Zertifizierter Händler seit über 35 Jahren
Mo.–Fr. 8:30 – 17:00 Uhr: 0 21 91 - 99 11 00
Mo.-Fr. 8:30 - 17:00 Uhr: 0 21 91 - 99 11 00
Logo EDV-BUCHVERSAND Delf Michel
Software & Fachbücher vom Experten
Logo EDV-BUCHVERSAND Delf Michel
Software & Fachbücher vom Experten
Mo.-Fr. 8:30 - 17:00 Uhr: 0 21 91 - 99 11 00
0
Data Science Management

Data Science Management

Vom ersten Konzept bis zur Governance datengetriebener Organisationen

Verlag

OReilly (dpunkt)

Autor:innen

Marcel Hebing, Martin Manhembué

Fassung

306 Seiten, Softcover

Erschienen

02/2024

ISBN

978-3-96009-214-8
9783960092148

Buch

34,90 inkl. MwSt.
Best.-Nr.: OR-214
Versandkostenfrei (D)
Sofort lieferbar
Data Science Management

Data Science Management

Vom ersten Konzept bis zur Governance datengetriebener Organisationen

Verlag: OReilly (dpunkt)
Autor:innen Marcel Hebing, Martin Manhembué
Fassung: 306 Seiten, Softcover
Erschienen: 02/2024
ISBN: 978-3-96009-214-8
9783960092148
Best.-Nr.: OR-214
Sofort lieferbar
34,90 inkl. MwSt.
Versandkostenfrei (D)
Inhaltsverzeichnis: Jetzt downloaden
Leseprobe: Jetzt downloaden

Data Science Management

Vom ersten Konzept bis zur Governance datengetriebener Organisationen

Data Science Management
Best.-Nr.: OR-214
Sofort lieferbar
34,90 inkl. MwSt.
Versandkostenfrei (D)
Verlag: OReilly (dpunkt)
Autor:innen Marcel Hebing, Martin Manhembué
Fassung: 306 Seiten, Softcover
Erschienen: 02/2024
ISBN: 978-3-96009-214-8
9783960092148
Inhaltsverzeichnis: Jetzt downloaden
Leseprobe: Jetzt downloaden

Konzepte, Tools und Strategien für erfolgreiches Data-Science-Management

Dieses Buch ist ein umfassender Leitfaden für das erfolgreiche Management von Data-Science-Projekten jeder Größe. Die Autoren widmen sich den vielfältigen Herausforderungen, denen sich Organisationen bei der Umsetzung von Data-Science-Vorhaben gegenübersehen. Marcel Hebing und Martin Manhembué, beide Professoren für Data Science und Data Science Management an der Digital Business University of Applied Sciences sowie erfahrene Startup-Gründer, stellen praxisnahe Ansätze vor, um diese Hürden zu überwinden.

Blick ins Buch: Data Science Management

Gutes Management in Data-Science-Projekten

Die Autoren beschreiben zunächst grundlegende Konzepte der Datenwissenschaft wie das Design von Projekten, Datenformate, Datenbanken sowie Methoden zur Datenaufbereitung und -analyse aus Statistik und Machine Learning. Anschließend gehen sie auf das Management von Data-Science-Projekten ein und zeigen insbesondere, wie gutes Projektmanagement für Data-Science-Produkte aussehen muss. Sie erläutern die Grundlagen des Projektmanagements, zeigen typische Fallstricke auf und diskutieren die Rolle sowie die Aufgaben des Managements und der Data-Science-Teams. Besonderes Augenmerk legen sie auf das Konzept des "Servant" und Agile Leaderships sowie auf die Bedeutung der Kommunikation mit Stakeholdern.

Ein weiterer Schwerpunkt ist die Infrastruktur und Architektur von Data-Science-Systemen. Die Automatisierung, IT-Infrastruktur, Data-Science-Architekturen sowie DevOps und MLOps werden ausführlich behandelt, um eine effiziente Umsetzung sicherzustellen. Schließlich heben die Autoren die Bedeutung von Governance und einer datengetriebenen Unternehmenskultur hervor. Themen wie digitale Transformation, Implementierung von Data Science im Unternehmen, Sicherheit und Datenschutz sowie Recruiting werden beleuchtet, um ein ganzheitliches Verständnis zu vermitteln.

Das Buch bietet nicht nur theoretisches Wissen, sondern auch praktische Anleitungen und Ressourcen. Jedes Kapitel wird durch Hands-on-Beispiele ergänzt, die konkrete Toolsets, Checklisten und Projekt-Canvases enthalten, um die Umsetzung in die Praxis zu erleichtern. Es richtet sich sowohl an Einsteiger als auch an erfahrene Data-Science-Praktiker und bietet einen ganzheitlichen Ansatz für das Management von Data-Science-Projekten in verschiedenen Unternehmenskontexten.

Aus dem Inhalt

Teil 1 – Data-Science-Grundlagen

  • Eine Einführung in Data Science aus Projektsicht
  • Wie wir über Daten sprechen
  • Datenbeschaffung und -aufbereitung
  • Deskriptive Analysen
  • Modellbildung in der klassischen Statistik
  • Vorhersagen im Machine Learning
  • Aufbereitung der Ergebnisse für die weitere Verwendung
  • Aspekte einer Basisinfrastruktur
  • Hands-on: Beispielprojekt

Teil 2 – Data-Science-Management

  • Fallstricke für Data-Science-Projekte
  • Grundlagen des Projektmanagements
  • Data-Science-Teams
  • Data-Science-Managerinnen und -Manager
  • Hands-on: Empfohlenes Toolkit für das Data-Science-Management

Teil 3 – Infrastruktur und Architektur

  • Automatisierung und Operationalisierung im kybernetischen Regelkreis
  • Grundlagen der IT-Infrastruktur
  • Data-Science-Architekturen
  • DevOps und MLOps: Entwicklung und Betrieb
  • Hands-on: Modellierung von Software und Infrastruktur

Teil 4 – Data Science Governance und Data-driven Culture

  • Digitale Transformation der Unternehmen
  • Implementierung im Unternehmen
  • Sicherheit und Datenschutz
  • Digitale Kompetenzen und Data-Science-Kultur
  • Hands-on: Toolkit für Strategie und Governance
  • Schlüsselfaktoren für erfolgreiches Data-Science-Management
"Data Science ist Rocket Science! Und in diesem Buch lernen Sie, wie Sie Ihre Datenrakete zum Start und ins Ziel bekommen: Es ist ein Rundumschlag über alle relevanten Themen für datengetriebene Unternehmen aus Management Perspektive."

— Martin Szugat, Geschäftsführer & Gesellschafter Datentreiber GmbH

Leseprobe

Leseprobe

Jedes Unternehmen hat mit Daten zu tun, sei es in der Buchhaltung oder im CRM-System. Von Data Science sprechen wir aber erst, wenn durch die Analyse dieser Daten ein Mehrwert entsteht. In dieser Leseprobe zeigen die Autoren, welche Einsatzarten hierbei unterschieden werden und wie ein Unternehmen jeweils davon profitieren kann, indem Prozesse und Abläufe verbessert werden.

Wer hat's geschrieben?

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.

Data Science Management

Data Science Management

Vom ersten Konzept bis zur Governance datengetriebener Organisationen

Verlag

OReilly (dpunkt)

Autor:innen

Marcel Hebing, Martin Manhembué

Fassung

306 Seiten, Softcover

Erschienen

02/2024

ISBN

978-3-96009-214-8
9783960092148

Buch

34,90 inkl. MwSt.
Best.-Nr.: OR-214
Versandkostenfrei (D)
Sofort lieferbar
Data Science Management

Data Science Management

Vom ersten Konzept bis zur Governance datengetriebener Organisationen

Best.-Nr.: OR-214
Sofort lieferbar
34,90 inkl. MwSt.
Versandkostenfrei (D)

Data Science Management

Vom ersten Konzept bis zur Governance datengetriebener Organisationen

Data Science Management
Best.-Nr.: OR-214
Sofort lieferbar
34,90 inkl. MwSt.
Versandkostenfrei (D)
Data Science Management
Data Science Management