Der Schlüssel zum Erfolg ist jedoch nicht so sehr das ausgewählte Process Mining Tool, sondern vielmehr das alles entscheidende Value Engineering.
Benjamin Aunkofer als Chief Data Scientist im Podcast Interview zu den Themen der Karriere als Data Scientist, Data und Value Engineer.
Data Mesh für Process Mining und Business Intelligence sowie für Data Science und Machine Learning
Das DATANOMIQ Data Engineering Abonnement ist ein Service, bei dem Organisationen Zugang zu einem Data Engineering Profi-Team erhalten.
Beim Aufbau von Big Data Architekturen stellt sich die Frage: Lambda- oder Kappa-Architektur?
Ein Data Lakehouse ist eine State of the Art prozessintegrative Kombination aus Data Warehouse und Data Lake für die Datenverarbeitung.
Skalierbare Cloud Daten-Architektur für Shopfloor Management basierend aus Daten aus MES und ERP-Systemen in Verbindung mit Maschinendaten.
Die Lösung für diese Aufgabenstellungen werden oft vor allem bei den Experten für Prozessautomatisierung und Data Science gesucht, dabei hängt der Erfolg jedoch gerade viel eher von der Beschaffung valider Datengrundlagen ab, und damit von einer ganz anderen entscheidenden Position im Workflow datengetriebener Entscheidungsprozesse, dem Data Engineer.
Process Mining kennt bereits viele Tools, jedoch handelt es sich dabei um eine Analysemethodik mit einer ganz eigenen Vorgehensweise.
Und hier haben Data Scientists & Co. auch einen ganz anderen Blickwinkel auf Datensichertheit als z. B. Systemadministratoren, beispielsweise wenn es um Themen wie Backups geht.