Im Trainingslager zum Data Scientist – mehr Spaß, mehr Geld, mehr Perspektiven

Die Digitalisierung ist zum echten Game Changer in unserer Gesellschaft geworden: Das gilt besonders in der Arbeitswelt und hier wiederum vor allem im IT-Sektor. Ständig entstehen neue Berufsbilder. Wer sprach vor fünf Jahren von Cloud Architekten, IT-Security-Spezialisten oder Data Scientists? Eine Ausbildung in Informatik, Mathematik und Statistik sowie ein paar Jahre Erfahrung im Job sind beste Voraussetzungen, um sich durch Weiterbildung fit für diese neuen Berufsbilder zu machen. Sie sind reizvoll, weil es hier noch weniger Konventionen, Routinen und starre Arbeitsabläufe gibt. Man bekommt ganz neue Aufgabenstellungen und eventuell auch die Gelegenheit, State-of-the-Art-Anwendungen zu entwickeln.

Data Scientists sind gefragt – und gut bezahlt

Neue Berufe bringen meistens auch mehr Abwechslung, mehr Spaß und ein höheres Gehalt mit sich. Als Data Scientist verdienen Sie im Schnitt 73.500 Euro im Jahr, bei mehrjähriger Berufserfahrung oder in einer leitenden Position können Sie auch die 100.000er-Schallmauer durchbrechen*. Denn Data Scientists sind gerade sehr gefragt. Kein Wunder: In allen Berufsbranchen fallen immer mehr (Nutzer-)Daten an – eine Entwicklung, die noch lange nicht abgeschlossen ist, vor allem wenn man bedenkt, dass das Internet of Things (IoT) momentan noch am Anfang steht. Datenberge können zu Goldminen werden, wenn man es versteht, daraus Schlüsse zur Verbesserung des Geschäftsmodells zu ziehen. Und genau das ist die Aufgabe eines Data Scientists bzw. Datenanalysten. Sie sammeln und verknüpfen Daten, werten sie nach spezifischen Fragestellungen aus und leiten daraus Vorhersagen bzw. Empfehlungen für die künftige Gestaltung von Produkten bzw. Prozessen ab. Der Frage, inwieweit künstliche Intelligenz und Machine Learning dabei helfen können, kommt eine immer größere Bedeutung zu.

Natürlich unterscheiden sich die fachlichen Schwerpunkte eines Data Scientists je nach Branche und Unternehmen, oft ist aber eine Kombination aus diesen Qualifikationen gefragt:

• Erfahrung im Einsatz von künstlicher Intelligenz, speziell Machine Learning-Modellen und -Algorithmen
• Entwicklung von datengetriebenen Softwareprodukten, zum Beispiel durch Prototyping, Datenanalyse und statistische Modellierung
• Gute Kenntnisse in den Programmiersprachen R und Python
• Kenntnisse in Big Data Frameworks wie Apache Hadoop

Gleichen Sie Ihre Kompetenzen mit den geforderten Qualifikationen für eine gewünschte Stelle ab. Welche erfüllen Sie – und zu welchem Grad? Wo sind Sie noch total blank? Neben dem Lernziel und gewünschtem Level sollten Sie sich noch darüber klar werden, wo, wann und in welchem Setting Sie am liebsten lernen:  

Suchen Sie ein Präsenzseminar an einer Akademie (es gibt inzwischen auch solche, die auf Data Science spezialisiert sind)? Wenn Sie es lieber spielerischer und spontaner mögen, sind Sie vielleicht auf einem Data-Science-Barcamp besser aufgehoben. Und wenn Sie viel Wert auf zeitliche Flexibilität und eigenverantwortliches Lernen legen, dann sind Sie in Online-Kursen richtig. Der E-Learning-Sektor boomt, es gibt ein riesiges Kursangebot zu Themen wie Machine Learning, R, Python oder Big Data Analytics. Besonders erfreulich: Viele „MOOCs“ (Massive Open Online Course) sind sogar kostenlos. Achten Sie in jedem Fall darauf, dass der gewählte Kurs einen hohen Praxisanteil hat. Theorie ist schön und gut, aber um das neu erlernte Wissen tatsächlich anwenden zu können, müssen Sie auch an realen Projekten arbeiten.