Jump to contentJump to search

Projektarbeit (Master) zum Thema "Data Science for Management Students"

Veranstaltungsbeschreibung

Veranstaltungsbeschreibung

Daten sind das Öl des 21. Jahrhunderts – aber wie genau können Daten in Unternehmen ausgewertet und genutzt werden? Welche Tools gibt es? Wie kann man Erkenntnisse aus Daten bestmöglich darstellen? Wie würde ein Data Science Projekt aussehen? Was sind Herausforderungen und Risiken? Welche Rolle haben Manager in einem solchen Projekt?

Diese Projektarbeit hat das Ziel „Data Science" zu entmystifizieren, Klarheit über Buzzwörter wie AI, Machine Learning, Neuronale Netze oder Analytics zu geben und ein Grundverständnis über Data Science zu vermitteln.

Im Rahmen der Projektarbeit durchdenken Sie die Schritte eines Data Science Projektes aus einer Management Perspektive und führen ein eigenes kleines Data Science Projekt durch. Zusätzlich werden wir spannende Gastvorträge aus der Praxis zu ausgewählten Themen hören (z.B. RTL). Am Ende des Seminars stellen Sie die Erkenntnisse aus Ihrem Data Science Projekt vor.

Sie erhalten je Schritt eines Data Science Projektes zunächst eine theoretische Einführung und setzen die Erkenntnisse mit Hilfe eines eigenen Datensatzes um (wir nutzen einen Datensatz von https://www.kaggle.com/datasets). Sie werden dabei nach einer Einführung das „no code“ Analytics Tool KNIME nutzen (https://www.knime.com/). In Ihrer schriftlichen Projektarbeit werden Sie die einzelnen Schritte Ihres Data Science Projektes erfassen und die Ergebnisse am Ende präsentieren.

Mögliche Fragestellungen können sein: Churn-Analysen, Kundensentiment-Analyse, oder eine Trendanalyse.

Dozierende

Dr. Anna Gründler, Head of Operations im Machine Learning Startup deepset (www.deepset.ai) 

Dr. Verena Rieger, Habilitandin am Lehrstuhl für Management

Termine

  • •    Bewerbung bis 23.03.2022, 23:59 Uhr, Kommunikation der Zusagen in der Folgewoche
    •    Kick-Off and (1) Use Case Identification: 22.04.2022 (8-11 Uhr) – Online (Zoom)
    •    (2) Data + Guest Lecture KNIME: 29.04.2022 (8-11 Uhr) – in Präsenz; Raum tba
    •    (3) Modelling: 06.05.2022 (8-11 Uhr) – in Präsenz, Raum tba
    •    (4) Presenting and deploying: 13.05.2022 (8-11 Uhr) – Online (Zoom)
    •    Abgabe der Arbeit: 17.06.2022, 23:59 Uhr
    •    Student Presentations 24.06.2022 (8-12 Uhr) – in Präsenz, Raum tba

Voraussetzungen für den Kurs

  • Statistik Grundlagen
  • Begeisterung für die Arbeit mit Daten
  • Keine Programmiererfahrung notwendig, aber die Bereitschaft, sich mit dem low-code Analytics Tool KNIME zu beschäftigen https://www.knime.com/
  • Sehr gute Englischkenntnisse

Rahmenbedingungen

  • Gruppenarbeit mit ca. 3-4 Personen pro Gruppe
  • Die Teilnahme ist abhängig von der Aufnahme in den Bewerbungsprozess.
  • Für alle Termine besteht Anwesenheitspflicht. Unentschuldigtes Fehlen führt zur Benotung mit "nicht bestanden". Im Krankheitsfall ist ein Attest erforderlich.
  • Die Benotung setzt sich aus der schriftlichen Arbeit und der Präsentation zusammen.

Anrechnung

Die Projektarbeit ist für Master-Studierende als Modul MQ06 oder MQ07, je nach geltender PO, anrechenbar. Eine Teilnahme am Modul MW109 – Strategies of Digital Top Players ist nicht verpflichtend.

Bewerbung

Bitte bewerben Sie sich mit dem Bewerbungsformular per E-Mail an management(at)hhu.de.

Zurück zu Studium / Lehre

Responsible for the content: