Advies carriereswitch naar data science

[Ivos]

TDLR: nu niet naar mijn zin in huidige werk, heb een technische achtergrond en wil een switch maken naar / meer bezig gaan met data science. Wat zijn de mogelijkheden qua opleiding en vacatures zonder al uitgebreide ervaring te hebben opgedaan?

Ik ben nu een jaar of 7 aan het werk en merk dat ik steeds meer interesse heb om aan de slag te gaan in het data science vakgebied. Ik heb een WO master werktuigbouwkunde, en vond daarbij altijd al procesanalyse en modelleren van data erg leuk. Na mijn afstuderen ben ik daar nogal van afgeweken en aan het werk geweest bij verschillende bedrijven als projectmanager en op dit moment als consultant.

In mijn huidige werk kan ik af en toe bezig met BI toepassingen, wat wel erg leuk is. Echter vormen andere aspecten zoals acquisitie, verandermanagement en projectbeheersing nu nog een erg groot aspect. Advisering draait nu ook vaak om organisationele aspecten, en minder om de proces/systeem kant. Wat ik tot nu toe meekrijg over data science uit uit mijn netwerk, artikelen en vacatures komt neer op (zeer grof samengevat) complexe vraagstukken op het gebied van data, analyse en presentatie daarvan; dat spreekt mij erg aan .

Ik besef dat bij data science ook altijd de aansluiting op de probleemeigenaar en zijn/haar organisatie relevant blijft, maar dat er wel meer ruimte is om bezig te zijn met de daadwerkelijke probleemanalyse / oplossing bouwen. Ik heb deze behoefte geuit bij mijn huidige werkgever, zij zijn welwillend wat betreft die behoefte maar weten ook niet direct hoe dit nu vorm te geven. Nadeel is ook dat ik nu bij een adviesbureau werk en het nog altijd erg belangrijk is om betaalde projecten te doen. Omdat ik nu weinig ervaring heb op het vlak van data science kan ik die projecten niet binnenhalen/gaan doen.

Mijn vragen zijn eigenlijk:

• Heeft het zin om een opleiding op dit vlak te volgen? Ik weet dat er diverse masters zijn, maar volgens sommige artikelen hebben deze beperkt nut voor de vragen die nu leven bij het bedrijfsleven. Wellicht is een certificering zoals het programma bij Microsoft zinniger in dat opzicht?
• Wat zijn de mogelijkheden om een baan te vinden in data science met nog weinig ervaring op dat vlak? Ik weet dat er adviesbureau’s zijn (met het risico dat bijvoorbeeld projectmanagement en sterke focus op declarabiliteit, maar ook wel afwisselende projecten), of bij een groter bedrijf of organisatie in house. Ik heb na 7 jaar werken wel een aantal vaardigheden die maken dat ik (hopelijk) voor werkgevers een interessante kandidaat ben.
• Ik weet dat er op dat vlak ook traineeships zijn voor starters, maar heb daar erg wisselende verhalen over gehoord. Daarnaast ben ik al even aan het werk, en gevoelsmatig zou dat wel een echte stap terug zijn.

Op dit moment zijn de stappen die ik al onderneem:

• Contact zoeken met data scientisten (scientists? 😊) in mijn netwerk
• Uitzoeken welke opleidingen en cursussen er zijn
• Bij mijn werkgever het gesprek aangaan in hoeverre dit in mijn huidige werk toepasbaar zou kunnen worden
• Kijken in hoeverre een loopbaancoach mij zou kunnen helpen bij aanscherpen wat ik kan/wil, hoe dit concreet te maken

Ben benieuwd naar jullie ervaringen / advies!

[Hydra]

Aan de Data Science kant (let wel; jij hebt het vooral over Data Analyst achtige taken zoals BI toepassingen) zie je over het algemeen mensen die een master in een wiskundige hoek hebben. Statistiek, Wiskunde, Natuurkunde. Data Science is eigenlijk het toepassen van statistiek (/machine learning, etc.) in de business.

Het gaat erg lastig worden om met een opleiding die niet/weinig raakvlakken heeft en geen werkervaring een echte Data Science rol te vinden. En let wel; een hoop bedrijven noemen (relatief simpel) data analyse en business reporting werk Data Science omdat het cool klinkt. Maar een beetje rapportjes maken op een SQL database is geen DS.

[qadn]

Data Science is een term die weinig betekend, dus het is moeilijk om op die term te zoeken en er wat mee te doen.
Ik schijn tegenwoordig ook data science te doen (nou ja, alweer 10+ jaar), maar dan met taal (computationele taalkunde / natural language processing).
Net zoals dat er mensen zijn die info uit plaatjes en filmpjes proberen te halen, of uit audio.

Wat ik denk dat jij bedoelt (maar corrigeer vooral!) is op basis van gestructureerde data het e.e.a. analyseren en daarop advies geven. Eventueel een model opleveren / naar productie brengen.

Binnen deze tak van sport is Econometrie toch wel een van de meest genoemde opleidingen.
Naast natuurlijk de klassiekers zoals Wiskunde, (technische) Informatica met machine learning, technische natuurkunde, etc.
Ook populair is de opleiding van Ng: https://www.coursera.org/learn/machine-learning
Goede refresher / zorgt voor een basis bij alle (ML-kant) modeleer dingen.

Ik denk dat een master WB je genoeg wiskundige bagage zou moeten geven.
Zeker aangezien je dit soort werk in het verleden ook al gedaan hebt.
Met het verhaal wat je nu geeft zou je op veel plaatsen (ook bij ons) zo aan de slag kunnen in de gewenste richting.

Hoe dan ook, veel success met je carriere-overgang.

[Widow]

Ivos schreef op dinsdag 26 maart 2019 @ 09:29:
Nadeel is ook dat ik nu bij een adviesbureau werk en het nog altijd erg belangrijk is om betaalde projecten te doen. Omdat ik nu weinig ervaring heb op het vlak van data science kan ik die projecten niet binnenhalen/gaan doen.

In hoeverre krijg je de kans, of ben je in staat, om je eigen opdrachten te maken bij dat soort klanten. Stel jij komt ergens binnen voor een bepaald project, maar jouw oog valt op een bepaald proces dat niet/slecht functioneert, en jij ziet een mogelijkheid om het te verbeteren dmv data analyse. In hoeverre kan je dan naar de opdrachtgever gaan en de mogelijkheden bespreken om daar iets mee te gaan doen? Dat je een soort business case maakt, en datgene oppakt dat jij interessant vind.

En hoe staat jouw eigen werkgever daar in? Zijn die bereid om advies op dat vlak te gaan leveren? Of willen die alleen actief blijven op het vlak van projectmgmt/consultancy?

Daarnaast, ik zou eens kijken hoeveel vacatures er op dit vlak zijn. Want met dit soort jobs heb ik het idee dat er eerst een soort hype is, waarin het super interessant wordt gemaakt door leveranciers van bepaalde oplossingen die hier iets mee doen. Voornamelijk om hun eigen producten in de markt te plaatsen en hun naam te vestigen als "kijk ons eens, hoe hip wij zijn". Vervolgens zakt zo'n hype een beetje in en blijkt het helemaal niet zo groot te zijn als gedacht.

[Ivos]

Hydra schreef op dinsdag 26 maart 2019 @ 09:48:
Aan de Data Science kant (let wel; jij hebt het vooral over Data Analyst achtige taken zoals BI toepassingen) zie je over het algemeen mensen die een master in een wiskundige hoek hebben. Statistiek, Wiskunde, Natuurkunde. Data Science is eigenlijk het toepassen van statistiek (/machine learning, etc.) in de business.

Het gaat erg lastig worden om met een opleiding die niet/weinig raakvlakken heeft en geen werkervaring een echte Data Science rol te vinden. En let wel; een hoop bedrijven noemen (relatief simpel) data analyse en business reporting werk Data Science omdat het cool klinkt. Maar een beetje rapportjes maken op een SQL database is geen DS.

Ja daar heb je wel een punt, bedrijven noemen iets al snel data science terwijl het dat misschien niet is. Daarbij is het ook zo dat veel bedrijven misschien niet op zoek zijn naar dat geavanceerde niveau en de bijbehorende eisen qua statistiek/wiskundige studie. Qua vakken heb ik genoeg wiskunde gehad om juist die analyses wel te kunnen maken denk ik.

Dat geeft mij wel het beeld dat er wel werk is wat mij erg aanspreek (dus meer analisten functies, of data science-light ).

qadn schreef op dinsdag 26 maart 2019 @ 10:11:

Wat ik denk dat jij bedoelt (maar corrigeer vooral!) is op basis van gestructureerde data het e.e.a. analyseren en daarop advies geven. Eventueel een model opleveren / naar productie brengen.

...
Ook populair is de opleiding van Ng: https://www.coursera.org/learn/machine-learning
Goede refresher / zorgt voor een basis bij alle (ML-kant) modeleer dingen.

Ik denk dat een master WB je genoeg wiskundige bagage zou moeten geven.
Zeker aangezien je dit soort werk in het verleden ook al gedaan hebt.
Met het verhaal wat je nu geeft zou je op veel plaatsen (ook bij ons) zo aan de slag kunnen in de gewenste richting.

Hoe dan ook, veel success met je carriere-overgang.

Ja precies, dank voor het beter verwoorden, en voor de coursera tip!

Widow schreef op dinsdag 26 maart 2019 @ 10:30:
[...]

In hoeverre krijg je de kans, of ben je in staat, om je eigen opdrachten te maken bij dat soort klanten. Stel jij komt ergens binnen voor een bepaald project, maar jouw oog valt op een bepaald proces dat niet/slecht functioneert, en jij ziet een mogelijkheid om het te verbeteren dmv data analyse. In hoeverre kan je dan naar de opdrachtgever gaan en de mogelijkheden bespreken om daar iets mee te gaan doen? Dat je een soort business case maakt, en datgene oppakt dat jij interessant vind.

En hoe staat jouw eigen werkgever daar in? Zijn die bereid om advies op dat vlak te gaan leveren? Of willen die alleen actief blijven op het vlak van projectmgmt/consultancy?

De kans krijg ik wel, maar de bal ligt erg bij mijzelf. Wel een aanpak die ik nu inderdaad probeer toe te passen. Mijn werkgever is ook wel geïnteresseerd om meer op dit vlak te gaan doen, maar dat is een vrij traag proces denk ik. Daarnaast moeten er dan mensen in de organisatie de kar trekken om zo'n thema van de grond te krijgen.

[Mugwump]

Een beetje zelfstudie kan ook nooit kwaad. De meeste MooC providers hebben wel van alles in de aanbieding op het gebied van data science. Denk bijvoorbeeld aan Coursera of EdX. Het bedrijf waar ik werk doet hoofdzakelijk BI consultancy, met langzaamaan iets meer data sciencewerk. Daarbij merk je toch wel dat de focus tegenwoordig wel wat ligt op enerzijds in staat zijn om ook een goed verhaal bij een klant te houden en het werk te gaan 'halen' en anderzijds snel inzetbaar zijn. In de BI of softwaretrajecten kun je toch vaak nog wel iets meer leunen op ervaren collega's.
Een vriend van me heeft onlangs de overstap gemaakt vanuit de academische wereld naar het bedrijfsleven en wilde ook een beetje iets doen in de hoek die jij beschrijft. Die is uiteindelijk voor een inhouse functie gegaan. Daar staat toch in veel gevallen net wat minder commerciële druk op.

[proef]

Bij data science komt vaak veel programmeren kijken (Python, R, relatief makkelijke talen), dus houdt daar rekening mee. Als ik het curriculum bekijk, lijkt het me dat je na een MSc Data Science aan de UvA bijv. wel beslagen ten ijs komt.

[Poecillia]

Ivos schreef op dinsdag 26 maart 2019 @ 09:29:
TDLR: nu niet naar mijn zin in huidige werk, heb een technische achtergrond en wil een switch maken naar / meer bezig gaan met data science. Wat zijn de mogelijkheden qua opleiding en vacatures zonder al uitgebreide ervaring te hebben opgedaan?

Ik ben nu een jaar of 7 aan het werk en merk dat ik steeds meer interesse heb om aan de slag te gaan in het data science vakgebied. Ik heb een WO master werktuigbouwkunde, en vond daarbij altijd al procesanalyse en modelleren van data erg leuk. Na mijn afstuderen ben ik daar nogal van afgeweken en aan het werk geweest bij verschillende bedrijven als projectmanager en op dit moment als consultant.

In mijn huidige werk kan ik af en toe bezig met BI toepassingen, wat wel erg leuk is. Echter vormen andere aspecten zoals acquisitie, verandermanagement en projectbeheersing nu nog een erg groot aspect. Advisering draait nu ook vaak om organisationele aspecten, en minder om de proces/systeem kant. Wat ik tot nu toe meekrijg over data science uit uit mijn netwerk, artikelen en vacatures komt neer op (zeer grof samengevat) complexe vraagstukken op het gebied van data, analyse en presentatie daarvan; dat spreekt mij erg aan .

Ik besef dat bij data science ook altijd de aansluiting op de probleemeigenaar en zijn/haar organisatie relevant blijft, maar dat er wel meer ruimte is om bezig te zijn met de daadwerkelijke probleemanalyse / oplossing bouwen. Ik heb deze behoefte geuit bij mijn huidige werkgever, zij zijn welwillend wat betreft die behoefte maar weten ook niet direct hoe dit nu vorm te geven. Nadeel is ook dat ik nu bij een adviesbureau werk en het nog altijd erg belangrijk is om betaalde projecten te doen. Omdat ik nu weinig ervaring heb op het vlak van data science kan ik die projecten niet binnenhalen/gaan doen.

Mijn vragen zijn eigenlijk:

• Heeft het zin om een opleiding op dit vlak te volgen? Ik weet dat er diverse masters zijn, maar volgens sommige artikelen hebben deze beperkt nut voor de vragen die nu leven bij het bedrijfsleven. Wellicht is een certificering zoals het programma bij Microsoft zinniger in dat opzicht?
• Wat zijn de mogelijkheden om een baan te vinden in data science met nog weinig ervaring op dat vlak? Ik weet dat er adviesbureau’s zijn (met het risico dat bijvoorbeeld projectmanagement en sterke focus op declarabiliteit, maar ook wel afwisselende projecten), of bij een groter bedrijf of organisatie in house. Ik heb na 7 jaar werken wel een aantal vaardigheden die maken dat ik (hopelijk) voor werkgevers een interessante kandidaat ben.
• Ik weet dat er op dat vlak ook traineeships zijn voor starters, maar heb daar erg wisselende verhalen over gehoord. Daarnaast ben ik al even aan het werk, en gevoelsmatig zou dat wel een echte stap terug zijn.

Op dit moment zijn de stappen die ik al onderneem:

• Contact zoeken met data scientisten (scientists? 😊) in mijn netwerk
• Uitzoeken welke opleidingen en cursussen er zijn
• Bij mijn werkgever het gesprek aangaan in hoeverre dit in mijn huidige werk toepasbaar zou kunnen worden
• Kijken in hoeverre een loopbaancoach mij zou kunnen helpen bij aanscherpen wat ik kan/wil, hoe dit concreet te maken

Ben benieuwd naar jullie ervaringen / advies!

Ik herken veel van je verhaal in mezelf vier jaar geleden. Na een gesprek met mijn manager kreeg ik de ruimte voor trainingen. Ik heb naast mijn werk veel gestudeerd en vooral ook veel geoefend. Tooling is gratis en veel tutorials en oefenmateriaal ook. Na een jaar kreeg ik de kans om als data scientist aan de slag te gaan. Inmiddels doe ik dit al weer drie jaar en het bevalt me nog altijd uitstekend.

Je achtergrond is een prima uitgangspunt en materiekennis is een pré. Een carrière switch is geen stap terug. Iedereen krijgt hiermee mee te maken, niemand houd het 40 jaar vol in hetzelfde vak en eerdere ervaring blijkt altijd weer handig.

Er is zoveel op internet te vinden over dit werkveld, maar oriënteer je vooral breed. Jouw vragen komen ook heel veel op Reddit langs, de community daar heeft heel veel leden. De stappen die je omschrijft zijn prima, al zou ik niet teveel van een loopbaancoach verwachten. Een formele training/certificeren is altijd goed voor het CV, maar vaak is dit vooral theorie. Oefenen is echt een must, maar dat vind je vast leuk. Zorg wel dat je vrije tijd kunt gebruiken (afstemmen met het thuisfront) want aan werktijd heb je niet genoeg.

[Ivos]

Bedankt voor het meedenken allen, ik ga de tips zeker meenemen en zien of ik hetzij bij mijn huidige werk, hetzij daarbuiten me verder kan ontwikkelen zo