
English: 
What does Data Science mean? What is it?
The term data science is fairly loaded these
days. Depending on who you speak to, each
individual’s definition of data science
can somewhat vary, and needless to say folk
tend to get very passionate about the topic.
From my perspective I like to think of Data
Science as data value extraction. The important
part of that is the value extraction. The
techniques used to extract that value may
or may not be ‘data science’ depending
on who you ask but that is the most important
thing we are trying to do here, extract the
value from the data.
My official job title is head of Data Exploration
because to extract the value from our data
we need to think about many things; the data
pipeline, data curation, the tools and platforms,
then comes the data science and analytics.
This is all part of the data value chain.

German: 
Was bedeutet Data Science oder Datenwissenschaft? Was ist das überhaupt?
Der Begriff Datenwissenschaft, also die Analyse großer Datenmengen, ist heutzutage nicht ganz eindeutig belegt.
Je nachdem, mit wem Sie sprechen,
kann die Definition variieren. Diese Diskussion
wird mit großer Leidenschaft geführt.
Ich sehe es gerne als das Herausfiltern wertvoller Informationen aus großen Datenmengen.
Am wichtigsten dabei ist, die Informationen zu extrahieren.
Ob die Techniken, die verwendet werden, um die interessanten Daten herauszufiltern,
nun als „Datenwissenschaft" bezeichnet werden, hängt davon ab,
wen Sie fragen. Aber das Wichtigste ist: 
Wir versuchen, aus den Datenströmen Wert zu extrahieren.
Die offizielle Bezeichnung für meinen Job ist ‚Leiter der Datenexploration‘ – weil wir viele Aspekte berücksichtigen müssen, wenn wir Wert aus Daten schöpfen wollen.
Beispielsweise, wie wir die Daten gewinnen und von ihren Quellen übertragen. Außerdem kümmern wir uns um die Datenpflege, Tools und Plattformen.
Dann erst kommt die Datenwissenschaft und Analytik. Dies alles ist Teil der Daten-Wertschöpfungskette.

English: 
The slightly more formal definition of Data
Science is to apply scientific and statistical
methods to unlock insights and value from
your data.
What do Data Scientists do?
To put it quite simply Data Scientists help
solve business problems, more specifically
by applying data to the problem.
More practically, what Data Scientists do
includes:
Sourcing and engineering data
Curating the data
Building a deep understanding of the data
they are working with, including data quality
and nuances with the data
A good data scientist or data science function
will also continually test, validate, monitor
and improve upon their work.
Why do banks need Data Scientists?
All progressive and modern businesses should
have data scientists or specialists in their
organisation.
Businesses operate by passing data from system
to system, and getting a better understanding
of that data will allow businesses to create
operational efficiencies, provide better services
to their customers or simply plan better.

German: 
Die etwas formellere Definition von Data Science besteht darin, wissenschaftliche und statistische Methoden anzuwenden,
um Erkenntnisse und Wert aus den Daten zu gewinnen.
Was also machen Datenwissenschaftler?
Um es ganz einfach auszudrücken: Sie helfen, geschäftliche Probleme zu lösen,
indem sie zur Lösung des Problems Daten einsetzen.
Etwas weniger theoretisch, bedeutet das,
sie beschaffen, bearbeiten
und pflegen die Daten.
Zudem entwickeln sie ein tiefes Verständnis der Daten, mit denen sie arbeiten.
Dazu gehört auch die Analyse der Datenqualität.
Ein guter Datenwissenschaftler testet, validiert, überwacht
und verbessert seine Arbeit kontinuierlich.
Warum brauchen Banken Datenwissenschaftler?
Alle modernen Unternehmen sollten Datenwissenschaftler oder Datenspezialisten
in ihrer Organisation haben.
In Unternehmen werden Daten von System zu System weitergegeben. Ein besseres Verständnis
dieser Daten ermöglicht effizientere betriebliche Abläufe, bessere Dienstleistungen
für die Kunden oder einfach eine bessere Planung.

German: 
Die meisten Banken verarbeiten und speichern große Datenmengen zum Beispiel aus regulatorischen Gründen.
Auch sind viele Banken schon sehr lange im Geschäft, so dass  sie oftmals mit veralteter Technologie arbeiten.
Viele dieser Altsysteme liefern keine Daten zur Analyse.
Hier kann ein guter Datenwissenschaftler einen echten Mehrwert schaffen. Er gewinnt Erkenntnisse aus den Systemen,
die Altdaten erzeugen, um den Kunden ein besseres Nutzererlebnis und bessere Produkte anzubieten.
Mit den Bankkunden entwickelt sich auch die Art und Weise weiter, wie sie Bankdienstleistungen nutzen.
Die Banken decken diesen steigenden Bedarf mit Hilfe immer größerer Rechenkapazitäten.
Banken benötigen Datenwissenschaftler, um die wachsenden Datenmengen,
die durch digitale Bankprodukte entstehen, zu analysieren und
ihr Angebot für die Kunden stetig zu verbessern.

English: 
Most banks process and store huge amounts
of data for regulatory reasons or otherwise.
Most banks are also very old, which means
there is a lot of legacy technology
Many of these legacy systems didn’t produce
data for analytical consumption. This is where
a good data scientist can really add value.
Extracting the insight from these legacy data
producing systems to provide better experiences
and products for our clients.
As banking clients evolve, the way they use
banking services evolve, which is realised
through the ever increasing demand for digital
capability.
Banks need data scientists to help understand
this growing mass of data being produced by
these digital banking products to create better
and more useful customer propositions.
