In Christins Arbeitsalltag dreht sich alles darum, kreative Lösungen zu finden. Wofür genau fragt ihr euch? Für die Entwicklung von Algorithmen. Christin ist Data Scientist im Bereich Sensor & Algorithm Design und programmiert Algorithmen für die Datenauswertung. Was genau ihr Job eigentlich beinhaltet und warum Kreativität so ein wichtiger Bestandteil ihrer Arbeit ist, erfahrt ihr in diesem Interview. Noch mehr Infos gibt's unter www.rosen-jobs.de/datascience.
Christin, du bist Data Scientist im Bereich Sensor & Algorithm Design. Was können wir uns darunter vorstellen?
Ich beschäftige mich hauptsächlich mit wiederkehrenden Mustern in unseren Inspektionsdaten. Zum Beispiel schaue ich mir an, wie die Inspektionsdaten einer Industrieanlage aussehen, die korrodierte Stellen besitzt. Diese Muster nutze ich als Basis für die Entwicklung von verschiedenen Algorithmen. Dadurch erleichtern wir den KollegInnen aus der Datenauswertung die Analyse der gesammelten Pipelinedaten, indem bestimmte Muster bereits vom Algorithmus erkannt und gegebenenfalls ausgeschlossen werden. Denn in vielen Fällen befinden sich mehrere tausend Stellen in einem Datensatz, die potentiell eine Fehlstelle sein könnten. Aber längst nicht jede Anomalie im Datensatz ist auch eine Fehlstelle. Da wir in einem sehr sicherheitsbewussten Umfeld agieren, zählt auch die kontinuierliche Validierung der Algorithmen zu meinen Hauptaufgaben. Dies trägt dazu bei, dass wir keine Algorithmen erstellen, die versehentlich relevante Daten ausschließen. Mit Hilfe der Daten aus unseren Molchen können wir außerdem Aussagen über die Performance unserer Inspektionsgeräte treffen und Spezifikationen sowie Parameter zur Optimierung unserer Molche an die entsprechenden KollegInnen rausgeben.
Wie sieht dein typischer Arbeitstag aus?
In meinem Projektteam verfolgen wir den Scrum-Ansatz. Deswegen startet mein Tag meist mit dem sogenannten "Daily", einem Gespräch mit meinen KollegInnen, in dem wir thematisieren, was wir gestern erreicht haben, wie die Pläne für den heutigen Tag aussehen und was für Herausforderungen vielleicht aufgetreten sind. Um unsere eigentlichen Aufgaben zu erledigen, arbeiten wir in Sprints. Diese bilden im Scrum-Ansatz einen definierten Zeitraum ab, in dem das Team ein bestimmtes Arbeitskontigent zu erledigen hat. Häufig haben wir dazu Meetings, um den aktuellen oder den zuletzt abgeschlossenen Sprint zu besprechen. Sobald kleinere Tasks abgeschlossen sind, erfolgt üblicherweise immer ein sogenannter „Pull-Request". Auf diese Weise stellt man dem Team neue Updates im Code vor. Das Entwicklerteam hat die Möglichkeit, Feedback, Verbesserungsvorschläge oder Hinweise zu möglichen Problemstellen im Code zu geben, bevor dieser akzeptiert wird.
Inwieweit sind Themen wie Big Data, Künstliche Intelligenz und High Performance Computing ständige Begleiter in deinem Arbeitsalltag?
Ah, die gängigen Buzz Words (lacht). Aber ja: Big Data, Künstliche Intelligenz und High Performance Computing sind für mich äußerst wichtige Themen und ich muss diese bei der Entwicklung von Algorithmen ständig im Hinterkopf behalten. Die Datensätze, die unsere Molche mit ihren verschiedenartigen Sensoren generieren, sind riesig und somit ein sehr gutes Beispiel für Big Data. High Performance Computing ist gerade mit Blick auf die Datenauswertung ein wichtiges Thema. Schließlich wollen wir Algorithmen entwickeln, die den KollegInnen die Arbeit erleichtern. Deshalb dürfen diese für die Analyse eines Datensatzes nicht mehrere Wochen benötigen. Und auch Künstliche Intelligenz ist ein Thema, was zunehmend an Relevanz für meine Arbeit gewinnt. Gerade seit Ende des letzten Jahres ist dies deutlich zu spüren und ich finde diese Entwicklung richtig spannend. Andere Abteilungen bei ROSEN beschäftigen sich aber schon seit Jahren mit dem Thema.
Was ist deine bevorzugte Programmiersprache?
Ich habe in der Uni ursprünglich angefangen mit Matlab zu programmieren, die ist sehr ähnlich zu Python. Heute nutze ich für meine Arbeit Python, da die Sprache hauptsächlich innerhalb unserer Abteilung verwendet wird. In anderen Abteilungen wird aber auch C++ und C# genutzt. Ich finde, dass Python eine relativ einfach zu lernende Programmiersprache ist und arbeite gerne damit. Allgemein muss man bei Programmiersprachen einmal die zugrundeliegende Logik verstehen. Das Lernen der unterschiedlichen Befehle ist dann wie Vokabeln lernen.
Welche Eigenschaften sind in deinem Job besonders wichtig?
Neben dem logischen Denken ist besonders Teamfähigkeit sehr wichtig. Ich war bisher nur in Projekten tätig, die im Team bearbeitet wurden. Die verschiedenen Teammitglieder ergänzen sich gut mit ihren Kenntnissen und Fähigkeiten – genau diese Kombination führt meist zu besseren Ergebnissen. Auch Motivation, Neugierde und Offenheit für neue Dinge sind sehr wichtig. Gerade für die Programmiersprachen gibt es regelmäßige Updates und neue Features, da muss ich mich immer auf dem Laufenden halten und neue Dinge ausprobieren. Außerdem ist Kreativität ein wichtiger Bestandteil meiner Arbeit. Die Lösungen vieler Probleme sind oft nicht offensichtlich, sodass ich einen kreativen Weg finden muss, um mich ihrer Lösung zu nähern.
Was macht deinen Job für dich so spannend?
Auf jeden Fall die Kreativität, mit der ich in meinem Arbeitsalltag Lösungswege finde. Gerade, weil es nicht immer die eine richtige Lösung für ein Problem gibt, ist der Job für mich sehr spannend und äußerst vielfältig. Wir haben immer wieder kleinere und größere Ziele, die wir erreichen wollen. Im Gegensatz zu Projekten im Tagesgeschäft können unsere Projekte aber auch mal Zeiträume von mehreren Jahren umfassen. Da motivieren mich besonders kleine Challenges und Ziele, die ich mir selbst setze und auf die ich hinarbeiten kann.
Wie bist du zu deinem Beruf gekommen?
Ich habe an der Universität Münster Mathematik studiert und bereits während meines Bachelor-Studiums gemerkt, dass mich besonders angewandte Mathematik sehr interessiert. Dieses Thema habe ich während meines Master-Studiums weiterverfolgt und mich viel mit dem Thema Image Processing, beschäftigt – vorranging allerdings im medizintechnischen Bereich. Durch Werkstudententätigkeiten und Praktika habe ich während des Studiums bereits Einblicke in den Arbeitsalltag bei ROSEN sammeln können und festgestellt, dass unsere Molche eigentlich auch nichts anderes als Bilddaten generieren. Der Unterschied zu den Themen aus der Uni war für mich also nicht so groß. Deswegen passte der Job hier bei ROSEN perfekt für mich.
Wie hast du dich persönlich und beruflich in deiner Zeit bei ROSEN weiterentwickelt?
Im Studium habe ich reine Mathematik gelernt und mich viel mit dem Thema Image Processing beschäftigt. Das ist eine wichtige Grundlage für die Entwicklung von Algorithmen bei ROSEN. Anfangs hat mir allerdings noch der physikalische Hintergrund gefehlt, um unsere Themen in ihrer Gesamtheit zu verstehen. Dieser Hintergrund ist besonders für die Interpretation der von einem Algorithmus generierten Ergebnisse sehr wichtig. Ich bin sehr stolz darauf, dass ich mir dieses physikalische Verständnis selbst angeeignet habe und nun wie selbstverständlich darauf zurückgreife.
Aber auch in den Themenbereichen Deep Learning und maschinelles Lernen hat sich in den letzten Jahren viel getan und ich habe die Entwicklungen immer mit großem Interesse mitverfolgt. Wir machen auch immer mehr in Richtung Software-Entwicklung und Data Engineering. Da verwischen die Grenzen etwas zur klassischen Algorithmen-Entwicklung. Aber gerade dadurch lerne ich kontinuierlich neue Dinge.
Was macht ROSEN für dich besonders aus?
Auf jeden Fall die ArbeitskollegInnen. Bereits während meines ersten Praktikums bei ROSEN habe ich gemerkt, wie wichtig ein gutes Arbeitsumfeld ist. Wenn ich mal einen schlechten Tag habe, weiß ich immer, dass KollegInnen da sind, die mich unterstützen oder mir weiterhelfen, wenn ich einmal nicht vorankomme. Ich finde, wir sind ein super Team und wir ergänzen uns alle mit unserem Hintergrundwissen und unseren Kenntnissen. Da mein Team sehr interdisziplinär zusammengesetzt ist, würde ich diese Aussage sogar für ganz ROSEN verallgemeinern.
Welche Ziele hast du für die Zukunft?
Ich bin sehr gespannt in welche Richtung sich die Themen Deep Learning und maschinelles Lernen weiterentwickeln. Dieses Feld ist unfassbar spannend und mit diesen Themen sind so viele interessante Dinge möglich. Da sehe ich mich in den nächsten Jahren auf jeden Fall und möchte generell den Bereich rund um Künstliche Intelligenz weiter erkunden. Das ist hier kein Problem, weil ROSEN solche Vorhaben unterstützt.
Vielen Dank für die interessanten Einblicke in deinen Arbeitsalltag, Christin!