DieManager von Morgen WiWi-TReFF.de - Zeitung & Forum für Wirtschaftsstudium & Karriere
Berufseinstieg: Wo & WieData Science

BWL und Data Science?

Autor
Beitrag
WiWi Gast

BWL und Data Science?

Ich frage mich ernsthaft, was sich immer mehr BWLer erhoffen. Ein Programmierkurs für eine Script-Sprache und Statistik für Wiwis. Damit macht man doch keine Data Science! Data Science ist QUANT. Mathematik, Informatik, Physik – Das sollte man dafür studiert haben. Es geht auch immer mehr darum die Prototypen in eine produktive Umgebung überzuführen. Wie stellt ihr euch das vor?

antworten
WiWi Gast

BWL und Data Science?

WiWi Gast schrieb am 06.06.2020:

Ich frage mich ernsthaft, was sich immer mehr BWLer erhoffen. Ein Programmierkurs für eine Script-Sprache und Statistik für Wiwis. Damit macht man doch keine Data Science! Data Science ist QUANT. Mathematik, Informatik, Physik – Das sollte man dafür studiert haben. Es geht auch immer mehr darum die Prototypen in eine produktive Umgebung überzuführen. Wie stellt ihr euch das vor?

Für die ist jede Stelle die Tableau fordert Data Science

antworten
WiWi Gast

BWL und Data Science?

Ich habe 2 Bachelor gemacht, einen in Mathe, einen in VWL. Master dann nur VWL mit einer Spezialisierung in Data Analytics (30 ECTS an Kursen + 30 ECTS Masterarbeit).
Im Mathestudium selbst lernst du nur wenige Programmiergeschichten (bei mir 1 Kurs in C, 1 Kurs in R). Im VWL-Studium habe ich bisschen R gemacht (fuer Statistik und Oekonometrie, dann viel R fuer Data Analytics Seminare und die Masterarbeit) sowie SQL und PHP basics.

Egal was man studiert hat, es ist viel Eigeninitiative gefragt.
Der Unterschied ist eben die Signalwirkung: Wer ein Mathestudium schafft, ist definitiv weit ueberdurchschnittlich intelligent und prinzipiell in der Lage, sich in die Data Science Gechichten einzuarbeiten (sofern die Motivation vorhanden ist).
Der 0815 BWLer, der immer nur 300 Folien fuer International Management auswendig gelernt hat, ist womoeglich (!) auch sehr intelligent und koennte ein guter Data Scientist werden. Viele (erfahrungsgemaess schaetze ich rund 90% der) BWLer waeren aber nicht in der Lage dazu.

Mein Fazit:
Einige BWLer koennen gute Data Scientists werden, wenn sie die richtigen Grundvoraussetzungen mitbringen, und gewillt sind, viel Zeit in Sachen Programmierung zu investieren.
Alle (sic!) Mathematiker koennen gute Data Scientists werden, sofern sie Bock darauf haben. Ein Mathestudium besteht man nur durch herausragende analytische Faehigkeiten.
Nur weil du BWL studiert hast, folgt daraus nicht, dass du nie ein guter Data Scientist werden kannst. Es ist aber viel Eigeninitiative gefragt (Grundlagen der Mathematik, vor allem Analysis und Lineare Algebra, Numerik, Stochastik/Statistik, entweder R oder Python auf fortgeschrittenem Niveau).

antworten
throwaway123

BWL und Data Science?

der begriff "data science" ist extrem ausgedehnt, je nachdem wie du dir Data Science vorstellst. heutzutage nennt man "data scientist" auch leute, die dashboards in power bi/tableau zusammenklicken. wenn du z. B. als Researcher arbeiten möchtest, dann brauchst du mindestens phd. für positionen wie "machine learning engineer" reicht auch master in mathe/ml/ds.

antworten
WiWi Gast

BWL und Data Science?

Gegenfrage: Wie stellst du dir die Realität vor? Nicht jeder der mit Data Science beruflich zu tun hat, muss darin ein Profi sein. Es gibt unterschiedliche Spezialisierungstiefen. Für manche Bereiche ist ein Grundwissen elementar, aber eben auch ausreichend.

Also entweder mal in der Praxis ankommen und an deiner Ausdrucksweise arbeiten.

WiWi Gast schrieb am 06.06.2020:

Ich frage mich ernsthaft, was sich immer mehr BWLer erhoffen. Ein Programmierkurs für eine Script-Sprache und Statistik für Wiwis. Damit macht man doch keine Data Science! Data Science ist QUANT. Mathematik, Informatik, Physik – Das sollte man dafür studiert haben. Es geht auch immer mehr darum die Prototypen in eine produktive Umgebung überzuführen. Wie stellt ihr euch das vor?

antworten
WiWi Gast

BWL und Data Science?

Data science hat 0 mit Physik zu tun, da hat selbst Finance mehr mit Physik zu tun.

Data science is hauptsächlich Statistik mit Tools aus der Informatik

WiWi Gast schrieb am 06.06.2020:

Ich frage mich ernsthaft, was sich immer mehr BWLer erhoffen. Ein Programmierkurs für eine Script-Sprache und Statistik für Wiwis. Damit macht man doch keine Data Science! Data Science ist QUANT. Mathematik, Informatik, Physik – Das sollte man dafür studiert haben. Es geht auch immer mehr darum die Prototypen in eine produktive Umgebung überzuführen. Wie stellt ihr euch das vor?

antworten
WiWi Gast

BWL und Data Science?

Habe nach meinem Bachelor in Mathe einen Master in Data Science gemacht. Ist noch recht neu (2-3 Jahre) und es gab wohl nicht die hohe Nachfrage die sich die Uni gewünscht hatte. Liegt vermutlich daran, dass es generell wenig Mathe Studis gibt und die Informatiker den Matheanteil nicht (mehr) wollen, nachdem man sich schon in den ersten Semestern durch Mathe quälen musste.

Deshalb wurden auch einige "Quereinsteiger" zugelassen. Darunter auch BWLer. Meist mit der Auflage, sowohl die Mathe als auch die Info Grundlagen nachzuholen. Und was soll man sagen, die BWLer hatten in beiden Feldern sehr große Probleme. Konnten nur mit Buzzwords um sich rumschmeißen und haben nichts gerafft. Das beste war ein Kommilitone der an der logistischen Regression gescheitert ist und sich im ersten Semester beschwert hat, warum man uns noch kein Deep Learning beigebracht hat ...

Was soll man sagen, die DS bibliotheken sind halt recht einfach zu bedienen in Python. Lag vermutlich eher daran, dass man Statistikern das Programmieren vereinfachen wollte. Die haben ja den Theoretischen Background und sollten es recht leicht implementierne können. Stattdessen gibt es jetzt ein haufen kiddies, die einfach jedes Model durchjagen und keinen Plan haben wie es Funktioniert und nichtmal die Ergebnisse beurteilen können.

antworten
WiWi Gast

BWL und Data Science?

WiWi Gast schrieb am 06.06.2020:

Ich frage mich ernsthaft, was sich immer mehr BWLer erhoffen. Ein Programmierkurs für eine Script-Sprache und Statistik für Wiwis. Damit macht man doch keine Data Science! Data Science ist QUANT. Mathematik, Informatik, Physik – Das sollte man dafür studiert haben. Es geht auch immer mehr darum die Prototypen in eine produktive Umgebung überzuführen. Wie stellt ihr euch das vor?

Stimmt nicht. Man kann als BWLer ein top Data Scientist und Machine Learning Engineer werden wenn man genug lernt (wie mit allen Dingen)!

antworten
WiWi Gast

BWL und Data Science?

Dieses ständige rumgeheule lässt mich immer mehr mit dem Eindruck zurück, dass da jemand Angst vor Konkurrenz hat. Egal, wie sie ausgebildet ist. Futterneid, lol.

Nochmal zur Klärung: Data Science ist in der Wirtschaft ein wirklich breiter Begriff. Jeder, der sich ansatzweise mit dieser Thematik beschäftigt hat, weiß, dass die reine Data Science (Algorithmik etc.) sich auf einen kleinen Teil der Arbeit mit Daten beschränkt. Etwa 70-80% der eigentlichen Arbeit sind Daten Aufbereitung und es ist echt erbärmlich, dass der Großteil der Leute das nicht begreift.

WiWi Gast schrieb am 06.06.2020:

Ich frage mich ernsthaft, was sich immer mehr BWLer erhoffen. Ein Programmierkurs für eine Script-Sprache und Statistik für Wiwis. Damit macht man doch keine Data Science! Data Science ist QUANT. Mathematik, Informatik, Physik – Das sollte man dafür studiert haben. Es geht auch immer mehr darum die Prototypen in eine produktive Umgebung überzuführen. Wie stellt ihr euch das vor?

antworten
WiWi Gast

BWL und Data Science?

Aha, da kennt sich wer aus. Es gibt genug Bereiche in der Physik, in denen man aus riesigen Datenmengen Informationen ableiten will. Das machen auch Physiker nicht mit Block und Stift.

WiWi Gast schrieb am 07.06.2020:

Data science hat 0 mit Physik zu tun, da hat selbst Finance mehr mit Physik zu tun.

Data science is hauptsächlich Statistik mit Tools aus der Informatik

WiWi Gast schrieb am 06.06.2020:

Ich frage mich ernsthaft, was sich immer mehr BWLer erhoffen. Ein Programmierkurs für eine Script-Sprache und Statistik für Wiwis. Damit macht man doch keine Data Science! Data Science ist QUANT. Mathematik, Informatik, Physik – Das sollte man dafür studiert haben. Es geht auch immer mehr darum die Prototypen in eine produktive Umgebung überzuführen. Wie stellt ihr euch das vor?

antworten
WiWi Gast

BWL und Data Science?

Die Frage ist an sich sinnlos. 95% von dem, was heute in der Industrie als Data Science verstanden wird, ist im Prinzip einfach nur Data Engineering - Tasks automatisieren, vielleicht mal ne Regression or einen Classifier auf ein Dataset schmeißen. Das kriegt jeder hin, dafür kann man meinetwegen auch Sozialwissenschaften studiert haben. Es ist auch völlig legitim, wenn ein BWLer so einen Job bekommt.

Von den restlichen 5% - tatsächliches ML Engineering/Research - sind die Quereinsteiger aber wiederum so weit entfernt, dass sie nicht im Traum eine Konkurrenz darstellen. Da hast du mittlerweile genug - meist promovierte - Leute, die Low-Level Modelle und Pipelines mühelos von Grund auf basteln und dir ein ICML Paper an einem halben Tag implementieren können.

antworten
WiWi Gast

BWL und Data Science?

Warum sollte ein Physiker besser für Data science geeignet sein? Meine Bekannten die Physik studiert haben können weder richtig programmieren, noch sind die in Statistik überragend. Jeder der Bock darauf hat kann das mehr oder weniger. Und besonders beim Überführen in die Produktion hat der Physiker warum Vorteile? Bei CERN gibt es zwar ne Menge Daten, aber aus Software Engineering Sicht ist das eher peinlich was da abgeht.

antworten
WiWi Gast

BWL und Data Science?

WiWi Gast schrieb am 07.06.2020:

Aha, da kennt sich wer aus. Es gibt genug Bereiche in der Physik, in denen man aus riesigen Datenmengen Informationen ableiten will. Das machen auch Physiker nicht mit Block und Stift.

WiWi Gast schrieb am 07.06.2020:

Data science hat 0 mit Physik zu tun, da hat selbst Finance mehr mit Physik zu tun.

Data science is hauptsächlich Statistik mit Tools aus der Informatik

WiWi Gast schrieb am 06.06.2020:

Ich frage mich ernsthaft, was sich immer mehr BWLer erhoffen. Ein Programmierkurs für eine Script-Sprache und Statistik für Wiwis. Damit macht man doch keine Data Science! Data Science ist QUANT. Mathematik, Informatik, Physik – Das sollte man dafür studiert haben. Es geht auch immer mehr darum die Prototypen in eine produktive Umgebung überzuführen. Wie stellt ihr euch das vor?
Das gibt's doch überall, nicht nur in der Physik.

Auf der anderen Seite kann man genauso fragen, was die Physiker in Beratungsjobs suchen. Nur weil sie mal Porter's Generic Strategies gegoogelt haben, macht sie das noch nicht zu Experten der Unternehmensführung.

antworten
WiWi Gast

BWL und Data Science?

WiWi Gast schrieb am 07.06.2020:

Die Frage ist an sich sinnlos. 95% von dem, was heute in der Industrie als Data Science verstanden wird, ist im Prinzip einfach nur Data Engineering - Tasks automatisieren, vielleicht mal ne Regression or einen Classifier auf ein Dataset schmeißen. Das kriegt jeder hin, dafür kann man meinetwegen auch Sozialwissenschaften studiert haben. Es ist auch völlig legitim, wenn ein BWLer so einen Job bekommt.

Von den restlichen 5% - tatsächliches ML Engineering/Research - sind die Quereinsteiger aber wiederum so weit entfernt, dass sie nicht im Traum eine Konkurrenz darstellen. Da hast du mittlerweile genug - meist promovierte - Leute, die Low-Level Modelle und Pipelines mühelos von Grund auf basteln und dir ein ICML Paper an einem halben Tag implementieren können.

Also bei mir sind 50% der BWLer sofort verreckt, als sie 3 Zeilen R Code gesehen haben :D

Klar, Tableau und Dashboards bauen sind kein Data Science, das sind skills die ein jeder Business Analyst draufhaben muss

antworten
WiWi Gast

BWL und Data Science?

Viele hier überschätzen, was 08/15 Mathematiker/Physiker/Informatiker drauf haben.Die Statistik Skills der Informatiker, die ich getroffen habe, waren bisher nicht beeindruckend. Im Zweifel können die Algorithmen natürlich effizienter implementieren, aber Statistikgrundlagen (Konvergenz von Schätzern bspw.) sind oft nicht stark ausgeprägt. Ich habe im Job promovierte Physiker getroffen, die mit statistischem Halbwissen geglänzt haben und bei simpler Datenaufbereitung mittels SQL auf etwas größeren Datensätzen Probleme hatten! Hätte ich auch geglaubt, bis ich es erlebt habe. Das Studium bringt nichts, wenn man später keinen Bock hat, sich in in Themen vernünftig einzuarbeiten (inkl. theoretischer Grundlagen). Und neuronale Netze sind mathematisch simpel, die effiziente Implementierung da schon schwieriger.

Die Top VWLer hängen meiner Erfahrung nach in ihren analytischen Fähigkeiten Mathematikern / Physikern in nichts nach und sind i.d.R. Leute, die auch ein Mathe Studium nach dem Abi in Betracht gezogen haben.

antworten
WiWi Gast

BWL und Data Science?

Die Top VWLer hängen meiner Erfahrung nach in ihren analytischen Fähigkeiten Mathematikern / Physikern in nichts nach und sind i.d.R. Leute, die auch ein Mathe Studium nach dem Abi in Betracht gezogen haben.

Das bestreitet doch niemand. Klar muessen sich die Top-Absolventen von BWL und VWL nicht vor Mathematikern verstecken.
Der durchschnittliche BWLer/VWLer hat aber keinen Stich gegen den durchschnittlichen Mathematiker in Data Science.

antworten
WiWi Gast

BWL und Data Science?

  1. Das Verständnis über die Betriebswirtschaftlichen Hintergründe sollte man nicht unterschätzen.
  2. Die meisten BWLer machen eher Data Analytics
  3. Der Hype ist groß und das Angebot gering. Dann greift man halt auf IT-affine BWLer mit quantitativen Schwerpunkten zurück. Das sind meistens Leute die was dafür getan haben. Und das ist durchaus mehr als Statistik bestanden zuhaben. Genau so gehen Juristen, Physiker, und Mathematiker häufig in BWL Berufe rein. In den USA ist das übrigens Gang und gebe.
  4. Physiker haben auch oft nicht genug Ahnung. Nur Mathe zu können reicht nicht. Die Rechnungen und Herleitungen macht eh am Ende der Rechner.
  5. Fühlst du dich jetzt bedroht, dass die ach so dummen BWLer jetzt plötzlich im selben Arbeitsmarkt sind? Lass die doch machen, wenn der Arbeitsmarkt es hergibt
antworten
WiWi Gast

BWL und Data Science?

Bin Physiker und hab trotzdem kaum Ahnung von Data Science. Warum? Weil mich das einfach nicht interessiert. Im Rahmen des Physikstudiums lernt man definitv die notwendigen Grundlagen in Mathe/Statistik, um in diesem Bereich arbeiten zu können, aber man muss halt dafür dann auch Interesse mitbringen, entsprechende einschlägige Dinge zu lernen. Nicht jeder Physik Absolvent kann automatisch Data Science, aber ich wage mal zu behaupten, das der durchschnittliche Physiker, Interesse vorrausgesetzt, sich deutlich schneller und besser in die Thematik einarbeiten kann, als der durchschnitts BWLler.

antworten
WiWi Gast

BWL und Data Science?

Interessant, wie sich hier so mancher Physiker und Mathematiker Aussagen über den "Durchschnitts-BWLer" oder 90% der BWLer erlaubt. Da scheint in statistischer Inferenz doch nicht so viel hängengeblieben zu sein...

antworten
WiWi Gast

BWL und Data Science?

Hier der TE. Mir gefällt es natürlich nicht, dass jetzt die BWLer in den Bereich drängen und damit die Gehälter drücken bzw. Data Science verwässern.

Mein Hauptargument für meine Aussagen ist aber: IT lernt man nicht "mal eben". Ich sehe nicht wie bei der "Ich bring es mir selber bei"-Variante da gute Implementierungen rauskommen sollen.

antworten
WiWi Gast

BWL und Data Science?

  1. Fühlst du dich jetzt bedroht, dass die ach so dummen BWLer jetzt plötzlich im selben Arbeitsmarkt sind? Lass die doch machen, wenn der Arbeitsmarkt es hergibt

Damit hast du meines Erachtens die Kernthese des gesamten Threads getroffen. Viele Unternehmen merken mittlerweile, dass ein BWLer oder Ing mit Fachexpertise mit genug Training auch viele Data Science Themen abdecken kann. Zudem kosten die BWLer / Ings in der Regel auch deutlich weniger als ein promovierter Quant. Und tiefes Methodenwissen über Algorithmen ist weniger Wert als dein 1. Punkt:

1.) Das Verständnis über die Betriebswirtschaftlichen Hintergründe sollte man nicht unterschätzen.

Was bringen die besten mathematischen Kenntnisse, wenn du weder den Business Kontext verstehst noch das Produkt. Und entgegen der vorherrschenden Meinung hat man sich tiefergehende Prozesskenntnisse als Quant nicht in 3 Stunden mit "BWL für Dummies" angelesen

antworten
WiWi Gast

BWL und Data Science?

Um Data Scientist betreiben zu können ist die zugrundeliegende Theorie der erhaltenden Daten ein zentraler Pfeiler. Man muss die Daten die man erhält verstehen. Deswegen sehe ich kein Problem warum ein BWLer kein Data Science im Finance Bereich machen sollte und ein Chemiker nicht in der Medikamentenforschung. Das was tatsächlich von der Data Science gebraucht wird ist, welche Methode genutzt werden kann und wie man die Ergebnisse interpretiert. Die ganzen Details werden eh nur für eine Prüfung gelernt. Falls die 08/15 Methoden mal nicht Anwendung finden und über die Data Science hinausgegangen wird die einem in jedem Udemy Kurs erzählt werden, dann kann der Data Science Experte hinzugezogen werden. Dir TE sollte das doch in die Karten spielen: das Basic Zeug (->langweilig) wird abgenommen und der echte Experte beschäftigt sich mit den anspruchsvollen Aufgaben. Diese werden auch dementsprechend vergütet.

antworten
WiWi Gast

BWL und Data Science?

Jeder Erstsemester kann nach einem Udemy Kurs die meisten Data Science Aufgaben in der Praxis lösen welche deutsche Firmen zu bieten haben.

Research bei FANG ist natürlich was anderes.

antworten
WiWi Gast

BWL und Data Science?

WiWi Gast schrieb am 08.06.2020:

Interessant, wie sich hier so mancher Physiker und Mathematiker Aussagen über den "Durchschnitts-BWLer" oder 90% der BWLer erlaubt. Da scheint in statistischer Inferenz doch nicht so viel hängengeblieben zu sein...

Servus, ich haben ganz oben mal gepostet, war der Typ mit dem Doppelstudium VWL und Mathe. Daher kenne ich viele VWLer, BWLer (im Bachelor mussten wir VWLer natuerlich auch einige BWL-Kurse machen) und Mathematiker. Schliesse mich der Meinung nach an, dass die meisten Mathematiker und Physiker den meisten (nicht allen) BWLern und VWLern in ihren analytischen Faehigkeiten weiter ueberlegen sind.
Was qualifiziert dich dazu, zu festzulegen, dass die Aussage nicht stimmt, wenn du offensichtlich nie Mathe (oder Physik, Informatik), sondern nur BWL studiert hast?
Das heisst doch nicht, dass alle BWLer dumm sind. Nur sind eben viele weniger (anteilig betrachtet) von denen fuer DS Jobs geeignet, als anteilig betrachtet unter Mathematikern und Physikern.
Ich wuerde uebrigens nicht nochmal Mathe studieren (schlechtes Verhaeltnis von Aufwand zu Nutzen), VWL hat mir deutlich besser gefallen. Bin also sicherlich kein BWL/VWL-Hater, sondern rate den allermeisten Leuten eher zu BWL/VWL/Winfo als zu Mathe.

Zu den Statistikkenntnissen: Im Mathestudium war ich nicht gut (hauptsache durchgekommen), aber habe in VWL alles zerlegt (lustigerweise Statistik-Tutor, Masterarbeit im Deep Learning, Abschlussnote 1,0 sowohl im Bachelor als auch im Master, mehrere Top-Auslandssemester, Stipendien).
Mach also mal bisschen piano und hoere dir die Leute an, die eben nun mal sowohl ein sehr analytisches Fach wie Mathe oder Physik, als als auch ein wirtschaftswissenschaftliches Fach studiert haben.
Ciao Kakao.

antworten
WiWi Gast

BWL und Data Science?

WiWi Gast schrieb am 08.06.2020:

Um Data Scientist betreiben zu können ist die zugrundeliegende Theorie der erhaltenden Daten ein zentraler Pfeiler. Man muss die Daten die man erhält verstehen. Deswegen sehe ich kein Problem warum ein BWLer kein Data Science im Finance Bereich machen sollte und ein Chemiker nicht in der Medikamentenforschung. Das was tatsächlich von der Data Science gebraucht wird ist, welche Methode genutzt werden kann und wie man die Ergebnisse interpretiert. Die ganzen Details werden eh nur für eine Prüfung gelernt. Falls die 08/15 Methoden mal nicht Anwendung finden und über die Data Science hinausgegangen wird die einem in jedem Udemy Kurs erzählt werden, dann kann der Data Science Experte hinzugezogen werden. Dir TE sollte das doch in die Karten spielen: das Basic Zeug (->langweilig) wird abgenommen und der echte Experte beschäftigt sich mit den anspruchsvollen Aufgaben. Diese werden auch dementsprechend vergütet.

Das was du beschreibst, ist ein Business/Data Analyst.

Ein Data Scientist ist jemand, der neue Algorithmen entwickelt und ein grosses Verstaendnis zahlreicher ML-Methoden besitzt, und deren theoretische Fundierung versteht. Die ist auch notwendig. Wie willst du ein neuronales Netzwerk fuer einen bestimmten use case optimieren, wenn du nicht weisst, welche activation function du in welchem use case waehlen solltest, welcher Hyperparameter was genau bewirkt, wie genau du die Hyperparameter optimierst, und wie du hierfuer Bayesian Inference anwenden kannst, wenn du nicht verstehst, wie viele burn in steps du brauchst und was das leapfrog Verfahren ist? Klar, manche BWLer koennen und wollen sich das alles aneignen, die allermeisten aber nicht.

Ich glaube das Problem in der Diskussion liegt darin, dass manche denken, DS ist bisschen SQL, Dashboards bauen, in RapidMiner ein paar Mausklicks machen oder in Google AutoML ein Standard-Verfahren inkl. vortrainiertem Modell anzuwenden. Das macht eher ein Business/Data Analyst.
Sehe aber auch in den Stellenanzeigen, gerade in Deutschland, dass jedes Unternehmen wieder was anderes darunter versteht, und Data Scientist, Business/Data Analyst, BI Analyst etc. alles in einen Topf geworfen wird.

antworten
WiWi Gast

BWL und Data Science?

Muss das weh tun, dass ich als BWLer/VWLer nun ein Advanced Analytics Project mit 3x5 Leuten +5-10 Beratern leite und das mit 2yoe... :D

antworten
WiWi Gast

BWL und Data Science?

WiWi Gast schrieb am 09.06.2020:

Sehe aber auch in den Stellenanzeigen, gerade in Deutschland, dass jedes Unternehmen wieder was anderes darunter versteht, und Data Scientist, Business/Data Analyst, BI Analyst etc. alles in einen Topf geworfen wird.

Genau das ist das Problem. Echte Data Science Stellen sind extrem rar gesät. Und die meisten gibts nicht ohne Berufserfahrung...

antworten
WiWi Gast

BWL und Data Science?

WiWi Gast schrieb am 09.06.2020:

Muss das weh tun, dass ich als BWLer/VWLer nun ein Advanced Analytics Project mit 3x5 Leuten +5-10 Beratern leite und das mit 2yoe... :D

Ich verstehe nicht was du meinst, aber es wurde glaube ich von niemandem angezweifelt, dass BWLer/VWLer (was bist du nun?) gute Data Scientists sein können. Was das allerdings für ein Projekt ist, an das man jemanden mit 2yoe lässt, frage ich mich schon...

Die ganze Diskussion macht sehr deutlich, dass es keinen Konses darüber gibt, was ein Data Scientist ist. Im Prinzip wurde hier eine Range von

... theoretischen Grundlagen / Entwicklung von Algorithmen (Umfangreiche Kenntnisse in Funktionalanalysis, Optimierung, Maßtheorie, Statistik erforderlich / sinnvoll)

...über...

...Algorithmen implementieren / einlernen

...bis hin zu ...

...mehr oder minder intelligente Dashboards bauen

Tja, was soll man da sagen? Solange wir nicht über das gleiche reden, macht es keinen Sinn die Frage zu diskutieren.

antworten
WiWi Gast

BWL und Data Science?

WiWi Gast schrieb am 09.06.2020:

Muss das weh tun, dass ich als BWLer/VWLer nun ein Advanced Analytics Project mit 3x5 Leuten +5-10 Beratern leite und das mit 2yoe... :D

Also Data Anayltics und kein Data Science. Eher peinlich für das Unternehmen, dass einen Anfänger einstellt.

antworten
WiWi Gast

BWL und Data Science?

Bin studierter WiWi (VWL:BWL so ca 70:30 würde ich schätzen, bisschen Info, bisschen Mathe - das übliche). Data-Quereinsteiger (um es einfach mal ganz generell zu halten) und erarbeite mir meine Kompetenzen nach und nach. On the job und investiere einen großen Teil meiner Freizeit in fachliche Relevante Vorlesungen auf Coursera/edX um das Wissen nachzuholen was ich über die Uni nicht habe, da ich zum Studienbeginn, selbst nach dem Abschluss schlicht und ergreifend nicht wusste was ich beruflich machen möchte.
Dass ich mit WiWi Abschluss nicht über dieselben Kompetenzen verfüge wie sie ein Stats/Mathe/Info Absolvent hat war mir von Anfang an klar und deswegen arbeite ich daran.

Dieses Gejammer à la TE hängt mir aber langsam echt zu den Ohren raus. Ich wage zu behaupten man kann so gut wie alles lernen, wenn man sich nur voll und ganz dahinter klemmt. Manche der Erstsemester hier glauben auch, dass man nach dem Studium ausgelernt hat oder wie?

Und ganz nebenbei, die Infos bei mir an der Uni hatten auch nur je eine Vorlesung Stats und Stochastik - wenn sich jemand über diese Thematik echauffieren kann dann sind das mMn Statistiker.

Prinzipiell braucht man sowieso nicht zu jammern, denn spätestens im VG wird ausgesiebt - der Abschluss ist halt doch nur ein Stück Papier.

antworten
WiWi Gast

BWL und Data Science?

WiWi Gast schrieb am 09.06.2020:

Muss das weh tun, dass ich als BWLer/VWLer nun ein Advanced Analytics Project mit 3x5 Leuten +5-10 Beratern leite und das mit 2yoe... :D

Würde mich auch ganz stark interessieren, was unter dem Label "Advanced Analytics Project" versteckt ist.

...Data Science ist für mich ganz klar: Künstliche Intelligenz im Rahmen von Big Data – d.h. insbesondere die Verarbeitung von Big Data. --> Folglich braucht man dafür auch einen technischen Hintergrund. Wie sonst soll jemand einschätzen können, ob Algorithmus A oder Algorithmus B besser ist, um ein Problem zu lösen. Das gilt insbesondere für die Auswahl an Modellen. Man kann nicht immer oder sollte (im Hinblick auf die Kostenseite eines Unternehmens) nicht immer alles mit "mehr Rechenleistung" lösen.

Methoden der Data Science auf Nicht-Big Data anzuwenden ist einfach. Das kann sogar jemand der sich aus Eigeninteresse das programmieren beigebracht hat. Sowas sehe ich dann aber eher als State-of-the-Art Wissen der Digitalisierung. Etwas das man von einem Controller o.ä. einfach erwartet.

antworten
WiWi Gast

BWL und Data Science?

WiWi Gast schrieb am 09.06.2020:

Muss das weh tun, dass ich als BWLer/VWLer nun ein Advanced Analytics Project mit 3x5 Leuten +5-10 Beratern leite und das mit 2yoe... :D

Würde mich auch ganz stark interessieren, was unter dem Label "Advanced Analytics Project" versteckt ist.

...Data Science ist für mich ganz klar: Künstliche Intelligenz im Rahmen von Big Data – d.h. insbesondere die Verarbeitung von Big Data.

Mit der Meinung stehst du sowohl in der Praxis als auch in der akademischen Welt ziemlich alleine da

antworten
WiWi Gast

BWL und Data Science?

"...Das kann sogar jemand der sich aus Eigeninteresse das programmieren beigebracht hat."

Dämmlicher Kommentar, wenn man bedenkt, dass die besten Programmierer der Welt nicht aufgrund von Universitäts-Vorlesungen zu den besten Programmierern der Welt wurden sondern aus EIGENINTERESSE.

antworten
WiWi Gast

BWL und Data Science?

Data Scientist: Advanced Analytics = Data Analyst mit ein bisschen mehr Statistik. Und das ist gleichzeitig auch der größte Teil an Stellen im Data Science Bereich. Mittlerweile gibt es dann Machine Learning Engineers, was eher dem AI und ML Fokus, was hier vielen unter Data Science verstehen, nahe kommt.
Neue Methoden entwickelt man nur an Uni (phd) oder in den Forschungsabteilungen der Techkonzerne (mit phd) oder mit sehr viel Glück wo anders.

antworten
Wiesenl0oser

BWL und Data Science?

Aber sehr wahrscheinlich eben auch mit einer speziellen Prädisposition. Die meisten Spitzen-Programmierer sind schon ein spezieller Schlag von Menschen, dem der Durchschnitts-BWLer nicht angehört.

WiWi Gast schrieb am 10.06.2020:

"...Das kann sogar jemand der sich aus Eigeninteresse das programmieren beigebracht hat."

Dämmlicher Kommentar, wenn man bedenkt, dass die besten Programmierer der Welt nicht aufgrund von Universitäts-Vorlesungen zu den besten Programmierern der Welt wurden sondern aus EIGENINTERESSE.

antworten
WiWi Gast

BWL und Data Science?

WiWi Gast schrieb am 09.06.2020:

Um Data Scientist betreiben zu können ist die zugrundeliegende Theorie der erhaltenden Daten ein zentraler Pfeiler. Man muss die Daten die man erhält verstehen. Deswegen sehe ich kein Problem warum ein BWLer kein Data Science im Finance Bereich machen sollte und ein Chemiker nicht in der Medikamentenforschung. Das was tatsächlich von der Data Science gebraucht wird ist, welche Methode genutzt werden kann und wie man die Ergebnisse interpretiert. Die ganzen Details werden eh nur für eine Prüfung gelernt. Falls die 08/15 Methoden mal nicht Anwendung finden und über die Data Science hinausgegangen wird die einem in jedem Udemy Kurs erzählt werden, dann kann der Data Science Experte hinzugezogen werden. Dir TE sollte das doch in die Karten spielen: das Basic Zeug (->langweilig) wird abgenommen und der echte Experte beschäftigt sich mit den anspruchsvollen Aufgaben. Diese werden auch dementsprechend vergütet.

Das was du beschreibst, ist ein Business/Data Analyst.

Ein Data Scientist ist jemand, der neue Algorithmen entwickelt und ein grosses Verstaendnis zahlreicher ML-Methoden besitzt, und deren theoretische Fundierung versteht. Die ist auch notwendig. Wie willst du ein neuronales Netzwerk fuer einen bestimmten use case optimieren, wenn du nicht weisst, welche activation function du in welchem use case waehlen solltest, welcher Hyperparameter was genau bewirkt, wie genau du die Hyperparameter optimierst, und wie du hierfuer Bayesian Inference anwenden kannst, wenn du nicht verstehst, wie viele burn in steps du brauchst und was das leapfrog Verfahren ist? Klar, manche BWLer koennen und wollen sich das alles aneignen, die allermeisten aber nicht.

Ich glaube das Problem in der Diskussion liegt darin, dass manche denken, DS ist bisschen SQL, Dashboards bauen, in RapidMiner ein paar Mausklicks machen oder in Google AutoML ein Standard-Verfahren inkl. vortrainiertem Modell anzuwenden. Das macht eher ein Business/Data Analyst.
Sehe aber auch in den Stellenanzeigen, gerade in Deutschland, dass jedes Unternehmen wieder was anderes darunter versteht, und Data Scientist, Business/Data Analyst, BI Analyst etc. alles in einen Topf geworfen wird.

Btw, hyperparamter tuning ist keine Rakentenwissenschaft. Des Weiteren kann kein Mensch genau sagen bei welchem Optimizer mit wie vielen Layers .. drop-out layers und convolutions ... die höchste accuracy erreicht wird. Dazu testet man verschiedene Dinge die Sinn machen (beispielsweise data augmentation durch random Rotation/Skewing etc. verschiedener Bilder etc.). Aber ein Mensch von alleine kann das nicht identifizieren.

Ich studiere BWL in St. Gallen und habe neben diversen anderen Informatik-Wahl-Kursen (von ETHler. gelehrt) auch Machine Learning belegt (vom einem der Top Machine Learning Researcher Deutschlands gelehrt).

Klar wird es einfacher dadurch dass du Mathe/Informatik auf dem CV stehen hast. Aber die Fähigkeiten von Studenten anderer Fachrichtungen werden dadurch nicht begrenzt und es kommt auf sie selber an.

antworten
WiWi Gast

BWL und Data Science?

WiWi Gast schrieb am 19.06.2020:

Btw, hyperparamter tuning ist keine Rakentenwissenschaft. Des Weiteren kann kein Mensch genau sagen bei welchem Optimizer mit wie vielen Layers .. drop-out layers und convolutions ... die höchste accuracy erreicht wird. Dazu testet man verschiedene Dinge die Sinn machen (beispielsweise data augmentation durch random Rotation/Skewing etc. verschiedener Bilder etc.). Aber ein Mensch von alleine kann das nicht identifizieren.

Merci, du lieferst hier gerade das Paradebeispiel dafür, warum ein paar zusätzliche ML Kurse eben nicht ausreichen. "Verschiedene Dinge testen, die Sinn machen" ist genau das Level von den ganzen Coursera DL Bros, die meinen, sie verstünden ML, weil sie irgendwelche vorgefertigten Templates kombinieren können.

Unternehmen am oberen Ende des Fortschritts stellen mitunter (gute) Leute ausschließlich zum Parameter Tuning ein. Schonmal was von surrogate optimization gehört?

antworten
listrea

BWL und Data Science?

WiWi Gast schrieb am 19.06.2020:

Ich studiere BWL in St. Gallen und habe neben diversen anderen Informatik-Wahl-Kursen (von ETHler. gelehrt) auch Machine Learning belegt (vom einem der Top Machine Learning Researcher Deutschlands gelehrt).

Die Frage ist ja nicht, wer dich das Zeug lehrt, sondern um du es auch selber umsetzen kannst. Sonst bleibt dir nur die Beratung um weiter mit ob um dich zu werfen.
Wenn wir im Unternehmen eine Maschine-Learning Umgebung programmieren, dann ist das ein wochenlanger Fulltime-Job. Denn die obigen Buzzwords sind natürlich alle als Bausteine in Funktionen und Klassen verfügbar. Die Frage ist, wie man sie dann auch wirklich einsetzt und ob es bspw. wirklich vollumfängliche, Neuronale Netze benötigt.

Ich bezweifle, dass man das einschätzen kann, wenn man mal zwei, drei Vorlesungen in dem Bereich gehört hat.

antworten
WiWi Gast

BWL und Data Science?

WiWi Gast schrieb am 19.06.2020:

WiWi Gast schrieb am 19.06.2020:

Btw, hyperparamter tuning ist keine Rakentenwissenschaft. Des Weiteren kann kein Mensch genau sagen bei welchem Optimizer mit wie vielen Layers .. drop-out layers und convolutions ... die höchste accuracy erreicht wird. Dazu testet man verschiedene Dinge die Sinn machen (beispielsweise data augmentation durch random Rotation/Skewing etc. verschiedener Bilder etc.). Aber ein Mensch von alleine kann das nicht identifizieren.

Merci, du lieferst hier gerade das Paradebeispiel dafür, warum ein paar zusätzliche ML Kurse eben nicht ausreichen. "Verschiedene Dinge testen, die Sinn machen" ist genau das Level von den ganzen Coursera DL Bros, die meinen, sie verstünden ML, weil sie irgendwelche vorgefertigten Templates kombinieren können.

Unternehmen am oberen Ende des Fortschritts stellen mitunter (gute) Leute ausschließlich zum Parameter Tuning ein. Schonmal was von surrogate optimization gehört?

Hey, bin studierter Informatiker und der BWLer hat tatsächlich recht.

antworten
WiWi Gast

BWL und Data Science?

WiWi Gast schrieb am 21.06.2020:

Btw, hyperparamter tuning ist keine Rakentenwissenschaft. Des Weiteren kann kein Mensch genau sagen bei welchem Optimizer mit wie vielen Layers .. drop-out layers und convolutions ... die höchste accuracy erreicht wird. Dazu testet man verschiedene Dinge die Sinn machen (beispielsweise data augmentation durch random Rotation/Skewing etc. verschiedener Bilder etc.). Aber ein Mensch von alleine kann das nicht identifizieren.

Merci, du lieferst hier gerade das Paradebeispiel dafür, warum ein paar zusätzliche ML Kurse eben nicht ausreichen. "Verschiedene Dinge testen, die Sinn machen" ist genau das Level von den ganzen Coursera DL Bros, die meinen, sie verstünden ML, weil sie irgendwelche vorgefertigten Templates kombinieren können.

Unternehmen am oberen Ende des Fortschritts stellen mitunter (gute) Leute ausschließlich zum Parameter Tuning ein. Schonmal was von surrogate optimization gehört?

Hey, bin studierter Informatiker und der BWLer hat tatsächlich recht.

Nein, bist du nicht und hast du nicht, sonst hättest du auch gleich die Erklärung des "warums" mitgeliefert. Vermutlich bist du eher der gleiche Typ der gequoted wurde und sich schnell nochmal als Gast selbst bestätigen wollte.

antworten

Artikel zu Data Science

Master-Studium: Mannheim Master Data Science startet ab Februar 2017

Master-Studium Data Science an der Universität Mannheim

Data Scientist ist einer der attraktivsten Beruf im 21. Jahrhundert. Schon jetzt sind Datenwissenschaftler und Datenwissenschaftlerinnen auf dem Arbeitsmarkt besonders gefragt. Die Universität Mannheim hat daher den Master-Studiengang „Data Science“ geschaffen und bildet ab Februar 2017 neue Datenspezialisten aus. Die Bewerbungsphase startet im Oktober 2016 und Studieninteressierte können sich bis zum 15. November 2016 für den Master-Studiengang „Data Science“ bewerben.

Bain-Karriereprogramm »Red Carpet« für Berufseinsteiger

Bain-Karriereprogramm "Red Carpet": Von oben aufgenommen betritt eine Business-Frau gerade einen roten Teppich.

Das neue Karriereprogramm „Red Carpet“ der Strategieberatung Bain & Company unterstützt Studenten beim Berufseinstieg. Ob Wirtschaftswissenschaftlerin oder Wirtschaftswissenschaftler im ersten Semester, Jurist im Staatsexamen oder Psychologiestudentin im Master: Das Karriereprogramm „Red Carpet“ richtet sich an Studierende aller Fachrichtungen und Semester.

Studie: Hochschulabsolventen starten erfolgreich ins Berufsleben

Berufsstart: Ein Vogel landet im Getümmel.

Die Arbeitslosenquote liegt sowohl für Fachhochschul- als auch für Universitätsabsolventen mit traditionellen Abschlüssen – Diplom, Magister, Staatsexamen - nach einem Jahr bei 4 Prozent. Bachelors sind sogar noch seltener arbeitslos (3 Prozent, FH bzw. 2 Prozent Uni). Das zeigt die aktuelle Absolventenstudie des HIS-Instituts für Hochschulforschung (HIS-HF).

Broschüre: Startklar - Tipps und Infos für Uni-Absolventen

Berufseinstieg: Ein Lego-Männchen steht am Start in einem Labyrint.

Wie gelingt der Start in den Beruf am besten? Hilfestellung leistet die Broschüre »Startklar«, die vom Informationszentrum der deutschen Versicherer ZUKUNFT klipp + klar neu aufgelegt wurde. Uni-Absolventen finden dort nützliche Tipps, wie sie ihrem Traumjob näher kommen.

Millenials mit Angst um Arbeitsplatz durch holprigen Berufsstart

Eine Frau klettert - wie nach dem Berufseinstieg - in einer Halle nach oben.

Die Generation Y, der zwischen 1980 und 1999 Geborenen, ist durch Probleme beim Berufseinstieg geprägt. Die Konsequenzen sind ein Gefühl der Unsicherheit und Angst um den Arbeitsplatz. Die unter 35-Jährigen Millenials denken zudem überwiegend individualistisch, zeigt eine von der Hans-Böckler-Stiftung geförderte Studie.

Bildung auf einen Blick: Start ins Berufsleben funktioniert

Blick auf Berufseinstieg: Der Gesichtsausschnitt einer Frau mit Auge und Augenbraue.

Die aktuelle OECD-Studie „Bildung auf einen Blick“ bestätigt: Die deutsche Erwerbslosenquote liegt in allen Bildungsbereichen unter dem OECD-Durchschnitt. Das berufliche Bildungssystem in Deutschland beweist seine Stärke durch den reibungslosen Übergang von der Ausbildung in den Beruf. Der Bericht zeigt, wer einen Studienabschluss ergreift, hat einen Gehaltsvorteil von mehr als 50 Prozent. Im Ländervergleich sind in Deutschland besonders MINT-Studiengänge beliebt.

Vitamin-B beim Berufseinstieg der Königsweg

Eine goldene selbstgebastelte Krone symbolisiert die kostbaren Beziehungen beim Berufseinstieg.

Hochschulabsolventen, die über persönliche Kontakte ihre erste Stelle finden, erzielen höhere Gehälter, haben bessere Aufstiegschancen und bleiben diesem Arbeitgeber länger treu, so lautet das Ergebnis einer Absolventenbefragung vom Bayerischen Staatsinstitut für Hochschulforschung.

Junge Menschen starten immer später ins Berufsleben

Ein Gemälde an einer geschlossenen Garage von Menschen, die in einer Kneipe sitzen und der Schrift:...what else?!

Anteil der Erwerbstätigen unter den jungen Menschen im Alter von 15 bis 29 Jahren von April 1991 bis Mai 2003 deutlich von 63% auf 48% gesunken.

McKinsey-Fellowship: Einstiegsprogramm Marketing & Sales für Studenten

Ein Mann geht mit großen Schritten an einem Graffiti mit dem Inhalt: Good vorbei.

Hochschulabsolventen mit ersten Berufserfahrungen und Interesse an Marketing und Vertrieb können sich ab sofort für das Marketing & Sales Fellowship von der Unternehmensberatung McKinsey & Company bewerben. Der neue Jahrgang des Programms startet zum 1. Oktober 2017 in Düsseldorf, München oder Köln. Die Bewerbung ist bis zum 23. April 2017 möglich.

Literatur-Tipp: Top-Karriere mit Staufenbiel Wirtschaftswissenschaftler

Handbuch-Staufenbiel Wirtschaftswissenschaftler 2010

Der erste Job soll top sein: Wer als Wirtschaftswissenschaftler nach der Uni durchstarten will, sollte auch Experte in Sachen Karriere, Bewerbung, Arbeitgeber und Einstiegsgehälter sein. Wie es mit Karriere und Jobeinstieg klappt, das zeigt zweimal im Jahr jeweils die aktuelle Ausgabe von »Staufenbiel Wirtschaftswissenschaftler«.

Fit für das Leben nach dem Studium

Drei Sprinter symbolisieren den Berufstart nach dem Studium.

Ein Studium prägt fürs Leben. Studierende der Wirtschaftswissenschaften können meist gut mit Geld umgehen und später auch im privaten Bereich wirtschaftlich handeln. Einigen fällt es dennoch schwer, direkt nach dem Abschluss Fuß zu fassen. Dann heisst es plötzlich, sich mit Schulden aus der Studienzeit herumzuschlagen, auf Wohnungssuche zu gehen, umzuziehen oder vielleicht sogar direkt eine Familie zu gründen. Einige Tipps helfen beim Start ins „echte Leben“.

Unternehmen legen bei Absolventen am meisten Wert auf Praxiserfahrung

Eine blaue Mappe mit der weißen Aufschrift Bewerbung rechts oben in der Ecke, auf einem Hocker im Garten.

Die Hochschul-Recruiting-Studie der Jobbörse Jobware und der Hochschule Koblenz deckt die wichtigsten Einstellungskriterien auf. Die Unternehmen legen bei Absolventen am meisten Wert auf die Praxiserfahrung, den passenden Studiengang und Studienschwerpunkt.

Karrierestart nach dem Studium: Junior-Stelle oder Trainee – was ist wirklich sinnvoll?

Ein Mann schaut an einem Hochhaus hoch, was eine erfolgreiche Karriere mit hohen Gehältern symbolisiert.

Nach dem Studium kann es endlich losgehen: Geld verdienen, die Karriereleiter hochklettern, all das im Studium gelernte Wissen anwenden. Doch der Weg bis zur Vertragsunterschrift und dem passenden Job ist nicht immer ganz so leicht, wie gedacht. Einige Tipps können dabei helfen, die richtige Stelle zu finden.

Drei bewährte Strategien für Berufseinsteiger

Berufseinstieg: Tipps zum Berufsstart

Den meisten Absolventen der Wirtschaftswissenschaften gelingt der Einstieg in den Arbeitsmarkt gut. Mehr als 80 Prozent haben bereits nach einem Vierteljahr einen Arbeitsvertrag für das angestrebte Berufsfeld. Drei Strategien haben sich dabei auf dem Weg zum erfolgreichen Berufseinstieg bewährt.

So gelingt ein erfolgreicher Berufseinstieg

Jobsuche: Tastatur mit der Aufschrift "Find your job" auf einer Taste.

Der erste Arbeitstag steht bald an und die Nervosität steigt. Nach dem Studium beginnt nun ein weiterer Lebensabschnitt. Es ist eine völlig neue Welt mit anderen Spielregeln: Wie freundlich sind die Kollegen? Ist der Chef auch während der Arbeit nett? Was tun, wenn man eine Aufgabe nicht erledigen kann? Die besten Tipps für einen gelungenen Berufseinstieg!

Antworten auf BWL und Data Science?

Als WiWi Gast oder Login

Forenfunktionen

Kommentare 40 Beiträge

Diskussionen zu Data Science

Weitere Themen aus Berufseinstieg: Wo & Wie