Veranstaltung

AI@University

Vergangenen Freitag durften wir erneut zu einer Veranstaltung einladen. Es stand der AI@University Workshop von IBM an. Dabei konnten die Studierenden Einblicke in den Alltag von Data Science Consultants gewinnen und im Anschluss in Gruppen selbst eine kleine Fallstudie bearbeiten.

Nach kurzen Begrüßungsworten vom getIT-Team wurde direkt an die beiden Gastredner von IBM übergeben. Im ersten Teil der Veranstaltung gaben die beiden jeweils Einblicke in ihren Arbeitsalltag. Dabei wurden neben ihren spannenden Projekten auch Herausforderungen thematisiert, mit denen man sich im Unialltag nicht in dem Ausmaß beschäftigen muss und vermutlich nur wenig Berührungspunkte hat. Dazu zählen unter anderem eine mangelnde/unzureichende Qualität der Ausgangsdaten, rechtliche Rahmenbedingungen (bspw. die DSGVO) oder die abschließende Bereitstellung der Ergebnisse für den Kunden. Es wurde deutlich, dass das eigentliche Entwickeln eines Machine Learning Modells nur einen Bruchteil der Zeit in einem Projekt in Anspruch nimmt.

Im zweiten Teil wurden die Studierenden in Gruppen eingeteilt, denn es stand eine kleine Hacking Competition an. Ziel dieser war es gemeinsam ein Machine Learning Modell zur binären Klassifikation im medizinischen Umfeld zu erstellen. Dabei konnten die Teilnehmer beliebige Algorithmen auswählen und mit Python umsetzen. Zur Orientierung wurde vorab ein Jupyter Notebook bereitgestellt, indem bereits ein ähnlicher Use Case vorgestellt wurde. Zur Gliederung der Ausarbeitungen wählten alle Gruppen mit dem CRISP-DM ein gängiges Vorgehensmodell im Rahmen von Data Mining Projekten. Dabei spürten alle, dass gerade das Business und Data Understanding von enormer Bedeutung ist. Im medizinischen Umfeld, aus welchem die Daten stammten, war das für die Gruppen gar nicht so leicht. Deshalb kam die bestellte Pizza genau zur richtigen Zeit und alle konnten sich für die Modellentwicklung und Ausarbeitung der Abschlusspräsentation noch einmal stärken. 16:15 Uhr haben die Gruppen ihr Vorgehen und ihre Ergebnisse präsentiert. Um die Ergebnisse besser vergleichen zu können, mussten alle Gruppen ihren besten Algorithmus auf ein Dataset anwenden und diese Ergebnisse hochladen. Dabei zeigte sich, dass alle Gruppen sehr gute Ergebnisse erzielen konnten. Im Anschluss war noch Zeit, um in entspannter Atmosphäre zu networken und sich fachlich auszutauschen.

Abschließend möchten wir uns noch einmal bei den Dozenten von IBM für die Durchführung des Workshops bedanken. Wir hatten viel Spaß und konnten neue und auch wichtige Einblicke in die praktische Arbeit von Data Science Consultants sammeln.

Abschlusspräsentationen