Wird Data Science überbewertet oder ist es der aufregendste Beruf des 21. Jahrhunderts?

Im Jahr 2009 wurde Hal Varian, Chefökonom von Google, gegenüber McKinsey Quarterly mit den Worten zitiert: „Der attraktivste Job in den nächsten 10 Jahren wird Statistiker sein.“

Nun ja, das hat doch einen seltsamen Klang, nicht wahr? „Statistiker“ und „sexy“ im selben Satz hört man selten, aber Varian hatte recht. In einem Nachrichtenartikel vom Oktober 2012 bezeichneten die Autoren Thomas H., Davenport und DJ Patil der Harvard Business Review die Rolle eines Datenwissenschaftlers als „den sexiesten Job des 21. Jahrhunderts“.

Jeder, der in der Datenwissenschaft arbeitet oder jemanden kennt, der dies tut, weiß bereits, dass sich dieser Beruf schnell zu einem der aufregendsten und vielversprechendsten Berufe des modernen Jahrhunderts entwickelt.

Wird die Rolle eines Datenwissenschaftlers also überbewertet? Ist es in Wirklichkeit ein langweiliger und eintöniger Job? Nun, nicht laut Godefroy Clair, CTO bei Flylab, der sagte, dass ihm die Arbeit als Datenwissenschaftler die Chance gebe, in seine Detektivrolle zu schlüpfen. Er fügte hinzu, dass er bei jedem neuen Fall, den er annahm, ein neues Gebiet der Datenwissenschaft verstehen müsse, um zu verstehen, wie es funktioniert, wie man aus unstrukturierten Daten sinnvolle Erkenntnisse gewinnt und wie man sich Wissen aneignet, ohne ein „Fachspezialist“ zu sein.

Vishnu Subramanian, CEO und Gründer von Jarvislabs.AI, sagte, dass ihn die Datenwissenschaft aufgrund ihrer unübertroffenen Allgegenwart begeistert – sie ist überall und leitet sich lediglich aus Informatik- und Mathematikkenntnissen ab, die universell eingesetzt werden können, um nicht nur aus der Vergangenheit zu lernen, sondern vor allem die Zukunft zu verbessern Leistung in nahezu jeder Disziplin. Seiner Ansicht nach ist es genau das, was die Datenwissenschaft im modernen Jahrhundert so relevant macht: ihr gigantisches Potenzial zur Verbesserung der „Lebensqualität“ in einem breiten Spektrum von Sektoren. Er glaubt, dass datengesteuerte Entscheidungen der Weg in die Zukunft sind und bei Unternehmen auf der ganzen Welt immer häufiger zum Einsatz kommen werden.

Was genau ist Data Science?

Datenwissenschaft ist das am schnellsten wachsende Feld weltweit. Es analysiert die Datenextraktion, -aufbereitung, -visualisierung und -wartung, um Unternehmen dabei zu helfen, fundiertere Entscheidungen zu treffen und zukünftiges Wachstum voranzutreiben. Datenwissenschaftler müssen Experten im Einsatz von maschinellem Lernen (ML), Verarbeitung natürlicher Sprache (NLP), künstlicher Intelligenz (KI) und Algorithmen sein, um wahrscheinliche zukünftige Ereignisse aufzudecken – obwohl die Höhe des Wissensbedarfs in den einzelnen Disziplinen weitgehend von den jeweiligen Zielen der jeweiligen Organisation abhängt.

Dieser Bereich, in dem riesige Mengen strukturierter und unstrukturierter Daten mithilfe moderner Tools und KI untersucht werden, hilft Datenwissenschaftlern dabei, spezifische Muster und Trends aufzudecken – in vielen Fällen können diese den Schlüssel zu einem Wettbewerbsvorteil auf dem Markt oder zu einer fruchtbareren Wachstumsförderung darstellen Entscheidungen, zum Beispiel.

Um es kurz zusammenzufassen: Unter Data Science versteht man die Untersuchung von Daten zur Ermittlung spezifischer Muster – Muster, die dabei helfen, bessere und weniger riskante Entscheidungen zu treffen. Das ist nichts Neues, auch wenn die Anwendung von Data Science in den letzten Jahren deutlich zugenommen hat. Datenwissenschaft kombiniert oft betriebswirtschaftliches Wissen mit Mathematik und Statistik, indem sie einen komplexen Algorithmus im Kern in die Wissensbasis eines Unternehmens integriert. Kommt Ihnen der Tom-Cruise-Film „Minority Report“ bekannt vor? Wirklich haarsträubendes, gruseliges Zeug!

Das Endergebnis ist ein Vorhersagemodell für Unternehmen, auf das einfach über einen Dash mit einer Reihe von Statistiken zugegriffen werden kann. Wir müssen zugeben, dass wir es etwas zu stark vereinfachen, aber welches Unternehmen möchte nicht die Vorteile der Datenwissenschaft nutzen und, was noch wichtiger ist, mit einem erfahrenen Datenwissenschaftler zusammenarbeiten?

Schließlich war die Datenanalyse schon immer von entscheidender Bedeutung für den Erfolg in Bereichen wie Wettervorhersage, Empfehlungen und Durchbrüche im Gesundheitswesen, Vorhersage von Krankheitsausbrüchen, Betrugserkennung usw.

Denken Sie immer noch, dass die Rolle eines Datenwissenschaftlers überbewertet wird? Das überlassen wir dann Ihnen!

Datenwissenschaft: Der Anfang oder das Ende?

Wir haben jetzt ein grundlegendes Verständnis davon, was Data Science ist, welche Rolle ein typischer Datenwissenschaftler spielt und wie Unternehmen davon profitieren können. Aus dem oben Gesagten können wir auch ableiten, dass Data Science nicht überbewertet wird, sondern bald zu einer Notwendigkeit für Wachstum und Wettbewerbsfähigkeit und nicht zu einem „nice to have“ werden könnte.

Die einzig logische Frage zu diesem Zeitpunkt wäre: Wie realisierbar ist die Zukunft?

Extrem, wie sich herausstellt. Als Bill Gates einst sagte: „Content is King“, können Daten tatsächlich als die Königin angesehen werden! Denken Sie einen Moment darüber nach:

Vor etwa 25 Jahren, als die Welt das erste DFÜ-Modem erleben sollte und das Internet noch wie aus einem fernen Science-Fiction-Film war, nutzten Lebensmittelhändler in Ihrer Nähe unwissentlich Datenwissenschaft, um herauszufinden, welche Produkte sich verkaufen würden mehr und die sich weniger verkaufen würden. Basierend auf den Erkenntnissen aus diesen Daten würden sie dann die nächste Charge Lieferungen bestellen. Dabei handelte es sich um eine Datenanalyse, zwar auf einem sehr groben Niveau, aber dennoch um eine Datenanalyse.

Dann kam das Internet und hat alle umgehauen – es war eine der besten Erfindungen der letzten drei Jahrzehnte zusammengenommen, und da sich das Internet im Laufe der Jahre auf lächerliche Weise weiterentwickelt hat, ist die Datenanalyse sehr, sehr anspruchsvoll und randvoll geworden von „verborgenen Schätzen“ dank Fortschritten in KI und ML.

Darüber hinaus wird das Verständnis der Kernmechanismen des Kundenverhaltens mit zunehmender Reife und Weiterentwicklung der Weltwirtschaft eine der gefragtesten Geschäftsfähigkeiten sein, da es unbestreitbar ein wichtiges Marketinginstrument sein wird. Wenn wir beispielsweise über den Einsatz von Data Science sprechen, um das Kundenverhalten besser zu verstehen und zukünftige Trends vorherzusagen, stehen wir so ziemlich an der Schwelle zur Datenerfassungs- und -analyseexplosion – obwohl es immer noch einen Mangel an Datenwissenschaftlern gibt, da dies nicht der Fall ist erreichten das gleiche Maß an „Alltäglichkeit“ wie beispielsweise Ärzte, Buchhalter oder Anwälte.

Ist Data Science ein spannendes Feld? Darauf können Sie auf Ihre Statistiken und Algorithmen wetten! Die Welt ist weitgehend datengesteuert – beispielsweise nutzen sogar Flugschulen und Videospielentwickler die Möglichkeiten der KI, um bessere Produkte für den Endbenutzer zu entwickeln.

Mit der Zeit wird die Nachfrage nach qualifizierten Datenwissenschaftlern nur noch zunehmen. Es ist auch ironisch, dass sich die Menschen heute so bewusst sind, wie wichtig es ist, ihre Daten in diesen sogenannten „kostenlosen Apps“ geheim zu halten – und dennoch sammeln Branchenriesen wie Amazon oder Facebook jeden Tag Daten in alarmierend hoher Geschwindigkeit.

Warum wird Data Science in den kommenden Jahren ein so spannendes Feld sein?

Wie wir es kennen, wachsen die Daten im Internet exponentiell – wir glauben, dass der Beitrag im Bereich der Datenwissenschaft noch viel schneller zunehmen wird. Das Gleiche gilt für die Arbeitsplätze im Bereich Data Science in den kommenden Jahren.

Ob es darum geht, den Glücksindex eines bestimmten Landes zu bestimmen oder Betrug in Banken aufzudecken, Data Science wird es noch sehr lange geben, und Unternehmen werden wahrscheinlich Schwierigkeiten haben, ohne sie auszukommen – genau wie das Internet.

Uns fallen sicherlich einige Branchen ein, die von Beginn an von Data Science profitieren können:

Fortschritte und Durchbrüche im Gesundheitswesen

Da die Patientendatenbanken weiter wachsen, werden datengesteuerte Gesundheitssysteme in der Lage sein, Mängel, Unzulänglichkeiten oder bevorstehende Trends schnell zu erkennen, was den lokalen Regierungen dabei helfen kann, aufkommende Gesundheitskrisen abzumildern.

Betrugserkennung in Banken und anderen Arten von Unternehmen

Wenn spezielle KI-Tools und Algorithmen vorhanden sind, kann es viel einfacher sein, betrügerische Transaktionen zu verhindern, und selbst wenn es Angreifern oder Cyberkriminellen gelingt, Firewalls oder Sicherheitssysteme zu umgehen, kann der Schaden fast sofort eingedämmt, verbessert und behoben werden. Bestimmte Vorgänge oder Aktivitäten können von der KI automatisch abgeschaltet werden, um „die Situation einzudämmen“.

Wettervorhersage

Mit den Daten früherer Jahre und innovativen Analysetools wird die genaue Vorhersage sich ändernder Wettermuster wie Stürme, Hurrikane und Tsunamis (und der potenziellen Schäden, die sie anrichten könnten) eine Anforderung für Wetterstationen und Experten sein und möglicherweise Hunderte bis Tausende von Leben retten, nicht aber um den Verlust von Eigentum zu erwähnen.

Logistik

KI-Systeme helfen den Menschen bereits bei der Navigation und sagen ihnen dank Google Maps, welche Route die beste ist oder wie sie Staus vermeiden können. Systeme wie Google Maps werden mit der Zeit immer fortschrittlicher werden und den Behörden dabei helfen, die Straßen sicherer zu machen, indem sie Situationen verhindern, die Unfälle verursachen, oder durch Echtzeitdaten und -berichte schnell darauf reagieren.

Mit der Zeit werden diese Systeme immer leistungsfähiger und helfen den Fahrern dabei, verschiedene Probleme zu vermeiden, beispielsweise eine beschädigte Straße oder Straßen, die anfällig für Naturkatastrophen wie Erdrutsche sind.

Gaming und interaktive Unterhaltung

Die Videospielbranche ist eine Multimilliarden-Dollar-Industrie, die sogar die Einnahmen übersteigt, die zuvor nur mit Hollywood-Kassenerfolgen erzielt wurden. Dank der riesigen Menge an gesammelten Daten ist das Benutzer- oder „Gamer“-Erlebnis jetzt personalisierter als je zuvor. Hersteller von Spielekonsolen sammeln beispielsweise Nutzerdaten, um Online-Dienste sowie die Leistung und Funktionalität ihrer Konsolen-Hardware stetig zu verbessern; während Software-Giganten wie Microsoft KI nutzen, um Flugbegeisterten mithilfe von Bing Maps fotorealistische Satellitenbilder sowie „Live-Wetter“ und „Live-Luftverkehr“ in Produkten wie Flight Simulator 2020 bereitzustellen.

Empfehlungssysteme

Die Unterhaltungsindustrie nutzt bereits die Macht der Datenerfassung, was sich bei Apps und Websites wie Disney, Amazon, Netflix und einer Reihe anderer OTT-Plattformen zeigt. Der Benutzerbeobachtungsverlauf beispielsweise ist für solche Unternehmen eine datenreiche Datenbank. Das heißt, je mehr Inhalte auf einer bestimmten Plattform konsumiert werden, desto präziser werden seine Vorschläge. Das Gleiche gilt für YouTube, das ebenfalls auf Datenerfassung und -analyse setzt, um Videos im Laufe der Zeit relevanter für Ihre Interessen und Vorlieben zu machen.

Wie steigt man in den Bereich Data Science ein?

Wenn Sie bis hierhin gelesen haben, haben Sie sich wahrscheinlich vorgenommen, eine Karriere im Bereich Datenwissenschaft einzuschlagen. Guter Zug! In nicht allzu ferner Zukunft wird nahezu jede Entscheidung, die Unternehmen und sogar Menschen auf individueller Ebene treffen, auf Daten basieren.

Heutzutage benötigt jede Branche einen Datenwissenschaftler, da Unternehmen inzwischen den Wert der Selbstanalyse voll und ganz erkannt haben, um zu wachsen, sich abzuheben und die Konkurrenz effektiv zu übertreffen. Sie, der Datenwissenschaftler, sind der Star der Show, da Sie die Datenanalyse durchführen, um Trends und Muster zu identifizieren und es dem Unternehmen, für das Sie arbeiten, zu ermöglichen, die fruchtbarsten Entscheidungen zu treffen, die das Unternehmen voranbringen.

Wenn es darum geht, eine Karriere in der Datenwissenschaft anzustreben, müssen wir über die Vielfalt der erforderlichen Fähigkeiten sprechen. Programmiersprachen sind beispielsweise ein Muss, daher ist die Beherrschung von R, SQL, SAS, Java, Python usw. ein guter Ausgangspunkt. Darüber hinaus muss ein Datenwissenschaftler mit gängigen Big-Data-Frameworks wie Spark, Hadoop und Pig vertraut sein. Er/sie muss außerdem mit maschinellem Lernen (ML), Deep Learning (DP) und künstlicher Intelligenz (KI) sowie natürlicher Sprachverarbeitung (NLP) vertraut sein, um in seiner Karriere neue Höhen zu erreichen. Allerdings müssen Sie wahrscheinlich nicht alle diese Spezialkenntnisse auf einmal erwerben, da verschiedene Organisationen unterschiedliche Anforderungen an die Datenerfassung und -analyse haben.

Ein Datenwissenschaftler könnte bestimmte Fähigkeiten, wie zum Beispiel NLP und KI oder ML und Programmiersprachen, sorgfältig auswählen und ein Spezialist werden. Es scheint also, dass Sie in der Welt der Datenwissenschaft viele Rollen tragen können, beispielsweise die eines Dateningenieurs, eines quantitativen Analysten, eines KI-Ingenieurs, eines ML-Ingenieurs, eines Datenarchitekten, eines Statistikers und so weiter.

Zertifizierungen in Data-Science-Kursen und das Einüben Ihrer Fähigkeiten in einer Vielzahl von Projekten werden Ihnen auf jeden Fall beim Aufbau Ihres Portfolios helfen – je mehr praktische Erfahrung Sie haben, desto höher sind Ihre Chancen, als Data Scientist eingestellt zu werden.

Richten wir unsere Aufmerksamkeit auf akademische Qualifikationen. Während die meisten Organisationen einen Bachelor-Abschluss verlangen, wird fast immer eine höhere Qualifikation oder ein weiterführender Abschluss bevorzugt und verschafft den Kandidaten einen Vorteil. Beispielsweise erhöht ein höherer Abschluss in Statistik oder Mathematik immer Ihre Chancen auf einen gut bezahlten Job, da Sie wahrscheinlich über die Problemlösungsfähigkeiten verfügen, die Unternehmen von Datenwissenschaftlern benötigen. Da sich die Datenwissenschaft außerdem um mehrere Programmiersprachen dreht, erhöht ein Abschluss in Informatik Ihre Chancen, eine Traumstelle zu ergattern, nur.

Vor diesem Hintergrund ist Wissen vielleicht der wichtigste Aspekt eines Jobs, insbesondere im Bereich der Datenwissenschaft. Daher sind Kenntnisse über die technischen Aspekte der Programmierung und des Geschäftsbetriebs von entscheidender Bedeutung. Alles in allem müssen sich Datenwissenschaftler auf den Erwerb der folgenden Fähigkeiten konzentrieren, um nur einige zu nennen:

Kenntnisse in Programmiersprachen

Hive, R, Python, SQL und C++ sind häufig verwendete Sprachen in der Datenwissenschaft. Wir empfehlen jedoch, zuerst Python zu lernen, da es eine der beliebtesten und am weitesten verbreiteten Sprachen für die Implementierung datenwissenschaftlicher Methoden ist. Es ist außerdem sehr vielseitig, leicht zu verstehen und enthält eine große Auswahl an Bibliotheken.

Kenntnisse in datenwissenschaftlicher Software

MATLAB und SAS sind zwei gängige Softwarekomponenten in der Datenwissenschaft – ersteres wird zum Analysieren, Bereinigen und Gewinnen von Erkenntnissen aus komplexen Daten verwendet, während letzteres eine statistische Analysesoftware ist, die zur Verwaltung von Informationen, Analysen und Berichten verwendet wird.

Kenntnisse in Statistik

Statistik gilt als einer der wesentlichsten Bestandteile der Datenwissenschaft und wird zur Analyse von Daten in einer der beiden dargestellten Formen verwendet: inferenzial oder deskriptiv .

Kenntnisse in Mathematik

Je mehr Mathematikkenntnisse Sie haben, desto besser, obwohl Themen wie lineare Algebra, Wahrscheinlichkeitsrechnung, Analysis usw. eine besonders wichtige Rolle im Studium und in der Praxis der Datenwissenschaft spielen.

Kommunikationsfähigkeit

Es liegt auf der Hand, dass gute Kommunikationsfähigkeiten für den Erfolg in jedem Berufszweig von entscheidender Bedeutung sind, in der Datenwissenschaft sind sie jedoch besonders wichtig. Von Datenwissenschaftlern wird erwartet, dass sie ihre Ergebnisse prägnant, effektiv und leicht verständlich kommunizieren. Ihre Datenergebnisse helfen Unternehmen schließlich dabei, bessere Entscheidungen zu treffen. Daher sind angemessene Soft Skills ein Muss.

Geschäftssinn

Für Datenwissenschaftler ist es von entscheidender Bedeutung, das Unternehmen zu verstehen, für das sie arbeiten, da ihre Arbeit das Unternehmenswachstum antreibt und es auf die nächste Ebene bringt. Die Linderung der Schwachstellen und geschäftlichen Herausforderungen eines Unternehmens sollte das Hauptanliegen eines jeden Datenwissenschaftlers sein.

Analytisches Denken

Unternehmen benötigen eine praktikable Lösung für komplexe Probleme, und für einen Datenwissenschaftler gehört dies zum Alltag. Daher müssen Sie Ihren Geist trainieren, logisch zu denken und die Kunst des analytischen Denkens zu erlernen.

Sind Jobs im Bereich Data Science in Großbritannien gefragt?

LinkedIn veröffentlichte 2022 einen Bericht mit dem Titel „Jobs on the Rise“, in dem Data Engineer als einer der gefragtesten Jobs im Vereinigten Königreich aufgeführt wurde und „Datenkompetenzen“ auch als Anforderungen für viele andere „aufstrebende“ Jobs aufgeführt wurden .

Darüber hinaus bezeichnete LinkedIn den Data Scientist als „die vielversprechendste Karriere“, während Glassdoor ihn als den „besten Job in Amerika“ bezeichnete.

Es ist klar, dass die Datenwissenschaft denjenigen, die über die Fähigkeiten, Qualifikationen und den Scharfsinn dafür verfügen, vielversprechende Karrieren mit erstaunlichen Aufstiegschancen bietet.

Wussten Sie, dass MSc-Absolventen in Data Science in Großbritannien zwischen 30.000 und 40.000 £ pro Jahr verdienen? Mittlerweile beträgt das durchschnittliche Gehalt eines Datenwissenschaftlers in Großbritannien laut Glassdoor 45.000 £ pro Jahr, obwohl große Technologieunternehmen bis zu 70.000 £ pro Jahr zahlen. Je tiefer Sie in die Datenwissenschaft einsteigen und sich die erforderlichen Fähigkeiten, Kenntnisse und Erfahrungen aneignen, desto mehr können Sie verdienen. Es ist in der Tat eine spannende Stelle, mit der Sie Ihren Lebensunterhalt sehr lukrativ verdienen können.

Häufig gestellte Fragen zur Datenwissenschaft

Ist Data Science gefragt?

Oh ja – absolut! Sowohl von LinkedIn als auch von Glassdoor als „der beste Job“ und „sehr vielversprechende Karriere“ bezeichnet, wird die Nachfrage nach Stellen als Datenwissenschaftler mit der Zeit nur wachsen, so wie das Internet „außer Kontrolle geraten“ ist, und das können wir uns jetzt nicht mehr vorstellen unser Leben ohne es. Daten sind die Zukunft und mit dem Fortschritt und der Weiterentwicklung der Technologie ändern sich auch die Rollen der Datenwissenschaftler.

Ist Data Science ein stressiger Job?

Nicht unbedingt, aber das hängt auch von Ihrer allgemeinen Einstellung ab. Die meisten Jobs sind zwar mit einem gewissen Maß an Stress verbunden, aber das dient nur dazu, Sie auf Trab zu halten! Was die Datenwissenschaft betrifft: Wenn Sie es lieben, mit Zahlen und Daten zu arbeiten, um echte geschäftliche Herausforderungen zu lösen, werden Sie den Stress kaum spüren.

Ist Datenwissenschaft ein sicherer Beruf?

Ja, das ist es – zumindest in den nächsten Jahrzehnten besteht keine Gefahr, dass die Perspektiven der Datenwissenschaft durch Roboter, Maschinen oder Automatisierung ersetzt werden.

Sind Datenwissenschaftler glücklich?

CareerExplorer führt regelmäßig Umfragen durch, um zu ermitteln, wie zufrieden Menschen mit ihrer Karriere sind – Datenwissenschaftler bewerteten ihre Karrierezufriedenheit mit 3,3/5 Starts, womit sie tatsächlich zu den besten 43 % der Karrieren gehören. Aber um dies ins rechte Licht zu rücken, verglich CareerExplorer „Data Scientist“ auch mit dem Zufriedenheits- und Glücksniveau von Menschen in ähnlichen Berufen – wobei die meisten einen Durchschnitt von 3,3 oder 3,4 von 5 erreichten.

Es genügt zu sagen, dass Datenwissenschaftler mit ihrer Karriere ziemlich zufrieden sind, insbesondere diejenigen, die ihre Arbeit lieben!

Ist Datenwissenschaft im Allgemeinen ein „Spaß“-Beruf?

Seien wir ehrlich: Der Umgang mit Zahlen und die Analyse von Daten ist nicht jedermanns Sache. Wenn Sie jedoch Spaß daran haben, mit Zahlen herumzuspielen und Erkenntnisse aus Daten zu gewinnen, um Unternehmen dabei zu helfen, Herausforderungen zu meistern und zu wachsen, dann bietet Data Science die perfekte Karrierechance, und ja, es kann eine Karriere sein, die Spaß macht!

Sind Datenwissenschaftler „reiche“ Leute?

Die kurze Antwort lautet: Ja . Data Science ist ein wachsender Bereich, in dem die Rolle eines Datenwissenschaftlers sehr gefragt ist. Datenwissenschaftler können zwischen 30.000 und 45.000 £ pro Jahr verdienen, während erfahrene Wissenschaftler, die mit größeren Unternehmen zusammenarbeiten, bis zu 70.000 £ oder mehr pro Jahr verdienen.

Ist Data Science ein guter zukünftiger Beruf?

Absolut! Data Science findet in fast allen Branchen Anwendung, daher gibt es in diesem Bereich endlose Karrieremöglichkeiten, insbesondere wenn Sie lernbegierig sind und sich neuen Herausforderungen stellen möchten.

Abschließende Gedanken

Denken Sie immer noch, dass die Datenwissenschaft überbewertet ist? Nun, die Experten, die für die umfassende Erforschung einer Vielzahl von Faktoren in der Datenwissenschaft verantwortlich sind, scheinen das nicht zu glauben, und auch die Menschen, die diesen Beruf als Beruf anstreben, sind davon nicht überzeugt.

Haben Sie das Zeug zum Datenwissenschaftler? Senden Sie uns Ihren Lebenslauf, um Karriereaussichten bei einem der am schnellsten wachsenden Datenwissenschaftsspezialisten Großbritanniens zu erkunden: Fast Data Science.