School of Engineering
Studium
Data Science Vorausschauend
Intelligent
Zukunftsorientiert
Algorithmen ermöglichen Prognosen für weniger Food Waste
Intuitiv die Nadel im Heuhaufen finden
Digitale Vernetzung eröffnet neue Geschäftsmodelle
Daten als Grundlage für neue Geschäftsmodelle Die digitale Vernetzung von Menschen und Dingen verändert die Art und Weise, wie wir leben und arbeiten. Daten werden als «neues Öl» gehandelt. Die intelligente Verknüpfung und Verarbeitung von Daten schafft neue Geschäftsmodelle in nahezu allen Branchen. Die zur Ausschöpfung dieses Potenzials notwendigen Kompetenzen vermittelt die ZHAW School of Engineering im neuen Bachelorstudiengang Data Science.
Start-up Prognolite
Eine App gegen Food Waste Die ZHAW-Absolventen und Start-upGründer Simon Michel und Roman Lickel haben eine Software entwickelt, mit der Gastronomen das Gästeaufkommen voraussagen können. Ziel sind höhere Gewinne und weniger Food Waste. Das Start-up Prognolite bietet eine App an, mit der Restaurants voraussagen können, wie sich das Gästeaufkommen entwickelt. «Das erlaubt den Wirten, Food Waste zu verringern und Personalkosten zu sparen», sagt Simon Michel. Die Lösung basiert auf Algorithmen, in denen pro Restaurant bis zu 1,5 Millionen Kassenbons der letzten zwei Jahre mit verschiedenen relevanten Daten in Beziehung gesetzt werden, etwa Saisonalität, Wetterdaten, Feiertage
oder Schulferien. Durch das Zusammenspiel der Informationen sagt der Algorithmus voraus, wie viel Umsatz das Restaurant machen wird, und erstellt eine Prognose für den Absatz von bestimmten Lebensmitteln. Am Ende lässt sich alles auf dem Handy an sauberen Diagrammen ablesen.
Simon Michel und Roman Lickel sorgen für weniger Essen im Müll.
Cliff Dijkstra, Ramon Egle und Jennifer Huser machen Lagerbewirtschaftungssysteme bereit für die Zukunft.
Bachelorarbeit
Optimierte Lagerbewirtschaftung – gleicher Service bei reduziertem Lager Cliff Dijkstra, Ramon Egle und Jennifer Huser zeigen in ihrer Bachelorarbeit das grosse Einsparpotenzial einer durch Datenanalyse optimierten Lagerhaltung. Am Beispiel eines Baumaschinenhändlers haben sie dafür mathematische Modelle eingesetzt und ein Programm zur Analyse geschrieben. Auf diese Weise können die Lagerressourcen effizienter genutzt und das Wissen über die Lagerbestände verbessert werden. Ein Baumaschinenhändler bietet rund 10 000 verschiedene Ersatzteile, Zusatzprodukte und Werkzeuge an. Die Lagerbewirtschaftung beruht auf jahrelanger Erfahrung. Auf eine systematische und regelmässige Überprüfung und Analyse der Lagerbestände verzichtete man bisher. «Ziel unserer Arbeit war es, den Melde- und Sollbestand anhand eines mathematischen Modells zu optimieren», sagt Cliff Dijkstra. Zuerst mussten dazu die bestehenden
Daten extrahiert und bereinigt werden. Eine Herausforderung, wie Jennifer Huser berichtet: «So waren etwa die Mengenangaben einmal in Stückzahlen und dann wieder in Masseinheiten wie Litern angegeben.» Schlussendlich haben die Studierenden aber ein funktionierendes Programm entwickelt. Mit ihren Berechnungen konnten sie den Lagerwert um 52 Prozent und die Gesamtmenge der Artikel um 41 Prozent reduzieren. Aufgrund der Analyse ergaben sich konkrete Empfehlungen, um die Lagerhaltung zu optimieren und gleichzeitig den Servicegrad zu gewährleisten.
EU-Projekt INODE
Die richtigen Daten finden leicht gemacht Um Informationen in riesigen Datenbanken zu finden, sind in der Regel Programmierkenntnisse notwendig. Das soll sich ändern. Die ZHAW School of Engineering entwickelt im Rahmen eines EU-Projekts eine intuitive Suchfunktion. Es geht um die sprichwörtliche Suche nach der Nadel im Heuhaufen – und dieser Heuhaufen ist unvorstellbar gross. «Wir leben im Zeitalter von Big Data. Wir müssen deshalb Lösungen entwickeln, die mit riesigen Datenbanken klarkommen», sagt ZHAW-Forscher Kurt Stockinger vom Institut für angewandte Informationstechnologie. Als Data Scientist beschäftigt er sich schwerpunktmässig mit der Frage, wie Daten innert kürzester Zeit strukturiert und effizient durchsucht werden können. Stockinger und sein Team entwickeln eine intuitive Suchfunktion, bei der die Eingabe in natürlicher Sprache erfolgt. Das gewünschte Suchresultat erzielen die User ganz ohne Informatikkenntnisse. So lautet das Ziel des Projekts «INODE – Intelligent Open Data Exploration» im EU-Forschungsprogramm Horizon 2020. Unter Leitung der ZHAW School of Engineering entwickeln insgesamt neun Partnerinstitutionen gemeinsam eine für unterschiedliche Anwendungen einsetzbare Suchmaschine. So könnten beispielsweise Ärztinnen in der Krebsforschung bestimmte Bioinformatikdaten finden, die Einfluss auf den Erfolg von Therapien haben. Oder Astrophysiker könnten bestimmte Positionsverschiebungen von Sternen ausfindig machen. Weder die Ärztinnen noch die Astrophysiker müssten dazu eine Datenbanksprache anwenden.
Bachelorstudium Data Science
Von den Grundlagen zum persönlichen Profil
Berufsmatura und abgeschlossene Lehre Lukas Weininger, 22 Nach einer Lehre zum Informatiker arbeitet Lukas in einem mittelständischen Unternehmen. Er möchte sich gerne im Bereich der Datenanalyse spezialisieren und entscheidet sich deshalb für ein Studium in Data Science.
Gymnasiale Matura
Vor dem Studium
Matteo Rossi, 20 Mathe-Crack Matteo interessiert sich für Zahlen und Fakten. In seiner Freizeit tüftelt und programmiert er gerne. Nach dem einjährigen Praktikum in einer IT-Firma weiss er, dass ein praxisorientiertes FH-Studium das Richtige für ihn ist.
Berufstätig
Sabina Hirschi, 25 Die gelernte Kauffrau hat sich nach der Lehre weitergebildet und arbeitet nun im Marketing einer Schweizer Versicherung. Sie interessiert sich für die Arbeit mit statistischen Modellen und möchte mit einem Studium ihre beruflichen Chancen verbessern.
Zulassung und Anmeldung
Die genauen Zulassungsbedingungen finden Sie auf unserer Website www.zhaw.ch/engineering/ds Ihre Anmeldung können Sie bis jeweils 30. April via Onlineformular auf der Website einreichen.
«Daten gelten als das Öl des 21. Jahrhunderts. Nun gilt es, dieses Öl auch zu raffinieren. Der Studiengang ‹Data Science› setzt genau dort an und schafft das Fundament für neue Fachkräfte, mit geeigneten Werkzeugen, Algorithmen und Methoden einen Mehrwert aus den gesammelten Daten zu generieren.» Carmelo Iantosca Chief Data & Analytics Officer, AXA Winterthur
«In meinem Branchenzweig spüre ich die Nachfrage nach Fachkräften für Data Science permanent, da sich Themen rund um Machine Learning, künstliche Intelligenz oder Deep Learning laufend weiterentwickeln. Ich kann das Studium nur empfehlen.»
«Unternehmen stehen in Zukunft immer häufiger vor der Aufgabe, datenbasierte Services und Produkte zu gestalten. Der Studiengang ‹Data Science› gibt den Teilnehmenden ein ausgezeichnetes Rüstzeug, um diese Herausforderungen zu meistern.»
Thomas Glaus Programmleiter «Business Intelligence und Data Analytics», Swiss Life
Dr. Gundula Heinatz Bürki Managing Director, Swiss Alliance for Data-Intensive Services
Assessment
Aufbau
Im Assessment liegt der Fokus auf dem Erwerb des fachlichen Basiswissens und der mathematisch-naturwissenschaftlichen Grundlagen, die Sie in praktischen Arbeiten anwenden:
Im ersten Teil des Hauptstudiums vertiefen Sie vor allem Ihr Fachwissen, wenden dieses in einem Praxisprojekt an und eignen sich spezifische Kenntnisse in Mathematik und Physik an:
M
M K
F P
Grundlagen in Analysis und Linearer Algebra Fachmodule in Programmieren, Datenbanken, Data Science-Grundlagen, Explorative Datenanalyse, Wahrscheinlichkeitsrechnen, Visualisation and Data Science Storytelling und Data Engineering Anwendung des Gelernten in praktischen Arbeiten aus den Bereichen Software Projects und Data Processing with R Kommunikationstraining
Das Bestehen des Assessments ist Voraussetzung für die Aufnahme ins Hauptstudium.
F
achmodule F Studiengangspezifisches Fachwissen
P
K F
P
Analysis, Numerik und physikalische Grundlagen der Sensorik Fachmodule, u. a. in Operating Systems und Infrastruktur, Algorithmen und Datenstrukturen, Data Products and Services, Grundlagen der Statistik, Frontend-, Web- und Software-Engineering, Digital Entrepreneurship, maschinellem Lernen Anwendung des Gelernten in einem Praxisprojekt im Team in Text Processing und einem Big Data Projekt
Um internationale Erfahrung zu sammeln, können Sie ein Auslandssemester an einer unserer Partnerhochschulen in Europa, Asien oder Amerika absolvieren.
P rojektmodule Anwendung des Gelernten in praktischen Arbeiten inkl. Projekt- und Bachelorarbeit
M
athematisch-naturwissenschaftliche Module M Grundlagen in Mathematik, Physik und Informatik
«Ein guter Data Scientist fühlt sich sowohl in der Mathematik als auch in der Informatik wohl. Genau durch diese interdisziplinären Fähigkeiten kann ich mich von anderen unterscheiden und einen Mehrwert für unser Team generieren.»
«Die Chancen auf dem Arbeitsmarkt sind meines Erachtens sehr gut. Data Scientists sind gefragte Fachleute. Es gibt eine grosse Auswahl an Positionen – selbst in Krisenzeiten wie der Corona-Pandemie.» Nico Hofstetter Data Scientist, Swiss International Airlines
Florian Bozhdaraj Wissenschaftlicher Assistent am Institut für Datenanalyse und Prozessdesign, ZHAW School of Engineering
«Als Data Scientist kann man in fast jeder Branche arbeiten und den Karriereweg je nach persönlichen Vorlieben und Interessen wählen. Tätigkeitsbereiche beinhalten die angewandte Forschung und Entwicklung sowie strategisches Design digitaler Produkte. Ihre Fähigkeiten und Ihr Fachwissen sind sehr gefragt!» Nina Hristozova Data Scientist Thomson Reuters Labs
Spezialisierung
Karriere
Im letzten Studienjahr vertiefen Sie Ihr Fachwissen individuell mit frei wählbaren Wahlpflichtmodulen, z. B. in den folgenden Bereichen:
Als Data Scientist steht Ihnen eine Vielzahl interessanter Berufsmöglichkeiten offen, z. B. in folgenden Bereichen:
K P
Beruf
F
Software Engineering / Informatik • Information Engineering • Künstliche Intelligenz Robotics, Industrielle Fertigung, Automatisierung • Signal- und Informationsverarbeitung, Digitale Signalverarbeitung • Maschinen- und Anlagedaten • Mobility Data Digital Health • Computational Life Sciences (Angebot LSFM) Finance/Banking • Daten-gestütztes Service Engineering • Quantitative Methoden im Marketing • Multimedia
In der Bachelorarbeit am Ende des Studiums behandeln Sie eine aktuelle Fragestellung aus der industriellen Praxis, häufig in Kooperation mit einem Wirtschaftspartner.
K
ontextmodule K Kommunikation, Wirtschaft und Nachhaltigkeit etc.
Master of Science in Engineering
Industrielle Fertigung, Weiterentwicklung der Automatisierung Marketing und Kundenpflege Gesundheitswesen Customer Relationship Management, Risk & Fraud Detection Banking, Finance und Risikomodellierung bei Investment-Banken E-Commerce, dynamische Preisfindung, kassenloser Detailhandel
Weiterbildung
Master of Science in Engineering Mit einem sehr guten Bachelorabschluss können sie sich für den vertieften Master of Science in Engineering einschreiben, der auch im Profil Data Science angeboten wird.
Weiterbildung Alternativ dazu stehen Ihnen an der ZHAW zahlreiche Weiterbildungsangebote offen.
Vollzeit- und Teilzeitstudium – der Studiengang Data Science wird im Vollzeit- und Teilzeitmodell angeboten, mit einer Dauer von sechs bzw. acht Semestern.
«Im Zuge der Digitalisierung stehen immer mehr Daten zur Verfügung, die nur darauf warten, analysiert und ausgewertet zu werden.» Daniele Mele Data Scientist und Product Owner, SBB Absolvent
An der Schnittstelle zwischen IT und Business Daniele Mele hat an der ZHAW School of Engineering studiert. Als Data Scientist bei der SBB schafft er heute aus komplexen Datensätzen wertvolle Erkenntnisse.
Nach dem Studium
Bei der SBB ist Daniele Mele einer der ersten Data Scientists im Bereich Business Intelligence des Sicherheitsmanagements. Bis vor wenigen Jahren gab es diese Stellen noch gar nicht. «Im Zuge der Digitalisierung stehen auch im Bahnverkehr immer mehr Daten zur Verfügung, die nur darauf warten, analysiert und ausgewertet zu werden», so Mele. Zusammen mit anderen Data Scientists leistet er mit seiner Arbeit einen wichtigen Beitrag im Bereich der Sicherheit und Qualität – und somit zum Wohl der Fahrgäste. Seine Abteilung fungiert dabei als Schnittstelle zwischen IT und Business, wie Mele erklärt: «Wir bereiten die Datensätze inhaltlich und visuell so auf, dass die Entscheidungsträger daraus die richtigen Schlüsse ziehen können. Damit das funktioniert, müssen wir neben den technischen Aspekten auch die Geschäftsbedürfnisse verstehen.» Mele steht deshalb stets im regen Austausch mit anderen Abteilungen. Als gelernter Lokführer kennt er zudem das operative Geschäft aus eigener Erfahrung. Auch im Rahmen seiner Masterarbeit hat Daniele Mele bewiesen, dass er die Geschäftsbedürfnisse der SBB versteht. Er hat ein Tool entwickelt, um Textmeldungen des Betriebspersonals automatisiert zu klassifizieren, also je nach Ereignis statistisch einzuordnen. Sein Textklassifikator-Konzept wird nun von der SBB technisch umgesetzt. Mele begleitet diesen Prozess als Product Owner. «Man muss sich als Data Scientist auch verkaufen können», meint Daniele Mele abschliessend, denn viele Unternehmen stünden in der Datennutzung noch am Anfang. Angehenden Data Scientists rät er deshalb, initiativ und offen zu sein für die vielseitigen Möglichkeiten, die sich durch die Digitalisierung ergeben.
Zürcher Hochschule für Angewandte Wissenschaften
School of Engineering
Weitere Informationen über diesen Studiengang finden Sie hier: www.zhaw.ch/engineering/ds
Administration Bachelor Technikumstrasse 9 CH-8400 Winterthur Telefon +41 58 934 45 19 bachelor.engineering@zhaw.ch www.zhaw.ch/engineering facebook.com/engineering.zhaw
Drucksache myclimate.org/01-21-892167
Interview
«Unsere Ausbildung richtet sich an alle, die datenbasierte Produkte nicht nur nutzen, sondern auch gestalten wollen.» Dr. Manuel Dömer Studiengangleiter Data Science an der ZHAW School of Engineering
Was bringt mir ein Studium in Data Science für die Zukunft? Datenbasierte Dienstleistungen und Produkte sind der zentrale Baustein für die digitale Transformation in praktisch allen Wirtschaftsbereichen. Data Scientists gestalten diese Entwicklung an vorderster Front mit und bauen die innovativen Produkte für die «Digital Natives» von morgen. Dazu braucht es einen Mix aus verschiedenen Grunddisziplinen wie Informatik und Mathematik, interdisziplinärem Domänenwissen, Kommunikationsfähigkeiten, agilen Arbeitsmethoden und unternehmerischem Denken. Gleichzeitig verlangt eine nachhaltige Entwicklung auch die Berücksichtigung gesellschaftlicher und ethischer Aspekte. Hier kann man als Data Scientist wichtige Impulse setzen, sodass alle vom technologischen Wandel profitieren. Warum soll ich Data Science gerade an der ZHAW studieren? Als Disziplin ist Data Science noch jung, obwohl ihre Grundlagen weiter zurückreichen. Auch die Studienangebote in diesem Feld sind noch neu. Gerade der interdisziplinäre Charakter von Data Science erfordert, dass nicht nur bestehende Angebote kombiniert werden, sondern auch die Schnittstellen in der gebührenden Tiefe behandelt werden. Die ZHAW
bietet einen vollwertigen Studiengang an, der auch jene Themen ins Zentrum rückt, die aus Data Science mehr als die Summe seiner Teile machen. Dabei wird Data Science als Ingenieurdisziplin positioniert von der Erhebung, Aufbereitung und Analyse von Daten über das maschinelle Lernen bis zur Visualisierung und Umsetzung datengetriebener Produkte. Im letzten Studienjahr ermöglicht eine Vielzahl von Wahlmodulen eine gezielte fachliche Vertiefung. Wo kann ich nach dem Studium arbeiten? Im Zuge der digitalen Transformation steht Ihnen fast jede Branche offen. Es ist davon auszugehen, dass sich kaum ein Geschäftsfeld dem Druck entziehen kann, seine Produkte und Dienstleistungen mithilfe von Daten besser auf die Bedürfnisse der Kundschaft abzustimmen und mithin «smart» zu machen. Der Bedarf an neuen Fachkräften dafür wird in den kommenden Jahren voraussichtlich gross sein. Sie werden dann dank Ihrem Fachwissen und dem Anwendungsfokus des Fachhochschulstudiums in der Poleposition stehen. Nicht nur die grossen Unternehmen empfangen Sie mit offenen Armen; es entstehen auch viele innovative Start-ups, die neuartige datengetriebene Ideen umsetzen und dabei zum Teil ganze Bereiche unserer Gesellschaft umkrempeln. Helfen Sie dabei mit! Nach der Promotion in computergestützter Chemie an der EPF Lausanne begann Manuel Dömer seine berufliche Karriere als Versicherungsmathematiker bei der Swiss Re. Schon bald arbeitete er sich in die ersten Text-Analytics-Projekte ein und wechselte intern auf eine Data-Science-Stelle im Kontext der Prozessautomatisierung. Zuletzt führte er ein agiles Team aus Data Scientists und Geo-Informatikern im Bereich der Analyse und Modellierung von Geo-, Wetter- und Fernerkundungsdaten. Ab 2019 engagierte sich Manuel Dömer an der Hochschule Luzern als Modulentwickler und Dozent im «Master of Science in Applied Information and Data Science». 2021 übernahm er schliesslich die Leitung des Studiengangs Data Science an der ZHAW.