Max Botler

Data Scientist

Warum haben Sie sich für FMC Data Solutions entschieden?

Der wichtigste Aspekt ist sicher, dass sich unsere Arbeit direkt an das Wohlergehen der Patient*innen richtet. Auf der technischen Ebene arbeiten wir entlang der gesamten Pipeline, von den ersten Konzepten bis hin zur Implementierung fertiger Produkte. Unsere Arbeit geht also weit darüber hinaus, Machine Learning Modelle zu evaluieren und wird daran gemessen, welcher Impact für die Patient*innen entsteht.

Woran arbeiten Sie gerade?

Zum einen arbeite ich an der Analyse von auftretenden Alarmen an Dialysemaschinen, um diese zukünftig zu reduzieren und so eine angenehmere Therapie für die Patient*innen zu ermöglichen. Zum anderen arbeite ich an einem Gerät, mit dem der Zustand der A/V-Fistel automatisiert festgestellt wird. Dadurch können Gefäßverengungen und generell das Versagen der Fistel vorhergesagt und somit gesundheitliche Risiken für den Patienten vermieden werden.

Was gefällt Ihnen an ihrer Arbeit besonders gut?

Das Arbeiten in einem sehr abwechslungsreichen Umfeld. Unsere Projekte umfassen alle Therapiebereiche bei FMC mit der Beteiligung von Stakeholdern aus verschiedensten Abteilungen und den Einsatz eines diversen Tech Stacks.  Die Lernkurve ist äußerst steil, vor allem, weil wir uns gegenseitig unterstützen und vom Wissen der anderen profitieren und inspiriert werden.

Was muss man mitbringen, um in diesem Job arbeiten zu können?

Die zwei wichtigsten Eigenschaften sind meines Erachtens Motivation und Lernbereitschaft! Darüber hinaus sollte man natürlich auch eine gute Intuition für Daten mitbringen und wissen, wie man aus Daten einen Mehrwert generieren kann. Auf der fachlichen Ebene sollte man sich mit Machine Learning auskennen. Wissen über Hypothesentest und solide Programmierkenntnisse sind ebenfalls Voraussetzung.

Was würden Sie Bewerber*innen mit auf den Weg geben?

Immer den eigenen Horizont erweitern! Während des Studiums habe ich in meiner Freizeit viele kleinere Nebenprojekte realisiert, z.B. habe ich einen Web Scraper für Kleidungspreise entwickelt, um Transparenz über Preisverläufe zu schaffen. Außerdem habe ich einige Male an Kaggle Competitions teilgenommen. Das Wissen, das sich aus solchen Projekten heraus entwickelt, ist immens, da man sich immer wieder mit neuen Frameworks und Algorithmen auseinandersetzen muss.