Moin,

orientiere mich gerade bzgl. meines Berufseinstiegs in die Industrie und würde mich über Feedback freuen.

33 Jahre
B.Sc. Physik (4 Jahre, Schnitt von 2.0-2.5) an einer TU9
M.Sc. Physik (2 Jahre, Schnitt von 1.1) an einer TU9
Doktorand an einem Max-Planck-Institut (Promotion an keiner TU9-Uni und formal im Fachbereich Chemie) - Dr. rer. nat. mit Auszeichnung
Aktuell als PostDoc im selben Aufgabengebiet tätig (< 1 Jahr)

M.Sc. Forschungspreis und einen Preis für meinen Einsatz als Tutor im Studium
Keine Auslandserfahrung (beschränkt sich auf (eingeladene) Konferenzen (USA, Brasilien, Schweiz, ...) und wenige Forschungsaufenthalte (immer nur für 2-3 Wochen))

M.Sc. und Promotion fast ausschließlich an einem deutschen Großforschungsinstitut (Grundlagenforschung, kein MPI, >1000 Mitarbeiter) vor Ort. Themenschwerpunkte aller Abschlussarbeiten nicht Industrie-nah (Experimentalphysik, Grundlagenforschung), allerdings im Umfeld von Lasern (nur Anwendung, kein R&D). Programmierkenntnisse in MATLAB, LabView, Mathematica und Python (allerdings keine Zertifikate oÄ). Die Dinge die ich programmiere, erfüllen ihren Zweck (hauptsächlich Experimentieransteuerung, Datenaufnahme und -auswertung), sind aber sicherlich nicht effizient und "schön" geschrieben.

Interessen:
Data Science/Analytics (super spannend, habe allerdings keinerlei Erfahrungen im Maschinellen Lernen oder KI) und Projektmanagement (arbeite sehr gerne im Team und übernehme gerne auch Verantwortung bzw. habe gemerkt, dass ich Projekte sehr gut überblicken, einschätzen und effizient aufteilen/deligieren kann, weswegen sich auch meine Vorgesetzten gerne mal von mir haben Aufgaben zuteilen lassen). Kann mir aber aufgrund meiner "Hands-On"-Erfahrung ebenso gut etwas im R&D-Bereich vorstellen (evtl. in Richtung Laborleitung)... die "guten" (großen) Firmen finden auf dem Arbeitsmarkt aber immer genügend Leute die in ihre Abschlüsse in - für sie - relevanten Themengebieten verfasst haben. Und bei (sehr) kleinen Unternehmen habe ich die Angst, dass die Aufstiegsmöglichkeiten sehr begrenzt bleiben und man im schlimmsten Fall nach einigen Jahren vor dem Nichts steht, wenn das Labor/Projekt eingestampft wird und das "Know-How" uninteressant wurde.

Mein Problem: Ich fühle ich mich selbst nach Wochen der Recherche und der Orientierung (unzählige Industriegespräche etc.) erschlagen von der Menge an Karriereoptionen die ich theoretisch hätte, für die ich in der Praxis aber entweder über- (zB für Praktika, Trainee-Programme, zu alt?) oder (deutlich) unterqualifiziert (zB Direkteinstieg Data Science) zu sein scheine. Die "Leadership"-Programme großer Firmen erfordern häufig nennenswerte Praktika und/oder Auslandserfahrung und/oder Berufserfahrung bzw. BWL als Neben/Zweistudium. Ich hatte daher an einen Einstieg über die Beratung oder einer Bank gedacht. Bspw. hört sich die "Advanced Analytics"-Jobs von McK auf den ersten Blick passend an, die Einstellungskriterien schrecken aber wieder ab. Weiterhin weiß ich nicht, ob ich die nächsten 3-5 Jahre in einer Beratung wirklich "voll" durchstarten könnte, da ich mittlerweile mein Alter etwas merke. Das liegt daran, dass ich aufgrund eines Unfalls in meiner Kindheit mit köerperlichen Beschwerden zu kämpfen habe. Diese Tatsache lässt mich bspw. etwas vor Berufen zurückschrecken, in denen eine hohe Reisetätigkeit gefordert wird (schlechte Hotelbetten bzw. stundenlanges Pendeln). Ich hätte an und für sich kein Problem damit, es zu versuchen (gab in der Spitze auch immer mal wieder einige Wochen mit 80h/Woche bei mir, ansonsten im Schnitt 50h/Woche), aber muss davon ausgehen, dass ich in den kommenden Jahren immer mal wieder zum Arzt und in die Physiotherapie muss (Krankschreibungen gab es deswegen zum Glück aber noch nie bei mir, aber der Rücken wird halt leider nicht jünger). Das passt irgendwie nicht zum "work hard-play hard" Bild, welches ich so von der UB habe.

Dachte dennoch konkret an eine UB (in Richtung Data Science) mit Möglichkeit einen MBA zu machen um dann den Absprung nach 3-5 Jahren zu tätigen. Wüsste aktuell aber noch nicht einmal wohin ich gerne abspringen würde... und wäre dann bereits 36-38 Jahre alt. Versuche es auch mit "Leadership"-Programmen im DAX30-Umfeld, male mir aber keine großen Chancen aus. Das Gehalt ist mir in den kommenden Jahren im Übrigen nicht wichtig, sollte aber im Bereich von E13/3 TVÖD bleiben, damit der aktuelle Lebensstandard gehalten werden kann. Hätte auch nichts gegen (längere) Auslandsaufenthalte in naher Zukunft.

Wie schätzt ihr meine Chancen bei einer UB ein?
Wie würdet ihr mir den Einstieg in Richtung Data Science/Analytics empfehlen?
Mich würde insbesondere interessieren, welchen Weg ihr eingeschlagen habt, wenn sich euer Profil und eure Interessen in etwa mit meinen gleichen!

Danke im Voraus!

antworten

Nur mal ne GAAANZ verwegene Idee: Wieso nicht zum MPI? Besser geht es ja kaum. Ansonsten finde ich die Idee mit Leadership Programmen eigentlich ganz gut. Schau halt, dass du in themennahe Bereich gehst. Ich persönlich sehe bei dir jetzt aber keine Verbindung zum Bereich Data-Science.

antworten

Du solltest Dir die Frage stellen, welcher Bereich für dich Interessant ist. Data Science und R&D ist grundsätzlich viel zu allgemein. Im übrigen schreiben Firmen heutzutage auf jeden Kram Data Science was per se nicht wirklich korrekt ist.

Mein Tipp wäre daher: Such dir einen Bereich den Du interessant findest. Du wirst dann eig. fast in jedem Bereich was mit "Data Science" machen können, falls es in die quantitative Richtung geht. Achte auf ein gutes Team UND vernünftiges Stack - also wenn die sagen, dass die was mit Excel und VBA benutzen renn weg. Python ist gut. R wohl ok aber mehr für klassische Statistik.

Ok aber nun zu den Beratungen. Da ist es so eine Geschichte. Falls du Glück hast kriegst Du ein interessantest Projekt mit Data Science. Bei Pech kann man was total langweiliges kriegen, was z.B. Richtung Datenbanken geht und im Grunde die Voraussetzungen schafft für Data Science. Auch da gibt es übrigens oft Fachrichtungen. Banken Versicherungen würde ich z.B. von abraten. Zu sehr reguliert.

antworten

Schon über d-fine nachgedacht? UB mit technischem Schwerpunkt, Richtung IT und Projektmanagement geht da gut. Dein Lebenslauf passt außerdem dafür. MBA bieten sie auch an, Arbeitszeiten sehr human.

Allerdings starker Fokus auf Finanzbranche, muss einem halt gefallen. Data Science/Analytics passiert auch nur wenig dort.

antworten

Bei Data Science musst du halt auch handfeste Programmiererfahrung mitbringen vor allem in die einschlägige Richtung. Nur weil du Physiker bist (bin selber einer) wirst du da trotzdem nicht zu einfach eine Stelle finden, wenn du nicht schon vorher einschlägig was in die Richtung gemacht hast. Ich sprech da aus Erfahrung. Das Gebiet ist aktuell einfach super gehypte und die Konkurenz ist riesig.

Willst du eigentlich völlig von der Forschung weg? Gibt ja auch genug industrielle Forschung wo man unterkommen kann und da muss dein bisheriges Forschungsgebiet nicht zwingend mit dem auf das du dich bewirbst zu tun haben. Ich habe zumindest während meiner Werksstudentenkarriere in Forschungs und Entwicklungsabteilungen mehrerer DAX30 Unternehmen unzählige Physiker kennen gelernt, die auch in völlig anderen Bereichen Promoviert hatten, als in dem in dem sie schließlich dort gearbeitet haben.

antworten

WiWi Gast schrieb am 30.03.2021:

Schon über d-fine nachgedacht? UB mit technischem Schwerpunkt, Richtung IT und Projektmanagement geht da gut. Dein Lebenslauf passt außerdem dafür. MBA bieten sie auch an, Arbeitszeiten sehr human.

Allerdings starker Fokus auf Finanzbranche, muss einem halt gefallen. Data Science/Analytics passiert auch nur wenig dort.

...Vorallem muss man viel Bock auf Regulatorik oder Backend IT Projekte haben, die jeweils ca 1/3 der Projekte ausmachen. Aber ja, man bekommt bei sowas ganz gute Arbeitszeiten zusammen und d-fine hat ne super Gehaltsprogression.

antworten

Eigentlich ein tolles Profil!
Leider muss ich dir sagen, dass du für Data Science und Machine Learning eben auch die entsprechende Ausbildung dafür brauchst. Das kannst du dir sicherlich alles aneignen, aber du mit "Hey ich bin ein Top Physikabsolvent und möchte jetzt gerne in die Data Science Beratung ohne irgendwelche Kenntnisse in dem Gebiet" kommst du auch mit dem Profil nicht weiter, dafür ist der Bereich zu überlaufen. Da gibt es einfach zig andere Promovierte aus anderen Studienfächern, die auch gerade auf den Data Science Zug aufgesprungen sind, aber zumindest mal etwas in dem Fachgebiet vorweisen können, oft sogar einer Promotion in die Richtung. Natürlich wirst du irgendeinen Job schon bekommen, aber etwas mehr handfestes wäre gut.

antworten

Hier auch Physiker, aber Promotion mit Schwerpunkt AI/Data Science/Machine Learning. Stehe kurz vor der Verteidigung und habe in den letzten 3 Monaten 70 Bewerbungen abgeschickt. Von den 13 Einladungen (tendenziell eher von großen bekannten Unternehmen, aber in eher kleineren Städten) bin ich bei 9 nach der 2. Runde ausgeschieden. Mit den restlichen 4 Unternehmen bin ich noch im Interviewprozess. Ich würde behaupten, dass die meisten Gespräche gut bis sehr gut liefen. Feedback gab es nur von 2: nicht genügend Data-Science-Erfahrung innerhalb eines Unternehmens.

Ich hatte erwartet, dass es viel besser laufen würde, weil es hieß, es gäbe kaum Leute mit Erfahrung. Neben den 4 intensiven Data-Science-Jahren in meiner Promotion sind Noten bisher auch sehr gut. Ich glaube, ich hab den richtigen Zeitpunkt verpasst. Die Leute, von denen ich interviewt wurde, waren meist selbst promovierte Physiker oder Mathematiker, sind jedoch vor 1-2 Jahren und sogar ohne Data-Science-Erfahrung eingestiegen und heute teilweise Gruppenleiter. Ich nehme an, dass es vor 2 Jahren weniger Konkurenz gab. Auf manche Stellen gibt es über 300 Bewerber. Anteil der promovierten Bewerber liegt nach LinkedIn Premium in der Regel zwichen 20% und 50%. Vielleicht hat Corona mit zur Situation beigetragen.

WiWi Gast schrieb am 30.03.2021:

Eigentlich ein tolles Profil!
Leider muss ich dir sagen, dass du für Data Science und Machine Learning eben auch die entsprechende Ausbildung dafür brauchst. Das kannst du dir sicherlich alles aneignen, aber du mit "Hey ich bin ein Top Physikabsolvent und möchte jetzt gerne in die Data Science Beratung ohne irgendwelche Kenntnisse in dem Gebiet" kommst du auch mit dem Profil nicht weiter, dafür ist der Bereich zu überlaufen. Da gibt es einfach zig andere Promovierte aus anderen Studienfächern, die auch gerade auf den Data Science Zug aufgesprungen sind, aber zumindest mal etwas in dem Fachgebiet vorweisen können, oft sogar einer Promotion in die Richtung. Natürlich wirst du irgendeinen Job schon bekommen, aber etwas mehr handfestes wäre gut.

antworten

Gut dass das mal jemand sagt. Ich bin einer von den von dir angesprochenen promovierten mathematikern die rechtzeitig den sprung ins IGM geschafft haben und jetzt
bewerben sich teilweise besser geeignete kanditaten und bekommen kaum jobs :/

meiner erfahrung nach ist der springende punkt nicht die machinelearning erfahrung die bei vielen fehlt - ganz im gegenteil ich habe den eindruck dass die leute was das methodische angeht immer besser aufgestellt sind. jedoch haben viele leute ausser starken methodenkenntnissen sonst in der praxis nicht viel gemacht. wenn ich in einer bank arbeiten möchte, muss ich aber vielleicht auch ein paar grundlagen mibringen - was sind optionen, derivate,... vllt schonmal einen kurs in finanzmathe machen oder oder. Am ende des tages kam es in meiner abteilung fast nie dazu dass ein super kompliziertes model selbst implementiert wurde - meist nimmt man irgendein framework was schon da ist - die schwierigkeit besteht dann darin , effektiv mit den anwendern zu reden und zu verstehen was die probleme im unternehmen sind.

Dass die Lage so dramatisch ist hätte ich aber auch nicht gedacht. hast du schonmal an Patentanwalt gedacht?

WiWi Gast schrieb am 31.03.2021:

Hier auch Physiker, aber Promotion mit Schwerpunkt AI/Data Science/Machine Learning. Stehe kurz vor der Verteidigung und habe in den letzten 3 Monaten 70 Bewerbungen abgeschickt. Von den 13 Einladungen (tendenziell eher von großen bekannten Unternehmen, aber in eher kleineren Städten) bin ich bei 9 nach der 2. Runde ausgeschieden. Mit den restlichen 4 Unternehmen bin ich noch im Interviewprozess. Ich würde behaupten, dass die meisten Gespräche gut bis sehr gut liefen. Feedback gab es nur von 2: nicht genügend Data-Science-Erfahrung innerhalb eines Unternehmens.

Ich hatte erwartet, dass es viel besser laufen würde, weil es hieß, es gäbe kaum Leute mit Erfahrung. Neben den 4 intensiven Data-Science-Jahren in meiner Promotion sind Noten bisher auch sehr gut. Ich glaube, ich hab den richtigen Zeitpunkt verpasst. Die Leute, von denen ich interviewt wurde, waren meist selbst promovierte Physiker oder Mathematiker, sind jedoch vor 1-2 Jahren und sogar ohne Data-Science-Erfahrung eingestiegen und heute teilweise Gruppenleiter. Ich nehme an, dass es vor 2 Jahren weniger Konkurenz gab. Auf manche Stellen gibt es über 300 Bewerber. Anteil der promovierten Bewerber liegt nach LinkedIn Premium in der Regel zwichen 20% und 50%. Vielleicht hat Corona mit zur Situation beigetragen.

WiWi Gast schrieb am 30.03.2021:

Eigentlich ein tolles Profil!
Leider muss ich dir sagen, dass du für Data Science und Machine Learning eben auch die entsprechende Ausbildung dafür brauchst. Das kannst du dir sicherlich alles aneignen, aber du mit "Hey ich bin ein Top Physikabsolvent und möchte jetzt gerne in die Data Science Beratung ohne irgendwelche Kenntnisse in dem Gebiet" kommst du auch mit dem Profil nicht weiter, dafür ist der Bereich zu überlaufen. Da gibt es einfach zig andere Promovierte aus anderen Studienfächern, die auch gerade auf den Data Science Zug aufgesprungen sind, aber zumindest mal etwas in dem Fachgebiet vorweisen können, oft sogar einer Promotion in die Richtung. Natürlich wirst du irgendeinen Job schon bekommen, aber etwas mehr handfestes wäre gut.

antworten

Hier der TE:
Erst einmal vielen Dank für die konstruktiven Beiträge.

Bzgl. des MPI: Klar ist es ein guter Arbeitgeber, aber eben öffentlicher Dienst. Auf eine Entfristung hinzuarbeiten ist mir das Risiko nicht wert. Gibt einige Kollegen in meinem Umfeld, die sich trotz guter Karriere (mehrere PostDocs im Ausland, gute Veröffentlichungen, Projektleitung etc) mit Ende 30 immer noch von einer Stelle zur nächsten hangeln und sich dann mit 20 Mitbewerbern um permanente Stellen prügeln müssen. Ist einfach unplanbar, da man gerade in der Experimentalphysik zum Teil extrem auf Glück angewiesen ist (zur richtigen Zeit am richtigen Experiment sitzen und "zum Erfolg" führen etc). Und wenn man Pech hat ist man mit 40 Jahren gezwungen ins Ausland zu gehen, weil man im öffentlichen Dienst nach 13 Jahren (bzw. 6 Jahren als PostDoc) keine befristeten Stellen mehr antreten darf. Wie von mir geschrieben, könnte ich mir Forschung in der Industrie ebenfalls gut vorstellen. Bin aber "leider" für fast alles zu interessieren und tue mich in der Entscheidung schwer.

Ich könnte als PostDoc auch für 1-X Jahre ans CERN oder in die USA gehen, um Auslandserfahrung zu sammeln (Angebote liegen vor). Aber die Option schlage ich aus, wenn ich ohnehin vor habe in die Industrie zu wechseln. Wie man an den Kommentaren erkennt, wird es als Quereinsteiger (=Physiker) mit der Zeit nicht unbedingt leichter in der Industrie Fuß zu fassen... mittlerweile kann man eben jede Nische gezielt studieren oder sich darin spezialisieren und mit diesen Leuten konkurriert man und zieht den Kürzeren. Verstehe auch den Punkt mit der fehlenden Erfahrung oder Praxis nur zu gewissem Maße. Selbst wenige Monate "echte" Berufserfahrung innerhalb eines Unternehmens machen hier gefühlt schon einen rießen Unterschied aus. Irgendwie schade, wenn man bedenkt, dass man im Idealfall Stellen mit Leuten besetzen möchte, die sowieso 30+ Jahre im Unternehmen tätig sind. Angebot und Nachfrage halt.

Super interessant von einem Physiker zu hören, der selbst mit Data Science Schwerpunkt in der Promotion deutliche Probleme beim Berufseinstieg in diese Richtung hat. Vielen Dank für die Auskunft!

Corona verschärft die ganze Problematik wohl zusätzlich. Selbst hier in der Wissenschaft (öffentlicher Dienst) ist die Anzahl an Bewerbern auf befristete Stellen förmlich explodiert. Während es für gewisse Stellen bei uns vor 2 Jahren noch mitunter 1-3 Bewerber aus Deutschland gab, waren es dieses Jahr knapp 10 Stück auf die gleiche Stelle.

antworten

Wieder der TE:

... Patentanwalt war tatsächlich auch eine meiner Ideen die noch im Raum stehen. Verglichen zu R&D/UB/Projektmanagement aber nicht meine erste Wahl, da deutlich "trockener".

antworten

Hier der TE:
Darf ich fragen, wann dir den Absprung gelungen ist und wohin (in welchen Bereich)?

WiWi Gast schrieb am 31.03.2021:

Gut dass das mal jemand sagt. Ich bin einer von den von dir angesprochenen promovierten mathematikern die rechtzeitig den sprung ins IGM geschafft haben und jetzt
bewerben sich teilweise besser geeignete kanditaten und bekommen kaum jobs :/

meiner erfahrung nach ist der springende punkt nicht die machinelearning erfahrung die bei vielen fehlt - ganz im gegenteil ich habe den eindruck dass die leute was das methodische angeht immer besser aufgestellt sind. jedoch haben viele leute ausser starken methodenkenntnissen sonst in der praxis nicht viel gemacht. wenn ich in einer bank arbeiten möchte, muss ich aber vielleicht auch ein paar grundlagen mibringen - was sind optionen, derivate,... vllt schonmal einen kurs in finanzmathe machen oder oder. Am ende des tages kam es in meiner abteilung fast nie dazu dass ein super kompliziertes model selbst implementiert wurde - meist nimmt man irgendein framework was schon da ist - die schwierigkeit besteht dann darin , effektiv mit den anwendern zu reden und zu verstehen was die probleme im unternehmen sind.

Dass die Lage so dramatisch ist hätte ich aber auch nicht gedacht. hast du schonmal an Patentanwalt gedacht?

WiWi Gast schrieb am 31.03.2021:

Hier auch Physiker, aber Promotion mit Schwerpunkt AI/Data Science/Machine Learning. Stehe kurz vor der Verteidigung und habe in den letzten 3 Monaten 70 Bewerbungen abgeschickt. Von den 13 Einladungen (tendenziell eher von großen bekannten Unternehmen, aber in eher kleineren Städten) bin ich bei 9 nach der 2. Runde ausgeschieden. Mit den restlichen 4 Unternehmen bin ich noch im Interviewprozess. Ich würde behaupten, dass die meisten Gespräche gut bis sehr gut liefen. Feedback gab es nur von 2: nicht genügend Data-Science-Erfahrung innerhalb eines Unternehmens.

Ich hatte erwartet, dass es viel besser laufen würde, weil es hieß, es gäbe kaum Leute mit Erfahrung. Neben den 4 intensiven Data-Science-Jahren in meiner Promotion sind Noten bisher auch sehr gut. Ich glaube, ich hab den richtigen Zeitpunkt verpasst. Die Leute, von denen ich interviewt wurde, waren meist selbst promovierte Physiker oder Mathematiker, sind jedoch vor 1-2 Jahren und sogar ohne Data-Science-Erfahrung eingestiegen und heute teilweise Gruppenleiter. Ich nehme an, dass es vor 2 Jahren weniger Konkurenz gab. Auf manche Stellen gibt es über 300 Bewerber. Anteil der promovierten Bewerber liegt nach LinkedIn Premium in der Regel zwichen 20% und 50%. Vielleicht hat Corona mit zur Situation beigetragen.

WiWi Gast schrieb am 30.03.2021:

Eigentlich ein tolles Profil!
Leider muss ich dir sagen, dass du für Data Science und Machine Learning eben auch die entsprechende Ausbildung dafür brauchst. Das kannst du dir sicherlich alles aneignen, aber du mit "Hey ich bin ein Top Physikabsolvent und möchte jetzt gerne in die Data Science Beratung ohne irgendwelche Kenntnisse in dem Gebiet" kommst du auch mit dem Profil nicht weiter, dafür ist der Bereich zu überlaufen. Da gibt es einfach zig andere Promovierte aus anderen Studienfächern, die auch gerade auf den Data Science Zug aufgesprungen sind, aber zumindest mal etwas in dem Fachgebiet vorweisen können, oft sogar einer Promotion in die Richtung. Natürlich wirst du irgendeinen Job schon bekommen, aber etwas mehr handfestes wäre gut.

antworten

Vor >5 Jahren sah das alles noch ganz anders aus und wer damals eingestiegen ist, hat auch heute wegen der Erfahrung heute keine Probleme. Damals war aber auch der Hype noch nicht so groß, Vorlesungen in der Richtung waren kaum besucht. Jetzt ist das komplett anders. Einsteiger gibt es jetzt wie Sand am Meer sowohl aus spezialisierten "Data Science" Studiengängen, als auch von so ziemlich allem was einigermaßen nah an Data Science dran ist, aus MINT, aber auch Psychologie und natürlich Informatik. Wir haben wirklich extrem viele, auch sehr gute Bewerber auf Data Science Stellen, dabei ist es noch nicht mal besonders gut bezahlt oder anspruchsvoll. Das Buzzword zieht einfach.

antworten