Fort- und Weiterbildung

Ein Studium ist aber nicht der einzige Weg für eine Karriere im Big-Data-Umfeld. Mittlerweile hat sich ein breiter Markt für Aus- und Weiterbildungen etabliert, mit denen IT- und andere Fachkräfte ihre Fähigkeiten gezielt ausbauen können. Getragen werden diese Fortbildungsmöglichkeiten von öffentlichen und privaten Forschungsinstituten, Technologie- und Software-Herstellern, Berufsverbänden und anderen Einrichtungen.

Im Hochschulbereich bietet etwa die Technische Hochschule Brandenburg gemeinsam mit der Agentur für wissenschaftliche Weiterbildung und Wissenstransfer e. V. einen Zertifikatskurs "Data Science" an. Auch die Bitkom Akademie und das Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme halten ein umfassendes Seminarprogramm für Data Scientists bereit. Das Paket richtet sich schwerpunktmäßig an Praktiker und besteht aus zahlreichen Modulen, die abhängig vom Tätigkeitsschwerpunkt - Projektleiter, Entwickler, Analytiker, Sales-Manager - kombiniert werden können. In der Regel enden solche Schulungsprogramme mit einer Zertifizierung.

Daneben gibt es viele Fort- und Weiterbildungsmöglichkeiten von IT-Unternehmen wie IBM, Oracle, HP oder EMC. Die EMC Academic Alliance beispielsweise bietet ein Curriculum "Data Science and Big Data Analytics" an. Auch bei Online-Plattformen wie Coursera, Udacity oder edX findet man Kurse, in denen sich Data-Science-Grundlagen erlernen lassen. Wer über die entsprechenden Voraussetzungen verfügt, kann sich auch im Rahmen eines Trainee-Programms Schlüsselqualifikationen aneignen.

Diese alternativen Fort- und Ausbildungsmöglichkeiten sind vor allem für Unternehmen interessant, die ihre Mitarbeiter mit Data-Science-Know-how ausstatten möchten. Für bereits in den Unternehmen tätige Ingenieure, Wirtschaftswissenschaftler, Statistiker, Mathematiker oder ähnliche Fach­experten ist das eine gute Chance. Sie haben auch den Vorteil, dass sie fest in der Praxis verankert sind und bereits entsprechendes Wissen mitbringen.

Weil der Arbeitsmarkt den wachsenden Bedarf an Data-Science-Experten aktuell nur schwer decken kann, kommen mittelständische Unternehmen kaum daran vorbei, ihre eigenen Mitarbeiter entsprechend zu qualifizieren. Gut die Hälfte will laut Sopra Steria Consulting internes Wissen durch geeignete Fortbildungsmaßnahmen für vorhandene Mitarbeiter aufbauen. Die erwähnten Weiterbildungsangebote sind eine Möglichkeit, Mitarbeitern das notwendige Know-how zu vermitteln.

Wer hingegen Big-Data-Experten auf dem freien Arbeitsmarkt akquirieren will oder muss, sollte sich einiges einfallen lassen.

Stellenausschreibungen sollten die Sprache der Datenexperten sprechen und präzise in den fachlichen Anforderungen sein. Nicht selten lesen Experten schon aus den Stellenprofilen, dass der potenzielle Arbeitgeber selbst wenig Kompetenz besitzt - da möchte dann auch kein Data Scientist arbeiten. Außerdem können spezialisierte und innovative Dienstleister dabei helfen, geeignete Datenexperten zu finden. Und schließlich kann auch eine gute Vernetzung in der Big-Data-Szene wichtig sein, um in Kontakt mit Experten zu kommen - oder umgekehrt als Experte umworben zu werden.

Eine möglicherweise noch erfolgreichere Methode der Expertenfindung sind Data Challenges. Bei diesen „Wettkämpfen“ stellen Unternehmen jungen Datentalenten über eine Cloud-Plattform wie Topcoder oder Kaggle konkret zu lösende Aufgaben. Entwickler, die sich für einen Auftrag interessieren, reichen eine Lösung ein und konkurrieren dabei mit den anderen Teilnehmern. Diese Art der Expertenrekrutierung hat für Unternehmen den Vorteil, dass sie so Dutzende oder Hunderte von Datenwissenschaftlern und Entwicklern finden können, die in den nachgefragten Bereichen ausgebildet wurden und die notwendigen Fähigkeiten mitbringen.