DieManager von Morgen WiWi-TReFF.de - Zeitung & Forum für Wirtschaftsstudium & Karriere
Master: Wo studierenStatistik

Master in Statistik - Berufsaussichten

Autor
Beitrag
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 03.07.2023:

Das stimmt bedingt so. Man braucht i.d.R. eine gewisse Anzahl an ECTS Punkten in Mathe, Statistik, etc., um die Zulassungsvoraussetzungen zu erfüllen. Diese liegen bei ca. 50 bis 80 ECTS. Das bedeutet, dass man ohne einen hohen Anteil an Nebenfächern, die man in Mathe oder Statistik belegen muss, oder einem Doppelstudium nicht zum M.Sc. in Statistik zugelassen wird.

Mathematisch sind die Master alle ausnahmslos. Es geht um's Beweisen, Eigenschaften von Schätzern, Statistische Programmierung usw.

Die angesprochenen Master in Statistik gibt es in dieser Form nur einmal an der LMU. Dieser beinhaltet dann rigorose mathematische Statistik, Stochastik, Maßtheorie, usw. Meiner Meinung nach für die freie Wirtschaft absolut Overkill und über's Ziel hinausgeschossen.

Die restlichen Statistikmaster beinhalten jedoch gleichermaßen "weniger" Anwendung als dass es um ,,Data Analysis" oder ,,Data Science" geht. Es ist nunmal ein Master in Statistik und kein angewandter Studiengang.

Die spannenden Jobs sind gleichermaßen für Absolventen in Statistik offen, da der Ausbildungstand nach erfolgreichem Abschluss der gleiche ist was die Statistik angeht.

Push! Würden das alle so unterschreiben? Frage in die Runde.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 06.07.2023:

Push! Würden das alle so unterschreiben? Frage in die Runde.

  • Push 2
antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 08.07.2023:

  • Push 2

Im großen und ganzen ja. Irgendwann zählt sowieso die Praxiserfahrung

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

Mal ne andere Frage: Wie hoch sind ungefähr die Durchfallquoten in M.Sc. Statistik?

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 13.07.2023:

Mal ne andere Frage: Wie hoch sind ungefähr die Durchfallquoten in M.Sc. Statistik?

Push

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 16.07.2023:

Push

  • 2 Push
antworten
WiWi Gast

Master in Statistik - Berufsaussichten

Ich überlege aktuell B.Sc. Mathematical Data Science in Göttingen zu studieren, also ein Mathematikstudium mit erhöhtem Anteil in Statistik und angewandter Data Science. Wie sind die Berufsaussichten und die Gehaltsperspektive im Vergleich zu einem BWL oder eventuell auch Informatik Studium?

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 20.07.2023:

Ich überlege aktuell B.Sc. Mathematical Data Science in Göttingen zu studieren, also ein Mathematikstudium mit erhöhtem Anteil in Statistik und angewandter Data Science. Wie sind die Berufsaussichten und die Gehaltsperspektive im Vergleich zu einem BWL oder eventuell auch Informatik Studium?

berufs -und gehaltsperspektive dürfte stark von deiner performance im studium abhängen. meine beobachtung ist (selbst mathematiker), dass sich mathelastige studiengänge für die große mehrheit finanziell eher weniger lohnen. dafür gibt es eben das obere 1% bei google und den quant-fonds die finanziell ausgesorgt haben. bei studienbeginn allerdings davon auszugehen, dass man es mal in dieses erlesene prozent schafft, würde ich nicht - dafür hängen matheskills einfach zu sehr von talent und leidenschaft ab. es sei denn es gibt starke vorindikatoren dafür, wie zb gute ergebnisse bei matheolympiaden. Dazu muss man auch sagen, dass datascience in deutschland noch nicht so richtig etabliert ist und damit hier noch kein großes geld verdient wird - vielleicht ändert sich das aber auch noch. aktuell sehe ich allerdings viele starke profile in dem bereich und nicht unbedingt genug adequate berufe.

zusammenfassend würde ich wie folgt bewerten:

  • bei moderatem arbeitsaufwand und durchschnittlichem intellekt :
    informatik >= BWL > mathe

  • bei sehr hohem arbeitsaufwand und viel einsatz und durchschnittlichem bis gutem intellekt:
    BWL >= informatik >= mathe

  • bei top intellekt und moderatem bis hohem arbeitsaufwand
    mathe = info >= BWL
antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 20.07.2023:

berufs -und gehaltsperspektive dürfte stark von deiner performance im studium abhängen. meine beobachtung ist (selbst mathematiker), dass sich mathelastige studiengänge für die große mehrheit finanziell eher weniger lohnen. dafür gibt es eben das obere 1% bei google und den quant-fonds die finanziell ausgesorgt haben. bei studienbeginn allerdings davon auszugehen, dass man es mal in dieses erlesene prozent schafft, würde ich nicht - dafür hängen matheskills einfach zu sehr von talent und leidenschaft ab. es sei denn es gibt starke vorindikatoren dafür, wie zb gute ergebnisse bei matheolympiaden. Dazu muss man auch sagen, dass datascience in deutschland noch nicht so richtig etabliert ist und damit hier noch kein großes geld verdient wird - vielleicht ändert sich das aber auch noch. aktuell sehe ich allerdings viele starke profile in dem bereich und nicht unbedingt genug adequate berufe.

zusammenfassend würde ich wie folgt bewerten:

  • bei moderatem arbeitsaufwand und durchschnittlichem intellekt :
    informatik >= BWL > mathe

  • bei sehr hohem arbeitsaufwand und viel einsatz und durchschnittlichem bis gutem intellekt:
    BWL >= informatik >= mathe

  • bei top intellekt und moderatem bis hohem arbeitsaufwand
    mathe = info >= BWL

Es gibt wahrscheinlich mehr Menschen mit einem top intellekt die BWL studieren, als Menschen mit einem top intellekt die Informatik studieren. Viele sehr schlaue Leute entscheiden sich für ein BWL-Studium. BWL bietet insgesamt viel mehr Chancen, vor allem z.B. in Richtung Startups, die vor allem bei einem Mathematik od. Statistik Studium weniger gegeben sind. Außerdem bezweifel ich das Top 1% für "ausgesorgt" in Informatik / Mathematik reicht, um in Quant. oder bei Google zu landen musst Du zu den 3-4 besten Leuten deines Jahrganges an deiner Uni gehören, also deutschlandweit eher Top 0.1-0.5%.

Also eher top intellekt und moderarter arbeitsaufwand:
BWL > informatik / mathe / statistik
(weil aus Invest-Return sicht einfach viel schlauer)

antworten
hackedicht

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 20.07.2023:

um in Quant. oder bei Google zu landen musst Du zu den 3-4 besten Leuten deines Jahrganges an deiner Uni gehören, also deutschlandweit eher Top 0.1-0.5%.

Das macht irgendwie 0 Sinn. Zu den 3-4 Besten gleichzusetzen mit Top 0.5% würde bedeuten, dass ein Jahrgang an der Uni 800 Leute hätte.
In BWL mag das an großen Hochschulen hinhauen.
Für Mathe eher zwei Nullen zu viel.

So ein typischer Mathe-Science-Jahrgang an meiner Uni (30k Studenten) d.h. kein LA ( die haben ohnehin ihren eigenen separaten Arbeitsmarkt)
hat im Schnitt 8 Leute , die auch tatsächlich einen Abschluss machen.
Mal ganz abgesehen davon, dass der bessere Teil der Mathe-Absolventen i.d.R. an der Uni bleibt.

Es gibt auch bundesweit nur 1,5k Non-LA-Matheabsolventen pro Jahr. Von denen bleibt das bessere Drittel erst mal an der Uni und dass die neuerdings angeblich alle auf Data Science spezialisieren würden, wäre mir neu.

Die Geschichte von den angeblich "massig extrem guten Mathematikern" mit DS-Vertiefung würde ich mal so grob ins Reich der Legenden verorten.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

Was ein Studentengerede wieder... M.Sc. Statistik, 5 Jahre im Beruf, mittlerweile bei ca. 79k mit Sonderzahlungen. Branche Health und Co.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 20.07.2023:

Was ein Studentengerede wieder... M.Sc. Statistik, 5 Jahre im Beruf, mittlerweile bei ca. 79k mit Sonderzahlungen. Branche Health und Co.

bin der mathematiker über dir und sicher kein student mehr. und deine aussage ist jetzt ein widerspruch zu dem, was über dir steht steht? deine 79 k mit irgendwelchen bonuszahlungen?

die aussage zeigt nur, dass es statistiker gibt, die mit 5 jahren BE 79 k verdienen können. ist bei vielen BWL berufen auch in kürzerer Zeit drinnen. um eine sinnvolle einordnung zu treffen müsstest du schon etwas über dein profil preisgeben - studiengang, an einer uni oder fh?, abschlussnoten, praktika, studiendauer, wohnst du in münchen oder in erfurt?

niemand bezweifelt, dass es möglich ist, mit einem statistikmaster ein ordentliches gehalt zu bekommen. statistisch gesehen ist es eben mit anderen studiengängen leichter.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 20.07.2023:

bin der mathematiker über dir und sicher kein student mehr. und deine aussage ist jetzt ein widerspruch zu dem, was über dir steht steht? deine 79 k mit irgendwelchen bonuszahlungen?

die aussage zeigt nur, dass es statistiker gibt, die mit 5 jahren BE 79 k verdienen können. ist bei vielen BWL berufen auch in kürzerer Zeit drinnen. um eine sinnvolle einordnung zu treffen müsstest du schon etwas über dein profil preisgeben - studiengang, an einer uni oder fh?, abschlussnoten, praktika, studiendauer, wohnst du in münchen oder in erfurt?

niemand bezweifelt, dass es möglich ist, mit einem statistikmaster ein ordentliches gehalt zu bekommen. statistisch gesehen ist es eben mit anderen studiengängen leichter.

Eher ist es so, dass 79K mit 5 Jahren BE sicherlich kein Statistikstudium erfordern. Das kriegt jeder halbwegs gute BWLer auch in 5 Jahren BE hin. Also ein Indiz dafür dass ein schwieriges Studium Zeitverschwendung ist.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

Die Geschichte von den angeblich "massig extrem guten Mathematikern" mit DS-Vertiefung würde ich mal so grob ins Reich der Legenden verorten.

bin selbst mathematiker "an der uni" - wen bezeichnest du denn als "extrem gut"? leute die eine professur bekommen können? würde schätzen auf 50-100 mathematiker die eine promotion schaffen, kommt je nach fachtgebiet eine professur. und die 49-99 anderen promovierten bewerben sich dann deiner meinung nach wo?

mal abgesehen davon dass ein promovierter mathematiker wohl analytisch meist sehr gut geeignet ist für DS rollen, oft deutlich besser als informatiker, die wohl eher in der engineering ecke besser aufgehoben sind.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 20.07.2023:

Eher ist es so, dass 79K mit 5 Jahren BE sicherlich kein Statistikstudium erfordern. Das kriegt jeder halbwegs gute BWLer auch in 5 Jahren BE hin. Also ein Indiz dafür dass ein schwieriges Studium Zeitverschwendung ist.

Ein anderer Statistiker hier:
Wenn man das Studium ausschließlich als Vorbereitung auf den Arbeitsmarkt sieht, würde ich sagen dass sich ein Studium der Statistik nur dann lohnt, wenn man zu den besten gehört und dementsprechend in die Forschung bzw. zu FAANG oder Konsorten geht.

Die Peer Group bei uns war sehr motiviert und eigentlich sind alle sehr gut untergekommen, aber sicherlich geht das auch mit einem deutlich leichtern Studium in Kombination mit Praktika/Werkstudententätigkeiten.

Dazu ist die Abbruchquote bei Statistik sehr hoch im Vergleich zu BWL oder Winfo, also mehr Stress/Sorgen in Kombination mit weniger Geld weil keine Zeit für 20h/Woche Werkstudent. Für die persönliche Weiterentwicklung ein wichtiger Schritt, aber wenn man lediglich Kosten und Nutzen vergleicht würde ich den Menschen, die lediglich einen guten Karrierestart bezwecken wollen, von einem solchen Master abraten. Das ist zumindest die Perspektive von jemandem, der im Gegensatz zum gesamten WiWi-Treff nicht zu den Top 0,1% seines Jahrgangs gehört.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 20.07.2023:

Eher ist es so, dass 79K mit 5 Jahren BE sicherlich kein Statistikstudium erfordern. Das kriegt jeder halbwegs gute BWLer auch in 5 Jahren BE hin. Also ein Indiz dafür dass ein schwieriges Studium Zeitverschwendung ist.

Das ist Quatsch, es gibt da genug Statistiken zum Verdienst. Wer als BWLer mit 5 Jahren BE knappe 80k verdient arbeitet entweder jenseits der 45h wöchentlich und somit deutlich mehr als ein Statistiker, data scientist oder whatever oder ist im IGM Wunderland - viel Erfolg da als "halbwegs guter BWLer" im Jahre 2023 reinzukommen.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 21.07.2023:

Das ist Quatsch, es gibt da genug Statistiken zum Verdienst. Wer als BWLer mit 5 Jahren BE knappe 80k verdient arbeitet entweder jenseits der 45h wöchentlich und somit deutlich mehr als ein Statistiker, data scientist oder whatever oder ist im IGM Wunderland - viel Erfolg da als "halbwegs guter BWLer" im Jahre 2023 reinzukommen.

Da stimme ich zu. Klingt für mich etwas nach WiWi-Werbung. Mit ein wenig Recherche sieht man schnell, dass die "Top" Jobs im Bereich IT, Data Science und Co. liegen. Die Konkurenz ist zumindest mit Statistik oder Informatikabschluss um ein vielfaches geringer als mit BWL und Konsorten

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 21.07.2023:

Da stimme ich zu. Klingt für mich etwas nach WiWi-Werbung. Mit ein wenig Recherche sieht man schnell, dass die "Top" Jobs im Bereich IT, Data Science und Co. liegen. Die Konkurenz ist zumindest mit Statistik oder Informatikabschluss um ein vielfaches geringer als mit BWL und Konsorten

Was für ein Unsinn, wo hast du denn "recherchiert" dass du auf die Idee kommst, die Top Jobs wären in IT & Data Science? Das ist reines Wunschdenken

antworten
hackedicht

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 21.07.2023:

bin selbst mathematiker "an der uni" - wen bezeichnest du denn als "extrem gut"? leute die eine professur bekommen können? würde schätzen auf 50-100 mathematiker die eine promotion schaffen, kommt je nach fachtgebiet eine professur. und die 49-99 anderen promovierten bewerben sich dann deiner meinung nach wo?

Soso, 100 Promotionen auf einen Prof. Vielleicht Promotionen mit MT/BT verwechselt? Hast du das mal nachgerechnet? Das würde umgerechnet bedeuten, dass ein Prof während seiner gesamten Dienstzeit bis zur Rente 100-mal Doktorvater/-mutter spielt, denn irgendwer muss die ganzen Doktorarbeiten (von denen du hier fabulierst) ja auch betreuen.
Wenn jeder Prof im Durchschnitt 25 Jahre Prof ist (ab ca. 40) und bei einer Promotionsdauer von durchs. 4 Jahren wären dass ganze 16 Doktorarbeiten gleichzeitig zu betreuen.
Neben Lehre und eigener Forschung.

Zudem muss nicht jeder gleich Professor werden. Es gibt an universitären und außeruniversitären Forschungseinrichtungen auch noch andere feste Positionen als nur Profs.
Da es mittlerweile so ist, dass die Mathe-Institute auch die Service-Mathematik der gesamten Uni machen, gibt es auf 1 Prof im Schnitt 2 PDs, die nur Lehre machen. (Post-)Docs alleine würden das nicht gestemmt kriegen, denn so viele gibt es nun mal nicht, um die ganze Uni mit Mathematiklehre zu versorgen.

Ist aber auch eine spezielle Situation an einer großen TU mit einem im Verhältnis zu den Ings/NaWis und Infos winzig kleinen Mathe-Institut und insofern vielleicht nicht ganz repäsentativ.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 21.07.2023:

Was für ein Unsinn, wo hast du denn "recherchiert" dass du auf die Idee kommst, die Top Jobs wären in IT & Data Science? Das ist reines Wunschdenken

Die Welt entwickelt sich nun mal weiter und Hardskills werden zunehmend wichtiger. Management und Co. lässt sich dann auch in einem 3 Tage Kurs aneignen. Wieviele Bewerber gibt es für BWL auf einen Job im Vgl. zu Statistik/Informatik?

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 21.07.2023:

Die Welt entwickelt sich nun mal weiter und Hardskills werden zunehmend wichtiger. Management und Co. lässt sich dann auch in einem 3 Tage Kurs aneignen. Wieviele Bewerber gibt es für BWL auf einen Job im Vgl. zu Statistik/Informatik?

Selbst seriöse Quellen (Wirtschaftsforum, EU etc.) und Paper legen nahe dass durch GPT, KI & Co. Jobs mit Hardskills weniger wichtiger werden und dafür Softskills und Agilität wichtiger. Berufe im Bereich Management, Projektmanagement & Co. haben eine bessere Zukunft als Anwalt, Wirtschaftsprüfer, Mathematiker & Co.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

Soso, 100 Promotionen auf einen Prof. Vielleicht Promotionen mit MT/BT verwechselt? Hast du das mal nachgerechnet? Das würde umgerechnet bedeuten, dass ein Prof während seiner gesamten Dienstzeit bis zur Rente 100-mal Doktorvater/-mutter spielt, denn irgendwer muss die ganzen Doktorarbeiten (von denen du hier fabulierst) ja auch betreuen.
Wenn jeder Prof im Durchschnitt 25 Jahre Prof ist (ab ca. 40) und bei einer Promotionsdauer von durchs. 4 Jahren wären dass ganze 16 Doktorarbeiten gleichzeitig zu betreuen.
Neben Lehre und eigener Forschung.

Zudem muss nicht jeder gleich Professor werden. Es gibt an universitären und außeruniversitären Forschungseinrichtungen auch noch andere feste Positionen als nur Profs.
Da es mittlerweile so ist, dass die Mathe-Institute auch die Service-Mathematik der gesamten Uni machen, gibt es auf 1 Prof im Schnitt 2 PDs, die nur Lehre machen. (Post-)Docs alleine würden das nicht gestemmt kriegen, denn so viele gibt es nun mal nicht, um die ganze Uni mit Mathematiklehre zu versorgen.

Ist aber auch eine spezielle Situation an einer großen TU mit einem im Verhältnis zu den Ings/NaWis und Infos winzig kleinen Mathe-Institut und insofern vielleicht nicht ganz repäsentativ.

hast natürlich recht, die zahl war etwas zuhoch gegriffen und macht so keinen sinn. bin dabei von den bewerberzahlen ausgegangen die wir so in der regel bei uns für professuren in der angewandten mathe haben in einer exzellenzuni in einem ballungsgebiet...

hab mal gegoogled und einen artikel im sprektrum von 2017 gefunden der das ein wenig systematischer versucht hat herzuleiten:

" Eine Näherung zu Berufungschancen auf Basis der voraussichtlich tatsächlich frei werdenden Professuren ist meines Erachtens möglich, wenngleich nur grob: Dies ginge als Relation der entsprechend Vorqualifizierten (eigentlich Postdocs, hilfsweise hier Promovierte von 2007 bis 2014 aus dem BuWiN (2017, S. 94) zu altersbedingt ausscheidenden Professoren 2017 bis 2024 im BuWiN (2017, S. 195). Eingrenzen könnte man die Schätzung noch, wenn man nur den Anteil derjenigen Promovierten einbezieht, die 2015 angaben, eine Professur anzustreben,"

da kam man dann für mathe und naturwissenschaften auf

65 942 * 0,36 / 1865 = 12,7.

wobei 65942: anzahl an promotionen
von denen 36% eine professur anstreben
die sich auf 1865 zu erwartende freiwerdende professuren bewerben.

es gibt also ca 13 mal mehr bewerber als plätze + 70% andere promovierte die garnicht in der wissenschaft bleiben wollen. aus der grundgesamtheit der promovierten nawis gibt es also in der tat laut diesen obigen zahlen (die etwas veraltet sind) nur 3 % der promovierten, die eine professur erhalten werden. Dass es pro prof 2 dauerstellen IM SCHNITT gibt, wage ich mal zu bezweifeln, da viele lehrstühle eher klein sind - in einem top-lehrstuhl an einer exzellenzuni mag das stimmen, in kleineren unis vermutlich eher nicht, in algebraischer topologie vermutlich auch nicht. aber selbst wenn es nochmal die gleiche anzahl an dauerstellen, wie professuren gäbe, wären das also nochmal 3% dauerstellen die bezahlt werden wie ein lehrer oder etwas schlechter. ergibt dann 6% der promovierten die in der wissenschaft bleiben können und 94% der promovierten die irgendwo anders unterkommen wollen/ müssen.
daher nochmal zu meiner frage:

wo bewerben sich diese 94% deiner meinung nach, wenn nicht auf datascience stellen?

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

Gerne teile ich hier auch mal meine Erfahrung als MSc Statistik: ich habe im Bachelor WiWi mit sehr hohem Anteil an Wiwi-Mathe, Statistik und Ökonometrie studiert (mit Top Noten). Mit etwas Erfahrung durch Praktika und parallel Eigenstudium weiterer mathematischer Grundlagen habe ich dann die Zulassung für ein Statistik MSc Programm in UK bekommen. Dort wurde immer wieder darauf hingewiesen, dass die mathematischen Grundlagen in einem deutschen Economics(-lastigen) Programm typischerweise sehr gut sind und für das MSc Studium ausreichen.
Ich habe es auch bestanden, der mathematische Anspruch war allerdings bretthart und ich habe oft Probleme gehabt. Ich war auch bei Beweisen etc. immer deutlich langsamer als meine Peers, die vorher Mathe studiert hatten. Dafür konnte ich wesentlich besser programmieren und hatte eine sehr gute Intuition, weswegen ich das Studium geschafft habe.
Vor 5 Jahren bin ich dann in den Arbeitsmarkt eingestiegen. Es war sehr leicht passende Stellen in der Anwendung von ML zu finden (dh keine Research Scientist Stellen) sondern typischerweise Abwandelungen und Anpassungen bekannter Methoden, inkl. Scoping, Implementierung und später dann Projektmanagement.
Grundsätzlich gibt es in dem Bereich nach wie vor viele interessante Stellen, jedoch mittlerweile auch viele Bewerber.

Manchmal zweifle ich etwas an der Karriereentscheidung und würde gerne noch konzeptioneller Arbeiten im Bereich Finance oder Business Development, habe dorthin bisher aber keine interessante Wechseloption bekommen. Hatte mal einen Wechsel zu MBB probiert, wurde auch bei M und B eingeladen, bin dann aber jeweils mach mehreren Gesprächen gescheitert.

Also meine Empfehlung: nicht nur das harte Studium durchziehen weil es gerade hot ist und man meint sich dadurch intellektuell beweisen zu können (spielte bei mir definitiv eine Rolle) sondern auch überlegen ob man den damit verbundenen nahegelegenen Tätigkeiten in Zukunft nachgehen möchte.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

Ich habe schonmal in diesen Thread geschrieben, aber da hier so fleißig diskutiert wird teile ich es hier gerne nochmal:

  • B.A. BWL
  • M.Sc. Statistik
  • Skills: R, Python, SQL und etwas Julia
  • seit 4 Jahren im Beruf
  • Branche: Versicherung
  • Gehalt inkl. Sonderzahlungen: 81k
  • 40h Woche mit Gleitzeitkonto
  • Arbeit: Programmieren, PowerPoint, Meetings und wieder von neuem
antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 21.07.2023:

hast natürlich recht, die zahl war etwas zuhoch gegriffen und macht so keinen sinn. bin dabei von den bewerberzahlen ausgegangen die wir so in der regel bei uns für professuren in der angewandten mathe haben in einer exzellenzuni in einem ballungsgebiet...

hab mal gegoogled und einen artikel im sprektrum von 2017 gefunden der das ein wenig systematischer versucht hat herzuleiten:

" Eine Näherung zu Berufungschancen auf Basis der voraussichtlich tatsächlich frei werdenden Professuren ist meines Erachtens möglich, wenngleich nur grob: Dies ginge als Relation der entsprechend Vorqualifizierten (eigentlich Postdocs, hilfsweise hier Promovierte von 2007 bis 2014 aus dem BuWiN (2017, S. 94) zu altersbedingt ausscheidenden Professoren 2017 bis 2024 im BuWiN (2017, S. 195). Eingrenzen könnte man die Schätzung noch, wenn man nur den Anteil derjenigen Promovierten einbezieht, die 2015 angaben, eine Professur anzustreben,"

da kam man dann für mathe und naturwissenschaften auf

65 942 * 0,36 / 1865 = 12,7.

wobei 65942: anzahl an promotionen
von denen 36% eine professur anstreben
die sich auf 1865 zu erwartende freiwerdende professuren bewerben.

es gibt also ca 13 mal mehr bewerber als plätze + 70% andere promovierte die garnicht in der wissenschaft bleiben wollen. aus der grundgesamtheit der promovierten nawis gibt es also in der tat laut diesen obigen zahlen (die etwas veraltet sind) nur 3 % der promovierten, die eine professur erhalten werden. Dass es pro prof 2 dauerstellen IM SCHNITT gibt, wage ich mal zu bezweifeln, da viele lehrstühle eher klein sind - in einem top-lehrstuhl an einer exzellenzuni mag das stimmen, in kleineren unis vermutlich eher nicht, in algebraischer topologie vermutlich auch nicht. aber selbst wenn es nochmal die gleiche anzahl an dauerstellen, wie professuren gäbe, wären das also nochmal 3% dauerstellen die bezahlt werden wie ein lehrer oder etwas schlechter. ergibt dann 6% der promovierten die in der wissenschaft bleiben können und 94% der promovierten die irgendwo anders unterkommen wollen/ müssen.
daher nochmal zu meiner frage:

wo bewerben sich diese 94% deiner meinung nach, wenn nicht auf datascience stellen?

Wo sie sich bewerben ist easy: fast überall. Statistik ist unabhängig vom Fach und fast universell anwendbar. Die Frage betrifft lediglich den Branchenschwerpunkt.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

Wo sie sich bewerben ist easy: fast überall. Statistik ist unabhängig vom Fach und fast universell anwendbar. Die Frage betrifft lediglich den Branchenschwerpunkt.

es ging ja oben irgendwo darum , dass einer meinte

" Die Geschichte von den angeblich "massig extrem guten Mathematikern" mit DS-Vertiefung würde ich mal so grob ins Reich der Legenden verorten "

daraufhin hab ich vorgerechnet, dass der großteil der promovierten mathematiker (mehr als 90%) von denen es einige gibt, nicht im hochschulsystem bleiben können. davon ist natürlich nur ein kleinerer teil wirklich statistiker, aber ein großteil ist deutlich besser für den beruf des datascientisten oder den beruf des statistikers ausgebildet als fast jeder absolvent eines anderen studiengangens.
und meine erfahrung ist eher (da widersprechen wir uns vermutlich) dass es nicht massig passende jobs für mathematiker gibt - daher wird sich wohl ein großteil der promovierten mathematiker auf DS-stellen bewerben, um wenigstens noch ein wenig fachlich zu arbeiten.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 27.07.2023:

es ging ja oben irgendwo darum , dass einer meinte

" Die Geschichte von den angeblich "massig extrem guten Mathematikern" mit DS-Vertiefung würde ich mal so grob ins Reich der Legenden verorten "

daraufhin hab ich vorgerechnet, dass der großteil der promovierten mathematiker (mehr als 90%) von denen es einige gibt, nicht im hochschulsystem bleiben können. davon ist natürlich nur ein kleinerer teil wirklich statistiker, aber ein großteil ist deutlich besser für den beruf des datascientisten oder den beruf des statistikers ausgebildet als fast jeder absolvent eines anderen studiengangens.
und meine erfahrung ist eher (da widersprechen wir uns vermutlich) dass es nicht massig passende jobs für mathematiker gibt - daher wird sich wohl ein großteil der promovierten mathematiker auf DS-stellen bewerben, um wenigstens noch ein wenig fachlich zu arbeiten.

ja da stimme ich zu. Ich denke dass die meisten Mathematiker berufl. sowieso mit Statistik in Berührung kommen. Da ist die Branche recht egal

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

Wage zu behaupten dass die meisten Mathematiker als Programmierer enden.

WiWi Gast schrieb am 29.07.2023:

ja da stimme ich zu. Ich denke dass die meisten Mathematiker berufl. sowieso mit Statistik in Berührung kommen. Da ist die Branche recht egal

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 29.07.2023:

Wage zu behaupten dass die meisten Mathematiker als Programmierer enden.

Jeder Mathematik muss programmieren. Ein großer Teil eines Mathematikers oder Statistikers ist das Programmieren mit MatLab, R oder Python.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 21.07.2023:

Gerne teile ich hier auch mal meine Erfahrung als MSc Statistik: ich habe im Bachelor WiWi mit sehr hohem Anteil an Wiwi-Mathe, Statistik und Ökonometrie studiert (mit Top Noten). Mit etwas Erfahrung durch Praktika und parallel Eigenstudium weiterer mathematischer Grundlagen habe ich dann die Zulassung für ein Statistik MSc Programm in UK bekommen. Dort wurde immer wieder darauf hingewiesen, dass die mathematischen Grundlagen in einem deutschen Economics(-lastigen) Programm typischerweise sehr gut sind und für das MSc Studium ausreichen.
Ich habe es auch bestanden, der mathematische Anspruch war allerdings bretthart und ich habe oft Probleme gehabt. Ich war auch bei Beweisen etc. immer deutlich langsamer als meine Peers, die vorher Mathe studiert hatten. Dafür konnte ich wesentlich besser programmieren und hatte eine sehr gute Intuition, weswegen ich das Studium geschafft habe.
Vor 5 Jahren bin ich dann in den Arbeitsmarkt eingestiegen. Es war sehr leicht passende Stellen in der Anwendung von ML zu finden (dh keine Research Scientist Stellen) sondern typischerweise Abwandelungen und Anpassungen bekannter Methoden, inkl. Scoping, Implementierung und später dann Projektmanagement.
Grundsätzlich gibt es in dem Bereich nach wie vor viele interessante Stellen, jedoch mittlerweile auch viele Bewerber.

Manchmal zweifle ich etwas an der Karriereentscheidung und würde gerne noch konzeptioneller Arbeiten im Bereich Finance oder Business Development, habe dorthin bisher aber keine interessante Wechseloption bekommen. Hatte mal einen Wechsel zu MBB probiert, wurde auch bei M und B eingeladen, bin dann aber jeweils mach mehreren Gesprächen gescheitert.

Also meine Empfehlung: nicht nur das harte Studium durchziehen weil es gerade hot ist und man meint sich dadurch intellektuell beweisen zu können (spielte bei mir definitiv eine Rolle) sondern auch überlegen ob man den damit verbundenen nahegelegenen Tätigkeiten in Zukunft nachgehen möchte.

Push! Mehr von solchen Erfahrungsberichten bitte

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 29.07.2023:

Jeder Mathematik muss programmieren. Ein großer Teil eines Mathematikers oder Statistikers ist das Programmieren mit MatLab, R oder Python.

es gibt einen großen unterschied zwischen "programmierer" und "kann programmieren".
wenn ich mal programmiere, dann bin ich in der lage einen prototypen zu bauen und die funktionalität zu testen. das davor, die analyse des problems und die konzeption macht mir aber am meisten spass.
der reine programmierer nimmt dann meinen prototypen und baut daraus professionellen code, macht die modularisierung etc (eher als dienstleistung). Im idealfall geht beides hand in hand.
ich würde aber behaupten der großteil der statistiker/ mathematiker möchte eher in der konzeptionierung und analyse arbeiten (was nicht heißt dass man da nie programmiert).

denk die person oben, die meinte, dass mathematiker oft als programmierer enden, meinte damit eben eher, dass mathematiker am ende oft in relativ stumpfen berufen landen, in denen man halt code für irgendwelche langweiligen sachen schreibt die sich andere ausgedacht haben...

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 04.08.2023:

es gibt einen großen unterschied zwischen "programmierer" und "kann programmieren".
wenn ich mal programmiere, dann bin ich in der lage einen prototypen zu bauen und die funktionalität zu testen. das davor, die analyse des problems und die konzeption macht mir aber am meisten spass.
der reine programmierer nimmt dann meinen prototypen und baut daraus professionellen code, macht die modularisierung etc (eher als dienstleistung). Im idealfall geht beides hand in hand.
ich würde aber behaupten der großteil der statistiker/ mathematiker möchte eher in der konzeptionierung und analyse arbeiten (was nicht heißt dass man da nie programmiert).

denk die person oben, die meinte, dass mathematiker oft als programmierer enden, meinte damit eben eher, dass mathematiker am ende oft in relativ stumpfen berufen landen, in denen man halt code für irgendwelche langweiligen sachen schreibt die sich andere ausgedacht haben...

Was uns die Person hier oben sagen möchte ist, dass sie durch das WiWi oder SoWi Studium nicht dazu geeignet ist, um zu verstehen, dass Mathematiker, Physiker und Co. jede beliebige Arbeit der oben genannten Konsorten mal so nebenher übernehmen kann, anderst herum jedoch niemals. * Drop the mic *

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 04.08.2023:

Was uns die Person hier oben sagen möchte ist, dass sie durch das WiWi oder SoWi Studium nicht dazu geeignet ist, um zu verstehen, dass Mathematiker, Physiker und Co. jede beliebige Arbeit der oben genannten Konsorten mal so nebenher übernehmen kann, anderst herum jedoch niemals. * Drop the mic *

Ich würde mich davon doch nicht so triggern lassen. Lass ihn erstmal das Studium fertig machen und seine Berufserfahrung sammeln. Dann merkt er schnell was die Vorteile von einem Mathematik, Physik oder Informatik Studium ggü. WiWi und Co. sind :) .

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 05.08.2023:

Ich würde mich davon doch nicht so triggern lassen. Lass ihn erstmal das Studium fertig machen und seine Berufserfahrung sammeln. Dann merkt er schnell was die Vorteile von einem Mathematik, Physik oder Informatik Studium ggü. WiWi und Co. sind :) .

Akademisch bzw. auf die Forschung / Wissenschaft bezogen wird weder ein Mathematik noch Physiker oder sonst irgendwer die Arbeit eines BWLs übernehmen können, genauso wenig wie ein BWLer die Forschungsarbeit eines Mathematikers, Physikers oder sonstiges übernehmen kann. Die freie Wirtschaft ist aber forschungsfern. Da kann ein Mathematiker, Physiker & Co. die Arbeit eines BWLers mit Einarbeitung übernehmen und andersrum genauso, Stichwort angewandte Mathematik. Für den Weg in die freie Wirtschaft kannst Du im Prinzip einen beliebigen Studiengang belegen und danach in allen Bereichen mit gewisser Einarbeitung arbeiten.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

Ich würde mich davon doch nicht so triggern lassen. Lass ihn erstmal das Studium fertig machen und seine Berufserfahrung sammeln. Dann merkt er schnell was die Vorteile von einem Mathematik, Physik oder Informatik Studium ggü. WiWi und Co. sind :) .

Macht euch nicht lächerlich Kinder. Ich bin natürlich studierter Mathematiker (Uni, gute Noten, BE als Datascientist, viel programmiererfahrung in Python Matlab und Co) und kenne niemanden meiner Kollegen, der den Arbeitsmarkt für Physiker und Mathematiker in Deutschland als besonders rosig beschreiben würde. Klar ist es kein Totalausfall, aber für den Aufwand sind die Gehälter eben relativ homogen und nicht besonders hoch (50-100k für den absoluten Großteil je nach BE, Wohnort etc). Kann sein, dass es bei den Statistikern (bei uns waren das auch Mathematiker) nun besonders anders aussieht. Denke ich aber nicht.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 05.08.2023:

Akademisch bzw. auf die Forschung / Wissenschaft bezogen wird weder ein Mathematik noch Physiker oder sonst irgendwer die Arbeit eines BWLs übernehmen können, genauso wenig wie ein BWLer die Forschungsarbeit eines Mathematikers, Physikers oder sonstiges übernehmen kann. Die freie Wirtschaft ist aber forschungsfern. Da kann ein Mathematiker, Physiker & Co. die Arbeit eines BWLers mit Einarbeitung übernehmen und andersrum genauso, Stichwort angewandte Mathematik. Für den Weg in die freie Wirtschaft kannst Du im Prinzip einen beliebigen Studiengang belegen und danach in allen Bereichen mit gewisser Einarbeitung arbeiten.

Das ist mit einer meiner größten Kritikpunkte am heutigen Bildungswesen, insbesondere Hochschulstudiengängen. Frag irgendeinen random Studenten nach einem Thema, das er laut Studienplan verinnerlicht haben sollte. Er wird dir sagen "das war nicht klausurrelevant" oder "die Klausur ist schon zu lange her". Man lernt nicht für den Beruf sondern man lernt für Klausuren, um dann irgendeinem Personaler eine gute Note vorlegen zu können, der dann aber im selben Atemzug direkt nach praktischen Erfahrungen fragt. Und irgendwie ist es hinterher auch egal was man genau studiert hat. Da sitzt der promovierte Mathematiker neben dem Fachinformatiker und beide machen das gleiche. Insgeheim lacht sich der Personaler schlapp über die Inhalte der Vorlesung "BWL 1" oder "Softwarearchitektur", da jeder, der ein paar Wochen in einem Unternehmen gearbeitet hat, weiß, dass dieser Elfenbeinturm nichts mit dem Berufsalltag zu tun hat. Aus irgendeinem sich mir nicht erschließenden Grund sind diese Klausuren, Noten und Abschlüsse aber immer noch das Nonplusultra im Personalwesen.

Auf Youtube kann man sich den Harvard CS50-Kurs ansehen, also eine Vorlesung für Informatikstudenten. Das ist die beste Uni der Welt und dort werden Inhalte behandelt wie HTML, CSS, Python und SQL. Da würde so manchem deutschen Professor direkt die Hutschnur platzen: "Das Studium ist doch kein Programmierkurs! Wir sind doch keine einfachen Fachinformatiker! Die Leute brauchen doch erstmal 4 Semester theoretische Grundlagen!".

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 05.08.2023:

Das ist mit einer meiner größten Kritikpunkte am heutigen Bildungswesen, insbesondere Hochschulstudiengängen. Frag irgendeinen random Studenten nach einem Thema, das er laut Studienplan verinnerlicht haben sollte. Er wird dir sagen "das war nicht klausurrelevant" oder "die Klausur ist schon zu lange her". Man lernt nicht für den Beruf sondern man lernt für Klausuren, um dann irgendeinem Personaler eine gute Note vorlegen zu können, der dann aber im selben Atemzug direkt nach praktischen Erfahrungen fragt. Und irgendwie ist es hinterher auch egal was man genau studiert hat. Da sitzt der promovierte Mathematiker neben dem Fachinformatiker und beide machen das gleiche. Insgeheim lacht sich der Personaler schlapp über die Inhalte der Vorlesung "BWL 1" oder "Softwarearchitektur", da jeder, der ein paar Wochen in einem Unternehmen gearbeitet hat, weiß, dass dieser Elfenbeinturm nichts mit dem Berufsalltag zu tun hat. Aus irgendeinem sich mir nicht erschließenden Grund sind diese Klausuren, Noten und Abschlüsse aber immer noch das Nonplusultra im Personalwesen.

Auf Youtube kann man sich den Harvard CS50-Kurs ansehen, also eine Vorlesung für Informatikstudenten. Das ist die beste Uni der Welt und dort werden Inhalte behandelt wie HTML, CSS, Python und SQL. Da würde so manchem deutschen Professor direkt die Hutschnur platzen: "Das Studium ist doch kein Programmierkurs! Wir sind doch keine einfachen Fachinformatiker! Die Leute brauchen doch erstmal 4 Semester theoretische Grundlagen!".

Guter Punkt! Bin gespannt was der Herr promovierter Mathematiker dazu zu sagen hat :D

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

Guter Punkt! Bin gespannt was der Herr promovierter Mathematiker dazu zu sagen hat :D

verstehe das argument nicht. nur weil es einen hervorragenden programmierkurs für computer scientists in harvard gibt, heißt das nicht, dass die dortigen computer science studiengänge weniger theoretisch als die informatikstudiengänge hier sind. man schaue sich nur mal die grundlagen in wahrscheinlichkeitstheorie an, die dort in kursen zu maschinellem lernen gebraucht werden (sicherlich auch theoretischer schnickschnack für euch) - das ist fast auf dem gleichen niveau wie eine solide mathematikvorlesung in deutschland und deutlich anspruchsvoller als das, was hier im mittel in informatikstudiengängen gelehrt wird.

auch wenn man sich die erfolgreichen techfirmen anschaut, fällt im allgemeinen auf, dass wirklich alle massiv in research investieren, was ihr hier als "sinnlose theorie" abtut. auch wenn man sich die einstellungstests von firmen wie google anschaut, gucken die vor allem ob die basics in datenstrukturen und komplexitätstheorie sitzen - denen ist es dermaßen egal ob du nun html meister oder super sql kannst oder garnichts davon, weil denen bewusst ist, dass sich die tools schnell ändern können, die grundlagen aber die gleichen bleiben.

nur weil in deutschen unternehmen softwareengineering nicht funktioniert und die firmen hier immer weniger wert auf innovationskraft legen und man hier "in euerm tollen berufsalltag" nichts aus der uni braucht, muss das ja nichts positives sein. der erfolg spricht jetzt erstmal nicht für die deutschen unternehmen...

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 05.08.2023:

Macht euch nicht lächerlich Kinder. Ich bin natürlich studierter Mathematiker (Uni, gute Noten, BE als Datascientist, viel programmiererfahrung in Python Matlab und Co) und kenne niemanden meiner Kollegen, der den Arbeitsmarkt für Physiker und Mathematiker in Deutschland als besonders rosig beschreiben würde. Klar ist es kein Totalausfall, aber für den Aufwand sind die Gehälter eben relativ homogen und nicht besonders hoch (50-100k für den absoluten Großteil je nach BE, Wohnort etc). Kann sein, dass es bei den Statistikern (bei uns waren das auch Mathematiker) nun besonders anders aussieht. Denke ich aber nicht.

Dann fehlt es dir und deinen Kollegen aber stark an Softskills u.W. mit allem was dazu gehört. Nicht falsch verstehen aber wenn du als Mathematiker mit überdurchschnittlichen Noten nichts reist, dann liegt das Problem wohl eher bei deiner Person selbst und nicht am Studiengang. V.a. bei den Data Stellen wird immer der Mathematiker mit aufgezählt. Wenn es bei dir halt nicht so rosig lief, dann ist das zwar schade aber deshalb sollte man hier doch kein verzerrtes und schwarzes Bild zeichnen, wenn es de facto nicht der Fall ist.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

Dann fehlt es dir und deinen Kollegen aber stark an Softskills u.W. mit allem was dazu gehört. Nicht falsch verstehen aber wenn du als Mathematiker mit überdurchschnittlichen Noten nichts reist, dann liegt das Problem wohl eher bei deiner Person selbst und nicht am Studiengang. V.a. bei den Data Stellen wird immer der Mathematiker mit aufgezählt. Wenn es bei dir halt nicht so rosig lief, dann ist das zwar schade aber deshalb sollte man hier doch kein verzerrtes und schwarzes Bild zeichnen, wenn es de facto nicht der Fall ist.

Statt über meine Sozialkompetenz zu mutmaßen, könntest Du es ja mal mit Argumenten versuchen. In allen Gehaltsstatistiken schneidet der Mathemtiker/ Physiker durschschnittlich ab. Alle Statistiken sind sich einig, dass Mathe -und Physikabsolventen zu 80% Fachfremd arbeiten. Ergo nichts adequat bezahltes in ihrem Bereich finden.

Und zu Deinen Datastellen, wo der Mathematiker mitgezählt wird: Was soll einem das sagen? Viele "Datastellen" sind eigentlich Dataengineering stellen, auf denen ein Informatiker deutlich besser passen würde. Zudem ist die Tätigkeit oft ziemlich monoton und die Bezahlung eher durchschnittlich. Richtige Datasciencejobs mit guter Bezahlung und Forschungsanspruch, wo auch publiziert wird findet man in Deutschland kaum bis garnicht.

Und was bedeutet "etwas reißen" für dich? Ich hab ja gesagt, dass man mit Mathe und einigen Programmierskills fast sicher nicht am Hungertuch nagen muss. 50 - 100k ist vermutlich die Range in der fast alle Mathematiker früher oder später (je nach Berufserfahrung, Firmengröße, Ort, Noten usw) landen.

Das ist ein solides Gehalt, aber für den Aufwand einfach nichts besonderes. Das erreichen andere Studiengänge auch locker. Ein Bachelor in Wirtschaftsinformatik von einer FH hat beispielsweise einen niedrigeren Anspruch aber ich würde behaupten die Gehaltsperspektiven sind absolut vergleichbar. Und man arbeitet in einem Job für den man auch ausgebildet wurde.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 13.08.2023:

Statt über meine Sozialkompetenz zu mutmaßen, könntest Du es ja mal mit Argumenten versuchen. In allen Gehaltsstatistiken schneidet der Mathemtiker/ Physiker durschschnittlich ab. Alle Statistiken sind sich einig, dass Mathe -und Physikabsolventen zu 80% Fachfremd arbeiten. Ergo nichts adequat bezahltes in ihrem Bereich finden.

Und zu Deinen Datastellen, wo der Mathematiker mitgezählt wird: Was soll einem das sagen? Viele "Datastellen" sind eigentlich Dataengineering stellen, auf denen ein Informatiker deutlich besser passen würde. Zudem ist die Tätigkeit oft ziemlich monoton und die Bezahlung eher durchschnittlich. Richtige Datasciencejobs mit guter Bezahlung und Forschungsanspruch, wo auch publiziert wird findet man in Deutschland kaum bis garnicht.

Und was bedeutet "etwas reißen" für dich? Ich hab ja gesagt, dass man mit Mathe und einigen Programmierskills fast sicher nicht am Hungertuch nagen muss. 50 - 100k ist vermutlich die Range in der fast alle Mathematiker früher oder später (je nach Berufserfahrung, Firmengröße, Ort, Noten usw) landen.

Das ist ein solides Gehalt, aber für den Aufwand einfach nichts besonderes. Das erreichen andere Studiengänge auch locker. Ein Bachelor in Wirtschaftsinformatik von einer FH hat beispielsweise einen niedrigeren Anspruch aber ich würde behaupten die Gehaltsperspektiven sind absolut vergleichbar. Und man arbeitet in einem Job für den man auch ausgebildet wurde.

Take it easy :) Da gehen die Sichtweisen einfach auseinander.

,,Und man arbeitet in einem Job für den man auch ausgebildet wurde"

Muss man das? Ich arbeite im technischen Bereich als Statistiker. Vom technischen Bereich habe ich immer noch herzlich wenig Ahnung. Aber Statistik bleibt Statistik und findet ihre Anwendung überall. Von mir aus nenne es eben Data Science oder -Analysis.
Ob man fachfremd Arbeitet oder nicht... naja wenn dich das so stört oder du dies als Nachteil siehst (im MINT Kontext) ... Wayne. Konkret auf Statistik bezogen ist jeder Anwendungsbereich "fachfremd", bis auf die einschlägige Wissenschaft an sich. Meiner bescheidenen Wenigkeit zufolge, besteht der Arbeitsaltag sowieo mind. 50% pro Tag aus Meetings, Planung und zwischendurch mal ein paar Zeilen Code schreiben. Wenn der Schuh brennt sieht das dann natürlich anders aus, aber dafür setzt die Vertrauensarbeitszeit dann ein, die du als promovierter Mathematiker bestimmt auch hast.

,,zu Deinen Datastellen, wo der Mathematiker mitgezählt wird: Was soll einem das sagen? Viele "Datastellen" sind eigentlich Dataengineering stelle..."

Der Punkt ist gut, es gibt tatsächlich viele Data Engenieering Stellen. Die sind aber oft auch für Dritte offen wie Bindestrich-Informatiker (keine Abwertung an der Stelle) oder Mathematiker, Statistiker. Je nach IT und Informatiklevel natürlich unterschiedlich; die Begriffe sind sowieso noch sehr schwammig von Unternehmen zu Unternehmen. Data Science kann vom SPSS-WiWi bis hin zum promovierten Mathematiker gehen in der Entwicklung und Forschung gehen. Wird aber i.d.R. expliziert in den Anforderungen angegeben.

Der Punkt mit ,,richtige" Data Science Jobs: Da kann ich nur ganz direkt antworten: Setz die Rosa-rote Brille ab. Die Arbeitswelt ist komplex und selbst in der Entwicklung oder der univers. Forschung musst du deine "nicht anspruchsvolle Arbeit" erledigen. Das ist einfach daily Business und für viele ein Dorn im Auge.

Und da kommt auch der Punkt, wo ich bei deiner Wortwahl etwas schmunzeln muss und auch etwas am zweifeln bin. 60k Bruttojahresgehalt nennst du ,,solide". Wenn du es von Zuhause aus so vermittelt bekommen hast oder die Peergroup im Studium sich zu einer Bubble entwickelt hat, dann verstehe ich die Aussagen bzw. weiß wo sie herkommen. Aber mit 60k bis 70k Einstiegsgehalt nagst du nicht nur nicht am Hungertuch, sondern hast am Ende des Monats auch noch Puffer für Notfälle, Anlagen etc. Das ist weder selbstverständlich noch respektvoll ggü. 85% (ich recherchiere die Zahl jetzt nicht) der Menschen in DE die deutlich unter diesem Gehalt liegen.

Kurzum: deine Vorstellungen vom Gehalt halte ich, mit Verlaub, für eine Aussage eines 2.Semestlers ohne vorherige Berufsausbildung oder Arbeitserfahrung. Mich wundert es nicht, wenn hier viele junge Menschen blind mit solchen Aussagen liebäugeln und sich solch einen Habitus aufbauen und später dann Enttäuscht sind. Damit ist nicht gemeint, dass man Ziele hat und diese auch erreichen möchte, e.g. höheres Gehalt u.W.
Aber die Vorstellung von >100k fix ohne Personal- oder Entwicklungsverantwortung ist sehr ambitioniert (in DEU).

70k ist nicht "solide" sondern weit über dem Durchschnitt. Jeder will mehr verdienen das ist klar, aber so sieht nunmal die Lebensqualität auch ein Stück weit aus.

Der Aufwand ist kein valides Argument. Wenn einem Mathe liegt und Spaß an logischer Problemlösung hat, dann so what? MINT Studiengänge sind nunmal anspruchsvoller und zeitintensiver. Sei doch mal stolz drauf dass du gut in Mathe abgeschlossen hast. Man lernt im Studium dadurch auch Disziplin und Zeitmanagement ganz neu kennen; also lohnt sich solch ein Studium schonmal bzgl. der Lebenserfahrung. Wenn ein Soziologe oder Politologe dann am Ende mehr verdient, muss ich mich eben besser verkaufen als derartige Konsorten, wo wir wieder bei der eigenen Rolle und Verantwortung wären (das meinte ich mit etwas reißen).

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

Kann ich nach 2 Jahren Berufserfahrung, einem M.Sc. in Statistik >=70k in der Pharmaindustrie all in all verhandeln? Oder ist dies zu hoch angesetzt?

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 13.08.2023:

Statt über meine Sozialkompetenz zu mutmaßen, könntest Du es ja mal mit Argumenten versuchen. In allen Gehaltsstatistiken schneidet der Mathemtiker/ Physiker durschschnittlich ab. Alle Statistiken sind sich einig, dass Mathe -und Physikabsolventen zu 80% Fachfremd arbeiten. Ergo nichts adequat bezahltes in ihrem Bereich finden.

Und zu Deinen Datastellen, wo der Mathematiker mitgezählt wird: Was soll einem das sagen? Viele "Datastellen" sind eigentlich Dataengineering stellen, auf denen ein Informatiker deutlich besser passen würde. Zudem ist die Tätigkeit oft ziemlich monoton und die Bezahlung eher durchschnittlich. Richtige Datasciencejobs mit guter Bezahlung und Forschungsanspruch, wo auch publiziert wird findet man in Deutschland kaum bis garnicht.

Und was bedeutet "etwas reißen" für dich? Ich hab ja gesagt, dass man mit Mathe und einigen Programmierskills fast sicher nicht am Hungertuch nagen muss. 50 - 100k ist vermutlich die Range in der fast alle Mathematiker früher oder später (je nach Berufserfahrung, Firmengröße, Ort, Noten usw) landen.

Das ist ein solides Gehalt, aber für den Aufwand einfach nichts besonderes. Das erreichen andere Studiengänge auch locker. Ein Bachelor in Wirtschaftsinformatik von einer FH hat beispielsweise einen niedrigeren Anspruch aber ich würde behaupten die Gehaltsperspektiven sind absolut vergleichbar. Und man arbeitet in einem Job für den man auch ausgebildet wurde.

Bist du zufällig promovierter Mathematiker?

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

Aus meiner Sicht:

Hat man gute Berufsaussichten danach? Definitiv!

Bekommt man schnell eine Stelle im Bereich DS und DA? Jap

Verdient man gut? Keine naiven 120k aber dennoch überdurchschnittlich gut.

Studium schwer im Vergleich? Ohja. Ich fands ziemlich schwer und sehr zeitintensiv.

Lohnt sich ein M.Sc. in Statistik? Ja & Nein. Es gibt denke ich leichtere Wege die man gehen kann um ein ähnliches Ziel zu erreichen.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

Möchte das Thema Gehalt nochmal konkretisieren. Ich habe Wirtschaftsmathematik studiert und überlege jetzt meinen Master in Statistik in Berlin, Bamberg, Trier oder Dortmund zu machen. Gibt es hier Absolventen die inzwischen so 3 bis 5 Jahren im Beruf sind? Welches Gehalt habt ihr all in all und in welcher Branche seid ihr tätig? Wie sieht euer Arbeitstag so aus?

Würde mich freuen :)

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 22.08.2023:

Möchte das Thema Gehalt nochmal konkretisieren. Ich habe Wirtschaftsmathematik studiert und überlege jetzt meinen Master in Statistik in Berlin, Bamberg, Trier oder Dortmund zu machen. Gibt es hier Absolventen die inzwischen so 3 bis 5 Jahren im Beruf sind? Welches Gehalt habt ihr all in all und in welcher Branche seid ihr tätig? Wie sieht euer Arbeitstag so aus?

Würde mich freuen :)

Push

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 23.08.2023:

Push

Push 2

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 23.08.2023:

Push 2

+3 Push

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 21.07.2023:

Selbst seriöse Quellen (Wirtschaftsforum, EU etc.) und Paper legen nahe dass durch GPT, KI & Co. Jobs mit Hardskills weniger wichtiger werden und dafür Softskills und Agilität wichtiger. Berufe im Bereich Management, Projektmanagement & Co. haben eine bessere Zukunft als Anwalt, Wirtschaftsprüfer, Mathematiker & Co.

Wo hast du denn das her? Agiles und Management Gedöns etc. ist hoch automatisierbar. Statistische Modellierung und -analyse eher nicht

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

Hatte im WiSe 2021 erfolgreich den M.Sc. in Statistik abgebrochen und mich für Finance umentschieden. Mehr Praxis und weniger Frust ... und weniger Mathe Nerds

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 03.09.2023:

Hatte im WiSe 2021 erfolgreich den M.Sc. in Statistik abgebrochen und mich für Finance umentschieden. Mehr Praxis und weniger Frust ... und weniger Mathe Nerds

Und jetzt? Finde das nicht schlimm und in vielen Fällen ist das auch sinnvoller als sich da verzweifelt durch zu kämpfen.
Habe den Statistikmaster in Bamberg vor ein paar Jahren mal angefangen und habe nach dem 2ten Semester dann gemerkt, dass es einfach nicht mehr machbar für mich war, weil auch einfach die Motivationen für die theoretische Statistik und Mathematik gefehlt hat und allgemeik sehr wenig Praxisbezug vorhanden war.
Habe dann auch auf zu VWL im Master gewechselt :)

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 15.08.2023:

Kann ich nach 2 Jahren Berufserfahrung, einem M.Sc. in Statistik >=70k in der Pharmaindustrie all in all verhandeln? Oder ist dies zu hoch angesetzt?

Push

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 19.09.2023:

Push

Push +2

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

Berufsaussichten waren noch nie besser in dieser Zeit. Jede zweite Stellenausschreibung beinhaltet DS oder KI

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 28.09.2023:

Berufsaussichten waren noch nie besser in dieser Zeit. Jede zweite Stellenausschreibung beinhaltet DS oder KI

Das mag sein, aber keiner in Dtld will Spitzengehälter dafür zahlen

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 29.09.2023:

Das mag sein, aber keiner in Dtld will Spitzengehälter dafür zahlen

a) Spitzengehälter werden idR nur mit Führungsverantwortung bezahlt

b) Vergleicht man nicht-Führungspositionen einzelner Disziplinen ist man auch hier unter den Besserverdienern.

c) Spitzengehälter ist WiWi-Sprech. Ihr immer mit euren ''Spitzengehälter". Wer 65k Einstiegsgehalt als wenig in DE betrachtet, wird nach dem Studium erstmal nicht schlecht schauen.

d) Auch in Führungspositionen wird der Data Science Bereich um einiges besser bezahlt als in anderen Bereichen.

Also weshalb immer die Falschbehauptungen?

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

a) Spitzengehälter werden idR nur mit Führungsverantwortung bezahlt

b) Vergleicht man nicht-Führungspositionen einzelner Disziplinen ist man auch hier unter den Besserverdienern.

c) Spitzengehälter ist WiWi-Sprech. Ihr immer mit euren ''Spitzengehälter". Wer 65k Einstiegsgehalt als wenig in DE betrachtet, wird nach dem Studium erstmal nicht schlecht schauen.

d) Auch in Führungspositionen wird der Data Science Bereich um einiges besser bezahlt als in anderen Bereichen.

Also weshalb immer die Falschbehauptungen?

Man kann sich Gehaltsstatistiken anschauen und wird feststellen dass die Spitzengehälter vor allem von Medizinern und Juristen erlangt werden. BWLer, Ingienieure und Informatiker sind deutlich darunter und haben alle ungefähr ähnliche Gehälter. Sogar Lehrämter verdienen zum Einstieg oft mehr. Nochmal darunter sind die Naturwissenschaften (zu denen dort auch Mathematik und Statistik gezählt wird), obwohl dort Durchfallquoten am höchsten sind. Es ist also keine Falschaussage wenn man sagt, dass Spitzengehälter nicht besonders oft erzielt werden. Wenn man nicht-Führungspoisitionen betrachtet dürfte sich der Abstand übrigens sogar vergrößern, da in erstgenannten Richtungen eben auch mit fachlicher Tätigkeit richtig Geld verdient werden kann.

Aus dem Mint-Spektrum sind daher vor allem Studiengänge finanziell lukrativ die auf Projektmanagementtätigkeiten vorbereiten (Wiing/ Wiinf) und keine zu hohen, schweren fachlichen Anforderungen stellen, damit man genug Zeit für Praktika und Netzwerken hat.

Natürlich sind 65k ein sehr gutes Einstiegsgehalt, das ist aber kein Widerspruch mit oben genanntem.

Zum allgemeinen Fachkräftemangel: Der Bund gibt dazu Statistiken raus (Engpassberufe) und untersucht Indikatoren (Gehaltsentwicklung/Arbeitslose/ Offene Stellen,...). Dort wird ersichtlich, dass der Mangel an Beispielsweise Rechtsanwälten, Apothekern, Ärzten und Steuerberatern deutlich größer ist, als an Informatikern. Zudem ist der Mangel an Handwerksberufen und Pflegeberufen höher als in allen akademischen Berufen.
Bei Naturwissenschaften, u.a. bei Mathe, Physik und Statistik zeigt sich garkein Mangel.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

Ein hoher Prozentsatz an Mintlern promoviert, daher ziehen die natürlich die Einstiegsgehälter nach unten mit ihrne 50% TVÖD Stellen

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 28.09.2023:

Berufsaussichten waren noch nie besser in dieser Zeit. Jede zweite Stellenausschreibung beinhaltet DS oder KI

Die Realität ist, dass fast alle Stellen egal ob Data Analyst/Data Scientist/ML Engineer 3 - 7 Jahre Berufserfahrung voraussetzen. Es gibt deutlich weniger Stellenanzeigen als noch vor 5 Jahren. Meiner Meinung nach ist der Hype langsam vorbei und die Unternehmen haben realisiert, dass ML nicht die Lösung für alles ist.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 03.10.2023:

Die Realität ist, dass fast alle Stellen egal ob Data Analyst/Data Scientist/ML Engineer 3 - 7 Jahre Berufserfahrung voraussetzen. Es gibt deutlich weniger Stellenanzeigen als noch vor 5 Jahren. Meiner Meinung nach ist der Hype langsam vorbei und die Unternehmen haben realisiert, dass ML nicht die Lösung für alles ist.

Richtige DS/ML ist tatsächlich die Lösung für sehr viel. Was jedoch in den meisten Unternehmen damit gemeint ist, ist eine Mischung aus Basic Excel und Python/R.

"Ich arbeite im Bereich Data Science" ist im Jahr 2023 bei den meisten Arbeitgebern in etwa so genau wie zu sagen "Ich arbeite am Computer".

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 03.10.2023:

Die Realität ist, dass fast alle Stellen egal ob Data Analyst/Data Scientist/ML Engineer 3 - 7 Jahre Berufserfahrung voraussetzen. Es gibt deutlich weniger Stellenanzeigen als noch vor 5 Jahren. Meiner Meinung nach ist der Hype langsam vorbei und die Unternehmen haben realisiert, dass ML nicht die Lösung für alles ist.

In Deutschland hat das ganze noch nicht mal richtig angefangen. Habe in meinen Interviews von etablierten Unternehmen immer wieder gehört dass sie jetzt anfangen wollen (oder innerhalb der letzten Jahre angefangen haben) etwas aufzubauen und daher Leute mit Erfahrung in dem Bereich suchen. Die gibt es aber kaum in Deutschland da es in Deutschland bislang kaum Unternehmen gibt die schon was in production haben. Woher sollen also die Erfahrenen ml engineers herkommen. Höchstens startups sind in Deutschland schon länger in dem Bereich aktiv aber bei denen läuft es tatsächlich aktuell ehr schlecht was aber ehr mit den Zinsen und dem allgemeinen Marktumfeld zu tun hat.

Und zwischen dem was in den Ausschreibungen steht darf man auch nicht zu ernst nehmen. Das ist ehr als eine Wunschliste zu verstehen.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 03.10.2023:

Man kann sich Gehaltsstatistiken anschauen und wird feststellen dass die Spitzengehälter vor allem von Medizinern und Juristen erlangt werden. BWLer, Ingienieure und Informatiker sind deutlich darunter und haben alle ungefähr ähnliche Gehälter. Sogar Lehrämter verdienen zum Einstieg oft mehr. Nochmal darunter sind die Naturwissenschaften (zu denen dort auch Mathematik und Statistik gezählt wird), obwohl dort Durchfallquoten am höchsten sind. Es ist also keine Falschaussage wenn man sagt, dass Spitzengehälter nicht besonders oft erzielt werden. Wenn man nicht-Führungspoisitionen betrachtet dürfte sich der Abstand übrigens sogar vergrößern, da in erstgenannten Richtungen eben auch mit fachlicher Tätigkeit richtig Geld verdient werden kann.

Aus dem Mint-Spektrum sind daher vor allem Studiengänge finanziell lukrativ die auf Projektmanagementtätigkeiten vorbereiten (Wiing/ Wiinf) und keine zu hohen, schweren fachlichen Anforderungen stellen, damit man genug Zeit für Praktika und Netzwerken hat.

Natürlich sind 65k ein sehr gutes Einstiegsgehalt, das ist aber kein Widerspruch mit oben genanntem.

Zum allgemeinen Fachkräftemangel: Der Bund gibt dazu Statistiken raus (Engpassberufe) und untersucht Indikatoren (Gehaltsentwicklung/Arbeitslose/ Offene Stellen,...). Dort wird ersichtlich, dass der Mangel an Beispielsweise Rechtsanwälten, Apothekern, Ärzten und Steuerberatern deutlich größer ist, als an Informatikern. Zudem ist der Mangel an Handwerksberufen und Pflegeberufen höher als in allen akademischen Berufen.
Bei Naturwissenschaften, u.a. bei Mathe, Physik und Statistik zeigt sich garkein Mangel.

Danke für die sachliche Antwort. Ich schaus mir am Wochenende nochmal an.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 03.10.2023:

Richtige DS/ML ist tatsächlich die Lösung für sehr viel. Was jedoch in den meisten Unternehmen damit gemeint ist, ist eine Mischung aus Basic Excel und Python/R.

"Ich arbeite im Bereich Data Science" ist im Jahr 2023 bei den meisten Arbeitgebern in etwa so genau wie zu sagen "Ich arbeite am Computer".

Die Datenqualität in den Unternehmen ist einfach Mist. Das haben die mittlerweile auch erkannt. Die brauchen erstmal Data Engineers und danach lassen sich dei meisten Probleme bereits durch deskriptive Analysen oder Dashboards von Data Analysten lösen. Falls das dann nicht ausreicht, kann man Data Scientist, die auf causal inference spezialisiert sind einstellen. Es gibt nur wenig Probleme bei denen Machine Learning Engineers gebraucht werden, die state of the Art Modelle trainieren. Der Impact kann durchaus groß sein. In der Praxis reichen für die meisten Probleme simple Modelle wie eine Regression, SVM oder ein random Forest aus. Es macht aber keinen Sinn die einzustellen, wenn die Datenqualität einfach scheiße ist. Zumindest ist das mein Eindruck und von Freunden ,die als Data Scientist in Unternehmen wie Bayer, Daimler und Porsche arbeiten. Viele sind einfach frustriert, da sich die Praxis stark von der Uni unterscheidet.

In Tech Unternehmen oder in der Forschung sieht das ganze schon anders aus.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 03.10.2023:

In Deutschland hat das ganze noch nicht mal richtig angefangen. Habe in meinen Interviews von etablierten Unternehmen immer wieder gehört dass sie jetzt anfangen wollen (oder innerhalb der letzten Jahre angefangen haben) etwas aufzubauen und daher Leute mit Erfahrung in dem Bereich suchen. Die gibt es aber kaum in Deutschland da es in Deutschland bislang kaum Unternehmen gibt die schon was in production haben. Woher sollen also die Erfahrenen ml engineers herkommen. Höchstens startups sind in Deutschland schon länger in dem Bereich aktiv aber bei denen läuft es tatsächlich aktuell ehr schlecht was aber ehr mit den Zinsen und dem allgemeinen Marktumfeld zu tun hat.

Und zwischen dem was in den Ausschreibungen steht darf man auch nicht zu ernst nehmen. Das ist ehr als eine Wunschliste zu verstehen.

Die meisten Unternehmen sollten erstmal anfangen Data Engineers einzustellen, um eine vernünftige Dateninfrastruktur zu haben. Alles andere kommt danach. Die Leute, die etwas anderes behaupten, arbeiten meiner Ansicht nach nicht in dem Bereich für deutsche Unternehmen und plappern einfach das nach was man in einer Einführungsveranstaltung in der Uni hört.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 05.10.2023:

Die meisten Unternehmen sollten erstmal anfangen Data Engineers einzustellen, um eine vernünftige Dateninfrastruktur zu haben. Alles andere kommt danach. Die Leute, die etwas anderes behaupten, arbeiten meiner Ansicht nach nicht in dem Bereich für deutsche Unternehmen und plappern einfach das nach was man in einer Einführungsveranstaltung in der Uni hört.

Da bin ich ganz bei dir. Ein Großteil der Unternehmer ist noch sehr viele Jahre davon entfernt mit data science sinnvoll anfangen zu können. Daher wird es auch noch dauern bis das hier richtig losgeht.
Außerdem machen data scientist meiner Erfahrung nach zu mindest 80 Prozent der Zeit data engineering.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 05.10.2023:

Die Datenqualität in den Unternehmen ist einfach Mist. Das haben die mittlerweile auch erkannt. Die brauchen erstmal Data Engineers und danach lassen sich dei meisten Probleme bereits durch deskriptive Analysen oder Dashboards von Data Analysten lösen. Falls das dann nicht ausreicht, kann man Data Scientist, die auf causal inference spezialisiert sind einstellen. Es gibt nur wenig Probleme bei denen Machine Learning Engineers gebraucht werden, die state of the Art Modelle trainieren. Der Impact kann durchaus groß sein. In der Praxis reichen für die meisten Probleme simple Modelle wie eine Regression, SVM oder ein random Forest aus. Es macht aber keinen Sinn die einzustellen, wenn die Datenqualität einfach scheiße ist. Zumindest ist das mein Eindruck und von Freunden ,die als Data Scientist in Unternehmen wie Bayer, Daimler und Porsche arbeiten. Viele sind einfach frustriert, da sich die Praxis stark von der Uni unterscheidet.

In Tech Unternehmen oder in der Forschung sieht das ganze schon anders aus.

Bei data science in der Praxis ist die Herausforderung weniger am model zu basteln sondern eher zu entscheiden welche daten man verwenden soll, was man überhaupt lernen will und wie man das ganze in die Prozesse im Unternehmen integriert (und natürlich das System drum herum zu bauen was einen Großteil der Arbeit ist). Aber meiner Meinung nach ist das mindestens so anspruchsvoll wie das was in der Forschung meistens gemacht wird. Habe beides schon gemacht und in der Forschung ging es oft darum auf einem standardisierten Datensatz eine Benchmark zu schlagen indem man Methode kombiniert von denen man schon weiß dass sie gut funktionieren um irgendeine Benchmark noch minimal zu schlagen.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 05.10.2023:

Die meisten Unternehmen sollten erstmal anfangen Data Engineers einzustellen, um eine vernünftige Dateninfrastruktur zu haben. Alles andere kommt danach. Die Leute, die etwas anderes behaupten, arbeiten meiner Ansicht nach nicht in dem Bereich für deutsche Unternehmen und plappern einfach das nach was man in einer Einführungsveranstaltung in der Uni hört.

Guter Punkt!

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

Statistik wird es auch zukünftig geben und ist breit anwendbar. Im Vergleich zu GeWis oder Chemie und Bio ist man mit einem M.Sc. in Statistik immer noch gut dran.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

Jetzt habe ich auch mal ein paar Fragen; rein aus interesse!

  • Welche Vorteile habe ich durch einen Master in Statistik im vgl. zu einem expliziten Data Science Studium?

  • Sind Durchfallquoten bekannt für Master in Statistik? ( in Zahlen oder Erfahrungswerte)

  • Kann ich mich damit auf die Data Science & A.I. Stellen bewerben?
antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 22.10.2023:

Jetzt habe ich auch mal ein paar Fragen; rein aus interesse!

  • Welche Vorteile habe ich durch einen Master in Statistik im vgl. zu einem expliziten Data Science Studium?

  • Sind Durchfallquoten bekannt für Master in Statistik? ( in Zahlen oder Erfahrungswerte)

  • Kann ich mich damit auf die Data Science & A.I. Stellen bewerben?

Von der Art, wie du die Frage stellst gehe ich mal davon aus, dass du keine Ahnung von dem Thema hast, also willst du einen fachfremden Master in Statistik oder Datascience machen und hoffst dann dich damit auf Datascience-Stellen bewerben zu können? Vermutlich sind damit alle Mathelastigen Statistikmaster schonmal raus, weil man dazu meist einen relevanten Bachelor braucht?

Ich kenne mich nur bei Datascience-Stellen in Forschung und Entwicklung aus. Dort werden die meisten Datascience stellen mit promovierten Wissenschaftlern besetzt, die meist recht viel Vorerfahrung haben, oft eigene Githubrepos und die auch in ihrer Freizeit Programmieren. Dazu eben die obligatorische Mathe/Physik/ Info Promotion. Von der Promotion wird teilweise abgesehen, wenn man anderweitig gezeigt hat, dass man eigenverantwortlich produktiv in Projekten arbeiten kann. Ich kann mir beim besten Willen nicht vorstellen, dass jemand mit null Programmiererfahrung oder "nur" einem BWL bachelor einen Datascience Master macht und dann in zwei Jahren auf diese Stellen kommen kann und sich dort gegen oft promovierte Leute durchsetzt die schon ihr halbes Leben programmieren. Du kannst ja mal bei Linkedin in die Stellenanzeigen gucken - dort stehen meist ziemlich konkrete skills drin, was man mitbringen muss und auch welche Leute schon dort arbeiten.

Viele dieser weniger mathelastigen (oft an FHs angebotenen) Masterangebote sind meiner Meinung nach nur Sinnvoll wenn man schon etwas anderes kann (BWL / Engineering/...) aber nicht als alleinstehender Studiengang. Dazu ist das Feld einfach zu kompetitiv.

Auf der anderen Seite: Lebensläufe sind heutzutage immer individuell und ich will es nicht ausschließen dass man mit so einem Master und ohne Vorerfahrung auch eine Topkarriere hinlegen kann. Ganz allein nur mit dem Master wird das aber mMn schwer.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 22.10.2023:

Von der Art, wie du die Frage stellst gehe ich mal davon aus, dass du keine Ahnung von dem Thema hast, also willst du einen fachfremden Master in Statistik oder Datascience machen und hoffst dann dich damit auf Datascience-Stellen bewerben zu können? Vermutlich sind damit alle Mathelastigen Statistikmaster schonmal raus, weil man dazu meist einen relevanten Bachelor braucht?

Ich kenne mich nur bei Datascience-Stellen in Forschung und Entwicklung aus. Dort werden die meisten Datascience stellen mit promovierten Wissenschaftlern besetzt, die meist recht viel Vorerfahrung haben, oft eigene Githubrepos und die auch in ihrer Freizeit Programmieren. Dazu eben die obligatorische Mathe/Physik/ Info Promotion. Von der Promotion wird teilweise abgesehen, wenn man anderweitig gezeigt hat, dass man eigenverantwortlich produktiv in Projekten arbeiten kann. Ich kann mir beim besten Willen nicht vorstellen, dass jemand mit null Programmiererfahrung oder "nur" einem BWL bachelor einen Datascience Master macht und dann in zwei Jahren auf diese Stellen kommen kann und sich dort gegen oft promovierte Leute durchsetzt die schon ihr halbes Leben programmieren. Du kannst ja mal bei Linkedin in die Stellenanzeigen gucken - dort stehen meist ziemlich konkrete skills drin, was man mitbringen muss und auch welche Leute schon dort arbeiten.

Viele dieser weniger mathelastigen (oft an FHs angebotenen) Masterangebote sind meiner Meinung nach nur Sinnvoll wenn man schon etwas anderes kann (BWL / Engineering/...) aber nicht als alleinstehender Studiengang. Dazu ist das Feld einfach zu kompetitiv.

Auf der anderen Seite: Lebensläufe sind heutzutage immer individuell und ich will es nicht ausschließen dass man mit so einem Master und ohne Vorerfahrung auch eine Topkarriere hinlegen kann. Ganz allein nur mit dem Master wird das aber mMn schwer.

Am Anfang etwas ruppig aber gegen Ende doch sehr fair und ehrlich formuliert, somit danke für diesen Kommentar.

Ich selbst habe im Bachelor einen GeWi Studiengang studiert und habe in den Nebenfächern die Statistik für mich entdeckt. Da aus finanziellen Gründen ein zweiter Bachelor in Statistik oder angewandter Mathematik nicht mehr in Frage kam habe ich die Nebenfach-ECTS (das waren ca. 30) in Statistik und Mathematik belegt. Da ich jedoch 54 ECTS in Mathematik nachweisen musste habe ich ein Doppelstudium in Wirtschaftsmathematik angefangen und 5 Klausuren geschrieben. Somit konnte ich dann den Master in Statistik machen.

Während des Masters konnte ich an einem großen Uniklinikum am Biometrie Lehrstuhl arbeiten und so erste Erfahrungen sammeln. Nach dem Masterstudium habe ich dann innerhalb von 3 Monaten meinen ersten Job als Statistiker in der Pharmaindustrie gefunden und bin sehr zufriede damit.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

79k, Pharma Unternehmen, M.Sc. Statistik, B.Sc. Chemie

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

Master in Statistik- Berufsaussichten = sehr gut 👍

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 08.11.2023:

Master in Statistik- Berufsaussichten = sehr gut 👍

Master in Statistik - Durchfallquoten = sehr hoch 👍

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

Irgendwer noch Meinungen und Erfahrungen bzgl. Tätigkeitsfelder und Gehaltsspanen?

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 15.11.2023:

Irgendwer noch Meinungen und Erfahrungen bzgl. Tätigkeitsfelder und Gehaltsspanen?

Push 👍. Mehr ausführliche Erfahrungsberichte wären in diesem Thread richtig spannend. LG

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

Kann man damit auch als Machine Learning Engineer arbeiten?

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 26.11.2023:

Kann man damit auch als Machine Learning Engineer arbeiten?

Klar man kann damit auch als Machine Learning Engineer arbeiten. Aber eher, wenn man sich zusätzliches Wissen ausserhalb des Studium aneignet. Man konkurriert dann eben eher mit Informatikern. Theoretisches Statistikwissen ist in den meisten deutschen Firmen völlig nutzlos. Dafür bezahlt hier keiner - Ausser man ergattert einen der seltenen Jobs in der Pharmabranche für Statistiker - aber auch da braucht man eher praktische Erfahrung. Die Stellen werden auch sehr oft von promovierten besetzt und natürlich oft zu Dienstleistern ausgelagert.

Gehalt ist wie bei allen MINT Berufen in deutschen Firmen natürlich schlecht, wenn man sich anstrengt, sehr gut abschließt und etwas Theorielastiges wie Mathe/ Physik studiert (promotion, sehr gute Noten, top 20 %) aber kein Überflieger (top 1%) ist. Verhältnismäßig gut ist es für Leute mit Ausbildung und für Wirtschaftsinfgenieure/ Wirtschaftsinfos, idealerweise von FHs. Meine Beobachtung ist, dass es für das Gehalt völlig unerheblich ist was man studiert. Da geht es eher ums Netzwerken und Politik-machen. Es macht also aus finanzieller Sicht sinn, eher etwas deutlich einfacheres zu studieren.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 26.11.2023:

Klar man kann damit auch als Machine Learning Engineer arbeiten. Aber eher, wenn man sich zusätzliches Wissen ausserhalb des Studium aneignet. Man konkurriert dann eben eher mit Informatikern. Theoretisches Statistikwissen ist in den meisten deutschen Firmen völlig nutzlos. Dafür bezahlt hier keiner - Ausser man ergattert einen der seltenen Jobs in der Pharmabranche für Statistiker - aber auch da braucht man eher praktische Erfahrung. Die Stellen werden auch sehr oft von promovierten besetzt und natürlich oft zu Dienstleistern ausgelagert.

Gehalt ist wie bei allen MINT Berufen in deutschen Firmen natürlich schlecht, wenn man sich anstrengt, sehr gut abschließt und etwas Theorielastiges wie Mathe/ Physik studiert (promotion, sehr gute Noten, top 20 %) aber kein Überflieger (top 1%) ist. Verhältnismäßig gut ist es für Leute mit Ausbildung und für Wirtschaftsinfgenieure/ Wirtschaftsinfos, idealerweise von FHs. Meine Beobachtung ist, dass es für das Gehalt völlig unerheblich ist was man studiert. Da geht es eher ums Netzwerken und Politik-machen. Es macht also aus finanzieller Sicht sinn, eher etwas deutlich einfacheres zu studieren.

Gerade mit Statistikwissen wirst du gut bezahlt im Data Zeitalter. ML Engenieering ist Statistik mit Informatik gepaart, da passt man neben dem Informatiker am besten rein. LG

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 28.11.2023:

Gerade mit Statistikwissen wirst du gut bezahlt im Data Zeitalter. ML Engenieering ist Statistik mit Informatik gepaart, da passt man neben dem Informatiker am besten rein. LG

Genau das selbe ging mir auch durch den Kopf als ich den Vorredner gesehen habe. Mit einem Master in Statistik bildest du mindestens 80% des Nötigen Wissens ab, dass man im A.I. Bereich benötigt. Ich würde aber auch behaupten, dass Leute mit Fachfremden abschlüssen mittlerweile in solchen Positionen gehieft werden....

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 26.11.2023:

Kann man damit auch als Machine Learning Engineer arbeiten?

push

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 09.12.2023:

push

Schließe mich der Frage an

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 10.12.2023:

Schließe mich der Frage an

Prinzipiell ja aber man muss natürlich noch vieles aus dem Bereich Software engineering, DevOps.. lernen.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

Gerade mit Statistikwissen wirst du gut bezahlt im Data Zeitalter. ML Engenieering ist Statistik mit Informatik gepaart, da passt man neben dem Informatiker am besten rein. LG

In der Theorie vielleicht. In der Praxis beobachte ich noch nicht, dass besonders viele deutsche Firmen große Investitionen in KI tätigen. Zumindest nicht in Deutschland. Es gibt zwar auch ein paar deutsche player (Bosch, SAP, jetzt auch Siemens immer mehr) die auch in Forschung und Entwicklung investieren, aber das sind eben nur ein paar wenige Arbeitsplätze für die Topabsolventen (Promovierte MINTler die auch bei MBB einsteigen könnten). Bei vielen anderen Firmen findet eher viel Marketing statt, aber keine riesige professionelle Entwicklung, ala Techfirmen in US. Man sieht Software immer noch sehr als lästigen Kostentreiber. Ich kann hier insbesondere aus der Automobilbranche berichten, wo eben für Entwickler im KI Bereich, gemessen an der schweren Ausbildung, nicht besonders viel gezahlt wird. Auch sehe ich eher einen Trend dazu, dass Firmen fertige Lösungen aus Übersee einkaufen wollen. Hier benötigt man dann noch Consultants und Verkäufer, die die Lösungen implementieren. Dort kommt man mit Statistikmaster sicher auch unter - das sind dann aber eben nicht die super hochbezahlten Jobs, wie man sie beispielsweise in den staatlich geschützten Sektoren findet.

Aber glaubt mal weiter das, was euch von Politikern und absolut unabhängigen und neutralen Insitutionen wie dem VDI oder dem IW über den sog. Fachkräftemangel erzählt wird.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 10.12.2023:

In der Theorie vielleicht. In der Praxis beobachte ich noch nicht, dass besonders viele deutsche Firmen große Investitionen in KI tätigen. Zumindest nicht in Deutschland. Es gibt zwar auch ein paar deutsche player (Bosch, SAP, jetzt auch Siemens immer mehr) die auch in Forschung und Entwicklung investieren, aber das sind eben nur ein paar wenige Arbeitsplätze für die Topabsolventen (Promovierte MINTler die auch bei MBB einsteigen könnten). Bei vielen anderen Firmen findet eher viel Marketing statt, aber keine riesige professionelle Entwicklung, ala Techfirmen in US. Man sieht Software immer noch sehr als lästigen Kostentreiber. Ich kann hier insbesondere aus der Automobilbranche berichten, wo eben für Entwickler im KI Bereich, gemessen an der schweren Ausbildung, nicht besonders viel gezahlt wird. Auch sehe ich eher einen Trend dazu, dass Firmen fertige Lösungen aus Übersee einkaufen wollen. Hier benötigt man dann noch Consultants und Verkäufer, die die Lösungen implementieren. Dort kommt man mit Statistikmaster sicher auch unter - das sind dann aber eben nicht die super hochbezahlten Jobs, wie man sie beispielsweise in den staatlich geschützten Sektoren findet.

Aber glaubt mal weiter das, was euch von Politikern und absolut unabhängigen und neutralen Insitutionen wie dem VDI oder dem IW über den sog. Fachkräftemangel erzählt wird.

Es geht nicht immer um "hochbezahlte" sondern um "gut" bezahlte Jobs. Es geht auch nicht ständig um die "höchste" Position u.W. sondern um die Möglichkeiten eines Statistik Masters und diese sind im Vergleich mehr als gut. Oder soll ich deiner Meinung nach lieber Soziologie oder Kunstgeschichte studieren?

Dessen ungeachtet finde ich deinen Punkt mit der Automobilindustrie, gemessen an der schweren Ausbildung zutreffend. Das sollte man sich zweimal Überlegen ob man sich das antun will.

Wenige Jobs gibt es für Informatiker oder Statistiker aber nicht.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

Verstehe die Aussage mit dem wertlosen theoretischen Statistikwissen nicht. Praktischer als Statistik geht's ja wohl nicht. Ihr wisst schon dass 80% der Data Science und K.I. Geschichten Statistik ist.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 14.12.2023:

Verstehe die Aussage mit dem wertlosen theoretischen Statistikwissen nicht. Praktischer als Statistik geht's ja wohl nicht. Ihr wisst schon dass 80% der Data Science und K.I. Geschichten Statistik ist.

Ja bin zufällig Mathematiker und Statistik ist eben Mathematik. Die (theoretische) Statistikforschung beschäftigt sich damit, eigenschaften von Schätzern zu zeigen oder neue Schätzer/ Schätzmethoden herzuleiten. Hierzu braucht man vor allem Maßtheorie, Wissen aus zeitkontinuierlichen stochastischen Prozessen, und vieles mehr...

Was die Statistikforschung eher weniger macht: Sich intensiv mit Datenstrukturen, speichereffizienten Verfahren, Datenspeicherung/-Sicherung etc, schneller Implementierung zu beschäftigen.

Klar,es gibt auch computational statistics. Die implementieren dann eben mal etwas in R oder Python. Aber das sind meistens Skripte mit denen man dann einen spezifischen Usecase / ein Toyproblem bearbeitet, den man dann in ein Paper schreibt. Aber nichts, was irgendwie produktiv einsetzbar wäre und meist ist es sehr speziell.

Auch die statistical learning fraktion (Vapnik und nachfolgende Generationen) machen hauptsächlich Theoriekram, der in deutschen Firmen völlig irrelevant ist.

In den ganzen Dataabteilungen der deutschen Firmen geht es viel um Marketing und darum,
eine fertige Bibliothek ala Scikit-Learn auf einen bestehenden Usecase anzuwenden und das Ergebnis dann schön auf Folien dem übergeordneten Abteilungsleiter zu präsentieren. Da braucht man mit den ganzen Youtube tutorials, die es heute für Anfänger gibt, bei weitem kein Statistik/ Mathemaster mehr um die Verfahren grob zu verstehen. Und das grobe Verstehen ist für die Usecases meist völlig ausreichend.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 14.12.2023:

In den ganzen Dataabteilungen der deutschen Firmen geht es viel um Marketing und darum,
eine fertige Bibliothek ala Scikit-Learn auf einen bestehenden Usecase anzuwenden und das Ergebnis dann schön auf Folien dem übergeordneten Abteilungsleiter zu präsentieren. Da braucht man mit den ganzen Youtube tutorials, die es heute für Anfänger gibt, bei weitem kein Statistik/ Mathemaster mehr um die Verfahren grob zu verstehen. Und das grobe Verstehen ist für die Usecases meist völlig ausreichend.

Ich hab ehrlich gesagt nicht das Gefühl, dass es zwischen Youtube-Tutorial-Niveau und Supergenie (OpenAI, Google etc.) recht viel Bedarf auf dem Jobmarkt gibt. Entweder ist man so außerordentlich gut um bei den Big Playern mitzumischen oder man wird halt eher nur hier und da mal was anwenden, aber sicher nichts selbst entwickeln. Die Big Player setzen ja auch ständig ganz neue Maßstäbe. Seit es ChatGPT gibt, erwartet jeder auch ChatGPT-Performance. Da will keiner mehr irgendeinen Python NLP-Chatbot, der den User nach 3 fehlgeschlagenen Versuchen an die Hotline verweist. Entweder bist du besser als OpenAI oder der Chef/Kunde wird dann einfach eine Anbindung an die OpenAI-API statt einer Eigenentwicklung verlangen. Daher hab ich mehr und mehr Zweifel ob sich der ganze Aufwand eines solchen Studiums wirklich lohnt.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 14.12.2023:

Ich hab ehrlich gesagt nicht das Gefühl, dass es zwischen Youtube-Tutorial-Niveau und Supergenie (OpenAI, Google etc.) recht viel Bedarf auf dem Jobmarkt gibt. Entweder ist man so außerordentlich gut um bei den Big Playern mitzumischen oder man wird halt eher nur hier und da mal was anwenden, aber sicher nichts selbst entwickeln. Die Big Player setzen ja auch ständig ganz neue Maßstäbe. Seit es ChatGPT gibt, erwartet jeder auch ChatGPT-Performance. Da will keiner mehr irgendeinen Python NLP-Chatbot, der den User nach 3 fehlgeschlagenen Versuchen an die Hotline verweist. Entweder bist du besser als OpenAI oder der Chef/Kunde wird dann einfach eine Anbindung an die OpenAI-API statt einer Eigenentwicklung verlangen. Daher hab ich mehr und mehr Zweifel ob sich der ganze Aufwand eines solchen Studiums wirklich lohnt.

Language models spielen in deutschen Konzernen noch keine Rolle aber bei anderen Dingen wie beispielsweise supply chain optimierung wird es immer wichtiger. Es stimmt zwar dass man da fertige libraries wie xgboost etc. verwendete das ganze stabil in den produktiven Einsatz in Unternehmensprozesse einzubauen ist immernoch sehr anspruchsvoll.

Dafür reicht es nicht einfach irgendwelche Daten in das model zu werfen. Man braucht Leute die die Unternehmensprozesse, die Daten und die ml Verfahren verstehen und dazu noch gute software/data engineers sind.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

An die Statistiker / Mathematiker hier. Man kann doch wohl behaupten, dass die statistischen Theorien leider alle "versagt" haben, bei den Anwendung wie OpenAI und co. Keiner dieser Theorien kann erklären, weshalb ein überparametrisiertes Modell (neuronales Netz) nicht overfitet und trotzdem gut generalisiert. Also wirklich in jeder Statistik Vorlesung wird das eingehämmert, dass man ja ganz vorsichtig sein muss mit zu vielen Parametern...

Bzgl. der deutschen Firmen, das Ding ist kaum eine deutsche Firma ist bereit 1 Milliarde oder mehr in AI rein zu stecken. Diese Größenordnung ist aktuell notwendig. Gut wir haben aleph alpha, aber bin da extrem skeptisch.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 14.12.2023:

An die Statistiker / Mathematiker hier. Man kann doch wohl behaupten, dass die statistischen Theorien leider alle "versagt" haben, bei den Anwendung wie OpenAI und co. Keiner dieser Theorien kann erklären, weshalb ein überparametrisiertes Modell (neuronales Netz) nicht overfitet und trotzdem gut generalisiert. Also wirklich in jeder Statistik Vorlesung wird das eingehämmert, dass man ja ganz vorsichtig sein muss mit zu vielen Parametern...

Bzgl. der deutschen Firmen, das Ding ist kaum eine deutsche Firma ist bereit 1 Milliarde oder mehr in AI rein zu stecken. Diese Größenordnung ist aktuell notwendig. Gut wir haben aleph alpha, aber bin da extrem skeptisch.

Naja so funktioniert Wissenschaft nunmal. Das Model ist solange gut, bis es an seine Grenzen gebracht wird. Und da gibt es wohl einen Graubereich wo die Theorie noch keine/ zu wenig Antworten liefern kann. Es ist aber auch nicht so, dass Overfitting nicht stattfindet. Wenn ich Regression in einem in einem Polynom-modell mache, bekomme ich Overfitting wenn ich den polynomgrad gegen unendlich schicke und das ist auch theoretisch erklärbar.

Es findet eben bei bestimmten Neuronalen Netzen (NNs), die mit Adam trainiert werden, in bestimmten Fällen nicht statt. Und Leute versuchen herauszufinden, warum das so ist und was die Fälle sind. Es gibt da im Allgemeinen viele ungeklärte Fragen im Grenzgebiet zwischen Optimierung, Statistik und Approximation - warum scheint "curse of dimensionality" nicht immer zu gelten für NNs? Das hängt sicher mit dem Overfitting zusammen, denn in modernen Netzen trainiert man gern mal bis die Lossfunktion null ist? Warum gibt es adversarial examples (kleine Störungen des inputs, der den Output massiv verändert)? Warum sind NNs so universell einsetzbar?

Aber dass die Theorie grundsätzlich versagt hat, denke ich nicht. Viele praktische Anwendungen zum trainieren von NNs entspringen ja theoretischen Überlegungen - insofern ist da schon ein Nutzen.

Wie du schon anmerkst, ist die Entwicklung von diesen Spielereien extrem teuer. Daher wollen Deutsche Firmen leider lieber die fertige Lösung einkaufen.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 14.12.2023:

An die Statistiker / Mathematiker hier. Man kann doch wohl behaupten, dass die statistischen Theorien leider alle "versagt" haben, bei den Anwendung wie OpenAI und co. Keiner dieser Theorien kann erklären, weshalb ein überparametrisiertes Modell (neuronales Netz) nicht overfitet und trotzdem gut generalisiert. Also wirklich in jeder Statistik Vorlesung wird das eingehämmert, dass man ja ganz vorsichtig sein muss mit zu vielen Parametern...

Bzgl. der deutschen Firmen, das Ding ist kaum eine deutsche Firma ist bereit 1 Milliarde oder mehr in AI rein zu stecken. Diese Größenordnung ist aktuell notwendig. Gut wir haben aleph alpha, aber bin da extrem skeptisch.

Die Theorie hinter NN's ist Statistik. Pooling ist ein statistisches Konzept, Random Subset Selection ist Statistik, Sigmoid Aktivierung = Wahrscheinlichkeiten durch eine logistische Regression, also auch Statistik, Regularization nannte man früher in der Statistik halt shrinkage.

Zum Thema Statistische Theorie versagt: Falsch.
Müsste man es abseits wissenschaftlicher Erklärungen pragmatisch erläutern, kann man sagen: Massenhaftes Modellrechnen, ggf. Regularisierung, optimieren und mitteln. Ich würde es als Schwarmintelligenz bezeichnen, da ein NN eigentlich die gleiche Logik wie ein Ensemble Learner hat wie bspw. ein Random Forest. Der läuft auch über B-Bootstrap iterationen mit zufälliger Prädiktorenauswahl und wird am ende gemittelt oder halt per majority vorting klassifiziert.

Kurzum: Schaut in Statistik Bücher rein und Vergleicht es mit den ganzen Data Science A.I. Büchern. EDA nennt man nun unsupervised learning und eine stink normale lineare Regression wird nun supervised learning genannt.

Statistik Kentnisse = A.I. Kenntnisse = Data Science Kenntnisse. Informatik und IT Wissen ist wieder eine andere geschichte, dass wird in der Statistik leider weniger berücksichtigt, das stimmt.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 14.12.2023:

Verstehe die Aussage mit dem wertlosen theoretischen Statistikwissen nicht. Praktischer als Statistik geht's ja wohl nicht. Ihr wisst schon dass 80% der Data Science und K.I. Geschichten Statistik ist.

An der Uni (Elfenbeinturm) sind 80% der Data Science Mathematik und Statistik.
In der Wirtschaft (Realität) sind es 80% IT.

Quelle: zehnjährige Erfahrung mit Data Science Projekten in beiden Bereichen.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

Naja, wenn man so will ist ja das Ganze Data Science Zeug Schnee von gestern;)
Wodurch kommt denn dir Innovation? Statistisch ist es ja nichts Neues. Ahja und die LLMs mit der Transformer Architektur sind extrem ähnlich der wohlstudierten Kernel Methoden. Meine es zugleich ironisch und ernst…

WiWi Gast schrieb am 15.12.2023:

Die Theorie hinter NN's ist Statistik. Pooling ist ein statistisches Konzept, Random Subset Selection ist Statistik, Sigmoid Aktivierung = Wahrscheinlichkeiten durch eine logistische Regression, also auch Statistik, Regularization nannte man früher in der Statistik halt shrinkage.

Zum Thema Statistische Theorie versagt: Falsch.
Müsste man es abseits wissenschaftlicher Erklärungen pragmatisch erläutern, kann man sagen: Massenhaftes Modellrechnen, ggf. Regularisierung, optimieren und mitteln. Ich würde es als Schwarmintelligenz bezeichnen, da ein NN eigentlich die gleiche Logik wie ein Ensemble Learner hat wie bspw. ein Random Forest. Der läuft auch über B-Bootstrap iterationen mit zufälliger Prädiktorenauswahl und wird am ende gemittelt oder halt per majority vorting klassifiziert.

Kurzum: Schaut in Statistik Bücher rein und Vergleicht es mit den ganzen Data Science A.I. Büchern. EDA nennt man nun unsupervised learning und eine stink normale lineare Regression wird nun supervised learning genannt.

Statistik Kentnisse = A.I. Kenntnisse = Data Science Kenntnisse. Informatik und IT Wissen ist wieder eine andere geschichte, dass wird in der Statistik leider weniger berücksichtigt, das stimmt.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 15.12.2023:

Naja, wenn man so will ist ja das Ganze Data Science Zeug Schnee von gestern;)
Wodurch kommt denn dir Innovation? Statistisch ist es ja nichts Neues. Ahja und die LLMs mit der Transformer Architektur sind extrem ähnlich der wohlstudierten Kernel Methoden. Meine es zugleich ironisch und ernst…

Verstehe die Ironie dahinter nicht, war das jetzt für oder gegen meine Aussage?

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 17.12.2023:

Verstehe die Ironie dahinter nicht, war das jetzt für oder gegen meine Aussage?

Push

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

Ich habe einen Master in angewandter Statistik gemacht und arbeite seit einem Jahr im Bank- und Finanzsektor. Gehalt ist zwar überdurchschnittlich, jedoch muss man dafür auch ordentlich ranklotzen.
Die Aufgaben sind mal mehr und mal weniger anspruchsvoll.

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

125k, F&E, MSc Stat

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 03.01.2024:

125k, F&E, MSc Stat

Wieviele Jahre Berufserfahrung? Familie & Kinder ? Alter?

antworten
WiWi Gast

Master in Statistik - Berufsaussichten

WiWi Gast schrieb am 06.01.2024:

Wieviele Jahre Berufserfahrung? Familie & Kinder ? Alter?

3-7, nein, 30-40

antworten

Artikel zu Statistik

regionalstatistik.de - Datenbank der regionalen amtlichen Statistik

Kaffee wird mit einem Handfilter in eine Glaskanne gekocht.

Die "Regionaldatenbank Deutschland" ist eine Datenbank, die tief gegliederte Ergebnisse der amtlichen Statistik enthält. Sie wird kontinuierlich ausgebaut. Die Statistiken können dabei nach Ausprägung wie Jahr gefiltert in Tabellenform aufgerufen werden.

Webseite zur internationalen Statistik

Das Statistische Bundesamt stellt ab heute in einem neuen Onlineservice rund vierzig Schlüsselindikatoren zu über 180 Staaten der Welt zur Verfügung. Das Angebot basiert auf einer Zusammenstellung von Statistiken internationaler Institutionen wie der Weltbank oder der Weltgesundheitsorganisation.

E-Learning: Statistik

Ein Tisch mit verschiedenen Werkzeugen z.B. einem Hammer.

Per E-Learning vermittelt die kostenlose Software »Statistiklabor« Grundlagen und fortgeschrittene Anwendung von Statistik. Auch komplexe statistische Probleme lassen sich mit dem Tool lösen.

E-Learning: LernSTATS Statistik-Tutorial

LernSTATS ist ein Programm zum Erlernen der Statistik für Psychologen, Sozial- und Wirschaftswissenschaftler. Es ist ein auf Hypertext-Basis programmiertes interaktives Tutorial zur deskriptiven Statistik.

Skript-Tipp: »Statistik in 25 Schritten«

Ein Parkplatzschild an einer roten Backsteinwand für den Schlaumacher.

So manch gelungene Skripte sind in den Weiten des Internet verborgen. WiWi-TReFF stellt euch im Skript-Tipp der Woche jeweils eines davon vor. In dieser Woche ist es der Skript-Klassiker »Statistik in 25 Schritten« von Prof. Dr. Peter Schmidt der Fakultät Wirtschaftswissenschaften an der Hochschule Bremen.

REM: ISM-Studiengang zur Immobilienwirtschaft startet in Hamburg im Herbst 2018

ISM-Studierende im neuen Master-Studiengang Immobilienwirtschaft der International School of Management.

Im Herbst 2018 startet ein neuer Studiengang zur Immobilienwirtschaft an der International School of Management (ISM) Hamburg. Der Studiengang Master of Sience Real Estate Management verknüpft internationales Managementwissen mit Kenntnissen aus der Immobilienbranche.

WHU-Master »Entrepreneurship« startet zum Wintersemester 2017/18

MBA Studentinnen und Studenten der WHU - Otto Beisheim School of Management bilden zusammen die Buchstaben WHU.

Die Start-up-Branche ist der ideale Ort für zukünftige Gründer, um das eigene Konzept zu realisieren. Ab dem Wintersemester 2017/18 verschafft der Master in Entrepreneurship an der WHU Beisheim die Grundlage, um als Unternehmensgründer zu starten: ein umfangreiches Gründerszene-Netzwerk und ein maßgeschneidertes Master-Programm mit Schwerpunkten in BWL, Produktentwicklung und Technologien. Ab sofort können sich angehende Unternehmer und Gründer für den Master in Entrepreneurship an der WHU bewerben.

Master-Studium Strategic Marketing Management ab WS 2017/2018

Master-Studium Strategic Marketing Management an der International School of Management

Die International School of Management (ISM) in Hamburg bietet ab dem Wintersemester 2017/2018 einen neuen Master-Studiengang an: Strategic Marketing Management. Der Master im Bereich der strategischen Vermarktung bildet Studierende zu internationalen Marketingmanagern aus. Strategisches Fachwissen wird mit praktischen Abschnitten verknüpft. Die Bewerbung für das Master-Studium Strategic Marketing Management ist ab sofort möglich.

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.

Hochschulstatistik: BWL-Studenten studieren 11,3 Semester bis zum Master-Abschluss

Hochschulstatistik: BWL-Studenten studieren 11,3 Semester bis zum Master-Abschluss

Nur vier von zehn Studierenden erlangen ihren Abschluss in der Regelstudienzeit. Studenten der Wirtschaftswissenschaften beendeten ihr Bachelor-Studium nach 7,1 Semestern. Das Gesamtstudium inklusive Master-Abschluss erreichen Studierende der Betriebswirtschaftslehre nach 11,3 Semestern. Diese und weitere wichtige hochschulstatistische Kennzahlen werden in der aktuellen Broschüre »Hochschulen auf einen Blick 2016« vom Statistischen Bundesamt miteinander verglichen.

mba-master.de - Portal rund um die Themen MBA und Master

Screenshot Homepage mba-master.de

Auf mba-master.de, dem Portal rund um die Themen MBA und Master, finden Absolventen geeignete Master-Studiengänge und MBA-Programme. In der Master-Datenbank sind rund 3.000 Studiengänge, davon über 1.000 für Wirtschaftswissenschaftler.

IHF-Studie untersucht 600 Masterstudiengänge in Bayern

IHF-Studie untersucht 600 Masterstudiengänge in Bayern

Die Studie untersucht die wesentlichen Merkmale aller Masterstudiengänge an den staatlichen Hochschulen in Bayern auf Basis der Prüfungsordnungen und bietet einen zahlenmäßigen sowie systematischen Überblick. Durch die große Anzahl von rund 600 Studiengängen lassen sich problematische Regelungen jenseits von Einzelfällen identifizieren.

Studie: Fast alle machen Masterstudium im Wunschfach und am Wunschort

Cover HIS-Studie zum Masterstudium 09|2013

Die erste bundesweit repräsentative Befragung ergab, dass fast alle Studierenden im Masterstudium, nämlich 95 Prozent, ihr Wunschfach studieren. Mehr als drei Viertel der Befragten studieren zudem auch an der gewünschten Hochschule.

CHE-Masterprognose 2013: Bedarf an Masterstudienplätzen steigt dramatisch

Modellrechnung zum Nachfragepotenzial bei  Masterstudienanfänger in Deutschland - Cover der Studie vom C HE gemeinnütziges Centrum für Hochschulentwicklung

Die Entwicklung der Nachfrage nach Masterstudienplätzen in den nächsten Jahren wird bisher planerisch an den Hochschulen und hochschulpolitisch in den Ländern unterschätzt. Nach Modellrechnungen des CHE wird die Nachfrage nach Masterstudienplätzen kontinuierlich steigen bis im Jahr 2016 ein Höchstwert erreicht wird.

»Finde deinen Master« lautet das Motto der Master Messen

Master and More - Zwei Studentinnen auf der Orientierungsmesse für Masterstudiengänge.

Die »Master and More« Messen sind die größten Master Messen im deutschsprachigen Raum und bieten Informationen zu 1.500 Master-Programmen. Sie finden im Herbst in sieben Studentenstädten statt: Die Messe-Tour führt ab Mitte November von Wien über München, Frankfurt, Stuttgart und Münster bis nach Hamburg und endet Anfang Dezember in Berlin.

Antworten auf Master in Statistik - Berufsaussichten

Als WiWi Gast oder Login

Forenfunktionen

Kommentare 545 Beiträge

Diskussionen zu Statistik

Weitere Themen aus Master: Wo studieren