Mitgliedernews: Was macht eigentlich ein...Data Scientist?

Was machst du?  

Ich arbeite an und mit sehr diversen Datentypen, die im Rahmen des programmatischen Einkaufs gesammelt und verarbeitet wurden. Es handelt sich zum Beispiel um User Centric, Site Centric und Campaign Centric Data oder andere Daten wie CRM Daten zum Beispiel. Kurz gesagt, alle Daten, die anfällig für die Konstruktion unserer programmatischen Kaufalgorithmen sind oder für die Durchführung von unseren Kampagnen genutzt werden. Auf Basis meiner Datenanalysen kreiere, verbessere und verfeinere ich unsere Werbe- und Targeting-Modelle, um den Ertrag der Medieneinkäufe zu optimieren. Meine Arbeit beinhaltet auch eine kreative Komponente, da ich je nach Kampagnen- oder Datentyp neue Metriken vorschlagen kann.  

Welche Eigenschaft hilft dir in deinem Alltag am meisten und warum?   

Ich denke an eine Eigenschaft, die sehr zugänglich scheint, die jedoch der Schlüssel zu meinem Beruf ist: Die Kapazität komplexe Probleme einfach darzustellen. Ein wichtiger Teil meiner Arbeit besteht darin, für die verschiedensten Services oder Klienten Problematiken in Bezug auf Daten zu lösen. Ich für meinen Teil muss diese Data-Problematiken klar und simpel den Data- und Software-Ingenieuren sowie unseren Daten-Providern erklären. Davor muss ich das alles jedoch erstmal für die internen Teams (Media-Trader, Consulting- und Sales-Team), die diese Daten dann konkret verarbeiten, veranschaulichen. Die Kapazität ein Problem so zu strukturieren, dass es für jeden einzelnen Akteur Sinn ergibt und dann damit einschlägige Modelle zu konstruieren, benötigt Fingerspitzengefühl und die Eigenschaft, nie den Faden zu verlieren.  

Was ist dir an deinem Job am wichtigsten? Was macht am meisten Spaß?   

Das Ad-Tech-Universum fasziniert mich. Es bringt viele Herausforderungen mit sich, aber auch täglich neue Innovationen. Diese Innovationen bringen mich als Data Scientist dazu, meine Modellierungs-Kapazitäten immer weiter zu schärfen. Wie schon gesagt, arbeite ich mit allen möglichen Abteilungen und Services zusammen und finde es toll, somit die Resultate meiner Arbeit gleich beobachten zu können. Somit kann ich meine AdTech Kenntnisse über die Daten-Problematiken hinaus erweitern. Was für mich aber am meisten zählt, ist meine Arbeit in einer guten Atmosphäre auszuführen. Obwohl Tradelab ein schnell wachsendes Unternehmen ist, geben die Teams ihr bestes den Start-up Esprit aufrecht zu erhalten. Somit wird den einzelnen Teams noch viel unabhängigkeit zugesprochen und Lernprozesse sowie Kreativität werden unterstützt.    

Wie bist du zu dieser Aufgabe gekommen?   

Während meines Ingenieurswesen-Studiums habe ich ein Praktikum in einem Labor für angewandte Mathematik gemacht und es hat mir sehr gefallen. Im Gegensatz zu einigen meiner Studienkollegen wollte ich am Ende meines Studiums meine Karriere jedoch nicht im Finanzbereich beginnen, auch wenn es die Lieblingsbranche der meisten Ingenieure mit Schwerpunkt auf angewandte Mathematik ist. Ich habe also für zwei Jahre bei einem Beratungsunternehmen für Informatik-Lösungen gearbeitet bevor ich mich in Richtung Data Science orientiert habe. Es war (und ist noch immer) ein boomender Sektor. Ich wollte im Big Data oder Predictive Analysis Bereich arbeiten. 2016 habe ich dann Programmatic und Tradelab entdeckt.    

Mein Job ist unverzichtbar, weil…    

Die Datenanalyse steht im Zentrum der Kaufentscheidungsfindung, des Targetings und des Kunden-Reportings. Bis vor kurzem waren es die Data und Business Analysts, die diese Arbeit gemacht haben, aber wir haben einen hohen Anstieg an Datenvolumen festgestellt. Außerdem haben sich die Quellen aus denen wir die Daten einholen, vergrößert (Webdaten, Apps, oder sogar verbundene Objekte) und die Formate haben sich erweitert (Video, Text, Ziffern, Bilder). All diese Veränderungen haben eine Verkomplizierung der klassischen Datenverarbeitungsmethoden hervorgerufen, was somit, die immer unverzichtbarer werdende Rolle der Data Scientist erklärt. Wir sind fähig mehr Wert aus den Daten zu extrahieren, indem wir Machine- und Deep-Learning-Techniken anwenden.  

Wenn du nicht Data Scientist wärst, was wärst du dann?

Ich wäre Ermittler geworden - wie Sherlock Holmes - oder Archäologe. Kurz gesagt, alle Berufe, in denen man forschen und analysieren muss. All diese Jobs sind sehr ähnlich zu dem des Data Scientists. Man stellt erstmal Hypothesen auf, die man dann dank der Daten und auf wissenschaftlichen Methoden beruhend testet.

Über Claudel Ngueya 
Jobtitel: Data Scientist 
Alter: 29 Jahre 
Ausbildung: Allgemeine Ingenieurswissenschaften mit Spezialisierung auf angewandte Mathematik | Ecole Centrale de Paris 
Unternehmen: Tradelab Programmatic Platform