1610: Astronom bei der Arbeit — Abschnitt 1029: Galileo veröffentlicht den H

Der Wissenschaftler, der das Universum vermisst, von babylonischen Tontafeln bis zu Weltraumteleskopen, entscheidet immer noch, welches Flimmern in den Daten eine Entdeckung ist. Beschäftigungswachstum in den USA (2023–33) Die Astronomie ist die älteste kontinuierlich praktizierte Wissenschaft auf der Erde. Babylonische Schriftgelehrte hielten etwa sieben Jahrhunderte lang nächtliche Aufzeichnungen des Himmels auf Ton – der längste ununterbrochene wissenschaftliche Datensatz, der jemals produziert wurde – und chinesische Hofastronomen zeichneten zweitausend Jahre lang Finsternisse, Kometen und neue Sterne auf. Die meiste Zeit dieser Geschichte war der Astronom ein Priester oder Hofbeamter, dessen eigentliche Aufgabe die Erstellung von Kalendern und Omen war; Die Trennung von der Astrologie erfolgte erst um das 18. Jahrhundert.

Die moderne Version hat wenig Ähnlichkeit mit der gekleideten Figur vor einem Okular. Die Internationale Astronomische Union zählt rund 12.000 professionelle Mitglieder weltweit, und die meisten verbringen ihre Tage damit, Code zu schreiben, nicht mit Beobachtungen: Die großen Teleskope der Welt stehen auf chilenischen und hawaiianischen Berggipfeln und werden größtenteils per Warteschlange bedient, wobei die Daten an Forscher weitergegeben werden, die sie vielleicht nie besuchen. Kein Land lizenziert Astronomen – der Doktortitel ist das Tor zum Beruf, und unbefristete Stellen sind weitaus seltener als die jedes Jahr produzierten Doktortitel.

Diese Seite folgt dem Beruf von den babylonischen Tagebüchern und dem Katalog des Hipparchos über Ulugh Begs Samarkand, Tychos Insel, die Harvard-Computer bis hin zur Fotoplatte, auf die Hubble „VAR!“ schrieb. Es behandelt, wie Menschen heute tatsächlich Astronomen werden und was das Jahrzehnt der Ausbildung in verschiedenen Ländern kostet, was eine Nacht auf einem Gipfel und ein Jahr am Schreibtisch bedeuten, acht Persönlichkeiten, die das Handwerk definiert haben, und wie viel Arbeit robotische Vermessungen und maschinelles Lernen bereits in Anspruch nehmen.