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

Bwl und Data Analytics

Autor
Beitrag
WiWi Gast

Bwl und Data Analytics

Hallo, ich bin Bwl Student, werde in meinem Studium jedoch über 50 ECTS im Bereich Info(Python, Java, SQL) haben und habe bisher ein BI Praktikum. Ich finde BI interessant, würde jedoch gerne tiefer gehen also ETL Pipelines selbst programmieren oder Analysen mit Python, R etc. machen. Habe ich dort denn eine Chance als Bwler? Sonst würde ich auf andere Bereiche umschwenken bevor es zu spät ist… Auch frage ich mich wie ihr denn die Zukunft des BI‘s seht. Wird es dort immer bedarf für Kentnisse im Bereich Datawarehousing und SQL/No-SQL geben oder geht das mehr in Richtung all in one Lösungen und es werden weniger technische Kentnisse gebraucht?

Mit freundlichen Grüßen

antworten
WiWi Gast

Bwl und Data Analytics

Der BI-Markt ist sehr träge. Vor 20 Jahren gabs grob die gleichen ETL Tools und Dashboardtools wie heute, nur ein bisschen Cloud ist dazu gekommen. Die Modellierung ist die gleiche, Logik eines Autoehrstellers bleibt etc. So Neuerscheinungen wie NoSQL sind auch nur Randerscheinungen. Die richtig komplizierten Logiken werden nicht großartig einfacher durch andere Tools. Deswegen ist der Bedarf mindestens so einzuschätzen wie vor 20 Jahren, durch Hype eher höher. Auch hier pareto 80/20: Mit 20% einfachen Dashboards kann man schon 80% Wissen generieren, der Rest ist nur fancy für den Vorstand.

Überleg dir, ob du ETL Strecken oder Berichte bauen möchtest (einfacher zum hineindenken), und mach ein Praktikum. Wenn du zu viele Absagen bekommst, geh für weniger Geld in die Beratung, die nehmen jeden, so kommst du dann ins Thema rein. Das dicke Fell brauchst du dann aber, wenn der Kunde merkt, dass du erst lernst und dafür noch 1k am Tag bezahlt werden, dann kann man als Interner schonmal unfreundlich werden.

WiWi Gast schrieb am 10.02.2022:

Hallo, ich bin Bwl Student, werde in meinem Studium jedoch über 50 ECTS im Bereich Info(Python, Java, SQL) haben und habe bisher ein BI Praktikum. Ich finde BI interessant, würde jedoch gerne tiefer gehen also ETL Pipelines selbst programmieren oder Analysen mit Python, R etc. machen. Habe ich dort denn eine Chance als Bwler? Sonst würde ich auf andere Bereiche umschwenken bevor es zu spät ist… Auch frage ich mich wie ihr denn die Zukunft des BI‘s seht. Wird es dort immer bedarf für Kentnisse im Bereich Datawarehousing und SQL/No-SQL geben oder geht das mehr in Richtung all in one Lösungen und es werden weniger technische Kentnisse gebraucht?

Mit freundlichen Grüßen

antworten
WiWi Gast

Bwl und Data Analytics

Lies einfach die Stellenbeschreibung und Voraussetzungen

antworten
WiWi Gast

Bwl und Data Analytics

WiWi Gast schrieb am 11.02.2022:

Der BI-Markt ist sehr träge. Vor 20 Jahren gabs grob die gleichen ETL Tools und Dashboardtools wie heute, nur ein bisschen Cloud ist dazu gekommen. Die Modellierung ist die gleiche, Logik eines Autoehrstellers bleibt etc. So Neuerscheinungen wie NoSQL sind auch nur Randerscheinungen. Die richtig komplizierten Logiken werden nicht großartig einfacher durch andere Tools. Deswegen ist der Bedarf mindestens so einzuschätzen wie vor 20 Jahren, durch Hype eher höher. Auch hier pareto 80/20: Mit 20% einfachen Dashboards kann man schon 80% Wissen generieren, der Rest ist nur fancy für den Vorstand.

Überleg dir, ob du ETL Strecken oder Berichte bauen möchtest (einfacher zum hineindenken), und mach ein Praktikum. Wenn du zu viele Absagen bekommst, geh für weniger Geld in die Beratung, die nehmen jeden, so kommst du dann ins Thema rein. Das dicke Fell brauchst du dann aber, wenn der Kunde merkt, dass du erst lernst und dafür noch 1k am Tag bezahlt werden, dann kann man als Interner schonmal unfreundlich werden.

WiWi Gast schrieb am 10.02.2022:

Hallo, ich bin Bwl Student, werde in meinem Studium jedoch über 50 ECTS im Bereich Info(Python, Java, SQL) haben und habe bisher ein BI Praktikum. Ich finde BI interessant, würde jedoch gerne tiefer gehen also ETL Pipelines selbst programmieren oder Analysen mit Python, R etc. machen. Habe ich dort denn eine Chance als Bwler? Sonst würde ich auf andere Bereiche umschwenken bevor es zu spät ist… Auch frage ich mich wie ihr denn die Zukunft des BI‘s seht. Wird es dort immer bedarf für Kentnisse im Bereich Datawarehousing und SQL/No-SQL geben oder geht das mehr in Richtung all in one Lösungen und es werden weniger technische Kentnisse gebraucht?

Mit freundlichen Grüßen

Praktikum habe ich schon, was ich machen will ist aufjedenfall Backend. Frage mich nur ob mir mein nicht Informatik Studium da Probleme bereitet aber, dass in dem Bereich gut Bedarf besteht ist schonmal gut zu hören.
Vielen Dank

antworten
WiWi Gast

Bwl und Data Analytics

WiWi Gast schrieb am 11.02.2022:

Lies einfach die Stellenbeschreibung und Voraussetzungen

Die Kentnisse dort sind nicht das Problem, eher dass fast überall nach Ingenieuren, Mathematikern, Physikern etc. gesucht wird.

antworten
WiWi Gast

Bwl und Data Analytics

Ich hab den ganzen Hype rund um Data Analytics nicht verstanden. Wenn ich mir meinen Arbeitgeber anschaue, dann reicht dort für unsere Auswertungen Excel (gerade Pivot) absolut aus. Eine Umsatzstatistik ist und bleibt eine Umatzstatistik. Wofür brauche ich dort super komplexe Tools? Was bringt das?

antworten
WiWi Gast

Bwl und Data Analytics

Bei meinem Job würde Excel alleine schon aufgrund des Zeilenlimits nicht funktionieren

WiWi Gast schrieb am 11.02.2022:

Ich hab den ganzen Hype rund um Data Analytics nicht verstanden. Wenn ich mir meinen Arbeitgeber anschaue, dann reicht dort für unsere Auswertungen Excel (gerade Pivot) absolut aus. Eine Umsatzstatistik ist und bleibt eine Umatzstatistik. Wofür brauche ich dort super komplexe Tools? Was bringt das?

antworten
WiWi Gast

Bwl und Data Analytics

WiWi Gast schrieb am 11.02.2022:

Bei meinem Job würde Excel alleine schon aufgrund des Zeilenlimits nicht funktionieren

WiWi Gast schrieb am 11.02.2022:

Ich hab den ganzen Hype rund um Data Analytics nicht verstanden. Wenn ich mir meinen Arbeitgeber anschaue, dann reicht dort für unsere Auswertungen Excel (gerade Pivot) absolut aus. Eine Umsatzstatistik ist und bleibt eine Umatzstatistik. Wofür brauche ich dort super komplexe Tools? Was bringt das?

Gut ist dann was anderes. Aber was für Auswertungen sind das denn? Braucht man dort Stochastik usw? Oder sind das auch normale Auswertungen.

antworten
WiWi Gast

Bwl und Data Analytics

WiWi Gast schrieb am 11.02.2022:

Ich hab den ganzen Hype rund um Data Analytics nicht verstanden. Wenn ich mir meinen Arbeitgeber anschaue, dann reicht dort für unsere Auswertungen Excel (gerade Pivot) absolut aus. Eine Umsatzstatistik ist und bleibt eine Umatzstatistik. Wofür brauche ich dort super komplexe Tools? Was bringt das?

Kann ganz nützlich sein wenn man in einem Unternehmen mit mehr als 50 Mitarbeitern arbeitet...

antworten
WiWi Gast

Bwl und Data Analytics

Bist du im Mittelstand? Bei vielen Mittelständlern ist es wohl (leider) sinniger, Excel zu nehmen, statt für 10 Mio. eine vernünftige Bestandssoftware mit neuem Data Warehouse anzuschaffen. Bei großen Unternehmen hast du beides, weil die Leute trotz Data Warehouse ihre Komplexität nicht in den Griff kriegen.

Data Analytics ist halt auch wieder nur ein neuer Begriff für Themen aus den 90ern. Viele Bereichsleiter schleimen sich beim Vorstand ein, um mit "fancy Dashboards" zu simulieren, man hätte seine Daten im Griff. Es steuert aber niemand operativ danach. Hab ich selbst erlebt. Eigeninitiativ Kundengruppen herausgesucht, die wenig Versicherungsschäden einreichen, um danach Marketing auszurichten. Hat es jemanden aus dem Marketing gejuckt? Nö, die haben weiter ihre Luftballons aufgepustet und Geld für Facebookwerbung auf den Kopf gehauen.

Die super komplexen Tools helfen nur, von 90% Verständnis für das Geschäft auf 95% zu kommen. Ist halt viel Bullshit in dem Gebiet unterwegs, allen voran Beratungsunternehmen, die den Unternehmen sonstwas erzählen, nur um ihre Juniors für 1k Tagessatz verscherbeln zu können. Im Prinzip ist das ganze nicht anders als die Marktschreier aus dem Mittelalter, die den alten Fisch als neuen verkaufen wollten (und auch haben, wer laut schreit, wird beachtet)

WiWi Gast schrieb am 11.02.2022:

Ich hab den ganzen Hype rund um Data Analytics nicht verstanden. Wenn ich mir meinen Arbeitgeber anschaue, dann reicht dort für unsere Auswertungen Excel (gerade Pivot) absolut aus. Eine Umsatzstatistik ist und bleibt eine Umatzstatistik. Wofür brauche ich dort super komplexe Tools? Was bringt das?

antworten
WiWi Gast

Bwl und Data Analytics

WiWi Gast schrieb am 11.02.2022:

WiWi Gast schrieb am 11.02.2022:

Ich hab den ganzen Hype rund um Data Analytics nicht verstanden. Wenn ich mir meinen Arbeitgeber anschaue, dann reicht dort für unsere Auswertungen Excel (gerade Pivot) absolut aus. Eine Umsatzstatistik ist und bleibt eine Umatzstatistik. Wofür brauche ich dort super komplexe Tools? Was bringt das?

Kann ganz nützlich sein wenn man in einem Unternehmen mit mehr als 50 Mitarbeitern arbeitet...

Inwiefern? Bitte mal konkrete Beispiele nennen und erläutern.

antworten
WiWi Gast

Bwl und Data Analytics

Wollte hier keine Diskussion lostreten ob der Job unnötig ist oder nicht...

antworten
WiWi Gast

Bwl und Data Analytics

WiWi Gast schrieb am 11.02.2022:

Ich hab den ganzen Hype rund um Data Analytics nicht verstanden. Wenn ich mir meinen Arbeitgeber anschaue, dann reicht dort für unsere Auswertungen Excel (gerade Pivot) absolut aus. Eine Umsatzstatistik ist und bleibt eine Umatzstatistik. Wofür brauche ich dort super komplexe Tools? Was bringt das?

Kann ganz nützlich sein wenn man in einem Unternehmen mit mehr als 50 Mitarbeitern arbeitet...

Inwiefern? Bitte mal konkrete Beispiele nennen und erläutern.

Wenn man bei einer größeren Kette im Einzelhandel die Nachfrage Verteilungen von Produkten untersuchen will beispielsweise. Da hat man teilweise Tabellen die mehrere hundert Millionen Einträge haben und die Information die man ansonsten noch benötigt sind auf viele Tabellen verteilt die man also joinen muss.

antworten
WiWi Gast

Bwl und Data Analytics

das verunsichert mich jetzt doch etwas, ob es sich überhaupt lohnt in den Bereich einzusteigen.

antworten
WiWi Gast

Bwl und Data Analytics

WiWi Gast schrieb am 12.02.2022:

das verunsichert mich jetzt doch etwas, ob es sich überhaupt lohnt in den Bereich einzusteigen.

Lass dich nicht verunsichern. Mach mal ein Praktikum und probiere dich aus. Ich habe oben bewusst nach Beispielen gefragt. Es wird immer so viel geredet über Datenanalyse und Analytics. Aber mir fehlen da wirklich konkrete Beispiele aus der Praxis. Ich persönlich zweifel nämlich einen großen Mehrwert durch solche super komplexen Tools stark an. Da gibt's Beratungen die mit stochastischen Modellen versuchen Bedarf zu prognostizieren. Was bringt das? Als ob man mit einem Modell sowas wirklich prognostizieren könnte. Da gibt's ganz schön viel bla bla.

antworten
WiWi Gast

Bwl und Data Analytics

WiWi Gast schrieb am 11.02.2022:

Bei meinem Job würde Excel alleine schon aufgrund des Zeilenlimits nicht funktionieren

Ich hab den ganzen Hype rund um Data Analytics nicht verstanden. Wenn ich mir meinen Arbeitgeber anschaue, dann reicht dort für unsere Auswertungen Excel (gerade Pivot) absolut aus. Eine Umsatzstatistik ist und bleibt eine Umatzstatistik. Wofür brauche ich dort super komplexe Tools? Was bringt das?

Gut ist dann was anderes. Aber was für Auswertungen sind das denn? Braucht man dort Stochastik usw? Oder sind das auch normale Auswertungen.

Ich selbst wollte mal in den BI Bereich, mache aber normale Entwicklung, bin Mathematiker. Daher habe ich schon öfters mit unseren BI-Leuten gesprochen im Konzern, ob man da Stochastik braucht. Antwort ist: Klares nein. Prozentrechnung reicht. Jobs wo höhere Mathematik gefragt ist, gibt es in der freien Wirtschaft nur sehr selten. Für echte Data Scientist Jobs haben wir ein vielfaches mehr Bewerbungen bekommen als auf eine normale Entwicklerstelle. Wollen wohl viele machen. Wir haben nicht nur BI-Leute, sondern auch eine Data Science Abteilung. Die Leute dort sind nur Creme de la Creme, alles promovierte Mathematiker und Physiker.

antworten
WiWi Gast

Bwl und Data Analytics

Was muss man denn so können im Data Analytics? Ich sehe bei uns im Unternehmen auch immer mehr so BI-Leute (Qlik) rumhüpfen. Den Mehrwert gegenüber meinen einfachen Select SQL Abfragen habe ich noch nicht verstanden.

antworten
WiWi Gast

Bwl und Data Analytics

BI ist einfach Controlling Plus

antworten
WiWi Gast

Bwl und Data Analytics

Bei der Bank bei der ich arbeite sind weite Teile der Data Sciene nach Polen ausgelagert

WiWi Gast schrieb am 13.02.2022:

WiWi Gast schrieb am 11.02.2022:

Bei meinem Job würde Excel alleine schon aufgrund des Zeilenlimits nicht funktionieren

Ich hab den ganzen Hype rund um Data Analytics nicht verstanden. Wenn ich mir meinen Arbeitgeber anschaue, dann reicht dort für unsere Auswertungen Excel (gerade Pivot) absolut aus. Eine Umsatzstatistik ist und bleibt eine Umatzstatistik. Wofür brauche ich dort super komplexe Tools? Was bringt das?

Gut ist dann was anderes. Aber was für Auswertungen sind das denn? Braucht man dort Stochastik usw? Oder sind das auch normale Auswertungen.

Ich selbst wollte mal in den BI Bereich, mache aber normale Entwicklung, bin Mathematiker. Daher habe ich schon öfters mit unseren BI-Leuten gesprochen im Konzern, ob man da Stochastik braucht. Antwort ist: Klares nein. Prozentrechnung reicht. Jobs wo höhere Mathematik gefragt ist, gibt es in der freien Wirtschaft nur sehr selten. Für echte Data Scientist Jobs haben wir ein vielfaches mehr Bewerbungen bekommen als auf eine normale Entwicklerstelle. Wollen wohl viele machen. Wir haben nicht nur BI-Leute, sondern auch eine Data Science Abteilung. Die Leute dort sind nur Creme de la Creme, alles promovierte Mathematiker und Physiker.

antworten
WiWi Gast

Bwl und Data Analytics

Interessiere mich auch nicht wirklich für das Bauen von Dashboards sondern eher für die DWH Architekturen ETL-Pipelines etc.

antworten
WiWi Gast

Bwl und Data Analytics

WiWi Gast schrieb am 13.02.2022:

WiWi Gast schrieb am 11.02.2022:

Bei meinem Job würde Excel alleine schon aufgrund des Zeilenlimits nicht funktionieren

Ich hab den ganzen Hype rund um Data Analytics nicht verstanden. Wenn ich mir meinen Arbeitgeber anschaue, dann reicht dort für unsere Auswertungen Excel (gerade Pivot) absolut aus. Eine Umsatzstatistik ist und bleibt eine Umatzstatistik. Wofür brauche ich dort super komplexe Tools? Was bringt das?

Gut ist dann was anderes. Aber was für Auswertungen sind das denn? Braucht man dort Stochastik usw? Oder sind das auch normale Auswertungen.

Ich selbst wollte mal in den BI Bereich, mache aber normale Entwicklung, bin Mathematiker. Daher habe ich schon öfters mit unseren BI-Leuten gesprochen im Konzern, ob man da Stochastik braucht. Antwort ist: Klares nein. Prozentrechnung reicht. Jobs wo höhere Mathematik gefragt ist, gibt es in der freien Wirtschaft nur sehr selten. Für echte Data Scientist Jobs haben wir ein vielfaches mehr Bewerbungen bekommen als auf eine normale Entwicklerstelle. Wollen wohl viele machen. Wir haben nicht nur BI-Leute, sondern auch eine Data Science Abteilung. Die Leute dort sind nur Creme de la Creme, alles promovierte Mathematiker und Physiker.

Danke für den Einblick. Was machen dann die Promovierten genau? Was sind Fragestellungen mit denen die sich beschäftigen.

antworten
WiWi Gast

Bwl und Data Analytics

WiWi Gast schrieb am 13.02.2022:

WiWi Gast schrieb am 11.02.2022:

Bei meinem Job würde Excel alleine schon aufgrund des Zeilenlimits nicht funktionieren

Ich hab den ganzen Hype rund um Data Analytics nicht verstanden. Wenn ich mir meinen Arbeitgeber anschaue, dann reicht dort für unsere Auswertungen Excel (gerade Pivot) absolut aus. Eine Umsatzstatistik ist und bleibt eine Umatzstatistik. Wofür brauche ich dort super komplexe Tools? Was bringt das?

Gut ist dann was anderes. Aber was für Auswertungen sind das denn? Braucht man dort Stochastik usw? Oder sind das auch normale Auswertungen.

Ich selbst wollte mal in den BI Bereich, mache aber normale Entwicklung, bin Mathematiker. Daher habe ich schon öfters mit unseren BI-Leuten gesprochen im Konzern, ob man da Stochastik braucht. Antwort ist: Klares nein. Prozentrechnung reicht. Jobs wo höhere Mathematik gefragt ist, gibt es in der freien Wirtschaft nur sehr selten. Für echte Data Scientist Jobs haben wir ein vielfaches mehr Bewerbungen bekommen als auf eine normale Entwicklerstelle. Wollen wohl viele machen. Wir haben nicht nur BI-Leute, sondern auch eine Data Science Abteilung. Die Leute dort sind nur Creme de la Creme, alles promovierte Mathematiker und Physiker.

Im Umkehrschluss: Was kann man dann von Stellen erwarten die sich hinter sowas wie "HR/Marketing oder sonstwas Data Analyst" verbergen? Im Wesentlichen verlangen die in ihren Ausschreibungen gute Excel-Kenntnisse, als Bonus vielleicht noch SAP, SQL, R, ein Verständnis für relationale Datenbanken und Protokollwesen eben. Lohnt da ein Wechsel bzw. Einstieg in ein größeres Unternehmen?

antworten
WiWi Gast

Bwl und Data Analytics

Danke für den Einblick. Was machen dann die Promovierten genau? Was sind Fragestellungen mit denen die sich beschäftigen.

Die Promovierten Mathematiker/Physiker entwickeln schon sehr anspruchsvolle Dinge, wie Modelle und Algorithmen, um aus Kundendaten neues Wissen zu generieren. Das ist aber nur ein sehr kleines Team. Die meisten Mathematiker, Physiker und Informatiker bei uns machen ähnlich wie ich ganz normale Entwicklung, wo kaum höhere Mathematik gefordert ist. Darunter übrigens auch teilweise Promovierte darunter. Normale Entwickler Stellen gibt es viel mehr und es ist viel einfacher, da ran zu kommen. Das Gehalt unterscheidet sich oft gar nicht großartig von dem was die anderen machen. In anderen Firmen kann das aber auch ganz anders sein, ich schildere nur meine persönlichen Erfahrungen.

antworten
WiWi Gast

Bwl und Data Analytics

Ich arbeite in der data science Abteilung in einem größeren Unternehmen. Grob gesagt sind unsere Aufgaben das optimieren der Prozesse und Entscheidungen. Entwerter sollen bestimmte Entscheidungen/Abläufe komplett automatisiert werden oder es sollen Kennzahlen entwickelt und bereitgestellt werden welche die einzelnen Abteilungen unterstützen. Manchmal bekommen wir auch Anfragen von dem Vorstand oder anderen Ableitungen mit Fragestellungen die wir untersuchen sollen

Zu der Arbeit:
80% der Zeit beschäftigt man sich mit data engeneering Problemen. Es ist eine Sache fancy machine learning Modelle in einer Machbarkeitsstudie oder einem paper erfolgreich einzusetzen aber das ganze in der realen Welt in "production" zu bringen ist nochmal eine ganz andere Herausforderung.

Meiner Erfahrung nach ist der Arbeitsmarkt für data scientists zwar nicht schlecht aber data engeneers sind nochmal um einiges gefragter. Die Nachfrage ist um einiges größer und es gibt deutlich weniger Quereinsteiger aus den Naturwissenschaften. Es ist bei uns schwierig besagte Stellen zu besetzen und die Leute dann zu halten.

antworten
WiWi Gast

Bwl und Data Analytics

WiWi Gast schrieb am 13.02.2022:

Ich arbeite in der data science Abteilung in einem größeren Unternehmen. Grob gesagt sind unsere Aufgaben das optimieren der Prozesse und Entscheidungen. Entwerter sollen bestimmte Entscheidungen/Abläufe komplett automatisiert werden oder es sollen Kennzahlen entwickelt und bereitgestellt werden welche die einzelnen Abteilungen unterstützen. Manchmal bekommen wir auch Anfragen von dem Vorstand oder anderen Ableitungen mit Fragestellungen die wir untersuchen sollen

Zu der Arbeit:
80% der Zeit beschäftigt man sich mit data engeneering Problemen. Es ist eine Sache fancy machine learning Modelle in einer Machbarkeitsstudie oder einem paper erfolgreich einzusetzen aber das ganze in der realen Welt in "production" zu bringen ist nochmal eine ganz andere Herausforderung.

Meiner Erfahrung nach ist der Arbeitsmarkt für data scientists zwar nicht schlecht aber data engeneers sind nochmal um einiges gefragter. Die Nachfrage ist um einiges größer und es gibt deutlich weniger Quereinsteiger aus den Naturwissenschaften. Es ist bei uns schwierig besagte Stellen zu besetzen und die Leute dann zu halten.

Klingt spannend. Was ist dein Hintergrund? Bist du Ingenieur? Oder sind Data Engineers eher Mathematiker?

antworten
WiWi Gast

Bwl und Data Analytics

WiWi Gast schrieb am 13.02.2022:

Ich arbeite in der data science Abteilung in einem größeren Unternehmen. Grob gesagt sind unsere Aufgaben das optimieren der Prozesse und Entscheidungen. Entwerter sollen bestimmte Entscheidungen/Abläufe komplett automatisiert werden oder es sollen Kennzahlen entwickelt und bereitgestellt werden welche die einzelnen Abteilungen unterstützen. Manchmal bekommen wir auch Anfragen von dem Vorstand oder anderen Ableitungen mit Fragestellungen die wir untersuchen sollen

Zu der Arbeit:
80% der Zeit beschäftigt man sich mit data engeneering Problemen. Es ist eine Sache fancy machine learning Modelle in einer Machbarkeitsstudie oder einem paper erfolgreich einzusetzen aber das ganze in der realen Welt in "production" zu bringen ist nochmal eine ganz andere Herausforderung.

Meiner Erfahrung nach ist der Arbeitsmarkt für data scientists zwar nicht schlecht aber data engeneers sind nochmal um einiges gefragter. Die Nachfrage ist um einiges größer und es gibt deutlich weniger Quereinsteiger aus den Naturwissenschaften. Es ist bei uns schwierig besagte Stellen zu besetzen und die Leute dann zu halten.

Klingt spannend. Was ist dein Hintergrund? Bist du Ingenieur? Oder sind Data Engineers eher Mathematiker?

Bin der TE aber so wie ich das aus Stellenanzeigen lese sind Data Engineers meistens Informatiker. Fände das sicherlich auch den spannensten Job in dem ganzen Data Kosmos aber das wird wohl leider nichts mit meinem Abschluss.

antworten
WiWi Gast

Bwl und Data Analytics

WiWi Gast schrieb am 13.02.2022:

WiWi Gast schrieb am 13.02.2022:

Ich arbeite in der data science Abteilung in einem größeren Unternehmen. Grob gesagt sind unsere Aufgaben das optimieren der Prozesse und Entscheidungen. Entwerter sollen bestimmte Entscheidungen/Abläufe komplett automatisiert werden oder es sollen Kennzahlen entwickelt und bereitgestellt werden welche die einzelnen Abteilungen unterstützen. Manchmal bekommen wir auch Anfragen von dem Vorstand oder anderen Ableitungen mit Fragestellungen die wir untersuchen sollen

Zu der Arbeit:
80% der Zeit beschäftigt man sich mit data engeneering Problemen. Es ist eine Sache fancy machine learning Modelle in einer Machbarkeitsstudie oder einem paper erfolgreich einzusetzen aber das ganze in der realen Welt in "production" zu bringen ist nochmal eine ganz andere Herausforderung.

Meiner Erfahrung nach ist der Arbeitsmarkt für data scientists zwar nicht schlecht aber data engeneers sind nochmal um einiges gefragter. Die Nachfrage ist um einiges größer und es gibt deutlich weniger Quereinsteiger aus den Naturwissenschaften. Es ist bei uns schwierig besagte Stellen zu besetzen und die Leute dann zu halten.

Klingt spannend. Was ist dein Hintergrund? Bist du Ingenieur? Oder sind Data Engineers eher Mathematiker?

Ich bin Informatiker aber hatte mein Studium schon relativ stark auf den Bereich ausgerichtet. Ja Data engeneers sind hauptsächlich Informatiker. Data Scientists sind bei uns deutlich gemischter Informatiker, Mathematiker, Physiker, Statistiker aber es gibt auch ein paar Exoten aus anderen Naturwissenschaften und VWL.

antworten
WiWi Gast

Bwl und Data Analytics

bin ebenfalls mathematiker und habe als datascientist in einem IGM unternehmen gearbeitet. ich stimme oben genannten aussagen zu, dass auf datascientist stellen hauptsächlich sehr qualifizierte leute, viele mit PhD, arbeiten und dass es ein sehr kompetitives feld ist, wo man wirklich schwer einen gut bezahlten und gleichzeitig anspruchsvollen job findet. die jobs in denen man wirklich modelle baut und nicht nur simpelste pipelines in scikit learn zusammenklickt, sind mwn sehr rar und auch die gehaltsperspektive/ entwicklung ist gemessen an der qualifikation der leute eher unterirdisch.

dazu muss man allerdings sagen, dass ich keinen einblick in wirkliche topfirmen ala google, apple etc habe - dort könnte es anders sein.

Ich stimme ebenfalls zu, dass der bedarf an dataengineers (oder allgemein an solide ausgebildete informatikern) deutlich größer ist, als an analytisch arbeitenden leuten.
in vielen firmen mangelt es mMn noch an grundlegenden dingen auf infrastrukturebene, zb bei datenbanken . ich hatte oft den eindruck, das größte problem ist, wie organisiere ich über eine große firma hinweg daten sicher und zuverlässig und wie stelle ich sie den mitarbeitern in verschiedenen datenformaten sauber zur verfügbar. die modelbildung oder gar das trainieren von fancy neuronalen netzen war eher selten fokus der arbeit.

dem TE würde ich ganz stark raten, nicht zu sehr in die technische schiene zu gehen - hier wird mEn schlechter bezahlt und die konkurrenz ist größer. du bist BWLer mit technischem interesse - damit bist du schonmal eine rarität. geh entweder ins IT consulting oder fokussiere dich auf die iT - projektleiterschiene. die leute in meinem umkreis, die einen bachelor (FH) hatten und in diese schiene gegangen sind verdienen heute alle deutlich mehr als die naturwissenschaftler mit PhD die auf irgendwelchen techiestellen sitzen.

antworten
WiWi Gast

Bwl und Data Analytics

WiWi Gast schrieb am 13.02.2022:

Ich arbeite in der data science Abteilung in einem größeren Unternehmen. Grob gesagt sind unsere Aufgaben das optimieren der Prozesse und Entscheidungen. Entwerter sollen bestimmte Entscheidungen/Abläufe komplett automatisiert werden oder es sollen Kennzahlen entwickelt und bereitgestellt werden welche die einzelnen Abteilungen unterstützen. Manchmal bekommen wir auch Anfragen von dem Vorstand oder anderen Ableitungen mit Fragestellungen die wir untersuchen sollen

Zu der Arbeit:
80% der Zeit beschäftigt man sich mit data engeneering Problemen. Es ist eine Sache fancy machine learning Modelle in einer Machbarkeitsstudie oder einem paper erfolgreich einzusetzen aber das ganze in der realen Welt in "production" zu bringen ist nochmal eine ganz andere Herausforderung.

Meiner Erfahrung nach ist der Arbeitsmarkt für data scientists zwar nicht schlecht aber data engeneers sind nochmal um einiges gefragter. Die Nachfrage ist um einiges größer und es gibt deutlich weniger Quereinsteiger aus den Naturwissenschaften. Es ist bei uns schwierig besagte Stellen zu besetzen und die Leute dann zu halten.

Warum halten?
Wechseln die wegen mehr Gehalt?

antworten
WiWi Gast

Bwl und Data Analytics

WiWi Gast schrieb am 13.02.2022:

Bin der TE aber so wie ich das aus Stellenanzeigen lese sind Data Engineers meistens Informatiker. Fände das sicherlich auch den spannensten Job in dem ganzen Data Kosmos aber das wird wohl leider nichts mit meinem Abschluss.

Bei uns sitzen Diplomkaufmänner als Data Engineers bewirb dich mal für ein Praktikum

antworten

Bwl und Data Analytics

Einmal meine Sicht der Dinge:

Ich bin auch als BWLer in den Bereich "reingerutscht". Während der Bereich Data Analytics vor 6 Jahren eher eine Schnittstellen Funktion hatte zwischen BWL / Informatik anzusiedeln war, ist der Bereich immer mehr in Richtung Informatik abgedriftet und beinhaltet mittlerweile einen nicht unerheblichen Software Entwicklungsfokus. Nicht desto trotz kann man auch darein "reinwachsen".

Des weiteren sollte man sich darauf gefasst machen, dass es ein never ever ending learning sein wird. Man lernt quasi permanent dazu und wendet dieses Wissen an. Das hört sich spannend an, nach einigen Jahren kann es aber auch sehr schlauchend sein wenn man in eine andere Lebensplanung übergehen möchte.

Des Weiteren handhabt jedes Unternehmen die Thematik anders.

Der Bereich bietet hervorragende Job Aussichten und gute Möglichkeiten in der Freiberuflichkeit. Viele Auftraggeber / AGs ermöglichen einen hohen Remote Anteil, wodurch man durchaus auch alternative Lebensmodelle leben kann (Stichwort: Arbeiten aus dem Ausland / Digitaler Nomade).

Der Einstieg in eine Beratung kann lohnenswert sein, jedoch vor allem als BWLer extrem stressig - es wird viel Wissen auf einen reinprallen. Man sollte eine starke Knobel Mentalität mitbringen und auch in der ersten Zeit bereit sein, viele Wochenenden in Selbststudium zu investieren um mit der Geschwindigkeit mithalten zu können. Bist du eher der extrovertiertere Typ, kann es sein, dass du dich unwohl fühlen wirst.

antworten
WiWi Gast

Bwl und Data Analytics

WiWi Gast schrieb am 13.02.2022:

Ich arbeite in der data science Abteilung in einem größeren Unternehmen. Grob gesagt sind unsere Aufgaben das optimieren der Prozesse und Entscheidungen. Entwerter sollen bestimmte Entscheidungen/Abläufe komplett automatisiert werden oder es sollen Kennzahlen entwickelt und bereitgestellt werden welche die einzelnen Abteilungen unterstützen. Manchmal bekommen wir auch Anfragen von dem Vorstand oder anderen Ableitungen mit Fragestellungen die wir untersuchen sollen

Zu der Arbeit:
80% der Zeit beschäftigt man sich mit data engeneering Problemen. Es ist eine Sache fancy machine learning Modelle in einer Machbarkeitsstudie oder einem paper erfolgreich einzusetzen aber das ganze in der realen Welt in "production" zu bringen ist nochmal eine ganz andere Herausforderung.

Kann ich mich nur anschließen. Haben das gerade gemacht und sind seit gut 2 Jahren dabei den Usecase final in Production zu bringen...wird wohl dieses Jahr noch dauern.

  • Automatisiertes Scoring von Marketing Leads aus Bestandskundendaten mit XGBoost
  • Ausspielung der gescorten Angebote in allen Channels
  • Feedback Loop zur Analyse.

Das Beraterprojekt dazu hat ganze 3 Monate gedauert ;)

Meiner Erfahrung nach ist der Arbeitsmarkt für data scientists zwar nicht schlecht aber data engeneers sind nochmal um einiges gefragter. Die Nachfrage ist um einiges größer und es gibt deutlich weniger Quereinsteiger aus den Naturwissenschaften. Es ist bei uns schwierig besagte Stellen zu besetzen und die Leute dann zu halten.

Kann ich mich nochmal mehr anschließen. Insbesondere wollen Data Engineers mit Erfahrung (!), die wir dringend benötigen...Juniors helfen da einfach nichts...nicht für ein deutsches Industriegehalt arbeiten, wenn sie remote für die großen das 5x bekommen.

Natürlich stellt sich auch unser Vorstand vor die DS und DE Leute im Ostblock remote zu sourcen...funktioniert nur leider irgendwie nicht.

antworten
WiWi Gast

Bwl und Data Analytics

WiWi Gast schrieb am 14.02.2022:

bin ebenfalls mathematiker und habe als datascientist in einem IGM unternehmen gearbeitet. ich stimme oben genannten aussagen zu, dass auf datascientist stellen hauptsächlich sehr qualifizierte leute, viele mit PhD, arbeiten und dass es ein sehr kompetitives feld ist, wo man wirklich schwer einen gut bezahlten und gleichzeitig anspruchsvollen job findet. die jobs in denen man wirklich modelle baut und nicht nur simpelste pipelines in scikit learn zusammenklickt, sind mwn sehr rar und auch die gehaltsperspektive/ entwicklung ist gemessen an der qualifikation der leute eher unterirdisch.

dazu muss man allerdings sagen, dass ich keinen einblick in wirkliche topfirmen ala google, apple etc habe - dort könnte es anders sein.

Ich stimme ebenfalls zu, dass der bedarf an dataengineers (oder allgemein an solide ausgebildete informatikern) deutlich größer ist, als an analytisch arbeitenden leuten.
in vielen firmen mangelt es mMn noch an grundlegenden dingen auf infrastrukturebene, zb bei datenbanken . ich hatte oft den eindruck, das größte problem ist, wie organisiere ich über eine große firma hinweg daten sicher und zuverlässig und wie stelle ich sie den mitarbeitern in verschiedenen datenformaten sauber zur verfügbar. die modelbildung oder gar das trainieren von fancy neuronalen netzen war eher selten fokus der arbeit.

dem TE würde ich ganz stark raten, nicht zu sehr in die technische schiene zu gehen - hier wird mEn schlechter bezahlt und die konkurrenz ist größer. du bist BWLer mit technischem interesse - damit bist du schonmal eine rarität. geh entweder ins IT consulting oder fokussiere dich auf die iT - projektleiterschiene. die leute in meinem umkreis, die einen bachelor (FH) hatten und in diese schiene gegangen sind verdienen heute alle deutlich mehr als die naturwissenschaftler mit PhD die auf irgendwelchen techiestellen sitzen.

Vielen Dank für deine Einschätzung allerdings interessiert mich die technische Richtung deutlich mehr, dass man weniger verdient ist kein Problem für mich.

antworten
Wing

Bwl und Data Analytics

Das stimmt nicht ganz es gibt immer Wege. Bei vielen Arbeitgebern gilt was IT betrifft egal wo du herkommst, wichtig ist was du kannst und wie bereit du bist dir neues schnell anzueignen. Ich bin auch kein Informatiker (BSc Wirtschaftsingenieur mit 12 CP in Informatik-nahen Fächern) und wollte in den Data-Bereich. Selber viel gelernt, Werkstudentenjob in ner Data-Analytics Abteilung von nem Möbelhändler gefunden, danach als Cloud Developer für Data-Apps im Medienbereich Vollzeit eingestiegen. Im Sommer Wechsle ich (1,5 Jahre BE) ins Consulting für Data Engineering und etwas Data Science auf Azure - Ohne IT-Background.

PS: Und der Data Scientist in meinem jetzigen Team ist auch frisch von der Uni eingestiegen, war aber vorher schon Werkstudent in dem Team. (Medienbranche, eines der ältesten Medienunternehmen Deutschlands... Bezahlung ist unterdurchschnittlich, aber es gibt eben Möglichkeiten).

WiWi Gast schrieb am 13.02.2022:

WiWi Gast schrieb am 13.02.2022:

Ich arbeite in der data science Abteilung in einem größeren Unternehmen. Grob gesagt sind unsere Aufgaben das optimieren der Prozesse und Entscheidungen. Entwerter sollen bestimmte Entscheidungen/Abläufe komplett automatisiert werden oder es sollen Kennzahlen entwickelt und bereitgestellt werden welche die einzelnen Abteilungen unterstützen. Manchmal bekommen wir auch Anfragen von dem Vorstand oder anderen Ableitungen mit Fragestellungen die wir untersuchen sollen

Zu der Arbeit:
80% der Zeit beschäftigt man sich mit data engeneering Problemen. Es ist eine Sache fancy machine learning Modelle in einer Machbarkeitsstudie oder einem paper erfolgreich einzusetzen aber das ganze in der realen Welt in "production" zu bringen ist nochmal eine ganz andere Herausforderung.

Meiner Erfahrung nach ist der Arbeitsmarkt für data scientists zwar nicht schlecht aber data engeneers sind nochmal um einiges gefragter. Die Nachfrage ist um einiges größer und es gibt deutlich weniger Quereinsteiger aus den Naturwissenschaften. Es ist bei uns schwierig besagte Stellen zu besetzen und die Leute dann zu halten.

Klingt spannend. Was ist dein Hintergrund? Bist du Ingenieur? Oder sind Data Engineers eher Mathematiker?

Bin der TE aber so wie ich das aus Stellenanzeigen lese sind Data Engineers meistens Informatiker. Fände das sicherlich auch den spannensten Job in dem ganzen Data Kosmos aber das wird wohl leider nichts mit meinem Abschluss.

antworten
WiWi Gast

Bwl und Data Analytics

Im Bereich Data Analytics kann man mMn nur noch als hochqualifizierter Data Scientist / Data Engineer gutes Geld verdienen. Ein Power BI Dashboard kann dir jeder mit etwas Arbeitsmoral zeitnah hinbauen.

antworten

Artikel zu Data Analytics

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!

Berufseinstieg im Online-Marketing: Agentur oder inhouse?

Berufseinstieg im Online-Marketing bei einer Agentur oder im inhouse Marketing?

In der Online-Marketing-Branche herrscht Fachkräftemangel. Agenturen und auch interne Marketing-Abteilungen suchen händeringend nach fähigem Personal, denn kaum eine Branche wächst zurzeit so stark wie digitales Marketing. Der Betriebswirt mit Online-Kompetenz kann daher zwischen dem Job in einer Agentur oder der Tätigkeit als Inhouse-Experte in einer Firma wählen.

Antworten auf Bwl und Data Analytics

Als WiWi Gast oder Login

Forenfunktionen

Kommentare 35 Beiträge

Diskussionen zu Data Analytics

Weitere Themen aus Berufseinstieg: Wo & Wie