Einführung

Zuerst als der sexieste Job des 21. Jahrhunderts bezeichnet (https://hbr.org/2012/10/data-scientist-the-sexiest-job-of-the-21st-century), hat Data Science in letzter Zeit den Glanz der frühen Stadien verloren (https://hbr.org/2022/07/is-data-scientist-still-the-sexiest-job-of-the-21st-century), und es scheint Arbeit zu schaffen (z. B. Bereinigung von Daten, Bereitstellung, Wartung), anstatt sie zu reduzieren und die Entscheidungsfindung zu erleichtern.

Nach über einem Jahrzehnt herrscht immer noch eine große Entropie und Unsicherheit bei der Definition von Rollen, Verantwortlichkeiten und Karrierewegen für angehende Datenfachleute sind teilweise unvorhersehbar .

Viele Unternehmen kämpfen immer noch damit, datenzentriert zu sein, und haben unrealistische Erwartungen an das, was Data Science leisten kann: Sie stellen beispielsweise Data Scientists ein, die sich als Data Engineers, Datenarchitekten oder Datenbankadministratoren anpassen , und Data Science wird auf den nächsten Sprint verschoben .

In der heutigen Landschaft verlassen sogar talentierte und motivierte Menschen die Datenwissenschaft:

• https://towardsdatascience.com/today-i-quit-data-sciences-here-are-7-reasons-why-15c29e51d032
• https://www.youtube.com/watch?v=M5v1nXiUaOI&ab_channel=JomaTech
• https://ryxcommar.com/2022/11/27/goodbye-data-science/

• Mangel an Mentorenschaft
• Mangel an wertorientierten Projekten mit hohem ROI
• Erschöpfung, für Tabellenkalkulation und SQL-Abfragen überqualifiziert zu sein

Was die restlichen 1 % (einschließlich MAANG) anbelangt, gibt es etwas Raum (und Geld!) für echte und greifbare Data Science. Dennoch gehört die Disziplin zur Angewandten Wissenschaft, und ich denke, das ist der Begriff, der Data Science bald in zukünftigen Stellenangeboten und Stellenbeschreibungen ersetzen wird.

Personal Engineering

Ein Staff Engineer (https://staffeng.com/guides/what-do-staff-engineers-actually-do) oder Tech Lead oder Engineering Manager ist der natürliche Karriereschritt für Software Engineers, DevOps Engineers, Data Engineers, Solution Architects , und die meisten Personen, die in der IT-Branche eines Unternehmens tätig sind.

Die Tatsache, dass Sie unzählige technologiebezogene Probleme gelöst haben (z. B. Microservices, APIs, Data Ingestors, Dequers usw.), gibt Ihnen das Fachwissen, um die Aktivität im Voraus zu planen, den Aufwand abzuschätzen und Risiken im Zusammenhang mit der Entwicklung von Funktionen und der Produktentwicklung vorherzusagen.

Als Personalingenieur sind Sie dafür verantwortlich, dem Unternehmen die technische Richtung zu geben und den technischen Kontext in organisatorische Entscheidungen einzubringen, indem Sie Standards und Best Practices festlegen.

Sie sind technischer Berater für Projekte, weisen Ingenieuren auf mittlerem Einstiegsniveau Anwendungsfälle zu und unterstützen sie im Entwicklungslebenszyklus durch Code-Reviews, Pull-Request-Genehmigung und Mentoring-Sitzungen.

In Ihrer Freizeit gestalten Sie Ihr GitHub-Profil wie ein Kunstwerk und tragen zu Open-Source-Projekten im Technologiebereich bei. Sie sind ein Selbststarter darin, Dinge besser, schneller und stärker zu bauen.

Strategische Fragen, um herauszufinden, ob eine Karriere im Staff Engineering zu Ihnen passt:

1. Löse ich gerne Optimierungs- und Skalierbarkeitsprobleme?
2. Fühle ich mich erleichtert oder zufrieden, wenn ich ein technisches Problem gelöst habe?
3. Bin ich bereit, für den Commit oder die genehmigte Pull-Anforderung verantwortlich zu sein, die einen Fehler in der Produktion verursacht hat?

Produktmanagement und -eigentum ist der Bereich, der für die Optimierung der Produktwerte verantwortlich ist, indem die Produkt-Roadmap und -Vision festgelegt und kontinuierlich angepasst werden.

Es ist der natürliche Karrierefortschritt für Datenanalysten und Produktanalysten, die A/B-Tests und Produktfindung durchführen. Sie untersuchen Kundenreibungen und Berührungspunkte im Akquise-Funnel, analysieren Konversionsraten und erstellen Metriken in verschiedene Richtungen:

• Wachstum & Aktivierung
• Engagement
• Zurückbehaltung
• Benutzerzufriedenheit
• Einnahmen

Product People sind dafür verantwortlich, die Bedürfnisse der Endbenutzer (externe Stakeholder) sowie Geschäftsleute/Investoren (interne Stakeholder) zu befriedigen und werden traditionell als CEOs des Produkts bezeichnet: Sie sind verantwortlich für den Erfolg oder Misserfolg einer eingeführten Funktion/ Dienstleistung/Produkt.

Wenn Sie zum Produktmanagement verdammt sind, dann sind Sie mit dem, was Sie weiterlesen, über die neuesten Trends in Wirtschaft und Technologie auf dem Laufenden:

• https://hbr.org/
• https://techcrunch.com/
• https://www.fastcompany.com/

Strategische Fragen, um herauszufinden, ob eine Karriere im Produktbereich zu Ihnen passt:

1. Möchte ich dafür verantwortlich sein, dass ein KPI die OKR des Unternehmens erfüllt?
2. Bin ich in der Lage, sowohl interne als auch interne Stakeholder zu verwalten und mit sehr unterschiedlichen Personen wie Verkäufern, Designern und Ingenieuren zu interagieren?
3. Bin ich geeignet, auch in zweideutigen und unklaren Situationen Entscheidungen zu treffen und Prioritäten zu setzen?

Angewandte Wissenschaft ist eine Geschäftseinheit, die sich auf F&E-Projekte konzentriert und das Unternehmen an die Spitze der Forschung mit Technologien und Methoden bringt, die noch nicht ausgereift sind, um standardisiert, in der Produktion eingesetzt und kommerzialisiert zu werden.

Als angewandter (Forschungs-)Wissenschaftler sind Sie ständig aufgerufen, die etablierte Ordnung umzustoßen und sich neue Wege zur Bereitstellung von Diensten mit Spitzentechnologien wie AR, VR, Blockchain, Quantencomputer und mehr vorzustellen.

Wenn Sie sich offene Stellen bei führenden Unternehmen wie Zalando ansehen

oder Amazon

Sie werden solche Namen (anstelle von Data Science) finden, weil dies die Richtung ist, die große Unternehmen in naher Zukunft einschlagen.

Als angewandter (Forschungs-)Wissenschaftler halten Sie sich auf dem Laufenden mit:

• https://www.nature.com/
• https://www.scientificamerican.com/
• https://towardsdatascience.com/
• https://paperswithcode.com/

Die strategischen Fragen, um sich auf diese Reise zu begeben, lauten:

1. Habe ich Angst vor Sprüngen ins Blaue, die darin bestehen, neue Lösungsansätze für ein Problem zu finden?
2. Bin ich geduldig, lange Experimente ohne kleine Gewinne durchzuführen und generell einem hohen Misserfolgsrisiko ausgesetzt?
3. Bin ich bereit, tief in bestimmte Themen (z. B. NLP, Computer Vision) einzutauchen und das Gesamtbild zu verpassen, wohin sich der Markt entwickelt?

Meine Prognose für 2023 ist, dass Data Science bald vom Arbeitsmarkt verschwinden wird, nicht weil es ihr an Spezifität fehlt (angewandte Wissenschaft ist auch breit gefächert), sondern weil sie Messbarkeit und damit die Fähigkeit des Menschen zum Benchmarking und Wertschätzen benötigt .

Deshalb sehe ich Software Engineering (Staff Engineering) und Product Ownership (Product Management) als gute Alternativen zu einer Random-Walk-Karriere in Data Science.

Sie adressieren klare und unmissverständliche Anfragen wie:

• Verwenden Clients Service X? Wie weit vom Ziel entfernt? [PN]
• Ist System Y sicher, zuverlässig und schnell? Wie groß ist die Verzögerung? [SE]

Ich sage nicht, dass Sie im Jahr 2023 a priori einen Karriereweg in Data Science oder angewandter Wissenschaft verwerfen sollten, aber seien Sie sich bewusst, dass die meisten offenen Stellen nicht für Data Scientists bestimmt sind, sodass Sie am Ende als Personalingenieur oder Produktmanager wachsen könnten ob du willst oder nicht.

Möge dieser Artikel aufstrebende Data Scientists und Data Engineers auf ihrem Weg begleiten: Ausdauer und Entschlossenheit können Sie fast überall hinführen, aber das Wissen, worin Sie außergewöhnlich sein können, und ein authentisches Gefühl der Zufriedenheit können Sie tatsächlich unaufhaltsam machen und Sie an Orte bringen, an denen andere nicht hinkommen .