ARD alpha Uni Data Scientist
Data Scientist programmieren Roboter so, dass sie riesige Datenmengen analysieren, verarbeiten und neu kombinieren können. Adam erstellt mit einem Team aus den Bereichen Data Science und Technik einen KI-gesteuerten Roboter. Am Ende soll er sich im Raum bewegen, Kunstwerke, ja sogar Gefühle erkennen können. Adam hat jeden Entwicklungsschritt begleitet und gesteuert, bis hin zum Testmanagement. Adam musste mit Daten der Testreihen den Roboter so programmieren, dass der Roboter immer weniger Fehler macht und weiter optimiert wird.
Zulassungsvoraussetzungen
Wer als Data Scientist arbeiten will, sollte ein Studium aus den Bereichen Data Science, Data Analytics oder des Machine Learning mitbringen. Meist sind diese Arbeitsfeldbezeichnungen an den Hochschulen und Universitäten ohnehin miteinander verknüpft. Es gibt Studiengänge die heißen „Data Science and Analytics“, „Data Science and Machine Learning” oder “Machine Learning and Data Analytics“.Klar, dass die unterschiedlichen Studiengangsbezeichungen auch unterschiedliche Fokussierungen beinhalten. Alle aber bewegen sich auf dem weiten Feld der Data Science. Auch als Informatiker:in mit entsprechenden Schwerpunkten im Studium kannst du dich auf Stellen für Data Scientists bewerben.
Tatsächlich aber dürften Data Scientists „Digital Skills“ mitbringen, die „reine“ Mathematiker:innen oder Informatiker:innen, wenn es um Datenanalyse, Datenverarbeitung und KI-Programmierungen geht, meist nicht in dem Maße vorweisen können, wie es sich Unternehmen heute wünschen.
Adam hat sich als Diplomingenieur der Mechatronik gezielt für ein Studium der Data Science zur Spezialisierung entschieden.
"Es ist so, dass ich mein erstes Studium als Diplomingenieur in der Mechatronik absolviert habe und ich habe damals, 2018 vermutet, dass sich alle Bereiche des Ingenieurwesens stark in Richtung KI bzw. datengetriebene Lösungen entwickeln werden. Deshalb wollte ich mich in dieser Richtung weiterbilden und entwickeln, und so bin ich an der Technischen Universität Eindhoven zur Promotion in Data Science gekommen."
Adam, Data Scientist und Consultant bei DEFACTO
Welche Skills brauchst du?
- Transferfähigkeit
- Kreatives Programmieren
- Abstraktionsvermögen
- Forschergeist und Bastelleidenschaft
- Erfahrung im maschinellen Lernen
- Beste Englischkenntnisse
- Umfassende Kenntnisse in Python und SQL
- Kommunikationsvermögen
- Wirtschaftliches Denken
Data Science ist ein boomendes Arbeitsfeld
"Man arbeitet mit unterschiedlichen Kunden, in unterschiedlichen Bereichen und unterschiedlichen Business Cases und das macht es interessant. Was sich in den letzten Jahren drastisch verändert hat, ist das Verständnis der Kunden in Bezug auf Data Science und KI durch diesen KI-Hype der letzten Jahre. Wir wissen alle, was Data Science heißt oder was KI heißt, aber das reicht nur bis zu einem gewissen Grad. Dennoch: Das Interesse der Kunden ist auf jeden Fall viel, viel größer als vor ein paar Jahren. Und der Wille mit Daten zu arbeiten und in Data Science zu investieren auch."
Adam, Data Scientist und Consultant bei DEFACTO
Mögliche Berufsfelder und Karrieren für Data Scientists
Data Scientists arbeiten überall dort, wo viele Daten erhoben und auch viele Daten verarbeitet werden müssen. Viele sind in Projekte eingebunden, die daran arbeiten Künstliche Intelligenz effizienter zu machen, sei es in der Sensorik für einzelne Roboter in der Industrieproduktion, dem Industrial Internet of Things (IIoT), der „intelligenten Bild- und Textverarbeitung oder auch in der Schwarmtechnologie, um zum Beispiel intelligente Drohnenschwärme zu entwickeln. Oft gibt es auch Modellierungen, um Aussagen in den verschiedensten Bereichen über zukünftige Entwicklungen machen zu können, sei es der Klimabeobachtung, dem Börsenbarometer, dem Geschäftsklimaindex, dem BIP, der Bevölkerungsentwicklung in einzelnen Regionen und auch weltweit, dem Datenjournalismus oder auch der Datenvernetzung im alltäglichen Gebrauch, dem Internet of Things (IoT) und vieles mehr. Das klingt alles recht allgemein. Tatsächlich sind Beschäftigungsmöglichkeiten für Data Scientists in den eigentlich herkömmlichen Arbeitsfeldern breit gestreut und die Anwendungsgebiete werden dort stetig mehr:
- Banken und Börsen
- Meinungsforschungsinstitute
- Wirtschaftsforschungsinstitute
- Rüstungsindustrie
- Autoindustrie
- Telekommunikation
- Tourismus
- Softwareindustrie
- Flugzeugbau
- Versicherungen
- Unternehmungsberatungen
- Forschungsinstitutionen
- Universitäten und Hochschulen
Die Berufschancen für Data Scientists sind glänzend.
Verdienst
Als Data Scientist, Machine Learning Engineer oder Data Engineer, abhängig davon, wie deine Position im Unternehmen beschrieben ist, wirst du auf dem Gebiet der Data Science eingesetzt und verdienst relativ gut. Die Einstiegsgehälter liegen statistisch im Schnitt bei 4639 Euro brutto im Monat. Mit mehr Berufserfahrung, auch in leitenden Positionen, sind 6700 Euro brutto im Monat und auch mehr möglich, immer auch abhängig von der Region, in der du lebst und vom Unternehmen in dem du arbeitest. Größere Unternehmen dürften eher noch besser bezahlen.
Quelle: Bundesagentur für Arbeit
Die Aufstiegschancen verbessern sich, wenn du einen Master oder gar eine Promotion vorweisen kannst.
Chancen haben bestimmt auch Selbstständige mit dem richtigen vermarktbaren Projekt. Der Verdienst bemisst sich an deinem Können und deinem Verhandlungsgeschick.
„Als Data Scientist bist Du Koordinator, Kommunikator und Realisator in einem.“
"Wenn man mich fragen würde: Was machst du beruflich? Würde ich antworten: Natürlich mache ich nicht nur Data Science, nicht nur das Fachliche, sondern alles von Data Science über Business Analyse bis zum Business Consultant. Und bei einem klassischen Data Science Projekt natürlich alles von Anfang an. Vor dem Prozess redet man natürlich sehr viel mit den Kunden und schaut sich Daten an, aber man muss auch einen Business Case verstehen. Und da gibt es sehr, sehr viel Kommunikation mit den Kunden. Und wenn man in den fortgeschrittenen Phasen des Projekts ist, dann steht natürlich eher die Arbeit mit den Kollegen und Kolleginnen im Vordergrund. Da geht es darum, zu kommunizieren und zu koordinieren, wer macht was? Vielfältig ist das auf jeden Fall."
Adam, Data Scientist und Consultant bei DEFACTO
