WiWi Gast schrieb am 22.07.2022:

Mathe ist top, wenn du gut bist. Ich war es und bin derzeit bei FAANG und sehr glücklich. Hatte auch Zusagen bei allen 3 MBBs aber fand das Gesamtpaket dort nicht attraktiv

Wie ist dein Profil?

Abi+Bachelor+Master Notendurchschnitt < 4 also schon ziemlich top was Noten betrifft. Während des Studiums habe ich 4x 8 Wochen Praktikum gemacht. Nicht viel für WiWi Verhältnisse aber doch überdurchschnittlich viel verglichen mit Mathe Kollegen. Praktika waren 1x DAX, 2x UB, 1x Softwarebude

Danke! Hast du dann die Praktika unter dem Semester oder in der vorlesungsfreien Zeit untergebracht? Und in welchem genau bei FAANG arbeitest du denn? Also eher in der Softwareentwicklung?

3x Sommerferien, 1x zwischendrin (dabei haben sich 4 Wochen mit meiner Vorlesungszeit überschnitten. Hatte aber kaum Anwesenheitspflicht und konnte mir das in den Fällen mit Anwesenheitspflicht gut koordinieren dank Flexibilität des Unternehmens. Aber würde ich so nicht mehr empfehlen :D tbh)

Bin bei faang im data sciene bereich unterwegs. Also ja, gibt genug zu coden

antworten

Hallo zusammen, TE hier nochmal. Ich wollte mich nochmal melden, was ich nun machen werde.

Entgegen meiner Ankündigung, Informatik mit Nebenfach Mathematik zu studieren, habe ich nun das Mathematikstudium (mit Nebenfach Informatik) an der TUM aufgenommen.
Hauptgrund ist die mangelhafte Organisation und veraltete Strukturen der anderen Universität, die Informatik mit Mathematik angeboten hat.

antworten

Hallo zusammen, bin TE. Nun habe ich die Ergebnisse aller Klausuren im ersten Semester bekommen und bin zufrieden. Meine Noten liegen bei 1.7 bis 2.0 (Nebenfach ist besser bei 1.3). Es wäre aber echt machbar gewesen, noch bessere Noten zu erzielen, hätte ich nicht sehr dumme Fehler gemacht bzw. falsche Annahmen getroffen.

Nun aber mein Problem: Da ja anscheinend nur bei sehr guten Noten (also 1.0 bis 1.3) man als Mathematiker Chancen auf dem Arbeitsmarkt hat, frage ich mich, was möglich wäre, wenn man am Ende keine 1.0 als Durchschnuttsnote erzielt?

Ich habe auch vor, ab dem zweiten Semester zu arbeiten, und weiß auch nicht, in welchen Bereichen Unternehmen bereit wären, jemanden zu nehmen, der erst ab in einem Jahr relevante Kenntnisse (z.B. Statistik) hat.

Ich hoffe, ihr könnt mir ein paar Anregungen geben. Danke!

antworten

WiWi Gast schrieb am 12.03.2023:

Nun aber mein Problem: Da ja anscheinend nur bei sehr guten Noten (also 1.0 bis 1.3) man als Mathematiker Chancen auf dem Arbeitsmarkt hat, frage ich mich, was möglich wäre, wenn man am Ende keine 1.0 als Durchschnuttsnote erzielt?

Da hast du was falsch verstanden. Es haben diejenigen schlechtere Chancen, die >40h pro Woche lernen und trotzdem nur mittelmäßige bis schlechte Noten schaffen. Die müssen dann nämlich schon ihre ganze Zeit investieren, um irgendwie durch das Studium zu kommen und haben nebenher kaum Zeit, Praxiserfahrung und ergänzende Skills zu sammeln. Diese Leute sind dann zu schlecht für die Forschung und auf dem Arbeitsmarkt konkurrieren sie mit Absolventen praxisnäherer Studiengänge wie Informatik oder E-Technik, wo z.B. Programmierung schon Teil des Studiums war.

Bei dir scheint das aber nicht der Fall zu sein, wenn du mit moderatem Aufwand gute Noten erzielt hast und schon über einen Nebenjob nachdenkst. Wenn du so weiter machst, wirst du sehr gefragt sein auf dem Arbeitsmarkt, da ist es dann auch egal ob 1,0 oder 1,8.

antworten

WiWi Gast schrieb am 12.03.2023:

WiWi Gast schrieb am 12.03.2023:

Nun aber mein Problem: Da ja anscheinend nur bei sehr guten Noten (also 1.0 bis 1.3) man als Mathematiker Chancen auf dem Arbeitsmarkt hat, frage ich mich, was möglich wäre, wenn man am Ende keine 1.0 als Durchschnuttsnote erzielt?

Da hast du was falsch verstanden. Es haben diejenigen schlechtere Chancen, die >40h pro Woche lernen und trotzdem nur mittelmäßige bis schlechte Noten schaffen. Die müssen dann nämlich schon ihre ganze Zeit investieren, um irgendwie durch das Studium zu kommen und haben nebenher kaum Zeit, Praxiserfahrung und ergänzende Skills zu sammeln. Diese Leute sind dann zu schlecht für die Forschung und auf dem Arbeitsmarkt konkurrieren sie mit Absolventen praxisnäherer Studiengänge wie Informatik oder E-Technik, wo z.B. Programmierung schon Teil des Studiums war.

Bei dir scheint das aber nicht der Fall zu sein, wenn du mit moderatem Aufwand gute Noten erzielt hast und schon über einen Nebenjob nachdenkst. Wenn du so weiter machst, wirst du sehr gefragt sein auf dem Arbeitsmarkt, da ist es dann auch egal ob 1,0 oder 1,8.

ich nehme mal an du bist selbst mathematiker und / oder kennst sehr viele mathematiker die bereits den einstieg ins arbeitsleben hinter sich haben und kannst daher die situation gut einschätzen?

ich bin selbst mathematiker. meine masternote war 1.0 meine bachelornote 2.1 und ich habe einiges an praxiserfahrung in programmieren/ datascience sammeln können.
meine erfahrung aus meiner jobsuche würde ich allerdings nicht mit 'sehr gefragt' beschreiben. von sicherlich 50 bewerbungen in großstädten habe ich am ende 2-3 jobzusagen bekommen, allerdings habe ich auch nicht alle verfahren bis zum ende gemacht. im nachhinein habe ich gemerkt, dass es vermutlich an meinem berufswunsch lag. fast alle jobs mit 'datascientist' oder "research engineer" im namen oder alles was irgendwie als mathematiker mit forschung und entwicklung zusammenhing ist meiner erfahrung nach sehr überlaufen auf dem arbeitsmarkt und faktisch nur mit (guter?) promotion zugänglich. die meisten firmen wie (bosch, siemens, OEMs etc haben mir auf meine bewerbung auf entsprechende jobs oft nicht einmal geantwortet).

als ich mich dann zwangsläufig auch auf dem beratungsmarkt umgeschaut habe, lief es etwas besser. am ende habe ich ein angebot in einem sehr gut bezahlten job bekommen. die tätigkeit hat aber mit mathematik/ programmieren/ technik quasi nichts mehr oder sehr wenig zutun gehabt und daher hab ich relativ schnell wieder gekündigt. bei MCK kam auch direkt eine absage. also für mbb hätte es meiner meinung nach wegen fehlender auslandsaufenhalte und etwas längere studiendauer auch hier nicht gereicht.

als fazit kann ich sagen, dass mathematik sicher ein spannendes fach ist, das es einem ermöglicht viele dinge zu verstehen. auf dem arbeitsmarkt konnte ich gegenüber ingenieuren und anderen MINTlern aber keine großen vorteile erkennen.
von juristen und ärzten mit entsprechenden noten sind die job perspektiven weit entfernt.
man hat als mathematiker eher den nachteil, dass mathematik die höhesten durchfallquoten hat und man sich praktisches wissen nebenbei aneignen muss. Dem TE würde ich empfehlen sich nicht so sehr von hypethemen leiten zu lassen sondern das zu machen worauf man lust hat, nebenbei professionell programmieren zu lernen, gute noten zu schreiben, praktika in sehr renommierten firmen zu absolvieren, auslandsaufenthalte zu machen und nicht zu lang zu studieren. das ist zwar sehr schwer, aber der TE scheint ja mit seinen noten im ersten semester durchaus eine gewisse begabung für das fach mitzubringen.

antworten

WiWi Gast schrieb am 13.03.2023:

ich nehme mal an du bist selbst mathematiker und / oder kennst sehr viele mathematiker die bereits den einstieg ins arbeitsleben hinter sich haben und kannst daher die situation gut einschätzen?

Ich kenne drei Leute mit sehr guten Noten, die sind bei großen Firmen/Versicherungen untergekommen, teilweise in den USA. Zwei haben abgebrochen und haben dann Wirtschaftsmathe und Info studiert. Dann noch ein paar, die es zwar geschafft haben, aber nun auch irgendwo im IT-Bereich im KMU arbeiten und das meistens nach mehreren Semestern über Regelstudienzeit. Die hätten auch gleich Informatik studieren können bei weit weniger Stress.

WiWi Gast schrieb am 13.03.2023:

ich bin selbst mathematiker. meine masternote war 1.0 meine bachelornote 2.1 und ich habe einiges an praxiserfahrung in programmieren/ datascience sammeln können.
meine erfahrung aus meiner jobsuche würde ich allerdings nicht mit 'sehr gefragt' beschreiben. von sicherlich 50 bewerbungen in großstädten habe ich am ende 2-3 jobzusagen bekommen, allerdings habe ich auch nicht alle verfahren bis zum ende gemacht

Durchaus eine übliche Quote für einen Einsteiger ohne Erfahrung. Weißt du wie viele Bewerbungen BWLer schreiben müssen um auch nur eine Einladung (keine Zusage) zu kriegen?

Zudem müsste man jetzt wissen was genau du im Master gemacht hast und welche Erfahrungen du hattest. 1.0 klingt natürlich beeindruckend, muss aber je nach Uni/FH mit diversen Wahlmöglichkeiten auch nichts allzu außergewöhnliches sein. Wichtiger sind eh die Skills und natürlich auch die persönliche Ebene muss stimmen. Vielleicht hat es da irgendwo gehakt? Data Science ist natürlich sehr gehypt und da werden eher Leute mit PhD bevorzugt.

WiWi Gast schrieb am 13.03.2023:

als fazit kann ich sagen, dass mathematik sicher ein spannendes fach ist, das es einem ermöglicht viele dinge zu verstehen. auf dem arbeitsmarkt konnte ich gegenüber ingenieuren und anderen MINTlern aber keine großen vorteile erkennen.

Ja, das war ja im Prinzip auch meine Aussage oben.

antworten

Zudem müsste man jetzt wissen was genau du im Master gemacht hast und welche Erfahrungen du hattest. 1.0 klingt natürlich beeindruckend, muss aber je nach Uni/FH mit diversen Wahlmöglichkeiten auch nichts allzu außergewöhnliches sein. Wichtiger sind eh die Skills und natürlich auch die persönliche Ebene muss stimmen. Vielleicht hat es da irgendwo gehakt? Data Science ist natürlich sehr gehypt und da werden eher Leute mit PhD bevorzugt.

ja du hast schon recht, 1.0 ist jetzt nicht ganz vergleichbar mit der 1.0 in anderen fächern. Damit war man bei uns ungefähr in der top 15% der wenigen, die überhaupt den abschluss geschafft haben. wir hatten rund 80% abbrecherquote und oft durchfallquoten um die 50% in den klausuren wobei man die klausur in den bachelorkursen nur schreiben durfte wenn man die übungszettel vorher geschafft hat. war an einer großen süddeutschen uni. hatte vertiefung in numerik und statistik. hatte einiges an praxiserfahrung in programmierung. dafür kann man in den meisten fällen mit einem einstiegsgehalt rechnen, nichtmal an das gehalt von lehrern herankommt, deren studium auf ein minimum an fachlichen inhalten reduziert wurde damit überhaupt noch leute mathelehrer werden. ein jurist in vergleichbarem notenpercentil kann sich aussuchen ob er im staatsdienst oder für 130k bei der großkanzlei anfängt. dort zählen auch nicht die 'skills' von ausserhalb des studiums, sondern nur das, was auf dem zeugnis steht. 80% der mathematiker in deutschland arbeiten zudem fachfremd. was soviel heißt wie, dass ihre qualifikation auf dem arbeitsmarkt nicht gefragt ist. dennoch wird medial und in der politik permanent so getan als hätte man mit dem studium (mit MINT generell) die besten berufsaussichten. ist so ähnlich wie bei den ingenieuren, die dann nach dem studium erstmal zu scharen bei den dienstleistern geknechtet werden, während olaf scholz vom fachkräftemangel schwadroniert.

dass es BWLer auch nicht leicht haben bei der fülle an absolventen ist mir schon klar, dafür sind die studiengänge halt auch meistens einfacher und die studenten haben noch ein leben neben der uni - auch, wenn das natürlich ein wenig subjektiv ist und es sicher auch sehr anspruchsvolle BWL studiengänge gibt.

und nein auch auf der 'persönlichen ebene' hat es nicht gehakt. die meisten nawis die ich kenne sind sehr freundliche, kollegiale und höfliche leute mit denen man gern zeit verbringt. auch an sonstigen dingen wie 'seriöses auftreten' etc lag es vmtl. nicht - ich hatte ja bereits geschrieben, dass es bei den consulting-stellen deutlich besser lief als bei den tech-jobs. dort wird man vmtl nicht eingestellt, wenn man ein unsozialer eigenbrötler ist....

antworten

Definiert "arbeiten fachfremd". Ich habe mein Mathestudium nie aus Berufsausbildung verstanden.

antworten

Ich versteh ehrlich gesagt nicht, was immer dieses Rumgeheule von wegen "Mathematiker arbeiten fachfremd" soll. Habe selbst Mathe studiert und mir während des Studiums nie vorgestellt, dass ich einmal im Berufsleben "Mathe" machen würde.
Ist doch klar, dass man als guter Mathematiker mit Berufen wie Software Engineering, Risk, Aktuariat, ggf. Research im PM, Data Scientist oder IT/Data Science Berater und damit fachfremd anfängt.

Wer ist denn so verblendet und glaubt, im Berufsleben richtige Mathematik zu betreiben? Wer das möchte, der geht in die Forschung und bleibt an der Uni.

Ich habe auch ehrlich gesagt nicht die Erfahrung gemacht, dass es so sonderlich schwer ist, einen tollen Job als Mathematiker zu finden (mein Bachelor und Master waren 1.4 und 1.2). Man muss halt wissen, wo man hin will, ggf. bei einem kleineren, spezialisierten Unternehmen anfangen oder in den ersten Jahren in die Beratung usw., um sich breit aufzustellen und Skills zu sammeln.

Das Problem bei Mathematikern in der Masse ist, dass "wir" im Schnitt ein bestimmter Typ Mensch sind, die eben nicht die aufregenden Highperformer Ellbogen-Jobs ausüben. Oder ein Auslandssemester machen. Oder Praktika nebenbei und sich um ihre Karriere kümmern.

Deshalb getreu Correlation != Causation: ich glaube nicht, dass Mathematiker im Schnitt deshalb weniger verdienen, weil sie Mathe und nicht Finance studiert haben, sondern weil es da ein paar Störvariablen gibt, die da den Vergleich vollkommen verzerren.

Ein Mathematiker mit Statistik / Finanzmathe Bezug und Top Noten, top Uni, Auslandserfahrung, einschlägigen Praktika usw. ist sicherlich nicht kategorisch einem BWLer mit ähnlichem CV unterlegen (bei Bewerbung auf einen Beruf, der grundsätzlich von beiden ausgeübt werden könnte, sagen wir PM). Ersteren gibt's aber halt fast nicht, weil, wie gesagt, Mathematiker im Durchschnitt introvertierte Nerds sind, die lieber zu Hause zocken und sich von Mama das Bett machen lassen.
Bei BWLern gibt's aber eben immer einen bestimmten Anteil von Studenten im Semester, der sehr karriereorientiert ist und weiß, wie der CV interessant wird.

Wenn man immer nur Beweisführung im Kopf hatte und keinen Plan davon hat, was es für Jobs gibt, dann wird's natürlich schwer, einen guten Beurf zu finden. Meine Erfahrung war, dass Mathe ein toller Türöffner für interessante, anspruchsvolle Jobs war. Man braucht halt einfach einen Karriereplan, genauso wie ein BWLer auch.

antworten

Ok danke für eure Antworten. Ein konkretes Ziel habe ich nicht, aber Richtungen, die ich interessant finde (Softwareentwicklung, Finanzwesen,...).

Bei meinen Bewerbungen ist aufgefallen, dass es vielleicht sinnvoll ist, wenn ich mich nicht direkt am Anfang des Studiums bewerbe, weil Kenntnisse gefordert werden, die sowieso im Verlauf des Studiums kommen (z.B. Wahrscheinlichkeitstheorie).

Ich wurde bei einem Nebenjob angenommen, wo die Hauptaufgabe die Betreuung eines Infozentrums zu einem komplexeren Projekt öffentlichen, lokalen Interesses ist. Ich werde da jetzt anfangen, weil ich es auch interessant finde (viele verschiedene Aspekte), aber glaubt ihr, dass ich mir damit was für zukünftige Jobs verbauen könnte? Erwünscht ist dort eine längerfristige Beschäftigung (mind. 1 Jahr, und danach vorzugsweise Verlängerung um 2 Jahre), aber ich denke, das beste ist wohl, wenn ich das eine Jahr dort arbeite, mich dann gegen Ende anfange anderweitig (heißt näher an meinen zukünftigen beruflichen Werdegang) zu bewerben und bei Erfolg zu kündigen. Oder was denkt ihr?

antworten

Wenn du ganz am Anfang deines Studiums bist, verbaust du dir damit sicher überhaupt nichts. Gerade um den Lebensunterhalt zu finanzieren, ist das nicht mehr oder weniger sinnvoll als ein Job als Kellner - halt zweckmäßig, und wenn’s dir Spaß macht, vollkommen ok.

Du wirst damit aber sicherlich auch niemanden beeindrucken, wenn du dich auf eine (Praktikanten-)Stelle im Software Engineering o.ä. bewerben willst. Deshalb versuch dann in einem Jahr umzusatteln und dir ne Werkstudentenstelle zu suchen, die dir fachlich hilft.

WiWi Gast schrieb am 25.03.2023:

Ok danke für eure Antworten. Ein konkretes Ziel habe ich nicht, aber Richtungen, die ich interessant finde (Softwareentwicklung, Finanzwesen,...).

Bei meinen Bewerbungen ist aufgefallen, dass es vielleicht sinnvoll ist, wenn ich mich nicht direkt am Anfang des Studiums bewerbe, weil Kenntnisse gefordert werden, die sowieso im Verlauf des Studiums kommen (z.B. Wahrscheinlichkeitstheorie).

Ich wurde bei einem Nebenjob angenommen, wo die Hauptaufgabe die Betreuung eines Infozentrums zu einem komplexeren Projekt öffentlichen, lokalen Interesses ist. Ich werde da jetzt anfangen, weil ich es auch interessant finde (viele verschiedene Aspekte), aber glaubt ihr, dass ich mir damit was für zukünftige Jobs verbauen könnte? Erwünscht ist dort eine längerfristige Beschäftigung (mind. 1 Jahr, und danach vorzugsweise Verlängerung um 2 Jahre), aber ich denke, das beste ist wohl, wenn ich das eine Jahr dort arbeite, mich dann gegen Ende anfange anderweitig (heißt näher an meinen zukünftigen beruflichen Werdegang) zu bewerben und bei Erfolg zu kündigen. Oder was denkt ihr?

antworten

Also zusammenfassend gesagt: BWL > Informatik > Mathematik?

antworten

WiWi Gast schrieb am 10.07.2023:

Also zusammenfassend gesagt: BWL > Informatik > Mathematik?

Wenn du es so zusammenfasst, bist du wahrscheinlich eher für BWL als für Mathematik geeignet.

antworten

Für den Großteil wird das so stimmen, für die intellektuellen top 0.1% definitiv andersherum.

WiWi Gast schrieb am 10.07.2023:

Also zusammenfassend gesagt: BWL > Informatik > Mathematik?

antworten

WiWi Gast schrieb am 10.07.2023:

Also zusammenfassend gesagt: BWL > Informatik > Mathematik?

Oder anders gesagt BWL ist das Supremum aller Studiengänge :D

antworten

WiWi Gast schrieb am 10.07.2023:

Für den Großteil wird das so stimmen, für die intellektuellen top 0.1% definitiv andersherum.

Also zusammenfassend gesagt: BWL > Informatik > Mathematik?

Das Problem ist aber, dass die intellektuellen Top 0.1% i.d.R. nicht finanziell so gut dastehen wie die BWL-Riege.

antworten

Das Problem ist aber, dass die intellektuellen Top 0.1% i.d.R. nicht finanziell so gut dastehen wie die BWL-Riege.

es geht ja um die möglichkeiten. sagen wir mal diese leute haben einen IQ von 140, sind also per definition im top 0,5% was diesen test angeht, dann könnten diese leute, interesse vorausgesetzt, vmtl sehr gut mathematik studieren, einen topabschluss machen, an einer topuni im ausland promovieren und könnten dann viel geld bei MBB oder sonstwo verdienen.
mathe ist da eben sehr hart. man kann fehlende intelligenz nur zu einem gewissen grad mit fleiss und anderen dingen wie auftreten oder eloquenz ausgleichen.

antworten

Als intellektueller top 0.1% mit Karriereplan und -willen ist definitiv als Techie mehr zu holen als als Finanzwirt

WiWi Gast schrieb am 13.07.2023:

Für den Großteil wird das so stimmen, für die intellektuellen top 0.1% definitiv andersherum.

Also zusammenfassend gesagt: BWL > Informatik > Mathematik?

Das Problem ist aber, dass die intellektuellen Top 0.1% i.d.R. nicht finanziell so gut dastehen wie die BWL-Riege.

antworten

WiWi Gast schrieb am 14.07.2023:

Als intellektueller top 0.1% mit Karriereplan und -willen ist definitiv als Techie mehr zu holen als als Finanzwirt

Für den Großteil wird das so stimmen, für die intellektuellen top 0.1% definitiv andersherum.

Also zusammenfassend gesagt: BWL > Informatik > Mathematik?

Das Problem ist aber, dass die intellektuellen Top 0.1% i.d.R. nicht finanziell so gut dastehen wie die BWL-Riege.

Das bezweifel ich, damit wirst Du doch in Fachpositionen versauern.

antworten

Wie sehen die Berufschancen mit Numerik aus, vor allem in DAX-Konzernen?

antworten

WiWi Gast schrieb am 16.07.2023:

Wie sehen die Berufschancen mit Numerik aus, vor allem in DAX-Konzernen?

meinst du mit sowas wie "a posteriori Fehlerschätzer für die stokes gleichung" ? würd sagen durchschnittlich.

antworten

Naja, muss halt ne Stelle geben, bei der Numeriker/Optimierer gefragt sind (Operations Management vielleicht, ansonsten halt im Engineering).
Fürs Controlling bist du damit genauso ungefragt wie ein Algebraischer Topologe.

WiWi Gast schrieb am 16.07.2023:

Wie sehen die Berufschancen mit Numerik aus, vor allem in DAX-Konzernen?

antworten

WiWi Gast schrieb am 16.07.2023:

Wie sehen die Berufschancen mit Numerik aus, vor allem in DAX-Konzernen?

Meiner Meinung nach ist das echt sehr gut, wenn du dich hier vertiefst. Du wirst einiges programmieren können, was auch als praktische Erfahrung gut ist und so kannst du auch (wenn du noch paar Projekte machst), auch in die Softwareentwicklung, wenn du das willst

antworten

Wer intellektuell top 0.1% ist, bleibt aber nach dem Mathe/ML PhD mit Publikationen in top Journals / conferences nicht in Deutschland. Und dann sieht das mit den Gehältern definitiv anders aus

WiWi Gast schrieb am 14.07.2023:

Als intellektueller top 0.1% mit Karriereplan und -willen ist definitiv als Techie mehr zu holen als als Finanzwirt

Für den Großteil wird das so stimmen, für die intellektuellen top 0.1% definitiv andersherum.

Also zusammenfassend gesagt: BWL > Informatik > Mathematik?

Das Problem ist aber, dass die intellektuellen Top 0.1% i.d.R. nicht finanziell so gut dastehen wie die BWL-Riege.

Das bezweifel ich, damit wirst Du doch in Fachpositionen versauern.

antworten

Ist ein Mathematiker dem BWLer z.B. im Teilbereich Data Science & Machine Learning überlegen? Die Bereiche haben doch im Prinzip nichts mit reiner Mathematik zu tun, sondern bedienen sich lediglich angewandter Ansätze, die man so im Kern auch bereits im Abitur lernt. Sehe ich das falsch? Höhere Mathematik liefert doch kaum einen signifikanten Mehrwert.

antworten

WiWi Gast schrieb am 13.08.2023:

Ist ein Mathematiker dem BWLer z.B. im Teilbereich Data Science & Machine Learning überlegen? Die Bereiche haben doch im Prinzip nichts mit reiner Mathematik zu tun, sondern bedienen sich lediglich angewandter Ansätze, die man so im Kern auch bereits im Abitur lernt. Sehe ich das falsch? Höhere Mathematik liefert doch kaum einen signifikanten Mehrwert.

Mathematiker hier. Kommt drauf an. Viele Methoden im Bereich Datascience oder Machine learning bauen auf teilweise sehr komplexen mathematischen Methoden auf. Hier kann man zb (stochastische) optimierung, wahrscheinlichkeitstheorie, signalverarbeitung oder inzwischen sogar differentialgeometrie (dimensionsreduktion) nennen. Ein gründliches Verständnis dieser Methoden kann also schon viel Helfen. Insbesondere wenn es um nicht-standardprobleme geht. Ausserdem hilft ein Mathestudium dabei, wenn man ein Paper zu einer Methode lesen und verstehen muss. Da die Paper eben oft höhere Mathematik benutzen.

Ich stimme aber zu dass das oben eine sehr idealisierte Arbeitswelt beschreibt. Oft hat man einen Chef, der keine Ahnung von der Technik hat und der einfach nur will, dass irgendein Model aus einer standardbibliothek auf ein BWL-praxisproblem angewandt wird. Ob das dann viel Sinn macht oder gut oder schlecht funktioniert sei mal dahingestellt. In dem Fall ist aber vermutlich sogar ein BWL studium von Vorteil da man die Problemstellung aus der Praxis dann besser versteht.

antworten

WiWi Gast schrieb am 13.08.2023:

Ist ein Mathematiker dem BWLer z.B. im Teilbereich Data Science & Machine Learning überlegen? Die Bereiche haben doch im Prinzip nichts mit reiner Mathematik zu tun, sondern bedienen sich lediglich angewandter Ansätze, die man so im Kern auch bereits im Abitur lernt. Sehe ich das falsch? Höhere Mathematik liefert doch kaum einen signifikanten Mehrwert.

Das kommt ganz darauf an, von welchem Job man spricht. Geht es nur darum, auf Kamerabildern irgendwelche Gegenstände zu erkennen oder ein bisschen NLP für einen Chatbot zu machen dann kriegt man das auch mit Python-Grundkenntnissen nach ein paar Youtube-Tutorials hin. Ob ein BWLer für so einen Job die erste Wahl wäre, würde ich aber trotzdem bezweifeln, da auch Unmengen an Informatikern scharf auf diese wenigen Jobs sind.

Geht es darum, neue Machine Learning-Modelle zu entwickeln oder bestehende für Hightech-Anforderungen (z.B. Autonomes Fahren) anzupassen, dann braucht man Spezialisten. Data Science und Machine Learning basieren stark auf linearer Algebra, Analysis und Stochastik. Da muss natürlich ein waschechter Mathematiker oder Informatiker mit starker mathematischer Ausrichtung ran. Allerdings gibt es solche Stellen in Deutschland praktisch gar nicht. Die Firmen, die sowas brauchen, sind in der Regel große Tech-Konzerne und die holen sich für diese Stellen ein paar promovierte Spezialisten von Elite-Unis aus aller Welt.

antworten

WiWi Gast schrieb am 13.08.2023:

Mathematiker hier. Kommt drauf an. Viele Methoden im Bereich Datascience oder Machine learning bauen auf teilweise sehr komplexen mathematischen Methoden auf. Hier kann man zb (stochastische) optimierung, wahrscheinlichkeitstheorie, signalverarbeitung oder inzwischen sogar differentialgeometrie (dimensionsreduktion) nennen. Ein gründliches Verständnis dieser Methoden kann also schon viel Helfen. Insbesondere wenn es um nicht-standardprobleme geht. Ausserdem hilft ein Mathestudium dabei, wenn man ein Paper zu einer Methode lesen und verstehen muss. Da die Paper eben oft höhere Mathematik benutzen.

Auch Mathematiker hier. Sorry sehe das komplett anders. Was als Machine Learning wohl abgefeirt wird ist doch eher so etwas wie ChatGPT oder evtl. Bildverarbeitung / Generierung. Das aktuell heißeste "Ding" ist wohl ohne Zweifel ChatGPT. Die Formel oder Methoden sind so simplel, da reicht schon fast Schulwissen.

Die meisten Paper verwenden die Standart Optimierer. Ja kannst da gern dran basteln. Ist aber wohl nicht Kriegsentscheidend. Bzgl. Differentialgeometrie würde ich Mal behaupten - ist ein Nichen Thema. Signalverarbeitung - wüsste nicht was du genau meinst.

Will nicht sagen, dass Mathematik Studium nicht hilft. Es ist aber so, dass Machine Learning derzeit eher wie Alchemie ist. Die Leute mit Erfahrungen sind im Vorteil. Es gibt keine mathematische Theorie die auch nur Ansatzweise die Methoden des Machinelearnings erklärt. Keiner weiß genau warum ChatGpt so gut funktioniert.

Ok was will ich sagen? Eig. nur relevante Erfahrung ist entscheidend. Das Zeug lernt man NICHT im studium. Vielleicht unter Standford oder Harvard wo sich die Fakultäten die teuere Forschung leisten können. Auch da lernt man es auch nur in direktem Kontakt mit der Materie.

antworten

Bin der von oben.

Auch Mathematiker hier. Sorry sehe das komplett anders. Was als Machine Learning wohl abgefeirt wird ist doch eher so etwas wie ChatGPT oder evtl. Bildverarbeitung / Generierung. Das aktuell heißeste "Ding" ist wohl ohne Zweifel ChatGPT. Die Formel oder Methoden sind so simplel, da reicht schon fast Schulwissen.

Mit Chat GPTkenn ich mich nicht aus, aber generative Modelle sind häufig Sattelpunktprobleme oder Diffusionsmodelle. Klar braucht man keine Spieltheorie oder Stochastische DGL um das Zeug anzuwenden (grad weil es heute auch 100te Tutorials gibt, die das für einen Grundschüler aufbereiten) aber meiner Erfahrung nach hilft es, wenn man mit den Begriffen schonmal gearbeitet hat.

Die meisten Paper verwenden die Standart Optimierer. Ja kannst da gern dran basteln. Ist aber wohl nicht Kriegsentscheidend. Bzgl. Differentialgeometrie würde ich Mal behaupten - ist ein Nichen Thema. Signalverarbeitung - wüsste nicht was du genau meinst.

Klar, aber auch bei den Standardoptimierern, falls du "Adam" meinst, ist ein Grundverständnis zwar nicht zwingend nötig, aber hilfreich. Diffgeo benutzt der wohl populärste Algorithmus zur nichtlinearen Dimensionsreduktion. Singalverarbeitung brauchst zu, weil du höchstwahrscheinlich mit Zeitreihen, Audiosignalen oder Bildern / Videos arbeitest und die Standardmethoden kennen solltest, damit du nicht auf jedes Miniproblem LSTMs wirfst.
Wenn du (wie ich) das Zeug zur Lösung (Simmulation) von Partiellen DGLn nutzen willst, brauchst du auch da ein wenig wissen.

Will nicht sagen, dass Mathematik Studium nicht hilft. Es ist aber so, dass Machine Learning derzeit eher wie Alchemie ist. Die Leute mit Erfahrungen sind im Vorteil. Es gibt keine mathematische Theorie die auch nur Ansatzweise die Methoden des Machinelearnings erklärt. Keiner weiß genau warum ChatGpt so gut funktioniert.

Stimme dir zu.

Ok was will ich sagen? Eig. nur relevante Erfahrung ist entscheidend. Das Zeug lernt man NICHT im studium. Vielleicht unter Standford oder Harvard wo sich die Fakultäten die teuere Forschung leisten können. Auch da lernt man es auch nur in direktem Kontakt mit der Materie.

Ich hab ja nicht behauptet, dass das Mathestudium dich zum perfekten Datascientist macht. Die deutsche Industrie wertschätzt den Mathematiker da auch nicht sonderlich. Ich wollte nur argumentieren, dass Mathematiker (oder manchmal Informatiker mit entsprechendem Schwerpunkt) es einfacher fällt, die Methoden zu verstehen. Dass es am Ende viel entscheidender ist, dass man effizient Coden kann, Skills mit Datenbanken und mit der Parallelisierung auf GPUs hat, ist mir auch bewusst.

antworten

WiWi Gast schrieb am 22.07.2022:

Mathe ist top, wenn du gut bist. Ich war es und bin derzeit bei FAANG und sehr glücklich. Hatte auch Zusagen bei allen 3 MBBs aber fand das Gesamtpaket dort nicht attraktiv

Wie ist dein Profil?

Abi+Bachelor+Master Notendurchschnitt < 4 also schon ziemlich top was Noten betrifft. Während des Studiums habe ich 4x 8 Wochen Praktikum gemacht. Nicht viel für WiWi Verhältnisse aber doch überdurchschnittlich viel verglichen mit Mathe Kollegen. Praktika waren 1x DAX, 2x UB, 1x Softwarebude

Danke! Hast du dann die Praktika unter dem Semester oder in der vorlesungsfreien Zeit untergebracht? Und in welchem genau bei FAANG arbeitest du denn? Also eher in der Softwareentwicklung?

3x Sommerferien, 1x zwischendrin (dabei haben sich 4 Wochen mit meiner Vorlesungszeit überschnitten. Hatte aber kaum Anwesenheitspflicht und konnte mir das in den Fällen mit Anwesenheitspflicht gut koordinieren dank Flexibilität des Unternehmens. Aber würde ich so nicht mehr empfehlen :D tbh)

Bin bei faang im data sciene bereich unterwegs. Also ja, gibt genug zu coden

Glaube nicht, dass OP das liest aber gerne einschaetzung von anderen mit Mathe Abschluss in dem Bereich.
Bin in aehnlicher Situation, aber noch im Bachelor:

• aktueller Schnitt + Abi <3.0
• Praktika:
  Scale Up Fintech (Operations aber viel gecoded(dash, plotly, pandas),
  T2 UB
  Buy Side Risk & Operations bei nem bekannten Quant Shop
• Auslandssemester(Uebersee) + eines der Praktika im europaeischen Ausland

Hauptziel fuer naechsten Sommer waere entweder im Trading oder Reasearch bei ner Quantbude/HF oder BB Markets (a la S&T, aber im Besten Fall mit quantitativem Fokus)
ein Praktikum zu machen, da ich am liebsten im QFin bereich unterkommen moechte.
FAANG waere allerdings eine interessante Option B, glaube allerdings nicht dass meine Coding Erfahrung dafuer reicht, hat jemand empfehlungen fuer Laeden die gut into FAANG Data Science/ Data Engineering Stellen feeden (von nem Mathe Background)?

antworten

WiWi Gast schrieb am 14.08.2023:

Bin der von oben.

Auch Mathematiker hier. Sorry sehe das komplett anders. Was als Machine Learning wohl abgefeirt wird ist doch eher so etwas wie ChatGPT oder evtl. Bildverarbeitung / Generierung. Das aktuell heißeste "Ding" ist wohl ohne Zweifel ChatGPT. Die Formel oder Methoden sind so simplel, da reicht schon fast Schulwissen.

Mit Chat GPTkenn ich mich nicht aus, aber generative Modelle sind häufig Sattelpunktprobleme oder Diffusionsmodelle. Klar braucht man keine Spieltheorie oder Stochastische DGL um das Zeug anzuwenden (grad weil es heute auch 100te Tutorials gibt, die das für einen Grundschüler aufbereiten) aber meiner Erfahrung nach hilft es, wenn man mit den Begriffen schonmal gearbeitet hat.

Die meisten Paper verwenden die Standart Optimierer. Ja kannst da gern dran basteln. Ist aber wohl nicht Kriegsentscheidend. Bzgl. Differentialgeometrie würde ich Mal behaupten - ist ein Nichen Thema. Signalverarbeitung - wüsste nicht was du genau meinst.

Klar, aber auch bei den Standardoptimierern, falls du "Adam" meinst, ist ein Grundverständnis zwar nicht zwingend nötig, aber hilfreich. Diffgeo benutzt der wohl populärste Algorithmus zur nichtlinearen Dimensionsreduktion. Singalverarbeitung brauchst zu, weil du höchstwahrscheinlich mit Zeitreihen, Audiosignalen oder Bildern / Videos arbeitest und die Standardmethoden kennen solltest, damit du nicht auf jedes Miniproblem LSTMs wirfst.
Wenn du (wie ich) das Zeug zur Lösung (Simmulation) von Partiellen DGLn nutzen willst, brauchst du auch da ein wenig wissen.

Will nicht sagen, dass Mathematik Studium nicht hilft. Es ist aber so, dass Machine Learning derzeit eher wie Alchemie ist. Die Leute mit Erfahrungen sind im Vorteil. Es gibt keine mathematische Theorie die auch nur Ansatzweise die Methoden des Machinelearnings erklärt. Keiner weiß genau warum ChatGpt so gut funktioniert.

Stimme dir zu.

Ok was will ich sagen? Eig. nur relevante Erfahrung ist entscheidend. Das Zeug lernt man NICHT im studium. Vielleicht unter Standford oder Harvard wo sich die Fakultäten die teuere Forschung leisten können. Auch da lernt man es auch nur in direktem Kontakt mit der Materie.

Ich hab ja nicht behauptet, dass das Mathestudium dich zum perfekten Datascientist macht. Die deutsche Industrie wertschätzt den Mathematiker da auch nicht sonderlich. Ich wollte nur argumentieren, dass Mathematiker (oder manchmal Informatiker mit entsprechendem Schwerpunkt) es einfacher fällt, die Methoden zu verstehen. Dass es am Ende viel entscheidender ist, dass man effizient Coden kann, Skills mit Datenbanken und mit der Parallelisierung auf GPUs hat, ist mir auch bewusst.

Und das ist doch der springende Punkt, ML hat erstmal nur bedingt etwas mit der Mathematik zu tun. Die Mathematik an sich hat erstmal einen ganz anderen akademischen Anspruch. Ob Du jetzt Mathematik, BWL oder Informatik studiert hast, tut im Data Science & ML-Bereich erstmal nichts zur Sache. Wenn Du dich in deiner Freizeit oder im Studium (z.B. kannst Du in einem BWL-Studium ja auch im Finance-Bereich den Fokus auf DS / ML legen) ausgiebig mit den Bereichen beschäftigt (und der in der Praxis dann doch Schulbuchmathematik) dann kann man es problemlos schaffen.

Ein Kommilitone hat sich damals sowohl im Bachelor als auch im Master (Finance) in seinen Seminiarbeiten, seiner Bachelorarbeit und den unzähligen Hausaufgaben zumeist auf ML / DS im Kontext von Wirtschaft befasst und ist mittlerweile Manager bei Accenture für ein Themengebiet in diesem Umfeld. Viele Wege führen nach Rom.

antworten

Hallo, ich bin gerade im 2. Semester Mathematik mit Nebenfach Informatik und denke mit meinen Noten werde ich wohl nicht der 1.0-Überflieger sein. Ich liege eher momentan so bei 2.0.

Ich möchte so oder so Richtung Data Science oder Softwareentwicklung. Wie könnte ich mich da am besten aufstellen? Sollte ich versuchen, in kleinen Schritten ein Projekt aufzuziehen, was in die Richtung geht? Was könnte hier ganz hilfreich sein? Konkrete Projektideen habe ich auch nicht

antworten

Nachtrag: Könnt ihr bestimmte Ressourcen dazu empfehlen? Welche Spezialisierungen der Mathematik beinhalten auch viel Coding? Eher statistische Module oder Optimierung.

antworten

Ist es eigentlich möglich mit einem Informatik Bachelor (24 ECTS in Mathematik) in einen Mathe-Master einzusteigen?

antworten

Schwierig.

Aus fachlicher Sicht kann ich dir sagen, fehlt die ziemlich viel. Allein Maßtheorie, Vektoranalysis und Co. Musst halt krass inhaltlich viel nacharbeiten, damit du dann mit der Mathe Peergroup mithalten kannst. Quelle: Bin Mathematiker.

WiWi Gast schrieb am 17.09.2023:

Ist es eigentlich möglich mit einem Informatik Bachelor (24 ECTS in Mathematik) in einen Mathe-Master einzusteigen?

antworten

WiWi Gast schrieb am 17.09.2023:

Schwierig.

Aus fachlicher Sicht kann ich dir sagen, fehlt die ziemlich viel. Allein Maßtheorie, Vektoranalysis und Co. Musst halt krass inhaltlich viel nacharbeiten, damit du dann mit der Mathe Peergroup mithalten kannst. Quelle: Bin Mathematiker.

WiWi Gast schrieb am 17.09.2023:

Ist es eigentlich möglich mit einem Informatik Bachelor (24 ECTS in Mathematik) in einen Mathe-Master einzusteigen?

Bin am Überlegen statt einen Info-Bachelor im Wintersemester dann lieber Mathe zu studieren. Kann man das empfehlen? Sind Werkstudentenjobs während eines Mathestudiums möglich oder ist das zeitlich kaum machbar, da durch viele Aufgaben zeitintensiver als Informatik?

antworten

WiWi Gast schrieb am 17.09.2023:

Schwierig.

Aus fachlicher Sicht kann ich dir sagen, fehlt die ziemlich viel. Allein Maßtheorie, Vektoranalysis und Co. Musst halt krass inhaltlich viel nacharbeiten, damit du dann mit der Mathe Peergroup mithalten kannst. Quelle: Bin Mathematiker.

WiWi Gast schrieb am 17.09.2023:

Ist es eigentlich möglich mit einem Informatik Bachelor (24 ECTS in Mathematik) in einen Mathe-Master einzusteigen?

Bin am Überlegen statt einen Info-Bachelor im Wintersemester dann lieber Mathe zu studieren. Kann man das empfehlen? Sind Werkstudentenjobs während eines Mathestudiums möglich oder ist das zeitlich kaum machbar, da durch viele Aufgaben zeitintensiver als Informatik?

Kommt auf deine Begabung an. Tendenziell ist Mathe natürlich deutlich aufwändiger. Bei durchschnittlicher Begabung würde ich nicht ohne sehr guten Grund Mathe studieren ("damit kann ich alles machen" oder "das ist höher angesehen als Info" sind keine guten Gründe).

antworten

WiWi Gast schrieb am 17.09.2023:

Schwierig.

Aus fachlicher Sicht kann ich dir sagen, fehlt die ziemlich viel. Allein Maßtheorie, Vektoranalysis und Co. Musst halt krass inhaltlich viel nacharbeiten, damit du dann mit der Mathe Peergroup mithalten kannst. Quelle: Bin Mathematiker.

Ist es eigentlich möglich mit einem Informatik Bachelor (24 ECTS in Mathematik) in einen Mathe-Master einzusteigen?

Yep kann ich bestätigen. Wobei es ist auch easy selber herauszufinden. Du nimmst die eine Vorlesung aus dem Master und versuchst dich an die Übungsaufgaben. Man muss auch sagen, dass in der Mathematik einige Master Vorlesungen einfacher sind als die Bachelorvorlesungen. Also vor allem das angewandte Zeug. Schwierig wird es wohl beinen den reinen Vorlesungen, als Algebra oder Funktionalanalysis, PDE etc. wird sehr sehr schwer ohne den Stoff aus dem Bachelor.

antworten

Machbar ist es, aber auch stressig:D War während meines Mathe Bachelors 1 Jahr Werki bei einem 30 Mann Startup, und während meines Masters für ein Jahr bei einer Big4. Praktika habe ich dann nach Abgabe der Masterarbeit noch 2 gemacht, da gings dann gut :D

WiWi Gast schrieb am 17.09.2023:

Schwierig.

Aus fachlicher Sicht kann ich dir sagen, fehlt die ziemlich viel. Allein Maßtheorie, Vektoranalysis und Co. Musst halt krass inhaltlich viel nacharbeiten, damit du dann mit der Mathe Peergroup mithalten kannst. Quelle: Bin Mathematiker.

WiWi Gast schrieb am 17.09.2023:

Ist es eigentlich möglich mit einem Informatik Bachelor (24 ECTS in Mathematik) in einen Mathe-Master einzusteigen?

Bin am Überlegen statt einen Info-Bachelor im Wintersemester dann lieber Mathe zu studieren. Kann man das empfehlen? Sind Werkstudentenjobs während eines Mathestudiums möglich oder ist das zeitlich kaum machbar, da durch viele Aufgaben zeitintensiver als Informatik?

antworten

WiWi Gast schrieb am 15.07.2022:

Also deine Aufteilung ist Unfug, weil sie sich quasi nur nach Noten orientiert. Ich habe Mathe studiert und, ungelogen, niemand! hat mich bei der Bewerbung nach Noten gefragt. Ich hatte mich überall nur mit CV beworben, kein Anschreiben, keine Zeugnisse, so wie in den USA üblich.

Relevant war nur eins: In welchem Bereich der Mathematik habe ich meinen fachlichen Fokus und bringe ich Praxiserfahrung hierzu mit. Auch die Uni interessiert btw nur bedingt. Es spielt keine Rolle ob es allgemein eine Top Uni ist oder nicht, sondern nur ob sie in dem Gebiet auf das man Fokusiert ist ein ordenliches Forschungsspektrum hat, so dass man davon ausehen kann, dass man auch wirklich in dieser Themenrichtung gut ausgebildet ist. Lasst auserhalb der WiWi Blase bitte diese Top Tier geranke von Unis. Selbst bei Unternehmen ist das albern, denn abgesehen von FAANG gibt es im Techbereich auch sehr viele hochspezialisierte Unternehmen, die, innerhalb ihrer Branche, ganz oben mit spielen und ebenfall sehr gut bezahlen.

Push

Wie sehen (auch fachfremde) Karriereaussichten für Mathematiker aus, wenn man performed und Praktika hat?

ich beziehe mich mal auf einen deutschen studenten. bei 'wenn man performt' würde ich auch unterschiede machen. ungefähr so dürfte es mMn aussehen

1. top 0,5 % der absolventen: du studierst mathe in <= regelstudienzeit, schließt mit bestnote ab, hast im bestfall mathepreise gewonnen und machst deinen phd in einer topuni in UK / US und gehtst dann zu einem hedgefund oder zu google und wirst reich.
2. du gehörst zu den top 20% der absolventen, studierst ungefähr in regelstudienzeit machst vielleicht ein oder zwei praktika und vielleicht einen PhD und landest danach je nachdem, wieviel fokus du auf praxis gelegt hast bei einer T1 oder T2 beratung oder einem daxkonzern und verdienst dort ungefähr so wie ingenieure.
3. du gehörst zum rest der absolventen: du versuchst dir nebenbei software kenntnisse anzueignen bewirbst dich auf alle stellen auf die sich auch informatiker bewerben. gehalt kann alles sein (mit glück und halbwegs guten noten daxkonzern, sales oder systemadmin im mittelstand für 45k). im bestfall hast du vorher in deinem wunschfeld praktika gemacht und dich gut angestellt, sonst sieht es nicht so rosig aus. einige versuchen auch auf lehramt umzusatteln.

wenn ich mit fachfremden personen spreche hat man oft den eindruck, dass die leute immer an gruppe 2 und vielleicht eher noch an gruppe 1 von oben denken, also die absoluten topperformer. bedenke aber, dass von allen mathestudenten die das studium beginnen nur 1/5 den master machen. also liegt die chance zu gruppe 1 oder 2 zu gehören bei mageren 4%. ohne aussagekräfte indikatoren, dass ich wirklich ein einigermaßen vorhandenes mathetalent besitze würde ich also kein mathestudium beginnen oder mir dessen bewusst sein, dass ich ohne aussagekräfte praktika auf dem jobmarkt nicht sonderlich gefragt bin.

Also ich bin im 5. Semester und habe relativ mittelmäßige Noten (2er-/3er Bereich und gehöre damit zu den besten 15%). Wird das ein Problem, wenn man sich in Numerik/nicht-lineare Differentialgleichungen/Simulationen vertieft und in ein DAX/IGM-Unternehmen will als Mathematiker?

antworten

WiWi Gast schrieb am 19.03.2024:

Also deine Aufteilung ist Unfug, weil sie sich quasi nur nach Noten orientiert. Ich habe Mathe studiert und, ungelogen, niemand! hat mich bei der Bewerbung nach Noten gefragt. Ich hatte mich überall nur mit CV beworben, kein Anschreiben, keine Zeugnisse, so wie in den USA üblich.

Relevant war nur eins: In welchem Bereich der Mathematik habe ich meinen fachlichen Fokus und bringe ich Praxiserfahrung hierzu mit. Auch die Uni interessiert btw nur bedingt. Es spielt keine Rolle ob es allgemein eine Top Uni ist oder nicht, sondern nur ob sie in dem Gebiet auf das man Fokusiert ist ein ordenliches Forschungsspektrum hat, so dass man davon ausehen kann, dass man auch wirklich in dieser Themenrichtung gut ausgebildet ist. Lasst auserhalb der WiWi Blase bitte diese Top Tier geranke von Unis. Selbst bei Unternehmen ist das albern, denn abgesehen von FAANG gibt es im Techbereich auch sehr viele hochspezialisierte Unternehmen, die, innerhalb ihrer Branche, ganz oben mit spielen und ebenfall sehr gut bezahlen.

Push

Wie sehen (auch fachfremde) Karriereaussichten für Mathematiker aus, wenn man performed und Praktika hat?

ich beziehe mich mal auf einen deutschen studenten. bei 'wenn man performt' würde ich auch unterschiede machen. ungefähr so dürfte es mMn aussehen

1. top 0,5 % der absolventen: du studierst mathe in <= regelstudienzeit, schließt mit bestnote ab, hast im bestfall mathepreise gewonnen und machst deinen phd in einer topuni in UK / US und gehtst dann zu einem hedgefund oder zu google und wirst reich.
2. du gehörst zu den top 20% der absolventen, studierst ungefähr in regelstudienzeit machst vielleicht ein oder zwei praktika und vielleicht einen PhD und landest danach je nachdem, wieviel fokus du auf praxis gelegt hast bei einer T1 oder T2 beratung oder einem daxkonzern und verdienst dort ungefähr so wie ingenieure.
3. du gehörst zum rest der absolventen: du versuchst dir nebenbei software kenntnisse anzueignen bewirbst dich auf alle stellen auf die sich auch informatiker bewerben. gehalt kann alles sein (mit glück und halbwegs guten noten daxkonzern, sales oder systemadmin im mittelstand für 45k). im bestfall hast du vorher in deinem wunschfeld praktika gemacht und dich gut angestellt, sonst sieht es nicht so rosig aus. einige versuchen auch auf lehramt umzusatteln.

wenn ich mit fachfremden personen spreche hat man oft den eindruck, dass die leute immer an gruppe 2 und vielleicht eher noch an gruppe 1 von oben denken, also die absoluten topperformer. bedenke aber, dass von allen mathestudenten die das studium beginnen nur 1/5 den master machen. also liegt die chance zu gruppe 1 oder 2 zu gehören bei mageren 4%. ohne aussagekräfte indikatoren, dass ich wirklich ein einigermaßen vorhandenes mathetalent besitze würde ich also kein mathestudium beginnen oder mir dessen bewusst sein, dass ich ohne aussagekräfte praktika auf dem jobmarkt nicht sonderlich gefragt bin.

Also ich bin im 5. Semester und habe relativ mittelmäßige Noten (2er-/3er Bereich und gehöre damit zu den besten 15%). Wird das ein Problem, wenn man sich in Numerik/nicht-lineare Differentialgleichungen/Simulationen vertieft und in ein DAX/IGM-Unternehmen will als Mathematiker?

Hab den ersten Beitrag geschrieben, wo der Kollege meinte, das sei "Unfug" und "Wiwi-treff Blase" und hab den Beitrag zufällig grad nochmal gesehen. Nagut, die Meinung kann der Schreiber gern Vertreten. Ich bin ebenfalls Mathematiker und ich bekräftige nachwievor meine Einteilung in die drei Gruppen, die ich da oben getroffen habe. In absoluten Topmathematiker-Jobs (Quant-funds, FAANG) in denen gut verdient wird (auch mal Richtung 200k oder mehr Jahresgehalt für fachliche Positionen) sieht man einfach sehr häufig diese Überfliegerprofile von Internationalen Topuniversitäten oder eben Leute, die einen PhD haben und Forschungstechnisch richtig performt haben (relevante Paper in Topjournals).

Dass man an einer Deutschen Uni eine Einführungsveranstaltung oder von mir aus auch zwei Vertiefungsveranstaltungen in nichtlinearen PDEs gehört hat und von mir aus auch irgendwelche Aposteriori Fehlerschätzer aus dem kompliziertesten Paper des Starprofessors von den Uni vor zwei Jahren herleiten/ nachvollziehen kann, interessiert den HR-ler im Dax-IGM-Konzern oft reichlich wenig. Die brauchen, wenn es nicht das absolute Hypethema ist, meist nur jemanden, der programmieren kann.

Sorry, Dir diese Illusion nehmen zu müssen, aber vertieftes Mathespezialwissen (mit ausnahme vielleicht von Statistik) ala PDE-Numerik findet in der deutschen Industrie (-Forschung) meiner Erfahrung nach so gut wie garnicht statt und wenn es mal eine Stelle in die Richtung gibt, dann bewerben sich dort meist ziemlich viele sehr starke Leute mit relevanter Physik/ Mathe/ Ing - Promotion in genau diesem oder einem angrenzenden Gebiet.

Das heißt natürlich nicht, dass du dich da nicht Bewerben kannst, aber die Konkurrenz um fachliche gut bezahlte Jobs für Mathematiker in Daxkonzernen ist einfach sehr sehr groß. Vielleicht ist es bei Startups einfacher. Ich weiß auch nicht, wie es sich Auswirkt, wenn die Boomer Generation in Rente geht, aber aktuell ist es mMn so, wie ich oben beschrieben hab. Ein Problem ist es nur, wenn man einen gut bezahlten Job als Mathematiker sucht. Als Consultant, Programmierer, Lehrer oder irgendwas in die Datenrichtung findet man denke ich schon etwas.

antworten

WiWi Gast schrieb am 19.03.2024:

Also deine Aufteilung ist Unfug, weil sie sich quasi nur nach Noten orientiert. Ich habe Mathe studiert und, ungelogen, niemand! hat mich bei der Bewerbung nach Noten gefragt. Ich hatte mich überall nur mit CV beworben, kein Anschreiben, keine Zeugnisse, so wie in den USA üblich.

Relevant war nur eins: In welchem Bereich der Mathematik habe ich meinen fachlichen Fokus und bringe ich Praxiserfahrung hierzu mit. Auch die Uni interessiert btw nur bedingt. Es spielt keine Rolle ob es allgemein eine Top Uni ist oder nicht, sondern nur ob sie in dem Gebiet auf das man Fokusiert ist ein ordenliches Forschungsspektrum hat, so dass man davon ausehen kann, dass man auch wirklich in dieser Themenrichtung gut ausgebildet ist. Lasst auserhalb der WiWi Blase bitte diese Top Tier geranke von Unis. Selbst bei Unternehmen ist das albern, denn abgesehen von FAANG gibt es im Techbereich auch sehr viele hochspezialisierte Unternehmen, die, innerhalb ihrer Branche, ganz oben mit spielen und ebenfall sehr gut bezahlen.

Push

Wie sehen (auch fachfremde) Karriereaussichten für Mathematiker aus, wenn man performed und Praktika hat?

ich beziehe mich mal auf einen deutschen studenten. bei 'wenn man performt' würde ich auch unterschiede machen. ungefähr so dürfte es mMn aussehen

1. top 0,5 % der absolventen: du studierst mathe in <= regelstudienzeit, schließt mit bestnote ab, hast im bestfall mathepreise gewonnen und machst deinen phd in einer topuni in UK / US und gehtst dann zu einem hedgefund oder zu google und wirst reich.
2. du gehörst zu den top 20% der absolventen, studierst ungefähr in regelstudienzeit machst vielleicht ein oder zwei praktika und vielleicht einen PhD und landest danach je nachdem, wieviel fokus du auf praxis gelegt hast bei einer T1 oder T2 beratung oder einem daxkonzern und verdienst dort ungefähr so wie ingenieure.
3. du gehörst zum rest der absolventen: du versuchst dir nebenbei software kenntnisse anzueignen bewirbst dich auf alle stellen auf die sich auch informatiker bewerben. gehalt kann alles sein (mit glück und halbwegs guten noten daxkonzern, sales oder systemadmin im mittelstand für 45k). im bestfall hast du vorher in deinem wunschfeld praktika gemacht und dich gut angestellt, sonst sieht es nicht so rosig aus. einige versuchen auch auf lehramt umzusatteln.

wenn ich mit fachfremden personen spreche hat man oft den eindruck, dass die leute immer an gruppe 2 und vielleicht eher noch an gruppe 1 von oben denken, also die absoluten topperformer. bedenke aber, dass von allen mathestudenten die das studium beginnen nur 1/5 den master machen. also liegt die chance zu gruppe 1 oder 2 zu gehören bei mageren 4%. ohne aussagekräfte indikatoren, dass ich wirklich ein einigermaßen vorhandenes mathetalent besitze würde ich also kein mathestudium beginnen oder mir dessen bewusst sein, dass ich ohne aussagekräfte praktika auf dem jobmarkt nicht sonderlich gefragt bin.

Also ich bin im 5. Semester und habe relativ mittelmäßige Noten (2er-/3er Bereich und gehöre damit zu den besten 15%). Wird das ein Problem, wenn man sich in Numerik/nicht-lineare Differentialgleichungen/Simulationen vertieft und in ein DAX/IGM-Unternehmen will als Mathematiker?

Hab den ersten Beitrag geschrieben, wo der Kollege meinte, das sei "Unfug" und "Wiwi-treff Blase" und hab den Beitrag zufällig grad nochmal gesehen. Nagut, die Meinung kann der Schreiber gern Vertreten. Ich bin ebenfalls Mathematiker und ich bekräftige nachwievor meine Einteilung in die drei Gruppen, die ich da oben getroffen habe. In absoluten Topmathematiker-Jobs (Quant-funds, FAANG) in denen gut verdient wird (auch mal Richtung 200k oder mehr Jahresgehalt für fachliche Positionen) sieht man einfach sehr häufig diese Überfliegerprofile von Internationalen Topuniversitäten oder eben Leute, die einen PhD haben und Forschungstechnisch richtig performt haben (relevante Paper in Topjournals).

Dass man an einer Deutschen Uni eine Einführungsveranstaltung oder von mir aus auch zwei Vertiefungsveranstaltungen in nichtlinearen PDEs gehört hat und von mir aus auch irgendwelche Aposteriori Fehlerschätzer aus dem kompliziertesten Paper des Starprofessors von den Uni vor zwei Jahren herleiten/ nachvollziehen kann, interessiert den HR-ler im Dax-IGM-Konzern oft reichlich wenig. Die brauchen, wenn es nicht das absolute Hypethema ist, meist nur jemanden, der programmieren kann.

Sorry, Dir diese Illusion nehmen zu müssen, aber vertieftes Mathespezialwissen (mit ausnahme vielleicht von Statistik) ala PDE-Numerik findet in der deutschen Industrie (-Forschung) meiner Erfahrung nach so gut wie garnicht statt und wenn es mal eine Stelle in die Richtung gibt, dann bewerben sich dort meist ziemlich viele sehr starke Leute mit relevanter Physik/ Mathe/ Ing - Promotion in genau diesem oder einem angrenzenden Gebiet.

Das heißt natürlich nicht, dass du dich da nicht Bewerben kannst, aber die Konkurrenz um fachliche gut bezahlte Jobs für Mathematiker in Daxkonzernen ist einfach sehr sehr groß. Vielleicht ist es bei Startups einfacher. Ich weiß auch nicht, wie es sich Auswirkt, wenn die Boomer Generation in Rente geht, aber aktuell ist es mMn so, wie ich oben beschrieben hab. Ein Problem ist es nur, wenn man einen gut bezahlten Job als Mathematiker sucht. Als Consultant, Programmierer, Lehrer oder irgendwas in die Datenrichtung findet man denke ich schon etwas.

Aber bei praktischeren Dinge wie Optimierung (gepaart mit Projekten/Bachelor-Arbeit in angewandten Themen wie bspw. in Robotik) sollte es doch schon besser aussehen? Oder bringt das auch nichts?

antworten

WiWi Gast schrieb am 19.03.2024:

Aber bei praktischeren Dinge wie Optimierung (gepaart mit Projekten/Bachelor-Arbeit in angewandten Themen wie bspw. in Robotik) sollte es doch schon besser aussehen? Oder bringt das auch nichts?

Das ist nice to have aber wird jetzt nicht das ultimative Argument sein dich einzustellen. Wenn eine Firma Spezialwissen in Robotik braucht dann wird jemand mit PhD, möglichst in genau dem benötigten Spezialgebiet gesucht. Ein paar Bachelor-Projekte mit (mehr oder weniger) Lehrbuch-Aufgaben sind nicht auf dem state-of-the-art Niveau wie es in der Industrie benötigt wird. Nicht umsonst heißt es "Lehrjahre sind keine Herrenjahre". Leider wird in Deutschland immer noch viel zu viel Wert auf den Abschluss gelegt und dann wundert man sich wieso die Leute 3 Jahre Einarbeitung brauchen.

antworten

Also die Einsicht ist, neben dem Studium so viele praktische Erfahrungen (Praktika, Werkstudentenjobs,...) zu sammeln wie möglich, in den Bereichen wo man hin will?

Wie schwer ist es eigentlich Praktika in der Softwareentwicklung zu bekommen, wenn man eben Mathe studiert und nur kleinere Projekte entwickelt hat?

antworten

Also die Einsicht ist, neben dem Studium so viele praktische Erfahrungen (Praktika, Werkstudentenjobs,...) zu sammeln wie möglich, in den Bereichen wo man hin will?
Wie schwer ist es eigentlich Praktika in der Softwareentwicklung zu bekommen, wenn man eben Mathe studiert und nur kleinere Projekte entwickelt hat?

antworten

WiWi Gast schrieb am 20.03.2024:

Also die Einsicht ist, neben dem Studium so viele praktische Erfahrungen (Praktika, Werkstudentenjobs,...) zu sammeln wie möglich, in den Bereichen wo man hin will?
Wie schwer ist es eigentlich Praktika in der Softwareentwicklung zu bekommen, wenn man eben Mathe studiert und nur kleinere Projekte entwickelt hat?

Kommt drauf an. Ich habe wärend dem Studium insgesamt 4 Jobs (Hiwi, Praktikum, 2xWerksstudent). Überall ging es um Implementierung. War eigentlich relativ leicht.

Hiwi, war einfach melden auf einen Aushang, kurz persönlich beim Prof. vorgestellt,
genommen.
Praktikum war über einen Personaler des Unternehmens, mit dem ich mich nett auf einer Rekuritingmess unterhalten hatte. CV geschiekt, Vorstellungsgespräch, wo aber schon klar war, das sie mich nehmen.

• Werksstudentenjob 1, war eine klassische Bewerbung auf die es scheinbar nicht viel Konkurenz gab.
• Werksstudentenjob 2, lief ähnlich wie beim Praktikum.

antworten