Physiker, Datenenthusiast, Data Scientist – Philipp im Klartext

Hinweis: mit "Play" wird eine Verbindung zu Podcastbude, Media On Work GmbH, Potsdam hergestellt.
 

Willkommen bei Klartext, dem Karriere-Podcast von CGI. Hier gibt's klare Worte zu IT- und Consulting-Karrieren. Welche Skills zählen? Welche Wege führen zum Erfolg? Und wie arbeiten wir bei CGI? Authentisch, praxisnah und ohne Buzzwords.

Kurz gesagt, Karriere im Klartext.
 

Valeria: Willkommen zurück bei Klartext, dem Karriere-Podcast von CGI. Schön, dass ihr wieder eingeschaltet habt. Ich bin Valeria.

Dana: Und ich bin Dana. Wir freuen uns, euch künftig gemeinsam spannende Geschichten, Perspektiven und Menschen aus unserem Unternehmen vorzustellen.

Valeria: Genau. Los geht's mit unserem heutigen Thema und Gast. Hi Philipp!

Philipp: Hi, danke für die Einladung.

Valeria: Mit ihm sprechen wir heute, wie man eigentlich künstliche Intelligenz in Ministerien bringt. Was macht Philipp als Data Scientist bei CGI und wie sieht sein Alltag zwischen Algorithmen, Python-Code und öffentlichen Auftraggebern wirklich aus?

Dana: Philipp ist Physiker, Datenenthusiast und seit rund einem Jahr als Data Scientist im Public-Sektor bei CGI unterwegs.

Er gibt uns heute exklusive Einblicke hinter die Kulissen. Von Machine Learning über Open-Source-Tools bis hin zu seinem ganz persönlichen Weg in die Welt der Daten.

Valeria: Aber keine Sorgen, auch wenn es heute um wirklich komplexe Themen wie Statistik, KI und Daten geht, Philipp hat es echt drauf, komplexe Themen verständlich zu machen.

Also, ihr Lieben, Kopfhörer rein, wir starten.

Philipp, bevor wir bei deiner Rolle als Data Scientist sprechen, stell dich doch bitte einmal unseren Zuhörerinnen und Zuhörern kurz vor. Wer bist du? Wie lange bist du schon bei uns? Und was machst du bei CGI?

Philipp: Ja, hi, ich bin Philipp. Ich bin Data Scientist. Ich arbeite im Bereich Public. Ich bin seit einem knappen Jahr bei CGI und bin seit ungefähr zehn Jahren schon in dem Bereich tätig.

Valeria: Was ist für dich Data Science?

Philipp: Also, Data Science ist für mich einerseits natürlich Statistik und Datenauswertung und andererseits auch viel Arbeiten mit Algorithmen und auch immer mehr Arbeiten mit künstlicher Intelligenz, was da auch darunter fällt. Und gerade in dem Bereich gibt es da so viele tolle Neuerungen in den letzten Jahren und es ist ein sehr spannendes Feld insgesamt.

Valeria: Prima, danke dir. Ich bin schon mega gespannt, was du uns nachher darüber berichten wirst, aber verrate uns zunächst doch bitte einmal, wie du denn damals zu CGI gekommen bist.

Philipp: Das war so ein bisschen Zufall. Also, ich habe Physik studiert ursprünglich und in der Physik braucht man ganz viel Datenauswertung und muss auch gut lernen, programmieren zu können und muss da mit allen möglichen Algorithmen gut umgehen können.

Und dann bin ich in meiner Diplomarbeit in der experimentellen Teilchenphysik gelandet und bei einem großen Teilchenexperiment und musste da sehr viele Datenauswertungen machen und sehr viel Software schreiben, die Daten auswertet. Und so bin ich dann zur Data Science gekommen. Und dann gab es einen kleinen Umweg über Fraunhofer und ich habe dann zuletzt auch bei einem kleinen Softwareunternehmen aus Baden-Württemberg gearbeitet, wo ich versucht habe, Machine Learning als Thema in der Company zu implementieren und habe da im Endeffekt lauter kleine Features für die bestehenden Produkte fortlaufend entwickelt.

Weil ich bei allen meinen Stationen, sowohl bei der letzten Firma als auch bei Fraunhofer, eigentlich immer den Public-Bereich beraten habe, lag das irgendwie nahe, mich hier bei der Public-Sparte von CGI zu bewerben. Und ja, fühle mich hier echt wohl.

Valeria: Spannender Werdegang. Danke für die Einblicke. Und nun konkret zu deiner Rolle. Was machst du als Data Scientist bei CGI aktuell?

Philipp: CGI Public ist ja in den oberen Bundesbehörden aktiv. Und ich bin bei einer der oberen Bundesbehörden in einem Projekt drin, das versucht, den Datenschatz der Behörde für die Mitarbeiterinnen und Mitarbeiter besser verfügbar zu machen. Das spiegelt sich andererseits darin wider, dass man wirklich konkret berät, wie Dinge umgesetzt werden.

Und zum anderen hilft man aber auch wirklich konkret mit, KI-gestützte Apps zu entwickeln. Es ist sehr spannend. Wir haben da eine ganze Bandbreite an Apps, die wir da mit den Kolleginnen und Kollegen entwickeln und erzielen da echt gute Ergebnisse.

Valeria: Okay, cool. Mit welchen Methoden und Programmiersprachen arbeitest du?

Philipp: Also Software-seitig benutzen wir hauptsächlich Python. Das ist ja relativ üblich im Bereich Machine Learning und im Bereich Data Science.

Das ist eine wahnsinnig flexible Sprache. Man sagt ja immer, Python ist die zweitbeste Programmiersprache für alles, weil sie halt sehr breit gefächert ist und man sehr gut Prozesse steuern kann. Zum anderen arbeiten wir natürlich sehr viel mit klassischen Sachen wie SQL.

Und dann arbeiten wir natürlich auch mit den aktuellen Open Source LLMs, also diese generativen KI-Modelle, die Text erzeugen können, das jeder auch irgendwie kennt von ChatGPT. Und da gibt es halt nicht nur proprietäre Modelle wie von OpenAI, also ChatGPT, sondern auch eben Open Source-Modelle, allen voran zum Beispiel die LLAMA-Modelle von Meta, die echt super sind. Und die implementieren und hosten wir da on-premise und versorgen so die Kollegen mit Text-Generation für die ganzen Apps.

Valeria: Kannst du uns ein konkretes Beispielprojekt nennen?

Philipp: Derzeit arbeiten wir an einem sehr interessanten Projekt. Da geht es um ein neues Interface für eine PDF-Datenbank. Also wir haben so eine kleine Datenbank, in der in der Abteilung der Behörde alle ihre PDFs reinladen kann, also Forschungsberichte etc.

Und dann haben wir ein System gebaut, mit dem ein Chatbot auf diese ganzen Daten zugreifen kann, spezialisiert ein sogenanntes RAC-System. Und über diesen Chatbot kann er dann mit diesem gesamten Dokumentenbestand interagieren. Also man kann beliebige Fragen an diese Forschungsberichte stellen und man kriegt eine konkrete Antwort raus.

Und das ist natürlich super, weil es ermöglicht den Mitarbeiterinnen und Mitarbeitern einen total neuen Zugang zu diesem riesen Datenbestand, zu diesem riesen Wissensbestand, ohne jetzt jeden einzelnen von diesen 300, 400 Berichten gelesen haben zu müssen. Also ich finde, es ist ein super Projekt und bietet tolle neue Möglichkeiten für die Mitarbeiterinnen und Mitarbeiter.

Valeria: Danke dir. Jetzt hast du uns schon einiges über deine Rolle verraten. Welche Herausforderungen würdest du denn da sehen und welche Skills helfen dir in deiner Rolle?

Philipp: Also die Herausforderungen sind vielfältig, weil wir in einem konkreten Projekt auch ein relativ kleines Team sind und wir aber den gesamten Produktzyklus für eine ganze Handvoll von Apps abdecken müssen. Also da geht es einerseits natürlich ganz am Anfang um diese ganzen BA- und BI-Sachen oder Projektideation: Was wollen die Mitarbeiterinnen und Mitarbeiter eigentlich - was brauchen sie? Und dann aber natürlich die Konzeptionierung, die Planung, dann das Prototyping, die konkrete Entwicklung von den Apps und dann natürlich auch das Hosting. Eine große Herausforderung in dem Projekt ist auch, dass wir natürlich keine öffentlichen KIs benutzen dürfen, weil die ganzen Dokumente natürlich unter Datenschutz und teilweise auch unter Geheimhaltung stehen. Deswegen müssen wir eben diese ganzen Modelle, die wir nutzen, alle lokal on-premise hosten.

Und es ist natürlich ein bisschen herausfordernder, als einfach eine öffentliche API anzusprechen. Und da braucht man große Server, die nicht komplett trivial zu betreiben sind. Und dieser ganze Strauß an Aufgaben, das ist schon ein bisschen herausfordernd manchmal.

Aber es macht Spaß und ich lerne total viel. Das ist echt toll.

Valeria: Sehr schön. Was gefällt dir denn an der Arbeit besonders im Public-Bereich?

Philipp: Also was mir im Public-Bereich total gefällt, ist es so nah an der Politik dran zu sein. Also wir arbeiten ja viel für Ministerien. Und politischen Entscheidungen spiegeln sich dann in der täglichen Arbeit wieder. Und das finde ich total spannend.

Also nicht nur technisch so am Zahn der Zeit zu sein mit dem Thema KI, sondern auch irgendwie politisch. Ja, das macht schon Spaß. Und man hat auch immer das Gefühl, dass man jetzt nicht für irgendeine seelenlose Firma arbeitet, sag ich mal so, sondern halt auch wirklich für die Öffentlichkeit.

Und dass man auch ein gewissermaßen was für das Gemeinwohl beiträgt. Und das finde ich auch toll.

Dana: Das klingt nach einem total spannenden Arbeitsumfeld, Philipp. Kannst du noch mal ganz kurz sagen, was brauchst du denn für Soft Skills oder für Hard Skills, um in dem Bereich arbeiten zu können?

Philipp: Also Hard Skills, ganz klar. Man muss sich natürlich mit Machine Learning auskennen, mit Mathe und mit Daten. Und man muss gut programmieren können.

Und Soft Skills: vor allem, dass man seine Projekte gut managen können muss. Und diese ganzen ganz vielen Unteraufgaben, die sich aus diesem Strauß an Verantwortlichkeiten ergeben, einfach gut managen können muss. Man muss außerdem gut kommunizieren können mit den Kolleginnen und Kollegen.

Dana: Sehr gut. Vielen lieben Dank dir. So, Philipp, jetzt sind wir schon fast am Ende.

Und ich habe noch eine kleine Fragendusche für dich mitgebracht. Sei also gewappnet. Antworte gerne kurz und knapp, damit wir einfach ein gutes Bild von dir und deinem Arbeitsalltag bekommen.

Also es geht los: Arbeitest du lieber an Großprojekten oder eher an kleineren Projektkontexten?

Philipp: Oh, gute Frage. Ich glaube, das hängt sehr vom Projekt und vom Projektthema ab. Aber ich glaube, im Großen und Ganzen arbeite ich lieber an kleinen Projekten.

Dana: Und bist du lieber im Homeoffice oder bist du lieber vor Ort im Büro?

Philipp: Also 50:50. Also ich meine, ich bin teilweise zu Hause, ich bin teilweise bei CGI im Office, aber dann natürlich auch viel vor Ort bei den Kolleginnen und Kollegen in der Behörde.

Dana: Und wenn es um die Kundengespräche geht, machst du die lieber auch vor Ort oder virtuell?

Philipp: Nee, eindeutig vor Ort. Also das ist immer gut, da im Austausch, im direkten Austausch mit den Kolleginnen und Kollegen zu sein. Und man fühlt sich dann auch viel besser ins Team eingebunden und die Kommunikation läuft einfach auch recht viel reibungsloser ab dann.

Dana: Okay, gut. Du hast es vorhin schon kurz erwähnt. Jetzt meine Frage dazu. Python oder R?

Philipp: Also eindeutig Python. Es gibt ja unter Data Scientist immer so diese R-Fraktion und die Python-Fraktion. Aber ich bin eindeutig ein Python-Kind.

Dana: Sehr gut. Die nächsten Fragen sollten ganz easy sein. Kaffee oder Tee?

Philipp: Kaffee.

Dana: Und früher Vogel oder Nachteule?

Philipp: Eindeutig Nachteule. Also CGI hat ja die Kernarbeitszeit ab 9 und das ist schon echt eine Herausforderung für mich.

Dana: Okay. Jetzt noch was ganz Schwieriges. Excel oder PowerPoint?

Philipp: Also als Data Scientist mache ich natürlich keine Datenauswertung mit Excel. Deswegen nutze ich Excel eigentlich gar nicht.

Aber PowerPoint muss ich halt trotzdem auch viel nutzen, also weil ich da ja auch viele Projektergebnisse vorstellen muss. Und deswegen PowerPoint.

Dana: Danke dir.

Valeria: Vielen Dank, lieber Philipp, für die vielen spannenden Einblicke. Ich denke, das klingt nach einem sehr umfangreichen, aber auch erfüllenden Job, den du da hast. Schön, dass du heute unser Gast warst.

Philipp: Vielen Dank für die Einladung.

Valeria: Für diejenigen unter euch, die nun Interesse an einem Einstieg als Data Scientist bei CGI haben, schaut doch gerne auf unserer Karriere-Website oder auf unserem Jobportal vorbei. Und nun, bis zum nächsten Mal bei Klartext. Ciao!

Dies war eine Produktion aus dem IT und Business Consulting Podcast Pool von CGI, eurem Audiohub für Expertise und Inspiration. Schön, dass ihr Zeit für uns hattet. Wir freuen uns, wenn ihr bald wieder bei uns reinhört. Für Updates und weitere Inhalte besucht uns auf cgi.com.de oder folgt uns auf unseren Social-Media-Kanälen.

Bis zum nächsten Mal!