"Das sind dann üblicherweise auch Leute, die bereits in Top Journals publiziert haben."
Ohne Witz: Das haben Studierende aus dem Forschungsmaster bereits auch geschafft (als Co-Autoren).
Und dabei geht es um deutlich mehr als "rudimentäre DS Scripting Skills von ner FH".
Wir versuchen stets den Spagat, das theoretische Handwerkszeug, wissenschaftliche Methodenkompetenz und praktische Fertigkeiten unter einen Hut zu bringen. Wir motivieren die Studis auch dazu, zusätzlich als wissenschaftliche Hilfskraft einzusteigen um vor allem die Praxis zu vertiefen. Das gelingt auch in vielen Fällen sehr gut.
Da die Lehre in sehr kleinen Gruppen organisiert wird, sind die Studienplätze sehr begrenzt. Auf diese Weise können wir geeignete Kandidaten gezielt auswählen. Solide Erfahrungen in der Programmierung und in den betreffenden mathematischen Gebieten werden in den meisten Projekten vorausgesetzt. Wir haben viele Studis, die ihren MINT-Bachelor an der Uni gemacht haben und nun gezielt diese Art von Master gewählt haben.
Das charmante an dem Format ist auch, dass nicht ganz so viele Klausuren geschrieben werden, wie in einem klassischen Master. Einige CP's müssen z.B. über Veröffentlichungen und Konferenzvorträge eingeholt werden. In diesem Zusammenhang unterstützen die Studis dann oft die Doktoranden oder PostDocs beim Schreiben der Paper.
Die Projekte sind teilweise mit mittleren 7-stelligen Beträgen gefördert und es sind namhafte Unternehmen, Partnerhochschulen und Forschungsinstitute im Boot. Miele und Bertelsmann wurden z.B. schon genannt. Einige Fraunhofer-Institute gehören auch dazu. Es handelt sich zwar in der Tat um angewandte Forschung, was in meinen Augen aber für >90% der Jobs in der Industrie eher als Vorteil zu betrachten ist. Vor allem auch, weil ein recht fundiertes Domänenwissen im Projekt aufgebaut wird. Bei FAANG mag das nicht gelten, hier ist eher Grundlagenforschung gefragt.
Ich habe damals noch an der Uni studiert. Die Uni ist theorielastiger und geht sehr viel mehr in die Tiefe, keine Frage. In meinem Fall aber auch teilweise zu tief. Viele Inhalte habe ich niemals wieder benötigt (selbst als Forscher in diesem Feld). Insofern würde ich mich heute auch für so ein Format entscheiden, da es sowohl einen guten Einstieg in die Praxis als auch in die Wissenschaft ermöglicht.
"Als Researcher bei FAANG wirst du nicht eingestellt, weil du in deinem Master ein großes angeleitetes Data Science Projekt durchgeführt hast, sondern weil du neue Algorithmen mit Pen und Paper herleitest"
Bei FAANG wirst du als Researcher eingestellt, wenn du richtig was vorzuweisen hast. Und das ist deutlich mehr als ein TUM-Abschluss oder auch ein durchschnittlicher Doktorgrad. Auf Research-Positionen werden Pen&Paper LeetCode Tests aber eher nicht gemacht. Das ist eine Methode, um Kandidaten für Sachbearbeiterstellen heraus zu filtern - wobei diese Methode in letzter Zeit immer mehr Kritik erntet. Klassische Aufgaben, wie solche zur Lösung einer rekursiven k-ary Tree Traversion kann jeder Wald-und-Wiesen Erstsemester-Informatiker auswendig lernen. Somit werden im Zweifelsfall keine praktisch relevanten Skills getestet.
Aber dennoch: Willst du zu FAANG, mache einen PhD im Bereich Grundlagenforschung und habe einen Trackrecord mit High-Impact-Publikationen und Projekten, die deine praktischen Skills beweisen.
antworten