Jobsuche, was lernen?

[Heiner4]

Rein auf den Threadtitel bezogen lautet meine Antwort: Bauingenieur, Bachelor an der FH.

 

[ascer]

Das heißt du veröffentlichst Projekte und die Leute werden aufmerksam und melden sich bei dir?

Ja.
Veröffentlichte Projekte, Publikationen & Symposien präsentieren, Networking auf Messen, XING/LinkedIn, Keynotes halten..solche Dinge. Manchmal gibt es auch monatelang keine interessanten Angebote, aber i.d.R. bekomme ich derzeit so 2-4/Monat. Auf das nächstbeste ist man da auch nicht angewiesen, ich habe auch viel einfach nur Forschungsprojekte an der Uni gemacht, wenn aus der Wirtschaft nichts kam was spannend genug war.

Genau da liegt doch das Problem der Annahme. Ich habe die komplett falsche Richtung eingeschlagen und Dinge im Leben ausgeführt die nicht zu mir passen. Aber danach urteilst du das Ergebnis dass ich doch lieber in praktischer Richtung weitergehen sollte.

Das war bis zu diesem Post imho noch nicht ausreichend kommuniziert. Zu deinem bisherigen Verlauf würden praktische(re) Fortsetzungen wie FH oder gar dual studieren besser passen.

Wenn du dagegen aber eine solche Abneigung hast und Theorie dir Spaß macht, dann würde ich nur und auschließlich Uni/TU empfehlen.

Btw: warum hast du dann nicht vorher schon aufgehört? Ich hab 1 Jahr als Webdesigner gearbeitet (FIAE) und mich schon nach den ersten 2 Monaten auf Abi beworben und im Anschluss direkt Studium. Das erste Jahr hatte ich nur (knapp) ganz gemacht, weil ich schneller nicht ins Abi kam damals.

Das auf dem Blatt erworbene Wissen ist für die Tonne.

Wenn du in die Theorie willst, dann ja.
Programmierung auf hohem Niveau (also nicht nur Syntax, sondern Paradigmen, funktionale Programmierung usw.) sind nettes Beiwerk für die Uni/TU, viel mehr aber i.d.R. nicht und der Rest fast ausschließlich irrelevant.

Wenn du einen Master anstrebst, dann ist der Informatik-Bachelor vermutlich eher die erste Wahl.
Nimm eine Uni, die ein DataScience Institut o.ä. hat, also nicht 'nur' DataScience anbietet, sondern auch mit Arbeitsgruppen aktiv in dem Bereich forscht.

Das würde ich auch vorschlagen. Zu früh spezialisieren ist auch nicht unbedingt das beste, ein bisschen "schnuppern" sollte man im Bachelor schon mal. Vor allem, weil die ernsthafte Spezialisierung eh erst im Master kommt. Niemand wird dich irgendwo gegenüber einem Master oder PhD bevorzugen, nur weil "Data Science" auf deinem Bachelor steht.

Wenn du, @tongbal, innovative Dinge machen möchtest, gerade in Sachen wie Robotik, DataSciene, KI, IT-Security usw., dann würde ich auch nicht an die nächstgelegene Uni gehen, sondern aktiv nach den renommierten Adressen ausschau halten.

Konkrete Rankings sind egal, aber insbesondere für interessante Jobs die echten Entwicklungs- und/oder Forschungscharakter haben, macht schon es einen sehr großen Unterschied, ob man an den Elite-Unis studiert hat oder an einer Adresse der unteren 50%.

Manche sind an der Uni besser aufgehoben, andere an der FH.

Absolut.

Ob nun das eine oder das andere leichter ist - es kommt eher darauf an, was den betreffenden studenten besser anspricht.

Das würde ich so nicht sagen. Natürlich fällt einem Theoretiker Praxis schwerer und umgekehrt, aber dennoch haben Unis/TUs höhere Durchfallquoten und mit Abstand die komplexeste Materie. Wer mal Schwierigkeit, Lernaufwand usw. live in FH und Uni miteinander vergleicht, wird das direkt merken.

Ich hatte unter anderem Mal das Glück Jörn Loviscach auf einem Symposium zu treffen und habe mich intensiv mit ihm darüber unterhalten. Was ich z.B. im Bachelorprojekt in Robotik/KI (1 Semester) in der Lehre von meinen Studenten erwartet habe und auch was da für Leistungen bei rauskamen, sind an FHs sogar für Bachelorarbeiten untypisch.

Dafür hat man aber natürlich viel mehr Praxisbezüge und findet sich, gerade in typischen Berufsfeldern, sehr viel schneller ein und kann auch viel schneller produktiv werden. Industriepraktika und Derlei tun dann noch ihr Übriges.

 

[tongbal]

Btw: warum hast du dann nicht vorher schon aufgehört? Ich hab 1 Jahr als Webdesigner gearbeitet (FIAE) und mich schon nach den ersten 2 Monaten auf Abi beworben und im Anschluss direkt Studium. Das erste Jahr hatte ich nur (knapp) ganz gemacht, weil ich schneller nicht ins Abi kam damals.

Letzten Endes ist man ja selbst für sein Leben verantwortlich, allerdings ist der Hauptgrund der, dass mir keiner im Leben eine Richtung gezeigt hat. Alles schulische/berufliche habe ich NIE mit jemanden besprochen. Ich war in dem Bereich sehr passiv und habe einfach nur das genommen was sich so ergeben hat. Nach der ersten abgebrochenen Ausbildung wollte ich studieren gehen und hatte sogar mehrere Termine beim Amt. Dort hat man einfach nur 0815 BWL Test mit mir durchgeführt und gesagt die Auswertung ist durchschnitt. Das war's. Danach sollte ich selber schauen. Dann kam meine ex ins Spiel und ich hab schnell was in der nähe gesucht -> 2.te Ausbildung. Diese abzubrechen wäre ein Disaster gewesen (2 Ausbildung abgebrochen und kein richtigen Plan B)

Wenn du, @tongbal, innovative Dinge machen möchtest, gerade in Sachen wie Robotik, DataSciene, KI, IT-Security usw., dann würde ich auch nicht an die nächstgelegene Uni gehen, sondern aktiv nach den renommierten Adressen ausschau halten.

Konkrete Rankings sind egal, aber insbesondere für interessante Jobs die echten Entwicklungs- und/oder Forschungscharakter haben, macht schon es einen sehr großen Unterschied, ob man an den Elite-Unis studiert hat oder an einer Adresse der unteren 50%.

1. Sind die Kriterien rein zukommen doch sehr hoch (braucht man guten NC?) oder etwa nicht?
2. Es gibt kaum renommierte Unis in dem Bereich. Ich kenne hier nur die RWTH Aachen, hat aber nichts mit Datenanalyse/managment. Ich mein Deutschland hat generell kaum Elite-Unis, oder täusche ich mich da? Hier ist doch alles mit Credits organisiert und nicht nach Prestige wie in den Staaten.

 

[ascer]

Sind die Kriterien rein zukommen doch sehr hoch (braucht man guten NC?) oder etwa nicht?

Selten im MINT-Bereich. Bei den Top 10, vor allem an der Spitze (sowas wie die LMU) schon...aber im Vergleich zu anderen Studiengängen ziehen nur wenig Leute ein MINT-Studium überhaupt in Erwägung und sehr viele scheitern. Also im Bereich der Top 30 etwa findet man immer einen Platz, wenn man will. Dafür gibt es einfach zu viel Angebot und zu wenig Leute, die das durchziehen und durchhalten.

Und wie gesagt: das konkrete Ranking ist egal. Hauptsache man ist überhaupt irgendwo oben und nicht an einer der Adressen "der unteren 50%". Das reicht schon vollkommen, da die Unterschiede an der Spitze nicht so ausgeprägt sind wie etwa in England, Kanada oder den USA.

Es gibt kaum renommierte Unis in dem Bereich. Ich kenne hier nur die RWTH Aachen, hat aber nichts mit Datenanalyse/managment. Ich mein Deutschland hat generell kaum Elite-Unis, oder täusche ich mich da? Hier ist doch alles mit Credits organisiert und nicht nach Prestige wie in den Staaten.

Nein, das ist Quark.

Erstmal sind in Deutschland immer so um die 40 Adressen Elite-Unis. Es gibt da einmal die Definition des Bundes über die Exzellenzinitiative und dann die internationale Version (weltweit unter den besten 1% vertreten sein in den großen Rankings, wie etwa dem THE).

Dann hat man dir ja eh schon aufgezeigt, dass auch in spezialisierten Bachelorstudiengängen sehr großen Überschneidungen mit regulären "B.Sc. Informatik"-Studiengängen existieren, etwa in Mathe, Algorithmik, generell theoretischer Informatik usw.

Abgesehen davon haben alle großen Adressen diverse Forschungsgruppen und immer auch eine (oder meistens mehrere) für DataScience, Robotik, KI, ...
Meistens sogar extra aufgeteilt in Fachbereiche wie Applied Computer Vision, Social Robotics, Financial Data Science, ...

Im Grundstudium kommst du ohnehin nicht um Mathematik, Algorithmik etc. umher und alle großen Adressen haben im Wahlbereich Dinge wie Stochastik, Statistik, Graphentheorie u.v.m. um z.B. die mathematischen Foundations für DataScience zu legen und ebenso auch immer die Datenverarbeitungsschiene mit Algorithmik, Datenbanken, ...

D.h., wenn Uni XYZ keinen "B.Sc. DataScience" anbietet, kannst du definitiv auch einfach an jede der großen Adressen gehen, einen "B.Sc. Informatik / Computer Science" machen und dich schlicht im Bachelor im Wahlbereich auf DataScience spezialisieren.

Die richtige Spezialisierung, wie bereits gesagt, findet ohnehin erst im Master statt. Da gibt es ebenfalls an jeder großen Adresse vielfältige Möglichkeiten. Da wird es auch erst richtig interessant und für Innovativjobs, also welche wo es eben um wirkliche Entwicklungs-/Forschungsarbeit geht, wo Theoretiker eingestellt werden, da wirst du es ohne Master (oder gar PhD) ohnehin sehr, sehr schwer haben. Es macht also keinen großen Unterschied, ob du nun im Bachelor "DataScience" auf dem Abschluss stehen hast oder nicht.

Letzten Endes ist man ja selbst für sein Leben verantwortlich, allerdings ist der Hauptgrund der, dass mir keiner im Leben eine Richtung gezeigt hat. Alles schulische/berufliche habe ich NIE mit jemanden besprochen.

Da wirst du als Theoretiker an Uni/TU deutlich mehr Verantwortung (und schneller) übernehmen müssen. Nicht selten wächst man aber auch an der Verantwortung.
Ich komme aus einer der untersten Gesellschaftsschichten und bei einer Familie mit typischen Kommentaren wie "geh' malochen, nicht Sesselpfurzer werden", wo niemand auch nur das Abitur hat, war der Bildungsweg auch...interessant.

 

[Tomislav2007]

Hallo

Letzten Endes ist man ja selbst für sein Leben verantwortlich, allerdings ist der Hauptgrund der, dass mir keiner im Leben eine Richtung gezeigt hat.

Genau das ist dein Fehler, du kannst/willst die Verantwortung nicht übernehmen selber für dich eine Richtung zu finden.
Du mußt selber raus finden was deine Richtung ist oder woher weißt du das die Richtung von jemand anderem auch das richtige für dich ist ?

Das war's. Danach sollte ich selber schauen.

Das ist das einzige richtige aber das scheinst du bis heute nicht zu können/wollen, du möchtest das andere für dich entscheiden (So wie in diesem Thread).

Du willst die Goldempfehlung für eine Branche mit guter Bezahlung, so funktioniert das nicht, du kannst nur erfolgreich sein wenn du etwas gerne und gut machst.

2.te Ausbildung. Diese abzubrechen wäre ein Disaster gewesen (2 Ausbildung abgebrochen und kein richtigen Plan B)

Hast du denn einen Plan B für den Fall das du das Studium abbrichst oder nicht schaffst ? Wenn Nein dann hast du Disaster².

Was ist mit deinem Bildungsgutschein vom Jobcenter ? Das Jobcenter wird dir nicht Kurse finanzieren die dich auf ein Studium vorbereiten, die erwarten das du arbeiten gehst.

Grüße Tomi

 

[tongbal]

Und wie gesagt: das konkrete Ranking ist egal. Hauptsache man ist überhaupt irgendwo oben und nicht an einer der Adressen "der unteren 50%".

Und woher weiß ich ob eine Uni zu den unteren 50% gehört? Dazu werden keine Angaben gemacht. Nur die besten sind bekannt. Können ja auch schlecht schreiben "die top 5 schlechtesten Unis " lol.

Die richtige Spezialisierung, wie bereits gesagt, findet ohnehin erst im Master statt.

Welche Vorteil würde es mir dann bringen Datenmanagment und analyse im Bachelor zu machen? Muss ja auch einen Vorteil haben. Du willst ja das man eher Informatik studiert mit Schwerpunkt auf Datascience. Wie das mit den ganzen Forschungsgruppen und Fachbereiche funktioniert verstehe ich nicht ganz.

du möchtest das andere für dich entscheiden

Nö. Ich will nur die Meinung anderer hören die sich mit der Thematik auskennen oder erlebt haben damit ich eine bessere Entscheidung für mich selbst treffen kann.

Hast du denn einen Plan B für den Fall das du das Studium abbrichst oder nicht schaffst ? Wenn Nein dann hast du Disaster².

Ja, normale Arbeit, 'ne? Wo ist das Disaster²? Ich mach es einfach wie die anderen. Mein Glück ausprobieren. Wenn es funktioniert, bestens, wenn nicht, als Facharbeiter weiterbilden.

 

[BeBur]

Und woher weiß ich ob eine Uni zu den unteren 50% gehört?

Du kommst langsam in so einen 'liefert mir, ich werde nicht nachdenken' Modus. Das tritt öfters mal auf, solltest du aber vermeiden. Eine sinnvolle Frage würde zum Beispiel lauten: "Ich habe bei Google geschaut und es scheint Rankings X, Y und Z zu geben, die habe ich mir angeschaut und daraus hat sich jetzt die folgende Frage ergeben: ..."

Welche Vorteil würde es mir dann bringen Datenmanagment und analyse im Bachelor zu machen? Muss ja auch einen Vorteil haben. Du willst ja das man eher Informatik studiert mit Schwerpunkt auf Datascience.

Sehr verständlich das es schwer ist, seinen Kopf da rein zu kriegen. Es ist ca. so:
So ein Bsc Data Science (DS) hat 20% DS, Bsc Informatik hat 10%. Wenn du einen Master machst, dann ist es mit letzterem inhaltlich und organisatorisch besser da anzuknüpfen.
Wenn du letztendlich beim Bachelor ohne Master bleibst, dann bist du rein von der äußeren Wahrnehmung her beim Bsc DS kein richtiger "Data Scientist" weil du keinen Master hast und kein richtiger Informatiker weil dir durch die frühe Spezialisierung Grundlagen fehlen.
Das heißt du könntest tendenziell Probleme kriegen bei Unternehmen, weil die entweder (vollwertige) Informatik Bacheloranten suchen oder (vollwertige) "Data Scientists".

Wie das mit den ganzen Forschungsgruppen und Fachbereiche funktioniert verstehe ich nicht ganz.

Ist am Ende eine Frage der Qualität der Lehre und auch Jobaussichten. Einmal haben Institute natürlich Projekte, Kooperationen und Netzwerke in ihrem jeweiligen Bereich. Wenn dieser Bereich auch dein Interessensbereich ist sind die Aussichten größer auf entsprechende interessante Praktika oder Projekte. Wenn sie dort selber keine oder wenig Forschungen oder Projekte in dem Bereich haben, dann können sie trotzdem Lehre in dem Bereich anbieten, aber das fällt dann weg. Auch schwankt die Lehrqualität vermutlich stärker.

Ich persönlich würde darauf schauen, dass der Fachbereich nicht erst seit ~3 Jahren irgendwas macht/hat in dem Bereich, sondern schon länger. Und das es etwas fester verankert ist als nur als ein Forschungsprojekt, sondern z.B. als Institut, Lehrstuhl o.ä..

 

[tongbal]

Du kommst langsam in so einen 'liefert mir, ich werde nicht nachdenken' Modus. Das tritt öfters mal auf, solltest du aber vermeiden. Eine sinnvolle Frage würde zum Beispiel lauten: "Ich habe bei Google geschaut und es scheint Rankings X, Y und Z zu geben, die habe ich mir angeschaut und daraus hat sich jetzt die folgende Frage ergeben:

Ich habe natürlich vorher gegooglet. Habe meist immer nur Top100/200 gefunden. Auf einem link habe ich jetzt auch bis 800 gefunden. Bis wohin ist denn noch gut? Ich wollte ja zur TU Dortmund.

Das heißt du könntest tendenziell Probleme kriegen bei Unternehmen, weil die entweder (vollwertige) Informatik Bacheloranten suchen oder (vollwertige) "Data Scientists".

Also Informatik B.Sc == Data Scientist M.Sc, weil DS ohne Master relativ schlechter dasteht als Informatik allein. Dank deiner Erklärung verstehe ich das jetzt. Jetzt muss ich ja doch nochmal umdenken wo ich was studiere..

Ich persönlich würde darauf schauen, dass der Fachbereich nicht erst seit ~3 Jahren irgendwas macht/hat in dem Bereich, sondern schon länger. Und das es etwas fester verankert ist als nur als ein Forschungsprojekt, sondern z.B. als Institut, Lehrstuhl o.ä..

Was genau ist denn der "Fachbereich"? Der gesamte Studiengang? Und im welchen Bereich? Wie/Wo kann man sowas prüfen? Ich hab das hier gefunden weiß aber nicht was ich mit dem Wissen anfangen soll bzw. weiß nicht genau was das alles ist https://www.statistik.tu-dortmund.de/lehrstuehle.html
Die TU Dortmund ist ja in Sachen Statistik gut aufgebaut. Gleichzeitig weiß ich aber auch dass die bald kein Master in DS anbieten werden, und falls ich diesen anstreben würde extra woanders hin müsste. Das sagte mir die Frau bei der Beratungstelle Vorort jedenfalls.

Edit: Ich habe nochmal geschaut und finde nicht dass der Verlaufsplan von Informatik und DS sich nur um 10% unterscheiden :
DS : https://www.statistik.tu-dortmund.d...udienverlaufsplan_Datenanalyse_Bachelor_3.pdf
Informatik : http://www.cs.tu-dortmund.de/nps/de/Studium/Studienplaene/Bachelor_Inf_WS/index.html
Oder sehe ich das falsch?

 

[Phear]

Das ist mal ein kleiner Ausschnitt von dem, was in meinem Vorkurs damals dran kam. Ich als Mathe-Physik-LK-nie-schlechter-als-14-Punkte war da schon ziemlich baff was das Niveau angeht, konnte aber immerhin alle Aufgaben mit ein wenig Knobelei (also zu langsam) lösen. Allerdings hätte ich nie damit gerechnet, dass das wirklich nur Fingerübungen zum warmwerden waren und das Niveau in den eigentlichen Vorlesungen später nochmal deutlich deutlich höher, dagegen war der Vorkurs wirklich Entspannung pur.

Das kann hier gar nicht oft genug in mehrfacher Ausführung drinstehen. Das glaubt man sowieso nie, wenn man es nicht selber erlebt hat, aber es ist so.
Ich habe auch nach mehreren Jahren immer noch den höchsten Respekt vor Leuten, die Höhere Mathematik an einer Uni abgeschlossen haben. Ich habe es selber mitgemacht bis ich irgendwann die Notbremse gezogen habe. Und da war ich noch jünger als @tongbal
Deswegen würde ich im Nachhinein immer raten sich Prüfungen aus diesem Fach zu besorgen und sich ein Bild davon zu machen. Es bringt dir auch absolut nichts, wenn du versuchst nach Schema F in so eine Prüfung zu gehen. Wenn du nicht wirklich 100% verstehst, was du da tust, scheiterst du. Ich habe da Blut und Wasser geschwitzt. Das werde ich nie vergessen
Aber habe auch viel daraus mitgenommen, was einem in der ein oder anderen Situation im Leben weiterhilft. Will die Erfahrung nicht missen.

Manchmal ist eine solide Ausbildung mit entsprechenden Weiterbildungen der bessere Weg. Da sollte man sich aber halt auch irgendwann klar werden, was man will. Nicht jeder ist fürs Studieren geeignet, auch wenn einem das heutzutage oft aufgeschwatzt wird. Und umso älter man wird, umso problematischer wird es. Aber das wurde hier ja schon oft erwähnt nun.

 

[BeBur]

Edit: Ich habe nochmal geschaut und finde nicht dass der Verlaufsplan von Informatik und DS sich nur um 10% unterscheiden

Interessant. Das liegt daran, dass der DS Studiengang an der TU Dortmund von einer Statistik-Fakultät angeboten wird. DS Anteil scheint auch etwas höher zu sein mit 40 Credit Points (CP) von insgesamt 180.
Das heißt, das ist nicht eine Variante eines Informatik-Studiums, sondern eine Variante des Statistik-Studium. Statistik wiederum ist im Kern ein Teilgebiet der Mathematik.
Statistik als Grundlage für Data Science ist generell deutlich sinnvoller als Informatik, jedenfalls wenn man jenseits von Trend und Co. sich überlegt worum es geht und was man machen will / wollen sollte als Data Scientist. Das ist dann allerdings ein Statistik/Mathematik Studium + Data Science, d.h. du solltest Bock auf ein Mathe/Statistik-Studium haben. Vergleich das mal mit dem Statistik Bachelor an der TU Dortmund.

Ergänzung (12. März 2019)

Deswegen würde ich im Nachhinein immer raten sich Prüfungen aus diesem Fach zu besorgen und sich ein Bild davon zu machen.

Ich kann die Intention gut nachvollziehen, tu mich aber etwas schwer damit, das für eine gute Methode zu halten, die eigene Eignung abzufragen. Auf die Prüfungen arbeitet man immerhin im Laufe von drei Monaten hin, die kriegt man ja nicht einfach so vorgesetzt. Ich weiß nicht, ob es für einen selber eine sinnvolle Methode gibt, die Eignung abzufragen, außer einfach ein Semester zu studieren.

 

[Phear]

Auf die Prüfungen arbeitet man immerhin im Laufe von drei Monaten hin, die kriegt man ja nicht einfach so vorgesetzt.

Es hindert ihn ja niemand daran sich darauf spezifisch vorzubereiten. Es ist ja noch Zeit bis das Studium losgeht. Das reine Besuchen der Vorlesung war für mein Geschmack keine große Hilfe, um die Prüfung zu bestehen. Das ist von Uni zu Uni unterschiedlich und hängt natürlich auch vom Prof ab. Bei uns sah es damals ungefähr so aus "Prof erzählt etwas während er 20 Tafeln mit (damals) kryptischen Zeichen bekritzelt. Alle sind mit Schreiben beschäftigt und hören nur nebenbei zu. Danach setzt man sich stundenlang hin, um zu verstehen was passiert ist."

An den Stoff ist man auch so gekommen und den Aufwand sich hinzusetzen und alles Stück für Stück selber durchzuarbeiten hat man sowieso. Ich bin davon überzeugt, dass es Profs gibt, die einem bestimmte Themen vernünftig erklären können, aber die habe ich nie kennengelernt in dem Fach. Die waren alle immer in anderen Sphären unterwegs für meinen Geschmack. Die Übungen und Arbeitsgruppen waren dann schon sinnvoller. Dennoch war am Ende des Tages nie das Problem die Aufgabe zu lösen. Das ging schon irgendwie. Aber es so zu verstehen, dass man in Prüfungen flexibel auf Gegebenheiten reagieren kann, war eine ganz andere Hausnummer.

Das sind übrigens Erfahrungen von der TU Dortmund, allerdings von vor 9-10 Jahren. Ich habe aber damals u.a. die Informatiker dabei gehabt. Ich hoffe ja tatsächlich das ist heute etwas "moderner".

 

[ascer]

Du willst ja das man eher Informatik studiert mit Schwerpunkt auf Datascience.

Das habe ich nie gesagt. Ich wollte dir nur klar machen, dass ein Bachelor in Innovativbereichen (DataScience, Robotik, KI, Security, ...) selten ausreicht. In die Forschung kannst du da damit nie und in der Wirtschaft ist das zu sehr, sehr großem Teil auch nur Master oder PhD.

Insofern bringt es wenig, die Spezialisierung im Bachelor schon derart fix festzumachen. Es sei denn man ist sich absolut sicher, dass man genau das und nur das machen möchte. In allen anderen Fällen, etwa wenn dir Robotik am Ende doch besser gefällt, färst du besser wenn du im Bachelor regulär Informatik studiert hast.

Und woher weiß ich ob eine Uni zu den unteren 50% gehört? Dazu werden keine Angaben gemacht. Nur die besten sind bekannt. Können ja auch schlecht schreiben "die top 5 schlechtesten Unis " lol.

Du möchtest DataScience studieren...das ist ja wohl nicht zu schwer zu extrapolieren. Wenn es keine großen Forschungsprojekte, Rankings, ... hat, dann ist die Uni nicht gut, weil hätte sie Derartiges, würde sie damit aktiv werben. Gerade bei den Elite-Adressen kann man es auch auf Wikipedia z.B. nachlesen, insbesondere auf dem englischsprachigen Wikipedia, da dort (a) mehr Wert auf Ranking gelegt wird und (b) die Leute eine Orientierung für ein Studium in Deutschland suchen und dafür nicht zur "Dorf-FH" wollen.

Ich habe natürlich vorher gegooglet. Habe meist immer nur Top100/200 gefunden. Auf einem link habe ich jetzt auch bis 800 gefunden. Bis wohin ist denn noch gut?

Nochmal: das konkrete Ranking ist egal. Es ist nur wichtig in Innovativbereichen (DataScience, Robotik, KI, Security, ...) überhaupt an einer der renommierten Adressen zu sitzen. Diese Adressen findet man etwas Recherche sehr schnell raus, etwa durch das THE, die Exzellenzinitiative, das Shanghai Ranking, QS World University Rankings, US News & World Report usw.

Die großen Adressen, die regelmäßig den Elite-Status haben (Exzellenzinitiative und beste 1% weltweit) sind LMU in München, die TUM, die technische Uni Berlin, die Humboldt-Universität Berlin, die Freie Universität Berlin, die RWTH Aachen, die Uni Freiburg, die Uni Konstanz, die Uni Heidelberg, die Uni Tübingen, die Uni Bonn, die Uni Hamburg, die Uni Göttingen, die Goethe Uni in Frankfurt, die CAU in Kiel und noch ein paar andere.

Wie das mit den ganzen Forschungsgruppen und Fachbereiche funktioniert verstehe ich nicht ganz.

Was genau ist denn der "Fachbereich"? Der gesamte Studiengang? Und im welchen Bereich? Wie/Wo kann man sowas prüfen?

Eine Universität ist gegliedert in unterschiedliche Fakultäten. Du möchtest an die MIN(T)-Fakultät. Jede Fakultät hat unterschiedliche Fachbereiche, etwa "Fachbereich Physik". Die haben dann (je nachdem wie die Uni das genau organisiert) verschiedene Institute, manchmal auch neumodisch Kompetenz-Zenter oder -Cluster genannt oder mitunter auch direkt Forschungsgruppen/Lehrstühle.
Was man also nachschlagen möchte, in deinem Fall, ist welche Forschungsgruppen/Lehrstühle sich mit DataScience und verwandten Disziplinen beschäftigen und wie die sich in Forschungsprojekten und Wirtschaftskooperationen schlagen.
Schlag die Begrifflichkeiten auf Wikipedia nach.

Ich wollte ja zur TU Dortmund.

Wenn du konkret Richtung Theorie/Innovativtätigkeiten möchtest, wäre eventuell auch eine Uni besser geeignet. DataScience hat selten große "Hardwarebezüge", solche Bezüge mit Ingenieursthemen gibt es an TUs aber häufiger als an regulären Universitäten.

Ist am Ende eine Frage der Qualität der Lehre und auch Jobaussichten. Einmal haben Institute natürlich Projekte, Kooperationen und Netzwerke in ihrem jeweiligen Bereich.

This.

Das liegt daran, dass der DS Studiengang an der TU Dortmund von einer Statistik-Fakultät angeboten wird. DS Anteil scheint auch etwas höher zu sein mit 40 Credit Points (CP) von insgesamt 180.
Das heißt, das ist nicht eine Variante eines Informatik-Studiums, sondern eine Variante des Statistik-Studium. Statistik wiederum ist im Kern ein Teilgebiet der Mathematik.

This.

 

[tongbal]

Also ist ein reines Datenwissenschaft Bachelor für die Tonne?
Die Uni wird den Master Datenwissenschaften nicht mehr anbieten..

 

[dbeuebeb]

Du erwägst doch nicht ernsthaft noch mit 26 einen Bachelor+Master zu machen? Wenn du mit 27 anfängst und alles glatt läuft und du in Regelstudienzeit fertig wirst (was wohl die wenigsten schaffen), dann bist du schon 30 oder 32 mit 0 Berufserfahrung. Einen Job zu finden, der deiner Qualifikation dann entspricht und auch noch gut entlohnt wird dürfte nicht einfach werden.

 

[ascer]

Wenn du mit 27 anfängst und alles glatt läuft und du in Regelstudienzeit fertig wirst (was wohl die wenigsten schaffen), dann bist du schon 30 oder 32 mit 0 Berufserfahrung.

Ein Studium möchte man auch gar nicht in Regelstudienzeit schaffen. Zumindest nicht als "Theoretiker".

Regelstudienzeit von B.Sc. (3 Jahre) und M.Sc. (2 Jahre) wäre dann auch genau 32 bei ihm. Außerhalb der Regelstudienzeit, was (a) wahrscheinlich und (b) ohnehin für die meisten besser ist, wäre dann eher 33+.

0 Berufserfahrung hat man dann auch nicht, wenn man es ordentlich anstellt.
Erstmal sind Forschungsprojekte als Theoretiker sehr viel wert, das ist im Grunde Berufserfahrung und unabhängig davon hat man es als Student an den großen Adressen in den Innovativbereichen nicht schwer, irgendwas zu finden.

Wie gesagt: ich habe nie auch nur eine einzige Bewerbung geschrieben und hatte immer spannende Angebote für Werkstudentenzeug, Teilzeitstudium und jetzt zuletzt halt meine neue Vollzeitstelle.

Das Alter ist bei Theoretikern auch quasi egal. Ich hatte davor ja auch einen krummen Lebenslauf und auch wenn ich schon zu den älteren bei uns gehörte, habe ich auch Kommilitonen die mit 35+ erst fertig geworden sind. Und keiner von denen hatte Probleme, Jobs zu finden.

Einen Job zu finden, der deiner Qualifikation dann entspricht und auch noch gut entlohnt wird dürfte nicht einfach werden.

Nein, das ist tatsächlich sehr einfach. Alle Innovativbereiche (DataScience, Robotik, KI, Security, ...) sind enorme Wachstumsbereiche, MINT studieren (im Vergleich etwa zu BWL oder so) eh die Wenigsten und im Vergleich zu allen anderen Studiengängen schließen in MINT auch die wenigsten Leute ab, weil die meisten das Studium eben nicht packen.

Also die Problematik ist defintiv eher die Qualifikation.
Wenn man es aber schafft, an einer der renommierten Adressen, mit ordentlichen Forschungsprojekten usw. was zu machen, dann hat man definitiv nie wieder Probleme Jobs zu finden.

Und ich meine damit im Übrigen auch ordentliche, unbefristete Vakanzen. Ich kenne bei uns z.B. niemanden, der zur "besseren Hälfte" gehörte, der unter 50k eingestiegen ist und Saläre die weit dadrüber liegen, sind auch nicht selten, je besser sich der CV an der Uni liest.

 

[dbeuebeb]

Naja, mit Berufserfahrung meinte ich jetzt nicht Werkstudentenjobs oder Praktika (die hatte ich auch), sondern Vollzeit-Berufserfahrung nach abgeschlossenem Studium. Auf der anderen Seite gibt es ja auch Arbeitgeber, die keinen mehr einladen, der älter als 35 ist (weil zu alt). Und soo extrem wenige MINT-Absolventen gibt es ja auch nicht, jährlich sind es ca. ~170k (Quelle). Das ist doch schon eine ordentliche Anzahl. Auch im Hinblick darauf, dass MINT-Berufe ja keine Massenberufe wie z.B. Handwerker oder Einzelhandelskaufmann sind.

Und in denen von dir genannten "Spezialbereichen" kann man auch nur deswegen gut verdienen, weil es momentan angesagt ist und sich nur wenige darauf spezialisiert haben. Wenn sich jetzt alle darauf stürzen und sich herausstellt, dass AI/BD/DS/wasauchimmer dann doch nicht die ultimativen Heilsbringer gehen viele leer aus.

In meinen Augen ist der allgemeine MINT-Markt (irgendwelche exotischen Nischenbereiche mal ausgenommen) schon übersättigt. Es gibt viel mehr Absolventen, als eigentlich benötigt werden. Das ist gut für die Arbeitgeber, da es die Löhne kräftig drückt, aber schlecht für die Absolventen, die dann mit leeren Händen dastehen. Deswegen würde nur ein Bachelor dem TE nicht viel nützen, er müsste dann schon einen Master dranhängen. Und das geht auch nur dann, wenn man im Bachelor gute Noten hatte.

Und in den 5-6 Jahren, die der TE für sein Studium benötigen wird, kann viel passieren. Sehr viel. Es ist also ein steiniger Weg, mit ungewissem Ausgang, ob er überhaupt den Abschluss schafft. Und ungewiss ist auch, ob ihm der Abschluss überhaupt irgendetwas bringt, wenn er ihn schafft. Mir persönlich wäre das zu riskant ehrlich gesagt. Aber das muss ja jeder selber wissen.

 

[4badd0n]

Ich stimme @ascer zu, mit einem Master in den genannten Fachrichtungen ist man heute so begehrt auf dem Arbeitsmarkt, da ist die Vorgeschichte (fast) egal. Mag sein, dass es anderswo tatsächlich einen Überschuss an MINT-Absolventen gibt, ich kann aus erster Hand berichten, dass (gute) Informatiker an allen Fronten händeringend gesucht werden. Ebenso stimme ich der Aussage zu, die ich hier nochmal hervorheben möchte: "[...] im Vergleich zu allen anderen Studiengängen schließen in MINT auch die wenigsten Leute ab, weil die meisten das Studium eben nicht packen."

Ja, normale Arbeit, 'ne? Wo ist das Disaster²? Ich mach es einfach wie die anderen. Mein Glück ausprobieren. Wenn es funktioniert, bestens, wenn nicht, als Facharbeiter weiterbilden.

Ganz anders sieht es dagegen hier aus. Ich habe noch keinen Personaler getroffen, der einen ~30-Jährigen, der in einem ganzen Jahrzent seit dem Abitur nichts auf die Kette gebracht hat außer "abgebrochen, keine Lust weil nicht mein Ding, nicht geschafft," nicht binnen Sekunden in den Müll schmeißt, wenn er die Bewerbung in der Hand hält. Wie man da irgendwie einen Job ergattern soll, der mehr als den Mindestlohn einbringt, kann ich mir beim besten Willen nicht vorstellen.

Die Aufgaben waren aus den ersten Tagen des Vorkurses. Vorher wurde etwa 2 Stunden das Thema nochmal kurz zusammengefasst und dann ging´s los, also keine große Vorbereitung. Aber ich habe schon damit gerechnet, dass du keine einzige der Aufgaben bearbeiten kannst...

 

[IT_Nerd]

Merde, trau mich kaum dies zu erwähnen: soll ja durchaus trendy Jungs und Mädels geben die mit 22 Lenzen die Hochschule mit B.Sc. verlassen.

simply dreamcatching

IT_Nerd

 

[Tomislav2007]

Hallo

Ja, normale Arbeit, 'ne?

Welche normale Arbeit ?

Ich hasse diesen Job und werde ihn nicht ausüben.

Diese normale Arbeit ?

Wo ist das Disaster²?

Das dich in 1-3 Jahren noch weniger Firmen als jetzt schon wollen, wenn du eine dritte Sache anfängst und nicht durchziehst, durchziehen heißt auch arbeiten und nicht nur Ausbildung beenden.
Du wirst immer älter, deine Ausbildung ist dann noch länger her, du wirst im Vergleich zu jüngeren immer uninteressanter, weil du gegenüber den jüngeren nicht den Vorteil der Berufserfahrung hast.
Beruflicher Erfolg hängt nicht nur von den Papieren/Scheinen ab die man vorlegen kann, da hängt noch deutlicher mehr dran.
Evtl. solltest du darüber nachdenken in deinem gelernten Beruf arbeiten zu gehen (zumindest halbtags) und ein Fernstudium zu machen, das wäre bei deinem Werdegang der vernünftigere Weg.

Ich mach es einfach wie die anderen.

Welche anderen meinst du, diejenigen die ein Studium in deinem Alter schon fertig haben und wenn du fertig bist dir über 5 Jahre Berufserfahrung voraus haben ?

Mein Glück ausprobieren.

Man sollte sich in der Berufswelt nicht nur auf Glück verlassen, die Chance zu scheitern ist zu groß.

Wenn es funktioniert, bestens, wenn nicht, als Facharbeiter weiterbilden.

Als (knapp) 30 jähriger Facharbeiter ohne Berufserfahrung wirst du dann tatsächlich sehr viel Glück brauchen.

Grüße Tomi

 

[ascer]

Und soo extrem wenige MINT-Absolventen gibt es ja auch nicht, jährlich sind es ca. ~170k (Quelle).

Wenn du aber etwas weiter liest in deiner Quelle, wirst du sehen, dass MINT den mit riesigem Abstand größten Teil ausmacht: Ingenieure. Davon werden natürlich auch viele gebraucht, aber das sind selbst in deiner eigenen Quelle >100k.

Von den Fachbereichen, von denen wir sprechen, entfallen noch 25k auf Informatiker. Dann kommt noch dazu, auch das wird in einem Absatz erwähnt, dass das alle Abschlüsse misst - also auch Bachelor. Wir sprechen hier ja aber von wirklichen Innovativtätigkeiten, Theoretikern als "Spezialisten und Experten", wie sie in deiner Quelle gennant werden (vermutlich in Ermangelung einer besseren Begrifflichkeit heißt meine Stelle offiziell ja auch "AI Expert"; war irgendein Personaler kreativ).

Wenn wir also Master-only oder höher messen, schrumpfen diese 25k nochmal gewaltig zusammen. Und dann musst du beachten, dass es an den "0815"-Adressen kaum große Forschungsprojekte, Max-Planck-Kooperationen, DFKI Ausschreibungen, ... gibt. D.h. viele Absolventen kommen gar nicht in dem Maße für eine Spezialisierung in Frage, weil ihre Uni/TU auf dem Feld gar nicht ausreichend qualifizierenden Kram anbietet.

Und schlussendlich musst du min. noch das untere Drittel abziehen, da das die Leute sind, die (a) nur für die Klausuren lernen oder (b) nur mit ach und krach bestehen. D.h. die "spielen nicht oben mit", bemühen sich um Forschungsprojekte etc.

Bei uns blieben dann sowas wie <50 Leute, die da jährlich mit Master oder PhD abschließen. Und ich war, wie gesagt, an einer der renommierten Adressen. Also mangelte es nicht an Bewerbern und es ist auch eine große Uni.
Wenn man mal von den ca. <40 Elite-Unis ausgeht und vielleicht noch von weiteren 60 die auch ein halbwegs ordentliches Curriculum dank entsprechender Projekte/Kooperationen anbieten können, dann wären das ~2400. Meiner persönlichen Erfahrung nach würde es mich auch wundern, wenn viel mehr als 3-4k / Jahr in diesem Bereich abschließen.
Sind jetzt natürlich grobe Schätzungen, aber von so einer Größenordnung sprechen wir da viel eher. Es geht ja nicht um den 0815-Dev-Job. Die ordentlichen Innovativvakanzen für DataScience und Co. sind Master- oder PhD-Stellen und auch da nur für diejenigen, die sich ordentlich spezialisiert haben und Erfahrung mitbringen.

Du stellst halt niemanden ein, der z.B. keine Forschungserfahrung oder Ähnliches hat. Denn es macht einen großen Unterschied, ob man den Stoff aus der Vorlesung kennt oder aktiv z.B. in Forschungsprojekten schon gearbeitet hat. Publikationen, GitHub-Projekte oder Derlei vorweisen kann usw.

Und Bedarf gibt es in jedem größeren Schuppen, der mittlerweile auch in Deutschland einsieht (siehe Google), dass Digitalisierung mehr ist als Kugelschreiber und Papier zu ersetzen.

Auf der anderen Seite gibt es ja auch Arbeitgeber, die keinen mehr einladen, der älter als 35 ist (weil zu alt).

Generell ja, aber in dem Innovativbereich, wie gesagt, kenne ich auch sehr viele die Ü35 sind. Das ist das echt kein Ausschlusskriterium.

Es gibt halt einfach kaum Leute, die die schwierigen, theoretischen Studiengänge überleben und gleichzeitig auch noch Forschungserfahrung, Startupzeug, oder oder mitbringen. Wer da übrigbleibt, hat i.d.R. sehr lange CVs und dann spielt das Alter kaum eine Rolle.

Ich z.B. habe 8 Semester Bachelor und 7 Semester Master studiert und war generell schon älter, weil ich nicht straight Abi gemacht habe. Mich hat nie jemand danach gefragt, warum.
In meinen Gesprächen ging es immer nur um:
was für Forschungsprojekte, welche Startup-Jobs, was in Teilzeit gemacht, welche Symposien besucht, was genau hast du in deinen Publikationen gemacht, was in deiner MA, was Extracurriculär usw.