Vom Nerd zum coolen Data Scientist: Über Rollenbilder in der IT

Blasse Haut, dicke Brille, Einzelgänger ohne soziale Kompetenz: Nerds. Noch vor wenigen Jahren war dies ein weit verbreitetes Klischee von IT-Spezialisten. Mit dem technologischen Fortschritt haben sich auch die Rollenbilder im IT-Bereich in den vergangenen Jahren gewandelt. Durch die plötzliche Masse an unterschiedlichen Daten (Big Data) in Unternehmen hat sich vor etwa zehn Jahren das Berufsbild des Data Scientists entwickelt.

Weiterlesen >>

Die beliebtesten Data Science Tools

Die Ergebnisse der Kaggle-Umfrage unter mehr als 16.000 Data Science Experten vermitteln ein klares Bild hinsichtlich der beliebtesten Data Science Tools.

Python und R sind in diesem Jahr die beliebtesten Data Science Tools und ich denke, dieser Trend wird sich fortsetzen. Vor allem als Standard Analyse Tools haben Python und R einen klaren Stellenwert. 

Weiterlesen >>

Natural Language Processing für Topic Modeling in Python

die Abkürzung NLP bedeutet Natural Language ProcessingIn Verbesserte Workflows mit Natural Language Processing (NLP) beschrieben Sophie und Oliver, wie Firmen NLP für die Auswertung von Tätigkeitsberichten von Feldtechnikern nutzen können.

Eine weitere Anwendung für NLP ist Topic Modeling. Zum Beispiel die Extraktion von Themen aus Nachrichtenartikeln*. Hier versucht ein Algorithmus, aus Nachrichtentiteln Themen zu extrahieren. Weiterlesen >>

Requirements Engineering – Der Weg zu klaren Anforderungen

Eine Landkarte aus PuzzleteilenUnvollständige, inkonsistente oder unzureichend abgestimmte Anforderungen sind mitverantwortlich für das Scheitern vieler Projekte. Obwohl diese Erkenntnis nicht neu ist, wird dem Requirements Engineering in der Praxis oft zu wenig Aufmerksamkeit geschenkt. In diesem Beitrag gehe ich näher auf die Herausforderungen beim Requirements Engineering ein. Der Fokus liegt dabei auf der ersten Hauptaufgabe: der Anforderungsermittlung. Weiterlesen >>