Hey, Machine Learning macht Spaß! - Teamleiter für Data Science

Dr. Julian Merten, 36 Jahre alt und Vater einer kleinen Tochter, ist gelernter theoretischer Astrophysiker und leitet seit kurzem das Team „Data Science“ für Finance & Controlling bei Mercedes-Benz Cars. Er erzählt uns, was die Astrophysik mit seinem neuen Job zu tun hat und wie die Marke Daimler in der IT-Welt gesehen wird.

Hallo, bitte stell dich den Leserinnen und Lesern kurz vor.
Hallo Zusammen, ich bin Julian Merten, 36 Jahre alt und promovierter Physiker, Astrophysiker um genau zu sein. Noch genauer: ich bin Kosmologe. Mein Studium, die Promotion und eine kurze Post-Doc-Zeit habe ich in Heidelberg absolviert. Danach bin ich für vier Jahre an das Caltech in Pasadena bei Los Angeles [California Institute of Technology] gewechselt und habe dort unter anderem am Jet Propulsion Laboratory für die NASA gearbeitet. Danach hatte ich Lehr- und Forschungsaufträge in Oxford und Bologna. Vor kurzem habe nun bei Daimler gestartet.

Das klingt nach einem echten Wissenschaftler. Was genau erforscht die Kosmologie?
Wir schauen uns den Kosmos als Ganzes an, also nicht einzelne Planeten, Sterne oder Galaxien, sondern das gesamte Universum. Darüber wissen wir zwar ein paar Dinge, aber ganz viel auch nicht. Wir wissen, wie alt es ist und auch, dass es mal einen Zustand gab, wo der Kosmos unendlich klein, energiegeladen und heiß war. Aber wir verstehen zum Beispiel nicht, warum das Universum sich seit etwa einer Milliarden Jahre schneller ausdehnt, als vorher. Da wir nicht begreifen, warum das passiert, sprechen wir von „dunkler Energie“ als Ursache.

Daimler ist schon eine sehr starke Marke und auch in der IT-Welt ein guter Name!
„Unsere Hauptaufgabe ist es spezifische Strukturen und Zusammenhänge in Daten zu finden.“

Ui, was kann man denn mit diesem Wissen bei Daimler anfangen, außer dass man vielleicht seine Kollegen unnötig beunruhigt?
[lacht] Ja, man fragt sich natürlich sofort, was ein Astrophysiker bei Daimler zu suchen hat. Ich leite hier das Team „Data Science“ in der Abteilung „Data & Analytics“ für Finance & Controlling bei Mercedes-Benz. Es geht dabei um datenbasierte und analytische Modelle, die Finanzprozesse besser vorhersagen sollen, um unsere Controller aktiv bei ihrer Arbeit zu unterstützen. Ein wichtiges Beispiel wäre die Schätzung von sogenannten „Fahrzeugrestwerten“ in verschiedenen Ländern. Derartige Vorhersagen sind bei Daimler natürlich auch in der Vergangenheit schon von Kolleginnen und Kollegen gemacht worden. Wir bieten aber zusätzlich noch die Sichtweise eines Machine-Learning-Modells an: wir bringen Computern bei, Zusammenhänge aufzudecken, die man als Mensch nicht erkennen kann. Die Verbindung aus menschlicher Erfahrung und Intuition, unterstützt von der Rechenpower eines Maschinenmodells ermöglicht das optimale Resultat.

Und dabei hilft die Astrophysik?
Nicht unbedingt inhaltlich, aber die Methoden! In der Astrophysik ist es auch so, dass mehr und mehr Daten gesammelt und genutzt werden und somit auch die numerischen Modelle, die die Daten beschreiben, immer komplexer werden. Und das führt uns direkt wieder zum Machine Learning: In meiner Forschung hatte ich sehr viel mit Computer Science und High-Performance-Computing zu tun. Tatsächlich habe ich täglich Machine-Learning-Codes und Algorithmen geschrieben – aber in einem kosmologischen Zusammenhang. Ich bin immer noch der Nerd, der sagt „Hey, Machine Learning macht Spaß!“, jetzt wende ich mein Wissen und die Modelle mit Begeisterung auf Finanzprozesse an.

Von links: Dr. Julian Merten im Gespräch mit seinem Bereichsleiter Bernd Rumscheid

Musstest du dich für deinen Job bei uns noch weiterbilden?
Natürlich ist Weiterbildung wichtig, deshalb erweitere ich mein Wissen über Finanzen und Controlling kontinuierlich. Nur so kann ich den neuen Kontext verstehen, richtig einordnen und gute Arbeit leisten. Das Wichtigste ist jedoch: Ich bin zwar neu, aber nicht allein! Ich arbeite mit meinem großartigen Team zusammen, die mich dabei unterstützen, mich schnell in Themen einzuarbeiten und Zusammenhänge zu verstehen. Im Gegenzug bringe ich meine Expertise in Machine Learning ein. Als Ganzes sind wir ein tolles Produkt sozusagen.

Warum hast du dich für Daimler als Arbeitgeber entschieden?
Bei Daimler habe ich mich aktiv beworben. Ich bin auf die Karriere-Seite gegangen und habe den Suchbegriff „Machine Learning“ eingegeben. So bin ich auf diese Stelle aufmerksam geworden. Ich wollte gerne wieder nach Deutschland zurückkehren (und meine abenteuerlustige amerikanische Ehefrau auch), da lag es für mich sehr nahe, mich hier zu bewerben. Daimler ist schon eine sehr starke Marke und auch in der IT-Welt ein guter Name! Daimler steht für Qualität und exzellente Fachkräfte. Das Unternehmen ist so groß, hier geht es eben nicht ausschließlich um Autos, sondern es bietet auch viele andere interessante Produkte und Einsatzmöglichkeiten.

Das Unternehmen ist so groß, […] es bietet auch viele andere interessante Produkte und Einsatzmöglichkeiten.
Computern beibringen, Zusammenhänge aufzudecken, die man als Mensch nicht erkennen kann.

Erzähl uns bitte ein bisschen etwas über dein Team und eure Aufgabe.
Mein Team besteht sowohl aus gelernten Data Scientists und Mathematikern, also Menschen, die sich mit Machine Learning und statistischen Modellen auskennen als auch aus Kolleginnen und Kollegen aus der Finanzwelt. Diese bunte Mischung macht es aus. Unsere Hauptaufgabe ist die sogenannte Daten-Modellierung; wir schreiben die Algorithmen für die „Maschine“, die sich die Daten genau anschaut, modelliert und letztendlich auch interpretiert.

Welche Profile werden verstärkt in euerm Bereich gesucht?
Besonders gesucht sind ITlerinnen und ITler mit einem tiefen Verständnis für Machine Learning, gerne auch für „Deep Learning“.

Ist es dafür wichtig, Deutsch zu können?
Überhaupt nicht! Wir sind ein internationales Team und ich war ja nun zehn Jahre im englischsprachigen Ausland. Bei uns gilt die Regel: wenn nicht alle im Raum Deutsch sprechen, wird ins Englische gewechselt.

Enough of Business: Es ist Samstag 20:30 Uhr. Wo trifft man dich da in der Regel an?
Da liege ich wahrscheinlich erschöpft auf dem Sofa mit einem kalten Bier in der Hand. Es kann nämlich sehr anstrengend sein, ein 16 Monate altes Kind ins Bett zu bekommen!

Wir verwenden Cookies

Damit wollen wir unsere Webseiten nutzerfreundlicher gestalten und fortlaufend verbessern. Wenn Sie die Webseiten weiter nutzen, stimmen Sie dadurch der Verwendung von Cookies zu.