Zum Inhalt springen

  • Beiträge
    2
  • Kommentare
    13
  • Aufrufe
    1.534

Wie alles anfing


Synoptikus

923 Aufrufe

Hallo zusammen, 

 

nachdem mich Markus darauf hingewiesen hat, dass ich bisher nur die Beschreibung geschrieben habe (was ich als Blogeintrag verstanden habe), kopiere ich hier einfach nochmal denselben Text hinein, den ich bereits geschrieben hatte. Und sowas nennt sich "digital native"... 😉

 

Wir haben Anfang Mai, Europa ist im Lockdown und mein Arbeitgeber schickt uns alle in Kurzarbeit - von 5 Tagen die Woche auf 1.5. Zeit, sich über einen Master zu informieren! Data Science hatte ich schon länger im Blick. Die IUBH kam hierbei in die engere Auswahl, sowie auch die Texas University of Austin. Im Endeffekt ist es dann die IUBH geworden, weil deutlich flexibler und weil man nur hier tatsächlich den Curriculum in Detail ansehen konnte. Gerade bei Data Science wollte ich etwas vorsichtig sein - "Data Scientist in 5 Weeks" oder ähnliche Kurse gibt es ja en masse. Nachdem ich den Curriculum zwei Personen gezeigt hatte, die in dem Bereich arbeiten, und beide meinten, dass das durchaus solide klingt, wollte ich mich im Juli anmelden. 

 

Aber nein, ich hatte das eine Jahr Berufserfahrung noch nicht. Schade Schokolade. Nach einigen Gesprächen mit der Studienberatung, ob ich mich bereits früher anmelden könnte habe ich mich dann nach mehrfacher Verneinung damit abgefunden, dass ich mich erst am 01.10 anmelden kann. 

Am 01.10 wollte ich mich nun anmelden und einschreiben und von dem Angebot für Personen in Kurzarbeit gebrauch machen - das leider just zu dem Tag ausgelaufen ist. Der Studienberater hat mich dann gefragt, weshalb ich mich nicht am Vortag angemeldet hätte, was kein Problem gewesen wäre, da Anmeldung und Immatrikulation getrennt sind und ich von dem Angebot doch Gebrauch hätte machen können. Danke fürs Gespräch 🙂

Nun gut, Angemeldet habe ich mich dann trotzdem. 3.5 Wochen später und nach einigem Hin und Her bezüglich der Anmeldedaten bin ich dann auch endlich immatrikuliert. Aber falsch, weil ich erst für den M.Sc. Data Science (deutsch) eingeschrieben wurde - der existiert noch gar nicht. Dementsprechend war ich auch erstmal sehr verwirrt, dass ich keinen einzigen Kurs belegen konnte. Zwei Tage später war aber auch das behoben. Was momentan noch bleibt, ist dass meine Immatrikulationsbescheinigung auch auf Nachfrage immernoch nicht passt. Nicht nur steht dort der (minimal) falsche Studiengang (was ja nicht soo weltbewegend ist), sondern studiere ich auch schon seit 11 Semestern an der IUBH. Das war mir so auch noch nicht bewusst. Hier kann ich bestätigen, was ich schon öfter gelesen habe: Studienberatung und Immatrikulation könnten besser laufen. Mit dem Studierendensekretariat und den administrativen Einführungsveranstaltungen habe ich wiederum sehr gute Erfahrungen gemacht. 

 

Damit startete dann aber auch endlich das Studium. Ich habe zwei Kurse belegt, Introduction to Data Science und Advanced Mathematics. Parallele bearbeitung hat für mich nicht funktioniert, wie ich schnell gemerkt habe, deswegen habe ich mich erst einmal auf Data Science konzentriert. Der Einführungskurs (Skripte, Videos und ein live-Tutorium pro Woche) erklärt die Thematiken und Konzepte gut und anschaulich. Falls doch noch Fragen offen bleiben, kann man sich über Teams mit Komillitonen und dem Prof (der auch werktags schnell antwortet) kurzschließen - alles relativ übersichtlich gestaltet. Die Prüfung ist auch fair, vor allem sind es Verständnisfragen, keine Fragen zum auswendig lernen. Alles in Allem bin ich bisher zufrieden. 

 

Auf zwei Punkte bin ich allerdings in Zukunft noch gespannt:

 

1. Viele Data Science Curriculen schließen auch Kurse in Optimierung ein, das ist hier nicht der Fall. Ich bin gespannt, inwiefern das hier auch mit abgedeckt wird.

 

2. Die Studiengangsleiter haben auch ein Interview mit dem Besitzer dieser Website gemacht, in dem sie gesagt haben, dass Python die einzige Sprache ist, die unterrichtet wird. Auch wenn ich der gleichen Meinung bin, dass es mehr Sinn macht, Python ausführlich zu unterrichten anstatt zwei Sprachen anzuschneiden (z.B. Java), so denke ich doch, dass auch Sprachen wie SQL für Data Scientists enorm wichtig sind - das ist ja immerhin mehr oder weniger die Standardsprache, um Datenbanken zu adressieren. Deshalb bin ich gespannt ob SQL oder die Konzepte dahinter auch behandelt werden. Vielleicht wurde SQL von den Studiengangsleitern einfach nicht als eigenständige Sprache gesehen. 

 

Ich hoffe meine Infos helfen euch ein bisschen, ich habe vor meiner Anmeldung immer vergeblich nach Erfahrungsberichten gesucht.

In dem Sinne: Welcome to my Master Adventure und bis bald!

 

Synoptikus

Bearbeitet von Synoptikus
Beitrags-Kategorie angepasst

7 Kommentare


Empfohlene Kommentare

Hallo

 

Danke für dein Update. Du erwähnst SQL als Programmiersprache für Data Science. Ist für die Data Scientisten nicht eher die NoSQL-Welt interessant wie z.B. Map/ Reduce?

 

Gruss

Link zu diesem Kommentar
vor einer Stunde hat Gambit geschrieben:

Hallo

 

Danke für dein Update. Du erwähnst SQL als Programmiersprache für Data Science. Ist für die Data Scientisten nicht eher die NoSQL-Welt interessant wie z.B. Map/ Reduce?

 

Gruss

Hi Gambit,

ja, das kann durchaus sein, da bin ich noch zu wenig im Thema. Aber so oder so bin ich gespannt ob noch eine Datenbankabfragesprache kommt, mit Python selbst geht das ja meines (noch begrenzten Wissens) nicht. 

Gruss

Link zu diesem Kommentar

Moin,

 

SQL ist der Standard für relationale Datenmodelle, die in den meisten Fällen alles abdecken was man braucht. Daneben werden die RDBMS auch immer weiter mit "No-SQL"-Funktionen, wie z.B. JSON-Datentypen, ausgestattet.

Die NoSQL-Welt ergänzt die SQL-Welt um spezielle Datenbanktypen die spezielle Aufgaben erledigen - die beiden Welten stehen aber nicht wirklich im Wettbewerb.

Es ist sicher auch schwierig die richtige NoSQL-Datenbank fürs Curriculum zu finden. Manche sind sehr trivial in Einrichtung und Bedienung. Bei anderen dauert es schon Stunden um den Datenbankserver zum Laufen zu bekommen. Evtl. wäre an der Stelle ein Workbook über ~5 NoSQL-Datenbanken eine coole Idee um eine gute Mischung zu finden um alle Typen mal vorzustellen, aber in keine richtig tief eintauchen zu müssen.

 

Viel Erfolg beim Studium :D ich bin mal gespannt was du zu dem Master noch so schreiben wirst, Data Science finde ich auch ganz interessant

 

[edit]

Mir fällt gerade noch ein, dass es bereits im Bachelor ein Modul zur Datenmodellierung und SQL gibt. Vielleicht gibt es deshalb im Master kein eigenes Modul dafür.

Bearbeitet von PVoss
Link zu diesem Kommentar
Zitat

Die Studiengangsleiter haben auch ein Interview mit dem Besitzer dieser Website gemacht

 

Das gibt es übrigens hier:

 

Link zu diesem Kommentar
Am 3.2.2021 um 14:35 hat londey geschrieben:

Danke für deinen Erfahrungsbericht :) Gibt es hier noch ein Update? Oder wartest du noch etwas?

Hi Londey,

 

bin mittlerweile etwas weiter, als nächstes kommt ein Update zu Mathe und Data Science and Society, aber erst muss ich Data Science and Society fertig bekommen. Update so in einer Woche :)

 

Gruss

 

Link zu diesem Kommentar

Viel Erfolg erst mal im Studium! Das mit der parallel Bearbeitung war bei mir auch so und ich war sehr froh, dass ich die Module linear abarbeiten konnte - dann kann man sich besser auf einzelne Aspekte konzentrieren. Bin schon auf Updates gespannt ...

Link zu diesem Kommentar

Erstelle ein Benutzerkonto oder melde Dich an, um zu kommentieren

Du musst ein Benutzerkonto haben, um einen Kommentar verfassen zu können

Benutzerkonto erstellen

Neues Benutzerkonto für unsere Community erstellen. Es ist einfach!

Neues Benutzerkonto erstellen

Anmelden

Du hast bereits ein Benutzerkonto? Melde Dich hier an.

Jetzt anmelden


×
  • Neu erstellen...