¿Cómo se crea conocimiento a partir de datos? ¿Y cómo se derivan instrucciones prácticas para la acción de este conocimiento? Esto es lo que el científico de datos Dr. Max Zimmermann. Desde el semestre de verano de 2022, ha sido profesor de ciencia de datos en los campos de ingeniería de datos, aprendizaje automático y MLOps en el departamento. ingeniería eléctrica e informática.
“Un área emocionante con grandes perspectivas de futuro para los estudiantes”, dice Zimmermann. Un científico de datos recopila, modula y analiza datos de varias fuentes y deriva decisiones que se utilizan en un sistema productivo. “Hoy en día, se registran grandes cantidades de datos en todos los sectores de la economía”, dice Zimmermann. La tarea del científico de datos es entonces leer estos datos con calidad garantizada, sacar conclusiones concretas de ellos y derivar instrucciones específicas para la acción:
Esto no sólo aumenta los beneficios de la empresa, sino que será fundamental en el futuro de cara a la sostenibilidad.
Derivar conexiones a partir de datos complejos
Zimmermann descubrió su pasión por la investigación de datos complejos durante sus estudios en informática empresarial en la Universidad de Ciencias Aplicadas de Ostfalia en Braunschweig y sus estudios posteriores en ciencia de datos (“Ingeniería de datos y conocimiento”) en la Universidad de Magdeburg. “Uno descifra, uno busca conexiones como un detective de datos”, describe su trabajo. “Siempre me gusta profundizar mucho en los problemas.” Desde el comienzo de su carrera investigadora, prestó especial atención a las posibles aplicaciones de los algoritmos desarrollados para escenarios reales. Su doctorado con la Prof. Myra Spiliopoulou (“Comprensión y seguimiento de las actitudes de las propiedades del producto a lo largo del tiempo”) en el campo del aprendizaje automático aplicado ya trataba sobre el análisis de la polaridad de las reseñas de productos en las redes sociales.
Derivar circuitos de semáforos inteligentes a partir de datos de movimiento anónimos
Durante su período de postdoctorado como becario Alain Bensoussan en el Instituto Sueco de Ciencias de la Computación en Estocolmo, investigó algoritmos incrementales de aprendizaje automático y minería de texto. “Me preocupaba la cuestión de cómo usar los datos de movimiento anónimos del teléfono móvil para derivar predicciones sobre cuellos de botella inminentes en el tráfico de la hora pico en una etapa temprana, es decir, incluso antes de que ocurra el atasco de tráfico”, dice Zimmermann. Luego, la aplicación condujo a un cambio de semáforo inteligente para que el tráfico pudiera continuar fluyendo sin obstáculos.
Los flujos de datos proporcionan información sobre el tiempo de mantenimiento de las máquinas.
De vuelta en Alemania, su camino como consultor de ciencia de datos lo llevó a varias estaciones en Hamburgo. Tenía claro que quería seguir investigando con vistas a la aplicación práctica. Como consultor de aprendizaje automático y ciencia de datos, desarrolló algoritmos de predicción en edge computing basados en datos de audio para mejorar el mantenimiento de las escaleras mecánicas de Deutsche Bahn, por ejemplo. “Antes de que la escalera mecánica se detenga, hace ruidos extraños. Si registra esto sistemáticamente, puede mantenerlos de manera proactiva y, por lo tanto, mejorar significativamente el servicio para los clientes”, dice Zimmermann.
Investigación, docencia y transferencia a la empresa
Además del proyecto y el trabajo de investigación, la enseñanza siempre fue un tema central para Max Zimmermann. Incluso como estudiante, se hizo cargo de la supervisión de estudiantes en eventos de práctica, seminarios y proyectos de software, y en el transcurso de su carrera supervisó numerosas tesis de licenciatura y maestría. “Siempre me ha satisfecho mucho lograr que los estudiantes se entusiasmen con el análisis de datos y el desarrollo de aplicaciones basadas en datos”, dice Zimmermann.
Ahora espera seguir sus tres pasiones (investigación, docencia y transferencia a los negocios) en igual medida:
Espero continuar con actividades docentes intensivas en el futuro y actualizar mis conocimientos cada año. Al mismo tiempo, estoy entusiasmado con el enfoque en la investigación aplicada en el campo del análisis de datos y big data. También actúo como intermediario entre la universidad y la industria. Me gustó especialmente esta mezcla. El significado de mis acciones me convence aquí.