Klinischer Datenwissenschaftler · Verwendet klinische Daten, Studiendaten und Daten des Gesundheitssystems, um zuverlässige Beweise für eine sicherere Pflege, Forschung und betriebliche Entscheidungen zu generieren.
Das populäre Bild eines klinischen Datenwissenschaftlers, der clevere Vorhersagemodelle erstellt, ist real, aber unvollständig. Umfragen unter Praktikern und Berichte aus erster Hand beschreiben durchweg einen Job, bei dem das Finden, Bereinigen und Umformen unordentlicher Daten mehr Stunden in Anspruch nimmt, als der Modellierungsschritt, den sich die meisten Leute vorstellen.
Bei der in diesem Bereich weitergegebenen Kunst geht es weniger darum, sich einen bestimmten Algorithmus zu merken, als vielmehr um disziplinierte Skepsis: man schaut sich die Daten an, bevor man einem Modell davon vertraut, prüft, ob ein Muster innerhalb von Untergruppen gilt, und erkennt, wann die ehrliche Antwort auf die Frage eines Stakeholders lautet, dass die Daten eines nicht unterstützen können.
Hypothesentests, Regression und das Verständnis, was ein p-Wert oder ein Konfidenzintervall tatsächlich aussagt – die Schlussfolgerungsgrundlage, auf der alles andere in der Arbeit aufbaut.
Schreiben Sie Code fließend genug, um Daten in großem Maßstab abzurufen, zu bereinigen und zu transformieren, und nicht nur einen Prototyp einer Analyse in einem Notebook, der nie wieder ausgeführt werden muss.
Verwandeln Sie unordentliche, inkonsistente, reale Daten – fehlende Werte, doppelte Datensätze, nicht übereinstimmende Formate – in etwas, das ein Modell oder Diagramm tatsächlich verwenden kann.
Ein für das Problem geeignetes Modell auswählen, trainieren und validieren und wissen, wann eine einfache Regression einem ausgefeilten neuronalen Netzwerk überlegen ist.
Die Übersetzung eines statistischen Ergebnisses in ein Diagramm, ein Memo oder eine Empfehlung, auf die eine technisch nicht versierte Führungskraft reagieren kann, ohne die tatsächliche Unsicherheit zu stark zu vereinfachen oder zu verdecken.
Verstehen, was eine Metrik in einem bestimmten Geschäfts- oder Wissenschaftsbereich tatsächlich bedeutet, sodass eine Analyse die tatsächlich gestellte Frage beantwortet.
Überprüfung der Pipeline-Läufe über Nacht und der Dashboards mit wichtigen Kennzahlen sowie eine kurze Abstimmung mit dem Team über die Prioritäten des Tages.
Schreiben von SQL-Abfragen für ein Data Warehouse, Zusammenführen und Umformen von Tabellen sowie Umgang mit fehlenden oder inkonsistenten Werten – häufig der größte einzelne Block eines Arbeitstages.
Eine echte Pause und oft ein informeller Rahmen, in dem teamübergreifende Probleme angesprochen werden, bevor sie zu einem geplanten Meeting gelangen.
Ein statistisches Modell erstellen oder verfeinern, den Signifikanztest eines Experiments durchführen oder herausfinden, warum sich eine Metrik verschoben hat.
Präsentation von Ergebnissen vor einem Produkt- oder Geschäftsteam, Überprüfung der Ergebnisse eines A/B-Tests oder Verteidigung der Annahmen einer Analyse unter Befragung.
Persönliche Zeit, außer rund um eine Produkteinführung oder einen vierteljährlichen Geschäftsbericht, wenn abends noch kurzfristige Analyseanfragen bearbeitet werden können.
Handwerkswissen, das Praktiker tatsächlich weitergeben — keine Motivationssprüche.
Zeichnen Sie die Rohverteilungen, Streudiagramme und einfachen Zusammenfassungen grafisch auf, bevor Sie etwas anpassen – eine Angewohnheit, die fehlerhafte Daten, Einheitenfehler und Ausreißer erkennt, die ein Modell sonst stillschweigend absorbieren und verbergen würde.
Ein aggregierter Trend kann sich vollständig umkehren, sobald die Daten nach einer relevanten Kategorie aufgeteilt werden – ein Muster, das als Simpson-Paradoxon bekannt ist und nach einer Arbeit des Statistikers Edward H. Simpson aus dem Jahr 1951 benannt wurde.
Durch die wiederholte Überprüfung der Leistung anhand derselben zurückgehaltenen Daten und die anschließende Anpassung des Modells werden Informationen aus diesen Daten stillschweigend in das Modell eingeschleust. Nur eine einmalige Berührung sorgt dafür, dass das Endergebnis ehrlich bleibt.
Bei realen Projekten liegt die Datenvorbereitung zu 80 % und die Modellierung bei 20 % und nicht umgekehrt. Die Planung eines Zeitplans auf der Grundlage der gegenteiligen Annahme ist eine häufige Ursache dafür, dass Projekte zu spät kommen.
Eine Basislinie – manchmal nur eine Regel oder ein lineares Modell – verdeutlicht, wie viel ein komplexeres Modell tatsächlich hinzufügt, und ist oft gut genug, um allein ausgeliefert zu werden.
Eine überraschende Korrelation ist häufiger ein Artefakt einer verborgenen dritten Variablen als eine echte Entdeckung – suchen Sie aktiv nach weiteren Erklärungen, bevor Sie ein Ergebnis präsentieren.
Die vorherrschende Sprache für Datenmanipulation und klassisches maschinelles Lernen, mit Pandas für Tabellendaten und Scikit-Learn für Standardmodellierungsalgorithmen.
Die Abfragesprache zum Abrufen von Daten aus den relationalen und Cloud-Data-Warehouses – Snowflake, BigQuery, Redshift – in denen sich die Daten der meisten Unternehmen tatsächlich befinden.
Die standardmäßige interaktive Umgebung für explorative Analysen, die es einem klinischen Datenwissenschaftler ermöglicht, Code auszuführen, ein Diagramm anzuzeigen und Notizen im selben Dokument zu machen.
Business-Intelligence-Dashboarding-Tools, mit denen eine fertige Analyse in etwas umgewandelt wird, das ein technisch nicht versierter Stakeholder untersuchen und überwachen kann, ohne Code schreiben zu müssen.
Versionskontrolle für Code und zunehmend auch für Modelle, zusammen mit der Cloud-Infrastruktur, die Daten speichert und Trainingsjobs in einem Umfang ausführt, den ein Laptop nicht bewältigen kann.
Die Durchführung vieler statistischer Vergleiche und die Meldung nur desjenigen, der eine Signifikanzschwelle überschreitet, führt zu falschen Entdeckungen, die sich nicht reproduzieren lassen – ein gut dokumentierter Fehlermodus, der als P-Hacking bekannt ist.
Das versehentliche Einfügen einer Funktion, die das vorhergesagte Ergebnis kodiert, führt zu unrealistisch starken Offline-Ergebnissen, die zusammenbrechen, sobald das Modell mit wirklich unsichtbaren Produktionsdaten ausgeführt wird.
Ein sorgfältig abgestimmtes maschinelles Lernmodell, das ein Problem löst, das eine einfache SQL-Abfrage oder eine Tabellenkalkulationsformel genauso gut beantwortet hätte, verschwendet Aufwand und kann die eigentliche Geschäftsfrage verfehlen.
Die nächsten Nachbarn im Sechs-Werte-Profil — nicht nur im selben Feld.
Schützt Systeme, Daten und Menschen, indem digitale Angriffe erkannt, verhindert und abgewehrt werden.
KI-resistent 63 🌬️Entwirft, baut und verbessert Wind-, Solar-, Speicher- und Netzsysteme, die erneuerbare Ressourcen in verlässlichen Strom verwandeln.
KI-resistent 72 🦾Entwirft die Maschinen, die die physische Welt wahrnehmen, entscheiden und in ihr handeln — das schwere Problem war nie Intelligenz, sondern die Welt selbst.
KI-resistent 65 🌿Leitet Strategie, Messung und Berichterstattung, mit denen Organisationen Umwelt- und Sozialschäden verringern und zugleich geschäftliche Pflichten erfüllen.
KI-resistent 66 🔌Entwirft und fertigt die Transistoren in jedem Computer, Telefon und jeder Waffe — mit Maschinen, die so präzise sind, dass sie nur wenige Fabriken der Welt betreiben können.
KI-resistent 60 📦Baut die Systeme, die Machine-Learning-Modelle in der Produktion trainieren, bereitstellen, überwachen und regeln.
KI-resistent 54Leitet die mathematischen Gesetze von Materie, Energie, Raum und Zeit her und prüft sie — von der einsamen Tafel bis zum Teilchenbeschleuniger-Paper mit 3.000 Autoren.
KI-resistent 65 🧬Der Wissenschaftler, der das Leben selbst untersucht, von Linnés handschriftlicher Artbenennung bis zur Genom-Editierung mit CRISPR — und jede Idee noch immer an einem lebenden Organismus prüft.
KI-resistent 64 🧪Der Wissenschaftler, der die Materie selbst herstellt und misst – von Tapputis babylonischem Parfüm bis zu den heutigen Roboterlabors, ist immer noch derjenige, der entscheidet, was das Spektrum bedeutet.
KI-resistent 70 📊Findet Muster und erstellt Vorhersagemodelle aus Daten – eine Berufsbezeichnung aus dem Jahr 2008, die auf drei Jahrhunderten des Zählens, Testens und Visualisierens von Beweisen basiert.
KI-resistent 38 🔭Der Wissenschaftler, der das Universum vermisst, von babylonischen Tontafeln bis zu Weltraumteleskopen, entscheidet immer noch, welches Flimmern in den Daten eine Entdeckung ist.
KI-resistent 70 🧮Von babylonischen Schreibern über Fields-Medaillengewinner bis hin zu KI-gestützten Beweisen: der Beruf, der schwierige Fragen in dauerhafte Gewissheit verwandelt, einen Satz nach dem anderen.
KI-resistent 70 🧿Baut, misst und steuert Geräte, die Quantenzustände für Computer, Sensorik, Kommunikation und Materialforschung nutzen.
KI-resistent 78