Die Data-Science-Branche: Wer macht was (Infografik)

Heute boomt das Data-Science-Feld, und das wird sich so bald nicht ändern. Während sich ein datenbasierter Ansatz in allen Bereichen von Unternehmen etabliert, wetteifern Firmen intensiv um die besten Datenkompetenzen am Markt, und Gehälter für Data-Science-Rollen schießen in die Höhe. Der stärkere Fokus auf die Gewinnung von Data-Science-Talent geht Hand in Hand mit der Entstehung einer ganzen Reihe neuer Rollen und Titel in der Data Science. Manchmal kommen neue Bezeichnungen hinzu, um veränderten Anforderungen Rechnung zu tragen; manchmal entstehen sie wohl auch, um sich kreativ von anderen Recruitern abzuheben. So oder so ist es schwer, einen Überblick über die verschiedenen Jobprofile zu behalten – und noch schwieriger wird es, wenn du herausfinden willst, welche Rolle am besten zu deinen persönlichen und beruflichen Zielen passt.

Die Data-Science-Branche: Wer macht was

DataCamp hat sich diese Flut an Data-Science-Stellenanzeigen vorgenommen, um die klangvollen und verspielten Jobtitel in einen Vergleich verschiedener datenbezogener Karrierewege zu übersetzen. Die Ergebnisse haben wir in unserer neuesten Infografik “Die Data-Science-Branche: Wer macht was” zusammengefasst:

In dieser Infografik vergleichen wir die Rollen von Data Scientists, Data Analysts, Data Architects, Data Engineers, Statistikern und vielen weiteren. Wir betrachten ihre Aufgaben im Unternehmen und im Data-Science-Prozess, welche Technologien sie beherrschen und welches typische Kompetenzprofil und Mindset jede Rolle auszeichnet. Außerdem zeigen wir, welche Top-Arbeitgeber aktuell für diese unterschiedlichen Data-Science-Rollen einstellen und wie sich die durchschnittlichen Gehälter national im Vergleich darstellen. Hoffentlich hilft dir diese Infografik, die verschiedenen Jobprofile für datenaffine Fachkräfte besser zu verstehen. Wenn du mehr über Data Science lernen willst, schau dir unbedingt DataCamps interaktive R- und Data-Science-Kurse an und schließ dich 220.000 Datenbegeisterten an! Interesse an weiteren Infografiken? Sieh dir Statistical Language Wars, How to Become a Data Scientist in 8 Easy Steps und R vs Python an.