Studierende im Porträt: Tuan Anh Nguyen – Bücher statt Pullover
15.02.2021 Der Wirtschaftsinformatiker studiert seit dem vergangenen Jahr an der Professional School berufsbegleitend das Masterprogramm Data Science.
©privat
Tuan Anh Nguyen hat sein Bachelorstudium nicht nach den regulären sechs Semestern abgeschlossen. Er hat länger gebraucht, weil er mehr lernen wollte: „Statt 180 habe ich 240 CPs gesammelt“, erklärt der Hamburger. Nach seinem Examen an der Universität Hamburg wechselte er in die berufliche Praxis, um zu erfahren, welche Methoden in der Wirtschaftsinformatik relevant sind. Er analysierte zunächst Daten für Banken, um Trickbetrüger zu überführen. Später wechselte er zur Deutschen Bahn, wo er heute anhand großer Datensätze beispielsweise Ursachen für Verspätungen sucht oder per Machine Learning den Einsatz von Sonderzügen plant. Eine herausfordernde Aufgabe: „Ich merkte, dass mein Wissen aus dem Bachelorstudium teilweise nicht mehr reicht. Ich beherrsche zwar die Programme, aber wollte gern weiter in die Tiefe gehen.“
Tuan Anh Nguyen informierte sich über berufsgleitende Studienprogramme in Data Science: „Es ist ein Vorteil, wenn man schon gearbeitet hat. Man weiß genau, welche Kenntnisse gefragt sind.“ Die Leuphana erfüllte seine Kriterien. Im vergangenen Jahr nahm er sein berufsbegleitendes Studium auf: „Jetzt verstehe ich die Algorithmen nicht nur, ich kann sie auch optimieren“, sagt Tuan Anh Nguyen. Die Dozent*innen überzeugen ihn: „Einige haben beispielsweise für ihre Doktorarbeit Daten in großen Firmen gesammelt und können jetzt konkrete Fallbespiele aus Praxis vorstellen. Oft kenne ich die Problematik hinter den Beispielen, aber erst jetzt verstehe ich, wie ich bestimmte Algorithmen und Programme anwenden muss, um optimale Ergebnisse zu erhalten“, berichtet der Student. Fachlich werden die Studierenden im berufsbegleitenden Master Data Science breit aufgestellt: Teilnehmende erwerben methodische Grundlagen und Fähigkeiten, um das Potential komplexer Datensätze auszuschöpfen und gewinnbringend in Organisation einzusetzen. In drei Studiensemestern werden Kenntnisse im Bereich der Datenanalyse vertieft. Studierende lernen unter Einsatz moderner IT-Infrastrukturen große komplexe Datenbestände mit fortgeschrittenen und aktuellen Methoden der Datenanalyse und des maschinellen Lernens – wie zum Beispiel tiefen neuronalen Netzwerken oder probabilistischen graphischen Modellen – zu verarbeiten und zu analysieren.
Sein Arbeitgeber gewährt ihm für das Studium Freiräume und Tuan Anh Nguyen bringt die zusätzliche Zeit gern auf: „Ich habe schon immer lieber in Bücher statt in Pullover investiert.“