征服数据世界
数据统治世界
像谷歌、苹果或Facebook这样的数据驱动型公司是世界上最成功的公司。作为管理咨询公司的一项研究,这并不令人惊讶凯捷建议:有针对性地使用数据的公司比竞争对手多获得22%的利润和70%的收入(每个员工)。因此,数据正成为企业成功的一个因素。但是公司需要什么样的数据,又应该如何使用这欧洲杯体彩竞猜些数据呢?
数据科学家的需求比以往任何时候都大
朗盛还会生成数据。在研发、生产设施、销售或物流链中。但数据本身没有价值。为什么?必须读取、理解和链接数据。这就是为什么作为一家特种化学品公司,我们也需要数据欧洲杯线上买球科学家。欧洲杯体彩竞猜
数据科学家可以读取数据。他们从中获得见解,并使其为他人所用。作为一家公欧洲杯体彩竞猜司,我们可以利用它来提高生产流程和研究效率,缩短测试阶段,优化物流路线,甚至为气候保护做出贡献。
在很短的时间内,朗盛建立了一个拥有20多名同事的数据团队。它包括数据科学家、数据工程师和前端开发人员。团队成员年轻,具有国际背景,工作跨学科。我们的数据科学家被部署在可以使用真实数据来解决运营业务的具体挑战的地方。一个具有数据专业知识的移动任务小组!
Waldemar Czaplik在攻读化学博士学位时已经接触过程序化数据处理。“但在当时,这更像是一种爱好,”他承认。
他是我们公司全球生产流程的负责人无机颜料在业务部门,数据突然对40岁的人来说又变得重要起来。为了更详细地了解流程并优化它们,他花了几个小时来编译和处理来自不同系统的数据。“这项工作效率非常低。除了我的实际工作之外,我的时间太少了,无法正确地处理数据。”Czaplik回忆道。他并不是唯一一个面临这个问题的人。
纠正这种情况的唯一办法就是掌握数据。因此,在2018年初,一个团队成立了,最初由少数数据科学家组成。Waldemar Czaplik抓住了这个机会,让数据成为他的职业:他接管了团队的领导,这个团队的规模迅速扩大。
我们数据科学家的主要目标是:以尽可能多的员工能够理解和使用数据的方式处理数据。“这使我们能够链接数据,甚至跨越多个业务部门,并在整个价值链中创建高度的透明度。如果我们关注大局,我们可以从中获益良多。”
“如果我们在数据的帮助下将一个工厂的产量增加5%,如果我们不能购买相应的原材料或将额外的产品推向市场,这对我们当然没有什么用处。整个价值链必须连接起来。”
Samreen Hassan确保了正确的连接。32岁的他作为数据团队、业务部门和第三方提供商之间的中间人参与了许多项目。
她负责连接不同的系统,从而集成数据。这就是她真正的专家所在。在2019年夏天加入朗盛之前,这位计算机科学家曾在大型软件公司担任开发人员。“我认为这很棒,我可以用我的知识来解决这里的实际问题。这就是我可以很好地利用自己解决问题的能力的地方。”
萨姆琳·哈桑对计算机和编程的热情是在学校激发的。她在11岁的时候就写了第一个计算机程序。“那时候,我把它们保存在软盘上,”她笑着说。她最喜欢这份工作的一点是它的多样性。
“每周看起来都不一样:有时我们会与业务部门进行密集交流,以了解问题所在,然后我们会检查生产工厂的设施。接下来的一周,当我收集、处理和分析数据时,我可能更喜欢安静地工作。”
因此,项目团队总是由跨学科人员组成。林恩·费雷斯是其中之一。拥有化学博士学位的费雷斯一直对数字和公式着迷。在大学里,30岁的她更喜欢用数学方法来解释她的观察,而不是用实验来推导:“我更擅长理论和物理化学。我的博士学位也专注于测量数据。”
在我们公司,她欧洲杯体彩竞猜目前正在帮助高性能材料(HPM)业务部门解决一个非常具体的挑战。HPM开发的塑料可以取代汽车中的金属部件。因此,它们必须很轻,但仍然非常坚固。
“塑料中的玻璃纤维在这里发挥着重要作用。只有当它们有正确的涂层时,它们才能与高性能塑料完美结合,”费雷斯解释道。整个过程非常复杂,因为涂层可以考虑500多种原材料。为了找到理想的原料组合,需要进行无数的测试和检查。
这就是Lynn Ferres开始行动的地方。她和她的团队一起开发了一种人工智能,可以根据现有数据对玻璃纤维增强塑料的测量性能进行预测。
“这为应用工程师节省了大量的试验和错误,”她说。专家们可以进一步缩小范围,因为他们有经验数据来确定一个公式是否也可以付诸实践。
“将专家知识与数据科学和人工智能相结合,使我们在这方面取得了决定性的突破。”
第一批成功的项目正在激发更多的兴趣——不仅是数据科学家,还有业务部门的同事。
“我认为,越来越多的同事对项目提出了自己的想法,这很好,因为他们看到了什么是可能的。”
Oliver Tebeck已经在朗盛工作了三年左右。他领导的团队负责采购和采购领域的数据项目。他说,在学习期间,他“爱上了”数据。然而,现年31岁的他最初并没有打算进入数据科学领域。但在他攻读统计学硕士学位期间,他被迷住了。
在朗盛,他和他的项目团队在他们的第一个项目中取得了巨大成功。对于我们的聚合物添加剂(PLA)业务部门,他开发了一种工具,使团队能够实时跟踪其溴罐的位置。
溴是该业务部门最重要的原材料,必须运往世界各地。他解释说:“我们已经将来自不同来源的大量数据链接起来,并在我们的工具中使其可见和可分析。”这使解放军能够更容易和更有针对性地控制坦克,从而优化运输路线和缩短交货时间。
例如,如果储罐在一个地方停留太长时间,就会触发警报——业务部门可以直接进行干预。这提高了坦克车队的利用率,客户总是最新的交付状态。“我们的底线是节省时间和金钱,”特贝克说。
该工具已经证明了它的价值,尤其是在2021年3月底,一艘集装箱船被困在苏伊士运河,这条重要的运输路线被堵塞了好几天。
“很高兴看到这个项目的影响。我们立即知道了溴罐的位置,业务部门能够迅速采取适当的措施。”
Waldemar Czaplik认为数据科学家可以取得更多成就。他确信:“没有数据科学,我们将无法解决世界上的重大问题。或者至少不是我们需要的速度。”气候保护是最重要的。
“通过我们的模拟或数学模型,我们通常有助于提高流程效率,减少能源消耗,从而减少排放。”
Waldemar Czaplik为他的团队感到自豪:“这里的每个人都有自己的超能力。但最重要的是,每个人都是真正的团队合作者!”Samreen Hassan也同意这一观点。
“这里的每个人都很开放,态度积极。我被鼓励提出自己的想法——这些想法经常被采纳和实施。”
新的见解直接在数据团队内部共享。“我们定期向彼此展示我们的项目。这样,我们可以从彼此身上学到很多东西。对于你自己的项目,得到这样或那样的建议是很正常的,”Lynn Ferres说。“在数据科学家团队中,我马上就有了家的感觉。我总是被这样一个事实所激励,即我们真的可以在这里做出很大的改变,”奥利弗·特贝克补充道。