Die Nachfrage nach Data Scientists in den verschiedensten Bereichen der Industrie, Gesellschaft und Forschung stellt Universitäten vor die Frage, in welcher Form eine Data-Science-Ausbildung ermöglicht werden soll. Neben dem traditionellen Ansatz, Data Science als Studienfach anzubieten, gibt es auch Forderungen nach Einbettung von Data-Science-Veranstaltungen in informatik- und mathematikfremden Fächern, um die gesteigerte Nachfrage nach Datenkompetenzen in diesen Bereichen abzudecken. Dies wird auch durch die erst kürzlich von der GI geförderten Initiative für „Data Literacy“ unterstützt. Vor diesem Hintergrund haben wir an der TU Berlin einen Data-Science-Kurs auf Bachelorniveau nach dem Vorbild des Data8-Kurses an der Berkeley-Universität in Kalifornien konzipiert und erfolgreich durchgeführt. In dem Kurs „Data Science 1: Essentials of Data Programming“ werden Grundlagen der Programmierung, statistische Datenanalyse, maschinelles Lernen und ethische Fragen bei der Anwendung dieser Methoden vermittelt. Das Angebot stieß auf ein sehr starkes Interesse seitens der Studierenden verschiedenster Studiengänge der TU Berlin einschließlich Kunstgeschichte und Philosophie. Zur erfolgreichen Durchführung des Kurses gehörte nicht nur die entsprechend entworfene integrierte Synopsis, die orientiert an Fallbeispielen mathematische Konzepte und Programmiertechniken vermittelt, sondern auch regelmäßige Übungsstunden und Hausaufgaben sowie eine zentralverwaltete JupyterHub-Infrastruktur, die sowohl die Nicht-Informatikstudierenden vor jeglicher Installation von unbekannter Software behütete als auch die Automatisierung der Korrektur der Programmierhausaufgaben ermöglichte. In diesem Beitrag möchten wir über unsere Erkenntnisse berichten, wie es uns gelungen ist, Studierende mit sehr unterschiedlichen Informatikkenntnissen für Data Science zu begeistern. Dabei gehen wir auf die praktische Durchführung des Kurses und der abschließenden Leistungsüberprüfung ein. Zuletzt zeigen wir die Vorteile eines solchen Kurses auf. Dazu zählt die skalierbare Möglichkeit, weiten Teilen der Studierenden Datenkompetenzen zu vermitteln und den Quereinstieg in die Informatik zu verschaffen.

中文翻译：

---

数据科学奖：Grundlagen der Datenprogrammierung

Dage Nachfrage nach数据科学家位于弗雷斯堡的弗雷德·弗雷德·弗雷德·弗雷德·弗雷德·弗雷德·弗雷德·弗雷德 Neben dem Traditionalellen Ansatz，数据科学专业的研究者，在信息科学和数学领域的数据科学，物理科学，科学技术和科学技术的研究者，等等。由“数据素养”计划发起的倡议活动。柏林大学数据科学与数据中心柏林科学技术大学-数据科学与数据中心 在dem Kurs中„数据科学1：数据编程的基础知识”，“统计数据”，“男性化与机械化”，“安文敦”的二位继承者“ Methoden vermittelt”。Das Angebot负责在柏林Interesse seitens der Studierenden verschiedensterStudiengängeder TU的柏林工业大学和哲学系。祖尔erfolgreichenDurchführungDES Kursesgehörtenicht淖尔模具entsprechend entworfene integrierte梗概，死orientiert的Fallbeispielen数学因素Konzepte UND Programmiertechniken vermittelt，sondern奥赫regelmäßigeÜbungsstundenUND Hausaufgaben sowie EINE zentralverwaltete JupyterHub-Infrastruktur，模具sowohl模具Nicht-Informatikstudierenden VOR jeglicher安装冯unbekannter软件behütete也可以通过自动程序编辑程序。在《德国科学评论》杂志的《数据科学》杂志的《数据科学与信息学》一书中。大本营的历史和历史以及德国的历史和历史。Zuletzt zeigen将死于Vorteile eines solchen Kurses auf。Dazuzählt和Méglichkeit在一起，在信息学方面也是如此。