Ich würde dir empfehlen, dich zunächst selbstständig in R und Python weiterzubilden. Bei "Datacamp" gibt es viele Kurse dazu und die Gebühren sind nicht sonderlich hoch. Danach könntest du z.B. an kaggle-Wettbewerben teilnehmen, dadurch dein Github-Repository ausbauen - auf Unternehmen, die etwas von Datenanalyse und Data Science verstehen, sollte das mehr Eindruck als ein weiteres Studium machen.
Dass du bereits Ahnung von Datenbanken und Statistik hast, ist auf jeden Fall eine gute Grundlage.
Ein volles Bachelor- oder Masterstudium würde ich dir nicht raten, da es zu lange dauert und in dieser Zeit sich die Konkurrenz durch immer mehr Absolventen solcher Studiengänge vergrößert. Neben einem Vollzeitjob ist es außerdem schwierig, in der Regelstudienzeit abzuschließen.
Ernesto schrieb am 12.08.2021:
Gute Frage: Arbeit seit rund 10 Jahren empirisch, also Monitoring, Evaluation, Datenbanken. Aber: Vom Haus aus "nur" Sozialwissenschaftler, wenn auch mit Schwerpunkt Statistik; promoviert mit einer empirischen Fragestellung/Evaluation. Obwohl ich den ganzen Tag Datenmanagement, Datenanalyse, Visualisierungen und Datenbankentwicklung betreibe, fehlen mir dennoch viele nachgefragte Skills, z.B. Python oder aktuelle Dashboards. SQL und andere Dinge habe ich mir selbst angeeignet. Mein Arbeitgeber investiert leider auch null ins Personal.
Für neue Arbeitgeber wäre es vermutlich schon gut, wenn man einerseits Fähigkeiten "belegen" kann, andererseits möchte ich meine Fähigkeiten auch ausbauen und nicht mehr nur im "sozialen" Sektor tätig sein.
Fraglich ist halt, ob ich ein weiteres grundständiges (Fern)-Studium in Data Science/Data Analyst (B.Sc. oder M.Sc.) anstreben sollte (6-8 Semester), oder aufgrund meiner Berufserfahrung "nur" ein Zertifikat ( 9 Monate) in dieser Richtung nachschiebe und dann selbst darauf aufbaue. Würde ne Menge Zeit sparen, da meine Uhr tickt...
antworten