gradienten an Ökosystemgrenzen an der Universität Potsdam promoviert.

  • Manager*innen und Product Owner in Data Science und Analytics
  • Studierende der Data Science, Statistik und Wirtschaftsinformatik
Zu diesem Titel sind aktuell leider keine Links vorhanden!