Learner Spotlight: Mein Weg vom Cybersecurity-Profi zum Data Analyst [Testimonial]

Kannst du uns etwas zu deinem Hintergrund erzählen?

Meine Karriere startete 2010 bei der Air Force im Bereich Security Forces, besser bekannt als Militärpolizei. Ich war unter anderem für die physische Sicherung von Regierungsgebäuden in Südkorea und Japan zuständig und durfte sogar einmal Obamas Flugzeug bewachen! Nach meiner Zeit bei der Air Force arbeitete ich mehrere Jahre in der Telekommunikation als Helpdesk-Analyst und wechselte anschließend in die Cybersecurity im Bankensektor.

Auch wenn meine Rollen keine ausgewiesenen Datenkompetenzen erforderten, habe ich sie überall eingesetzt, wo es ging – sehr zum gelegentlichen Missfallen meines Chefs, der meinte: „Bleib bei deinem Tagesjob“ 😂. Trotzdem war es oft hilfreich, im Team der „Datentyp“ zu sein: etwa wenn ich aussagekräftige Tableau-Reports für das Management erstellt, ungenutzte Daten aufgespürt und nutzbar gemacht oder mit fortgeschrittener Analyse neue Erkenntnisse gewonnen habe.

Inzwischen habe ich eine richtige Stelle als Data Analyst in einem Data-Science-Team und kann diese Kompetenzen endlich täglich einsetzen. Während der Pandemie im November 2020 war ich arbeitslos und sah das als Chance für einen großen Karriereschritt hin zur Vollzeitarbeit mit Daten. Ich bin vom Cybersecurity-Analysten im Banking zum Data Analyst in der Verlagsbranche gewechselt. DataCamp hat mir die Kompetenzen vermittelt, die mich für diesen Wechsel attraktiv gemacht haben – und mein nächstes Ziel ist schon in Sicht: eine Rolle als Data Scientist!

Ich habe in der Schule Softwareentwicklung studiert, setze aber stark darauf, mir relevante Kompetenzen online selbst beizubringen, statt viel Geld in Hochschulbildung zu stecken. Kostenlose oder bezahlbare Ressourcen wie DataCamp sind für mich enorm wertvoll. Privat nehme ich gerne an Wettbewerben auf DrivenData.com und Kaggle teil, lerne Japanisch, spiele Gitarre und arbeite natürlich fleißig DataCamp-Module durch.

Wie viel Zeit investierst du ungefähr ins Lernen auf DataCamp?

Etwa 2–3 Stunden pro Tag.

Wie bist du auf DataCamp gestoßen und warum hast du unsere Plattform anderen vorgezogen?

Es ist schon so lange her, dass ich mich nicht mehr genau erinnere. Wahrscheinlich habe ich einfach nach Lernressourcen für Data Science gesucht. Ich weiß noch, dass ich mir DataQuest angeschaut habe, aber deren UI hat mir echt Kopfschmerzen bereitet. Auf DataCamp ist alles sehr minimalistisch und konsistent aufgebaut. Ich finde super schnell, wonach ich suche.

Wie hat dich DataCamp dabei unterstützt, deine beruflichen Ziele zu erreichen?

In meinem neuen Job schreibe ich hauptsächlich Python-Code – Code, der Daten aufbereitet, bereinigt und von Punkt A nach Punkt B bringt. Manchmal kommt auch etwas SQL dazu. DataCamp hat mir 98% meines SQL-Wissens für die Praxis vermittelt – etwas, das ich in meinen früheren Jobs nicht lernen konnte. Kurz gesagt: DataCamp macht mir meinen neuen Job deutlich leichter.

Welche Kompetenzen, die du auf DataCamp gelernt hast, sind für dich am nützlichsten?

Oh, das ist schwierig. Ich würde sagen: allgemeine Machine-Learning-Kompetenzen. Es hat lange gedauert, bis ich scikit-learn wirklich verstanden habe und so etwas scheinbar Einfaches wie train_test_split() sicher einsetzen konnte. Am Anfang war das ziemlich einschüchternd. Nach viel angeleiteter Wiederholung hat es dann plötzlich Klick gemacht. Im Machine Learning Scientist with Python-Karrierepfad lerne ich laufend neue Tipps und Tricks, die ich direkt in meinen Projekten anwende.

Ein Beispiel, auf das ich stolz bin: Ich habe einen Spam-Klassifikator für das Email Abuse Team der Bank of America im Security Operations Center gebaut. Das Team analysiert verdächtige E-Mails, die Mitarbeitende intern melden. Es kommen sehr viele Meldungen rein, und ein großer Teil davon ist Schrott (Spam). Um die Verarbeitung zu automatisieren, habe ich einen Logistic-Regression-Spamfilter mit 93% Genauigkeit entwickelt. Das System ging schließlich in Produktion und sparte etwa 200 Analystenstunden pro Woche ein. So konnte sich das Team auf wichtigere Aufgaben konzentrieren.

In meinem aktuellen Job musste ich kürzlich eine komplexe Datenpipeline (in Python und SQL) bauen, die Daten von einem SFTP-Server zieht, intensiv bereinigt, mit einer Tabelle aus einer SQL-Server-Datenbank verknüpft und das Ergebnis an Jira weitergibt. Der DataCamp-Kurs Writing Efficient Python Code hat mir geholfen, das Skript zehnmal schneller zu machen, und der Skill-Track SQL Fundamentals war für den SQL-Teil extrem hilfreich.

Aktuell arbeite ich an der Disaster Tweet Competition auf Kaggle. Zur Unterstützung gehe ich parallel den Skill-Track Natural Language Processing in Python durch und wende die Konzepte direkt im Kaggle-Projekt an.

Was gefällt dir an DataCamp am besten?

Die Relevanz, Vielfalt und Qualität der Kurse. Zur Relevanz: Viele Kurse sind zeitlos. Auch nach drei Jahren schaue ich für bestimmte Themen noch in ältere Kurse und werde fündig.

Hast du Tipps für alle, die gerade mit DataCamp starten?

Überlege dir ein Datenprojekt, das du in der echten Welt umsetzen willst. Identifiziere dann die Kompetenzen, die du dafür brauchst, und such dir auf DataCamp passende Kurse. Schließe den Kurs ab und setz das Projekt um.

Wenn du nicht weißt, wo du anfangen sollst, starte mit einem Karrierepfad, der dein Interesse weckt. Wechsle dann, sobald du einen Überblick hast, was es noch gibt! 😊

Ich empfehle außerdem, die Webinare von DataCamp anzuschauen – dort habe ich viele großartige Köpfe aus der Data-Science-Welt kennengelernt.

Du suchst eine Community von Datenbegeisterten, die dich auf deinem Lernweg unterstützt? Tritt der DataCamp Slack Community bei, zeige mit einem individuellen LinkedIn-Coverbild, dass du Daten liebst, und vernetze dich mit Patrick auf LinkedIn.