1933: Datenwissenschaftler bei der Arbeit

Ein Artikel der Harvard Business Review aus dem Jahr 2012, in dem es als „der sexieste Job des 21. Jahrhunderts“ bezeichnet wurde, löste einen jahrzehntelangen Einstellungsboom in Unternehmen und Hunderte neuer Universitätsprogramme aus. Dieser Boom hat sich seitdem ausgeweitet: Der allgemeine Titel hat sich in Analytics Engineering, Machine Learning Engineering und Produktanalyse aufgeteilt, und KI-Tools übernehmen mittlerweile einen wachsenden Teil der routinemäßigen Abfragen, Bereinigung und Diagrammerstellung der ursprünglichen Arbeit, die eine Person von Hand erledigen würde.

Was macht eigentlich ein Datenwissenschaftler tagtäglich? Im Gegensatz zum Bild „Erstellen von KI-Modellen“ verteilen sich die meisten Tage auf das Schreiben von SQL-Abfragen und Python-Code zum Abrufen und Bereinigen von Daten, das Ausführen statistischer Tests oder Trainingsmodelle und das Übersetzen der Ergebnisse in ein Diagramm oder Memo, auf das ein technisch nicht versierter Stakeholder reagieren kann. Umfragen unter Praktikern ergaben, dass die Datenbereinigung und -aufbereitung durchweg etwa die Hälfte oder mehr der gesamten Arbeitszeit ausmacht.

Benötigen Sie einen Doktortitel, um Datenwissenschaftler zu werden? Nein. Im Gegensatz zu Medizin oder Jura gibt es keine Lizenz oder einen einzigen erforderlichen Abschluss; Ein Bachelor- oder Masterabschluss in Statistik, Informatik, Mathematik oder einem verwandten quantitativen Bereich ist der gängigste Weg, und ein starkes Portfolio realer Projekte ist für Arbeitgeber oft wichtiger als die genauen Qualifikationen. Doktoranden sind häufiger in forschungsintensiven oder angewandten maschinellen Lernfunktionen tätig.