Data Science
Zum 1. Juli 2018 ist Prof. Dr. Helena Mihaljević als Professorin für Data Science und Analytics an die Hochschule für Technik und Wirtschaft Berlin (HTW) berufen worden. Die Mathematikerin bringt vielfältige Praxis-Erfahrung aus einigen Jahren Tätigkeit als Data Scientist in der freien Wirtschaft an die Hochschule. „Ich interessiere mich vor allem für die angewandte Forschung im Bereich statistischer Datenanalysen, Data Mining, Machine Learning und Natural Language Processing, sowie für die immer wichtiger werdende Transparenz algorithmischer Verfahren. Besonders reizt mich der Einsatz von Datenanalysen für Themen von gesellschaftlicher Relevanz“, so Mihaljević.
In Sarajevo geboren kam sie Mitte der 1990er Jahre nach Deutschland. Nach ihrem Mathematikstudium in Göttingen promovierte sie in Liverpool im Bereich Dynamischer Systeme und arbeitete anschließend als wissenschaftliche Mitarbeiterin an der Christian-Albrechts-Universität zu Kiel. Sie entschied sich gegen die klassische Wissenschaftskarriere in der reinen Mathematik und wechselte zur Berliner Zweigstelle des Leibniz-Instituts für Informationsinfrastruktur (FIZ Karlsruhe). „Beim FIZ habe ich an vielfältigen Datenprojekten mitwirken können, das hat meinen Fokus auf Data Science geschärft, aus meiner Sicht eine perfekte Kombination aus Daten, Mathematik, Algorithmen und neuesten Technologien.“
„Zum Glück ist die HTW Berlin eine Hochschule mit starken Akzenten in der angewandten Forschung, so dass hier gute Rahmenbedingungen für eine Kooperation mit dem Einstein Center wie auch mit Unternehmen gegeben sind“, so Helena Mihaljević. Seit anderthalb Jahren arbeitet sie an dem interdisziplinären Projekt „Gender Gap in Science“, das von dem Internationalen Wissenschaftsrat (The International Science Council, ISC) getragen wird. „Dabei beschäftigen wir uns damit, den sogenannten Gender Gap in verschiedenen Wissenschaften sowie Regionen zu untersuchen, zu messen und zu visualisieren. Unsere Ergebnisse sollen die Unions der jeweiligen Fachgebiete dabei unterstützen, fundierte Maßnahmen zur Verringerung des Gender Gaps zu ergreifen.“ In dem Projekt leitet Helena Mihaljevic den Teil zur datengetriebenen Analyse von Publikationsmustern.
„Trotz der steigenden Zahl von weiblichen Studierenden im MINT Bereich sind Frauen in der Forschung und an Lehrstühlen weiterhin stark unterrepräsentiert. Die wichtige Rolle von wissenschaftlichen Publikationen für einen akademischen Werdegang macht die Analyse solcher Daten enorm wichtig für das Verständnis des Gender Gaps.“ Speziell entwickelte Algorithmen ermöglichen es ihr und ihrem Team, aus den Publikationsdaten unter anderem Erkenntnisse darüber zu gewinnen, wie sich der „drop out“ von Frauen aus der Wissenschaft über die Jahre verändert hat, welchen Zugang Frauen zu renommierten Journalen haben, welche Kooperationen sie eingehen, etc. „Um diese statistischen Analysen überhaupt erst machen zu können, müssen verschiedene Datenquellen zusammengeführt und mit Hilfe von Verfahren z.B. aus dem Bereich des Maschinellen Lernens aufbereitet werden.“
Die Amateur-Boxerin, die vor wenigen Jahren noch Berliner Meisterin wurde, freut sich sehr auf die Zusammenarbeit mit anderen Kollegen am ECDF. „Bei den meisten Digitalisierungsthemen spielen Daten eine wichtige Rolle, algorithmische Verfahren gewinnen immer mehr an Bedeutung. Das eröffnet interessante Möglichkeiten für Kooperationen innerhalb des ECDF.“
Mit den Berliner Verkehrsbetrieben (BVG), von welchen ihre Informatik-Professur mitfinanziert wird, ist eine enge Kooperation für die nächsten Jahre geplant. Die vorhandenen Daten des Unternehmens über die Bewegung und Nutzung der Verkehrsmittel sollen helfen, um beispielsweise die Bedarfe der Berliner Bevölkerung besser zu verstehen und den öffentlichen Personennahverkehr in diesem Sinne zu verbessern. „Hier gibt es zahlreiche interessante Themen und Fragestellungen, welche von besonderem Interesse für das Berliner Stadtleben und die Entwicklung der städtischen Infrastruktur sind.“ (kj)