Zuerst zu dir persönlich: Welche Hashtags beschreiben dich am besten?
#constantlearning, #askwhy, #justdoit, #active, #nightowl
Falls du magst: Erzähl uns mehr zu den Hashtags.
Ich finde man kann nie ausgelernt haben – vor allem im Bereich Data Science, aber natürlich nicht nur. Es gibt so viele interessante und spannende Dinge auf dieser Welt, sodass der Begriff «ständiges Lernen» ein fester Bestandteil meines Lebens ist. Zudem muss man gewisse Dinge auch einfach einmal ausprobieren und loslegen – getreu dem Motto «Just do it». Natürlich darf man dabei aber nie das Endziel aus den Augen verlieren und immer die Sinnhaftigkeit hinterfragen.
Der Hashtag #nightowl kommt daher, dass ich in meiner Studienzeit die eine oder andere Nachtschicht einlegen musste. Dies aber auch vor allem, weil es mir wichtig war, neben dem Studium und der Arbeit, Freizeitaktivitäten wie Sport oder auch Familie und Freunde nicht zu vernachlässigen.
Nun zu deiner beruflichen Tätigkeit: Was machst du bei der Schweizerischen Post?
Im Mai 2021 habe ich bei der Post in Bern als Data Analyst gestartet. Zusammen mit meinen zwei Arbeitskollegen begleiten wir die Post auf dem Weg zur Digitalisierung –mit dem Fokus auf Data Analytics und Data-Science-Projekten. Dies reicht von kleineren Analysen und Reports zu umfassenden und komplexen Data-Science-Projekten.
Was hast du davor gemacht und weshalb bist du Teil der Schweizerischen Post geworden?
Ich bin bereits seit über 9 Jahren bei der Post. Gestartet habe ich nach der Matura als Praktikantin. Seither habe ich diverse spannende Tätigkeiten durchlaufen – von Beratungstätigkeiten im Innendienst bis zur Erstellung und Entwicklung von spezifischen Logistiklösungen. An der Schweizerischen Post gefielen mir schon immer die zahlreichen Entwicklungsmöglichkeiten, die das Grossunternehmen bietet. Zudem vertritt die Post Werte, die mir besonders wichtig sind: Qualität und Zuverlässigkeit.
Erzähl uns, was das Aufregendste in deinem Job ist.
Mein Job bietet grosse Vielseitigkeit und viel Abwechslung. Besonders schätze ich jeweils die Diskussionen mit Kolleginnen und Kollegen unterschiedlicher Fachbereiche. Gute Projekte können nur durch Zusammenarbeit von Menschen mit unterschiedlichen Erfahrungen entstehen. Zudem erhält man durch die Diversität immer wieder eine neue Sicht auf die Dinge, wodurch Inspiration geschaffen und Schubladendenken minimiert werden kann.
Welche Data-Scientist-Fähigkeiten sind in deinem Job besonders gefragt?
Das technische Wissen ist natürlich extrem wichtig. Eines der wichtigsten Dinge, die ich bisher jedoch gelernt habe: als Data Scientist und Data Analyst kann man nie alles wissen und man hat nie ausgelernt. Deshalb sollte man sich zu helfen wissen, wie man schnell und einfach zu den gewünschten Informationen kommt.
Auch «Soft Skills» sind sehr gefragt. Damit meine ich vor allem, dass man mit Menschen umgehen können sowie die Fähigkeit besitzen sollte, komplexe Modelle und Ideen verständlich und alltagstauglich erklären zu können.
Bezeichnest du dich selbst eher als Techie, als Analyse-Freak, als kreatives Genie, als Management Superhero oder als genialer Allrounder?
Mich als Techie zu bezeichnen, wäre glaube ich falsch. Mit meinem Hintergrund in Betriebswirtschaft würde ich mich wohl am ehesten als kreativen Analyse-Freak-Allrounder bezeichnen. Mir gefällt es ein Problem aus unterschiedlichen Sichtweisen zu betrachten und kreative, gute Lösungen für alle zu finden.
Was hat dich während des Studiums (MSc in Applied Information and Data Science) am meisten gepackt?
Ich glaube der Moment, als ich das erste Mal etwas programmieren konnte, das war für mich schon ein kleiner «Durchbruch» und ich war unendlich stolz – obwohl es nur eine ganz einfache Aufgabe war ;-).
Was sind aktuell die grössten Herausforderungen in deinem Job?
Aktuell sind Datenthemen hochaktuell. Es herrscht unglaublich viel Interesse am Thema und die Erwartungen sind gross. Die Wissensstände der einzelnen Personen sind aber extrem unterschiedlich. Deshalb finde ich wichtig, dass man ein gemeinsames Verständnis und Wissensbasis als Ausgangslage für ein Projekt schafft und entsprechendes Erwartungsmanagement betreibt. Dies ist keine kleine Aufgabe und auch viele «Soft Skills» sind gefragt.
Als weitere Herausforderung finde ich die Frage nach der Priorisierung der Projekte. Es kommen viele Projektanfragen und Fragestellungen rein, doch wie kann ich die richtigen Projekte auswählen und dazu ein Verfahren anwenden, das eine objektive faire Beurteilung zulässt? Eine der grössten Herausforderungen ist das Thema Data Science an sich. Es gibt zahlreiche Lösungswege für ein einziges Problem. Die Schwierigkeit ist es, den passenden Weg auszuwählen und das kann man nicht auf die Schnelle lernen – dazu braucht man auch viel Erfahrung. Hier ist auch wichtig, dass man die Erwartungen an sich selber entsprechend anpasst. Wie schon gesagt: es ist unmöglich alles zu wissen.
Welchen Ratschlag würdest du Personen geben, die denselben Job starten?
Don’t give up – wenn man als Nicht-Techie dieses Studium wählt, ist man anfangs vielleicht etwas überfordert. Dann gilt es: sich reinhängen, denn es lohnt sich auf jeden Fall!
Und nun zum Schluss: Welchen neuen Hashtag strebst du 2021 an?
#recommendersystem. Ich habe mir vorgenommen mich im 2021 vermehrt mit Empfehlungsalgorithmen und deren Einsatz in der Praxis auseinanderzusetzen.
Herzlichen Dank an Michèle Odermatt für das inspirierende Interview und die sehr interessanten Einblicke in den Berufsalltag.