Let Me Show You How to Get a Data Science Job Without Any Work Experience
Zusammenfassung
Kurz
Frank Andrade rät, fehlende Berufserfahrung durch ein eigenes Datenprojekt, gute Kommunikation und online veröffentlichte Arbeitsproben auszugleichen. Networking über Hochschule sowie Praktika oder ehrenamtliche Arbeit nennt er als weitere, situationsabhängige Wege; keiner davon wird als Erfolgsgarantie dargestellt.
Mittel
Frank Andrade beschreibt vier Wege, um ohne Berufserfahrung eine erste Data-Science-Stelle zu finden. Er beobachtet, dass selbst Einstiegsstellen oft praktische Erfahrung voraussetzen, und empfiehlt, stattdessen eigene Fähigkeiten und Arbeitsproben sichtbar zu machen. Die ersten beiden Tipps hätten ihm selbst geholfen; die übrigen hätten Menschen aus seinem Umfeld genutzt.
Erstens sollte man ein eigenes Projekt mit SQL oder Python umsetzen, möglichst zu einem Thema, das einen interessiert. Andrade berichtet von einem mehrwöchigen Projekt zu Filmen fürs Sprachenlernen, bei dem er Daten recherchierte, sammelte und aufbereitete. Im Bewerbungsgespräch sollten Bewerber das Projekt verständlich erklären, Fragen stellen und ihr Interesse zeigen. Zweitens empfiehlt er, den Projektweg in einem Online-Artikel mit Datenquelle, Methode und Erkenntnissen zu dokumentieren. Das garantiere keine Einladungen, liefere aber öffentlich teilbare Arbeitsproben.
Networking könne über Kontakte aus Universität oder Masterprogramm helfen, ist laut Autor aber an solche Beziehungen gebunden; zugleich seien diese Programme teuer. Als vierte Möglichkeit nennt er Praktika oder ehrenamtliche Arbeit, eventuell unbezahlt. Sie könnten Erfahrung mit realen Daten und ein Empfehlungsschreiben bringen. Der Text bietet persönliche Ratschläge, keine belegte Erfolgsgarantie.
Ausführlich lesen
Der vollständige Artikel von Frank Andrade gibt vier Tipps, wie man nach Ansicht des Autors auch ohne Berufserfahrung eine erste Stelle in der Data Science finden kann. Ausgangspunkt ist seine Beobachtung, dass selbst Einstiegsstellen häufig bereits Monate oder Jahre Praxiserfahrung verlangen. Als Ausgleich empfiehlt er, andere Fähigkeiten und Nachweise einzusetzen. Die ersten beiden Tipps hätten ihm selbst geholfen; die letzten beiden hätten nach seiner Aussage bei Menschen aus seinem Umfeld funktioniert.
Erstens rät Andrade, mit SQL oder Python ein eigenes Data-Science-Projekt von Grund auf umzusetzen und zugleich die eigenen Kommunikationsfähigkeiten zu üben. Das Thema sollte einen persönlich interessieren: So falle es leichter, das Projekt abzuschließen und die Ergebnisse im Bewerbungsgespräch zu erklären. Als Beispiel nennt er ein Projekt zu Fremdsprachen, für das er recherchierte, Daten sammelte, bereinigte und umformte und grundlegende NLP- und Machine-Learning-Kenntnisse nutzte. Daraus entstand eine Rangliste von Filmen zum Sprachenlernen. Er berichtet, die Arbeit habe Wochen gedauert, sich für ihn aber gelohnt. Im Gespräch sollten Bewerber ihre Kenntnisse und bisherigen Leistungen verständlich darstellen, Interesse am Unternehmen zeigen, Fragen stellen und die eigene Begeisterung für das Projekt vermitteln. Andrade betont aus eigener Erfahrung, dass Kommunikationsfähigkeiten neben technischen Kenntnissen eine wichtige Rolle spielen können.
Zweitens empfiehlt er, Data-Science-Artikel online zu veröffentlichen. Ein Artikel könne den Weg durch ein Projekt dokumentieren: Datenquelle, Vorgehen, Erkenntnisse und Schlussfolgerungen. Der Autor verspricht davon keine Intervieweinladungen; er hält das für selten. Der Zweck sei vielmehr, öffentlich sichtbare Arbeitsproben aufzubauen, die sich im Lebenslauf oder auf LinkedIn teilen lassen.
Drittens nennt Andrade Networking, schränkt diesen Rat aber auf Personen ein, die an einer Universität oder in einem Masterprogramm Beziehungen aufgebaut haben oder aufbauen wollen. Lehrende und Kommilitonen könnten Kontakte vermitteln und bei der fachlichen Entwicklung helfen. Er behauptet, manche ihm bekannten Personen hätten durch die richtigen Kontakte eine Stelle erhalten. Zugleich weist er auf die hohen Kosten solcher Bildungsprogramme hin.
Viertens schlägt er vor, ein Praktikum zu machen oder ehrenamtlich zu arbeiten, möglicherweise unbezahlt. Das könne praktische Erfahrung mit realen Datensätzen liefern, die sich laut Andrade von Übungsprojekten mit Kaggle-Daten unterscheidet. Ein Praktikum könne außerdem zu einem Empfehlungsschreiben und zu Arbeitsbeispielen für den Lebenslauf führen. Der Artikel schildert diese Wege als Ratschläge und persönliche Erfahrungen; er belegt nicht, dass sie eine Stelle garantieren oder für alle Bewerber gleichermaßen geeignet sind.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Luna hat zwei Zusammenfassungen (kurz und mittel) geliefert; beide wurden geprüft und sind inhaltlich am Bericht orientiert, die Bewertung bezieht sich auf die ausführlichere Fassung mit den genannten kleinen Auslassungen. Die Abschnitte für Einordnungen je Sammel- und Teilfrage sind leer, daher wurde keine Frage bewertet.
Im Bericht, aber nicht in der Zusammenfassung
- Kommunikation und Persönlichkeit sind laut Bericht oft wichtiger als technische Fähigkeiten für den Jobgewinn
- Ohne Online-Präsenz wirken Angaben im Lebenslauf nicht glaubwürdig
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Kein Modell sieht bei diesem Bericht einen Bezug zu einer der 44 Sammelfragen.