Veri Bilimcisi

Big Data InsiderBig Data in Wirtschaft und WissenschaftBI-SPEKTRUMData Mining and Knowledge DiscoveryData Science: Lern- und AusbildungsinhalteInformatik AktuellInformatik-SpektrumIT-Business - Channel-Portal für IT und Cloud ComputingIT SpektrumiX - Magazin für professionelle Informationstechnikkaggle.com - Your Home for Data ScienceNetzwerk für die Digitale GesellschaftPlattform Lernende SystemeQuantentechnologien. Rahmenprogramm der BundesregierungSustainable Computing. Informatics and Systems

AIOps: Künstliche Intelligenz für den IT-BetriebAIOps (Artificial Intelligence for IT Operations) verbindet separate IT-Tools mithilfe von Künstlicher Intelligenz (KI) zu einer automatisierten IT-Betriebsplattform. Machine Learning und Big Data automatisieren und optimieren die Überwachung von IT-Infrastrukturen. Echtzeit-Datenanalysen identifizieren, überprüfen und beheben Probleme und Störungsfälle automatisch. AIOps-Plattformen entlasten dadurch IT-Personal und überwachen Systeme rund um die Uhr. Fach- und Führungskräfte in der IT-Administration werden sich zukünftig mit AIOps-Technologien auseinandersetzen und den IT-Betrieb mithilfe von Künstlicher Intelligenz optimieren.Edge Computing: Dezentrale Datenverarbeitung am NetzwerkrandAnwendungen für Industrie 4.0, Smart Cities und das Internet of Things erzeugen riesige Mengen an Sensor- und Gerätedaten, die Unternehmen nahezu in Echtzeit verarbeiten. Bei zentraler Datenverarbeitung schicken die Geräte ihre Daten an eine Cloud und empfangen die Ergebnisse zurück. Dabei verlieren sie Zeit und teilweise auch Informationen. Beim Edge Computing speichern, verarbeiten und analysieren die Systeme die Maschinen- und Sensordaten direkt vor Ort – in der Produktionshalle, im autonomen Fahrzeug oder auf dem Containerschiff. So reagieren KI-basierte Geräte und Maschinen ohne Verzögerung. Fach- und Führungskräfte der Informationstechnik bereiten sich darauf vor, künftig immer mehr Lösungen auf Basis von Edge Computing zu entwickeln.Wachs...

Folgende Interessen sind wichtig und hilfreich, um in diesem Studienberuf erfolgreich zu sein. Die Interessen sind in der Reihenfolge ihrer Wichtigkeit angegeben. Zu jedem Interessenbereich werden zur Veranschaulichung Tätigkeiten genannt.Interesse an theoretisch-abstrakten Tätigkeitenz.B. Entwickeln von Big-Data-Architekturen mit statistischen Methodenz.B. Analysieren von unstrukturierten Daten aus sozialen NetzwerkenInteresse an verwaltend-organisatorischen Tätigkeitenz.B. Pflegen und Aufbereiten gewonnener DatenInteresse an organisatorisch-prüfenden Tätigkeitenz.B. Prüfen von Datenanalyse-Programmen und von großen Datenmengen aus verschiedenen Quellen

Data Scientists arbeiten in erster Liniein Büroräumenin Computerräumenin Besprechungs- und SchulungsräumenDarüber hinaus arbeiten sie ggf. auchim Homeoffice bzw. mobil

Kernkompetenzen, die man während des Studiums erwirbt bzw. vertieft:AlgorithmenAngewandte InformatikCloud ComputingContent-Recommendation-SystemeCustomer-Data-Plattformen - CDPData LakeData ScienceData WarehouseDatenanalyseDatenarchitekturDatenmodellierungDatenschutzDatenvisualisierungE-Commerce, E-BusinessHochrechnungInformations- und KommunikationsmanagementInternet-, IntranettechnikKontinuierliche IntegrationKundenanalyseMathematikMethodenentwicklungPredictive PolicingProgrammierenProjektmanagementQuantitative ForschungsmethodeRecherche, InformationsbeschaffungSicherheitssysteme (IT), DatensicherheitSoftwaretechnik, Software-EngineeringStatistikSystemsoftware (Entwicklung, Programmierung, Analyse)Urbane DatenplattformenWeitere Kompetenzen, die für die Ausübung dieses Berufs bedeutsam sein können:Agiles ProjektmanagementBusiness Intelligence - BIChatbotsData EngineeringHigh-Performance-Computing (HPC/Parallele Rechner)IT-KoordinationIT-OrganisationKI-AgentenKI-gestütztes WissensmanagementLehrtätigkeit (Hochschule)Machine LearningMarktforschungModellbildung, Simulation (IT)Netzwerkadministration, -management, -organisationSprachassistentenSystembetreuung, Systemadministration, SystemverwaltungWirtschaftsinformatikWeitere relevante Fertigkeiten und Kenntnisse:Kompetenzgruppe "Betriebssysteme"Kompetenzgruppe "Datenbanken, Datenverwaltungssysteme"Kompetenzgruppe "Netzprotokolle"Kompetenzgruppe "Netzwerktechnik"Kompetenzgruppe "Netzwerkzertifizierungen"Kompetenzgruppe "Programmi...

Die fortschreitende Digitalisierung der Arbeits- und Berufswelt kann Aufgabenfelder und Anforderungsprofile verändern. Es eröffnet sich für Data Scientists ggf. die Chance, sich mit folgenden Technologien, Verfahren oder Systemen zu befassen:Affective Computing (z.B. Daten, die emotionale Zustände widerspiegeln können, auswerten und Lernmodelle entwickeln)Algorithmic Decision Making - ADM (z.B. an der Entwicklung von ADM-Tools und der Auswertung von Daten für die Festlegung von Bewertungskriterien mitwirken)Augmented Analytics (z.B. Big-Data-Analytics-Lösungen zur automatisierten Datenanalyse einsetzen und laufend weiterentwickeln)Bilderkennung (z.B. Software zur Identifikation von vorgegebenen Objekten in Bildern einsetzen)Business Intelligence - BI (z.B. Business-Intelligence-Systeme zur systematischen Analyse des eigenen Unternehmens aufbauen)Cognitive Computing (z.B. intelligente, selbstlernende Computersysteme und Methoden des maschinellen Lernens anwenden)Content as a Service - CaaS (z.B. Daten für Content-Services zusammenstellen und auswerten)Content Automation (z.B. an der Entwicklung von generativen Content-Tools mitwirken)Curated Shopping (z.B. Kundendaten, Kauf- und Retourenverhalten analysieren, um Muster und Trends zu erkennen)Customer-Data-Plattformen - CDP (z.B. Daten aus der CDP analysieren; Konzepte für Darstellung und Kategorisierung der Daten innerhalb der CDP entwickeln)Data Lake (z.B. Datenspeicher verwalten, in denen sowohl strukturierte als auch unstru...

Data Scientists stellen mithilfe mathematischer und statistischer Methoden und Theorien Instrumentarien bereit, um große Datenmengen zu analysieren und für unterschiedlichste Anwendungen aufzubereiten und zusammenzuführen. Dazu entwickeln sie Software und informationstechnische Systeme eines Unternehmens oder optimieren bestehende Systeme. Sie benötigen Konzentration, analytisches und logisches Denken, bei langwierigen Projekten auch Geduld und Ausdauer. Interdisziplinäres Denken und Teamfähigkeit ermöglichen die Zusammenarbeit mit Spezialisten aus anderen Bereichen. Verhandlungsgeschick ist gefragt, um Auftraggeber von Lösungsvorschlägen zu überzeugen. In der Lehre an Hochschulen wenden sie zudem pädagogische sowie fachdidaktische Kenntnisse an und messen die Qualität ihrer Lehre an den Fortschritten und Rückmeldungen ihrer Studierenden. Führen sie als Projektleiter/in ein Team, so gehören Organisation, Planung und Personalführung zu ihren Aufgaben.Data Scientists arbeiten viel im Büro, wo sie am Computer mit Analysesoftware umgehen bzw. diese entwickeln. In Besprechungsräumen präsentieren sie Ergebnisse ihrer Arbeiten, z.B. mithilfe von Laptop und Beamer. In Unterrichtsräumen halten sie Seminare und Vorlesungen ab.

Data Scientists können z.B. in folgenden Bereichen freiberuflich arbeiten:in einem Meinungs- und Marktforschungsinstitutbei Computerdienstleisternals Unternehmens- und Organisationsberater/ineinen IT-Dienstleistungs- oder Handelsbetrieb gründen bzw. übernehmen

Beispielhafte tarifliche Bruttogrundvergütung (monatlich): 5.261 € bis 6.650 €Quelle:Tarifsammlung des Bayerischen Staatsministeriums für Familie, Arbeit und SozialesHinweis: Diese Angaben dienen der Orientierung. Ansprüche können daraus nicht abgeleitet werden.

IT, Software, TelekommunikationManagement, Beratung, Recht, SteuernChemie, Pharmazie, KunststoffElektrotechnik, ElektronikEnergie, Ver- und EntsorgungFahrzeugbau, -instandhaltungFinanzdienstleistungen, ImmobilienGesundheit, SozialesHandelMedienÖffentliche Verwaltung, Sozialversicherung, VerteidigungTransport, VerkehrWissenschaft, Forschung, Entwicklung

Wer in diesem Beruf arbeiten möchte, braucht i.d.R. ein abgeschlossenes grundständiges Studium in der Datenwissenschaft, Data Science, der Informatik, Statistik oder Mathematik.Führungspositionen oder spezialisierte Aufgaben erfordern meist ein Masterstudium. Tätigkeiten in Wissenschaft und Forschung setzen häufig eine Promotion oder Habilitation voraus.

Datenwissenschaft, Data Science (grundständig)Datenwissenschaft, Data Science (weiterführend)Informatik (grundständig)Informatik (weiterführend)Wirtschaftsinformatik (grundständig)Wirtschaftsinformatik (weiterführend)Statistik (grundständig)Statistik (weiterführend)Mathematik (grundständig)Mathematik (weiterführend)Finanz-, Wirtschaftsmathematik (grundständig)Finanz-, Wirtschaftsmathematik (weiterführend)Computermathematik (grundständig)Computermathematik (weiterführend)Informationsmanagement (grundständig)Informationsmanagement (weiterführend)

Data Scientists finden Beschäftigungbei Software-Herstellern und EDV-Dienstleistungsfirmenin Betrieben nahezu aller Wirtschaftsbereiche, in denen große Datenbestände verarbeitet werden, sowie in der öffentlichen Verwaltungan Hochschulen und in Forschungsinstituten (z.B. Meinungsforschungsinstitute)

Data ScientistAuch übliche Berufsbezeichnung/SynonymDatenwissenschaftler/in

Einige Merkmale des Arbeits- und Sozialverhaltens sind gleichermaßen für alle Berufe relevant und werden deshalb nicht gesondert erwähnt. Hierzu gehören: Zuverlässigkeit, Pünktlichkeit, Ehrlichkeit, Kritikfähigkeit sowie angemessene Umgangsformen. Zusätzlich werden die nachfolgend genannten berufsspezifischen Merkmale benötigt, um diesen Studienberuf ausüben zu können.Leistungs- und Einsatzbereitschaft (z.B. Bereitschaft zur engagierten Übernahme anspruchsvoller Programmierarbeiten mit engen Fertigstellungsterminen)Durchhaltevermögen / Zielstrebigkeit (z.B. Analyse von Fehlfunktionen in neu erstellten Informations- und Wissensmanagementsystemen; Durchführen langwieriger und umfangreicher Testläufe)Sorgfalt (z.B. exaktes Analysieren und Bewerten der technischen Infrastruktur)Selbstständige Arbeitsweise (z.B. eigenständiges Entwickeln analytischer Verfahren, Methoden und Modelle)Lernbereitschaft (z.B. kontinuierliche Weiterbildung zu den neuesten Entwicklungen auf den Gebieten der Datenwissenschaft, Mathematik und Statistik durch Lesen von Fachliteratur oder Teilnahme an Weiterbildungsveranstaltungen)

Data Scientists analysieren und verarbeiten mit Methoden der Mathematik, Informatik und Statistik große Datenmengen in Echtzeit aus verschiedenen Quellen ("Big Data"), um z.B. über potenzielle Kunden oder Markttrends nutzbare Informationen zu erlangen.

Computerwoche.deget in {IT}golemheise jobsictjob.deinformatik-personal.deitjobs.rocksIT-Positionen.deitstepsIT-Treffjob-boxProgrammierer-Jobboerse.det3n.de

Bundesverb. Informationswirt., Telekommunikation und neue Medien e.V. (Bitkom)CEPIS - Council of European Professional Informatics SocietiesDeutsche Gesellschaft für Information und Wissen e.V. (DGI)Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAISGesellschaft für Informatik e.V. (GI)Gesellschaft zur Förderung angewandter Informatik e.V. (GFaI)Gewerkschaft Erziehung und Wissenschaft (GEW)

Gruppen-, Teamarbeit (z.B. in Projektteams Datenintegrationslösungen erarbeiten)Kundenkontakt (z.B. Kunden zu Big-Data-Architekturen beraten)BildschirmarbeitArbeit in Büroräumen

Berufliche Einsatzmöglichkeiten gegliedert nach Tätigkeitsfeldern:Datenerhebung, -analyseData-Warehouse-Analyst/Data-Warehouse-AnalystinDigital-Analyst/Digital-AnalystinData EngineerResearch-Manager/Research-ManagerinData-Analyst/Data-AnalystinMarktforscher/MarktforscherinInformationsbeschaffung, -erschließung, -aufbereitungInformationsmanager/InformationsmanagerinIT-Koordination, -Organisation, -ManagementIT-Manager/IT-ManagerinData-ConsultantIT-Service-Delivery-Manager/IT-Service-Delivery-ManagerinIT-SystementwicklungInformation-ArchitectSoftwareentwicklungEntwickler/Entwicklerin für DatenvisualisierungSoftwareentwickler/SoftwareentwicklerinUnternehmensberatungUnternehmensberater/UnternehmensberaterinWissenschaftliche ForschungForschungsreferent/ForschungsreferentinLeiter einer Forschungsgruppe/Leiterin einer ForschungsgruppeWissenschaftlicher Mitarbeiter/Wissenschaftliche MitarbeiterinLehrtätigkeit an HochschulenDozent/Dozentin an Hochschulen und AkademienStudiengangkoordinator/Studiengangkoordinatorin

Daten und Unterlagen, z.B.: Analysedaten, Datenbankkonzepte, Hard- und Softwaredokumentationen, Präsentationsunterlagen, Rechtsvorschriften (z.B. Datenschutzbestimmungen)Computertechnik und Software, z.B.: Datenverarbeitungsanlagen, Betriebssysteme, Netzwerksysteme, Informations- und Wissensmanagement-Systeme, Entwicklersoftware, Statistik- und AnalysesoftwareBüroausstattung und Präsentationsmittel, z.B.: PC, Internetzugang, Telefon, Beamer, Flipchart

Data Scientists analysieren große, teils unstrukturierte Datenmengen aus Quellen wie Social Media, Cloud Computing Services oder mobilen Anwendungen. Sie nutzen Methoden der Informatik, Mathematik und Statistik, um aus den Daten Informationen zu gewinnen. Dafür entwickeln sie technische Verfahren, Big-Data-Architekturen sowie automatisierte Prozesse. Ihre Ergebnisse tragen sie zu aussagekräftigen Präsentationen zusammen und unterstützen die Firmenleitung und Kundschaft bei Entscheidungsprozessen. Sie erstellen webbasierte Informations- und Wissensmanagementsysteme und modellieren Datenschemata zur Integration und Analyse. Bei Bedarf beraten sie Kundschaft und übernehmen Schulungs-, Vertriebs- und Marketingaufgaben.

Anpassungsweiterbildung hilft, das berufliche Wissen aktuell zu halten und an neue Entwicklungen anzupassen (z.B. in den Bereichen Datenbankentwicklung und -programmierung, IT-Projektmanagement, IT-Sicherheit oder Informations- und Wissensmanagement).Darüber hinaus kann sich der Trend, smarte IT-Systeme für Anwendungen der digitalisierten Arbeitswelt (Industrie 4.0) zu konzipieren, zu einem wichtigen Weiterbildungsthema für Data-Scientists entwickeln. Technologien in Bereichen wie AIOps oder Edge Computing bieten ebenso Weiterbildungspotenzial.

Bachelorabsolventen können ihre Berufs- und Karrierechancen durch ein weiterführendes Studium ausbauen, z.B. im Studienfach Datenwissenschaft, Data Science, Wirtschaftsinformatik oder Informationsmanagement.Eine Promotion ist in der Regel für eine wissenschaftliche Laufbahn an der Hochschule erforderlich, für die Berufung zum Hochschulprofessor bzw. zur Hochschulprofessorin benötigt man in der Regel eine Habilitation. Die Promotion erleichtert ggf. auch in der Privatwirtschaft, im Bereich der Forschung und in der öffentlichen Verwaltung den Zugang zu gehobenen beruflichen Positionen.

Datenerhebung und -analyseautomatisierte Systeme zur Datengewinnung und komplexe Analysemethoden entwickelntechnische Infrastruktur analysieren und Änderungs- bzw. Optimierungsbedarf feststellenStudien planen und auswertenDatenmanagementDesign und Implementierung von Big-Data-Analytics-Lösungen entwickeln und Aufwände abschätzenData-Mining-Lösungen mit analytischen Tools und Big-Data-Technologien anwendenData-Warehouse-Architekturen evaluieren und ein Data-Warehouse-System aufbauenAlgorithmen für das maschinelle Lernen sowie für Data-Mining-Verfahren entwickelnOptionen zum Aufbau einer Business-Intelligence- und Big-Data-Architektur, Datenbankkonzepte und Datenintegrations-Lösungen prüfenDaten mit entsprechender Software aufbereiten, interpretieren und darstellen (auch grafisch)vorhandene Modellierungsstandards und Reportings weiterentwickelnProjektleitungtechnische Projektleitung oder Gesamtprojektleitung von interdisziplinären Big-Data-/Business-Analytics-Projekten übernehmenProjektlösungsansätze erstellen und in einer Projektstruktur umsetzenbei Erstellung von Angeboten und Angebotspräsentationen mitwirkenBeratung und Schulung Kundschaft system- und anwendungstechnisch beraten und schulenSchulungskonzepte und -unterlagen erstellenWeiterbildungsveranstaltungen durchführenQualitätssicherungQualitätskontrollen vorbereiten, Qualitätsmanagement unterstützenPrototypen zur Integration in die bestehenden Systeme erstellen und anschließend Qualitätskontrollen durchführen Wissenscha...

Folgende weitere Beschäftigungsalternativen bieten sich für den Beruf Data Scientist an:Tätigkeitsfeld Informationsbeschaffung, -erschließung, -aufbereitungInformationswissenschaftler/InformationswissenschaftlerinWirtschaftsinformatiker/Wirtschaftsinformatikerin (Hochschule)Wirtschaftsmathematiker/WirtschaftsmathematikerinGemeinsamkeiten:Daten aufbereiten und auswertenmathematische, statistische und informationstechnische Methoden einsetzenKenntnisse aus der Softwaretechnologie anwendenDatenbanken und Datenhaltungssysteme modellierenHinweis: Die genannten Jobalternativen erfordern ggf. eine längere Einarbeitung oder eine Zusatzausbildung.

Worum geht es?Data Scientists analysieren und verarbeiten mit Methoden der Mathematik, Informatik und Statistik große Datenmengen in Echtzeit aus verschiedenen Quellen ("Big Data"), um z.B. über potenzielle Kunden oder Markttrends nutzbare Informationen zu erlangen.Big Data beherrschenGroße Datenmengen fallen mittlerweile in fast allen Bereichen des Lebens an: bei Banken und Versicherungen, Telekommunikationsunternehmen, in Sozialen Netzwerken, bei Internetdienstleistern, in der Industrie oder der Marktforschung. Prognosen gehen davon aus, dass sich das Datenvolumen alle zwei Jahre verdoppelt. Immer mehr Unternehmen versprechen sich von der Nutzung dieser Daten unter anderem strategische Wettbewerbsvorteile, Umsatzsteigerungen und eine höhere Produktivität. Das Problem dabei: Die komplexen Datenmengen sind oft unstrukturiert, stammen aus verschiedenen Quellen und müssen in Echtzeit verarbeitet werden. Um Ordnung in das scheinbare Datenchaos zu bringen, sind Data Scientists gefragte Spezialisten. Sie wissen Konzepte und Techniken aus Informatik, Statistik und Mathematik so zu nutzen, dass aus den Daten verwertbare Informationen und Wissen für Prognosen, Entscheidungen und Maßnahmen in den unterschiedlichen Geschäftsbereichen gewonnen werden. Darüber hinaus nutzen sie Verfahren aus den Bereichen Machine Learning und Data Mining zur Lösung konkreter Business-Probleme.Analyse, Konzept und UmsetzungData Scientists unterstützen und beraten die internen Fachabteilungen oder Kunden i...

Folgende Fähigkeiten, Kenntnisse und Fertigkeiten werden für die Ausübung möglicher Tätigkeiten in diesem Studienberuf benötigt.Fähigkeitennumerisches (rechnerisches) Denken (z.B. Analysieren und Verarbeiten großer Datenmengen mit mathematischen und statistischen Methoden)figural-räumliches Denken (z.B. Modellieren von Datenschemata)Technisches Verständnis (z.B. Entwickeln technischer Verfahren und Big-Data-Architekturen)Befähigung zum Planen und Organisieren (z.B. Leiten von IT-Projekten; Planen des Mitarbeitereinsatzes)Kenntnisse und FertigkeitenRechenfertigkeiten (z.B. Berechnen der Entwicklungskosten für eine Big-Data-Architektur)

Die Ausübung des Berufs kann folgende körperliche Anforderungen mit sich bringen. Die Angaben müssen nicht zwingend für jedes Tätigkeitsprofil oder jede berufliche Einsatzmöglichkeit gelten.Feinmotorik der Hände und Finger (z.B. umfangreiche Programmierarbeiten am Computer ausführen)Nahsehvermögen - auch korrigiert (z.B. am Bildschirm Design und Implementierung von Big-Data -Analytics-Lösungen entwickeln und gewonnene Daten aufbereiten)Hörvermögen und Sprachverständnis (z.B. Kundenrückfragen zu webbasierten Informations- und Wissensmanagement-Systemen verstehen)Hinweis: Diese Informationen bilden keine Grundlage für rechtliche Schritte und sind nicht im Sinne einer medizinischen Eignungsfeststellung zu verstehen. Die tatsächliche körperliche Eignung oder Nichteignung muss stets im Einzelfall und unter Berücksichtigung möglicher angemessener Vorkehrungen festgestellt werden.

Im Folgenden werden Berufe oder Tätigkeiten genannt, die Ähnlichkeiten zum Ausgangsberuf aufweisen. Diese Berufe stellen für Bewerber, die in ihrem erlernten Beruf keine freie Stelle finden, eine mögliche Alternative dar. Darüber hinaus können Arbeitgeber Fachkräfte dieser Berufe als Alternativen für die Besetzung einer Arbeitsstelle im Ausgangsberuf in Betracht ziehen.Manche Alternativberufe umfassen nur Teiltätigkeiten des Ausgangsberufs, andere erfordern eine Einarbeitungszeit, die im Einzelfall unterschiedlich lang sein kann.Folgende unmittelbare Beschäftigungs- und Besetzungsalternativen bieten sich für den Beruf Data Scientist an:Job- und Besetzungsalternativenfür Teiltätigkeiten und berufliche Einsatzmöglichkeiten (mit/ohne Einarbeitung):Data EngineerData-Analyst/Data-AnalystinData-ConsultantData-Warehouse-Analyst/Data-Warehouse-AnalystinDigital-Analyst/Digital-AnalystinInformation-ArchitectGeprüfter IT-Entwickler/Geprüfte IT-Entwicklerin (Weiterbildung/Ausbildung)IT-Lösungsentwickler/IT-LösungsentwicklerinSoftwareentwickler/Softwareentwicklerinin angrenzenden Berufen:Informatiker/InformatikerinKI-EngineerMachine Learning EngineerMathematiker/MathematikerinStatistiker/Statistikerinmit niedrigerem Qualifikationsniveau:Geprüfter Berufsspezialist für Datenanalyse/Geprüfte Berufsspezialistin für DatenanalyseEine Aufstellung aller möglichen Verwandtschaftsstufen findet man hier:Erläuterungen zu den einzelnen Verwandtschaftsstufen

Die Tätigkeit als Data Scientist ist nicht reglementiert.Um mit einem im Ausland erworbenen Abschluss in diesem Beruf zu arbeiten, ist keine berufliche Anerkennung notwendig. Jedoch besteht die Möglichkeit, für ausländische Hochschulabschlüsse eine individuelle Zeugnisbewertung durch die Zentralstelle für ausländisches Bildungswesen (ZAB) zu beantragen. Diese kann für Bewerbungen auf dem deutschen Arbeitsmarkt hilfreich sein.Weiterführende Informationen zu Leben und Arbeiten in Deutschland:Hotline Arbeiten und Leben in Deutschland - zentrale Informations-Hotline des Bundesamts für Migration und Flüchtlinge (BAMF) und der Bundesagentur für Arbeit (BA)Für Menschen aus dem Ausland - Ein Informationsangebot der Bundesagentur für ArbeitZentrale Auslands- und Fachvermittlung der Bundesagentur für ArbeitMake it in Germany - Das Willkommensportal der Fachkräfte-Offensive für internationale Fachkräfte

Folgende gesundheitliche Einschränkungen könnten bei der Ausübung des Berufs zu Problemen führen. Die Angaben müssen nicht zwingend für jedes Tätigkeitsprofil oder jede berufliche Einsatzmöglichkeit gelten. Immer häufiger gibt es zudem Möglichkeiten, Einschränkungen beispielsweise durch technische Hilfsmittel zu kompensieren.Eingeschränkte Feinmotorik der Hände und Finger (z.B. umfangreiche Programmierarbeiten am Computer ausführen)Nicht korrigierbare Sehschwäche für die Nähe (z.B. am Bildschirm Design und Implementierung von Big-Data -Analytics-Lösungen entwickeln und gewonnene Daten aufbereiten)Hörminderung, Schwerhörigkeit, Taubheit, Hörstörung, chronische Ohrenleiden (z.B. Kundenrückfragen zu webbasierten Informations- und Wissensmanagement-Systemen verstehen)Hinweis: Diese Informationen bilden keine Grundlage für rechtliche Schritte und sind nicht im Sinne einer medizinischen Eignungsfeststellung zu verstehen. Die tatsächliche körperliche Eignung oder Nichteignung muss stets im Einzelfall und unter Berücksichtigung möglicher angemessener Vorkehrungen festgestellt werden.

Folgende weitere Besetzungsalternativen bieten sich für den Beruf Data Scientist an:Tätigkeitsfeld Informationsbeschaffung, -erschließung, -aufbereitungWirtschaftsmathematiker/WirtschaftsmathematikerinWirtschaftsinformatiker/Wirtschaftsinformatikerin (Hochschule)Gemeinsamkeiten:Datenbestände mit mathematischen und informationstechnischen Methoden analysieren und verarbeitencomputergestützte Informations- und Kommunikationssysteme planen und entwickelnmit System- und Anwendungssoftware umgehenHinweis: Die genannten Besetzungsalternativen erfordern ggf. eine Einarbeitung, die im Einzelfall unterschiedlich lang sein kann.