Würdet ihr behaupten das Data science im Arbeitsmarkt überlaufen ist, und warum?
2 Antworten
Data Science ist ein Buzzword und kann ganz unterschiedlich aufgefasst werden.
Für manche Unternehmen bedeutet Data Science, grundlegende Datenbankabfragen zu automatisieren und die Daten in einem Dashboard anzuzeigen. Das kann man recht zügig lernen, weswegen es auch viele dieser dieser 12-Wochen-Bootcamps gibt. Das kann im Grunde aber auch schon so gut wie jeder, der einen Bachelor in BWL gemacht hat - bzw. hat die Person das Potenzial dafür. Informatiker können das sowieso schon nach 2 Semestern.
Für anderen sind Data Scientisten Personen mit einem tiefen Verständnis über Statistik und mathematische Optimierung in Kombination mit erweiterten Fähigkeiten in der Informatik (Softwareentwicklung, Data Engineering, Machine Learning) sowie einer Portion Domänen-/Prozesswissen, um die Daten fundiert zu interpretieren und Handlungsvorschläge abzuleiten. Ein Data Scientist aus dem Bereich Onlinemarketing benötigt z.B. ein gänzlich anderes Domänenwissen als jemand, der in der Pharma-Produktion unterwegs ist.
Um dahin zu kommen braucht man viele Jahre. Ich bin seit etwa 15 Jahren dabei (inkl. meiner Berufsausbildung ganz am Anfang, dann Studium, Doktorarbeit und Berufspraxis) und fühle mich immer noch nicht fertig. Sozusagen habe ich lediglich das Tal der Tränen des Dunning Kruger Effects durchschritten. Es gibt so unfassbar viel zu lernen, was sich unter diesem schwammigen Begriff Data Science subsummieren lässt.
Es gibt definitiv keine Schwemme solcher Leute auf dem Arbeitsmarkt.
Es gibt überhaupt keine klare Definition von Data Science.
Oft werden hier einfach nur relativ unspektakuläre Tätigkeiten in der Datenauswertung umgetauft. Das sind dann aber meist Leute, die schon an einfacher schließender Statistik scheitern, weil sie davon nie gelernt haben. Von den in Data Science oft inkludierten Themen wie ML ganz zu schweigen, wo dann die Anwendung fixfertiger Modelle als "Science" gilt.
Also: überlaufen vielleicht, aber vor allem am unteren Ende der Qualifikationen.