{"id":90698,"date":"2020-08-05T01:42:04","date_gmt":"2020-08-04T23:42:04","guid":{"rendered":"https:\/\/prohoster.info\/blog\/administrirovanie\/bystryj-start-i-nizkij-potolok-chto-zhdet-molodyh-data-science-speczialistov-na-rynke-truda"},"modified":"2020-08-05T01:42:04","modified_gmt":"2020-08-04T23:42:04","slug":"bystryj-start-i-nizkij-potolok-chto-zhdet-molodyh-data-science-speczialistov-na-rynke-truda","status":"publish","type":"post","link":"https:\/\/prohoster.info\/de\/blog\/administrirovanie\/bystryj-start-i-nizkij-potolok-chto-zhdet-molodyh-data-science-speczialistov-na-rynke-truda","title":{"rendered":"Schneller Start und niedrige Einstiegsh\u00fcrden. Was junge Data Science-Spezialisten auf dem Arbeitsmarkt erwartet","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"<p>Laut Studien von HeadHunter und Mail.ru \u00fcbersteigt die Nachfrage nach Fachleuten im Bereich Data Science das Angebot, aber selbst so f\u00e4llt es jungen Fachleuten nicht immer leicht, einen Job zu finden. Wir erkl\u00e4ren, was Absolventen von Kursen fehlt und wo diejenigen lernen sollten, die eine gro\u00dfe Karriere in Data Science planen.<\/p>\n<blockquote><p>\u201eSie kommen und denken, dass sie jetzt 500k pro Sekunde verdienen werden, nur weil sie die Namen von Frameworks kennen und wissen, wie man mit zwei Zeilen eine Modellierung startet\u201c<\/p><\/blockquote>\n<p>\n<b>Emil Magerramov<\/b> leitet eine Gruppe von Rechenchemiediensten bei biocad und stellt in Vorstellungsgespr\u00e4chen fest, dass die Kandidaten kein systematisches Verst\u00e4ndnis des Berufs haben. Sie beenden die Kurse, kommen mit gut ausgepr\u00e4gtem Python- und SQL-Wissen, k\u00f6nnen in 2 Sekunden Hadoop oder Spark hochfahren und Aufgaben nach klaren Vorgaben ausf\u00fchren. Aber ein Schritt zur Seite \u2014 das geht schon nicht mehr. Dabei erwarten Arbeitgeber gerade von ihren Spezialisten im Bereich Data Science flexible L\u00f6sungen.<br \/>\n<noindex><a rel=\"nofollow\" name=\"habracut\"><\/a><\/noindex><\/p>\n<h3>Was passiert auf dem Data-Science-Markt<\/h3>\n<p>\nDie Kompetenzen junger Fachkr\u00e4fte spiegeln die Lage auf dem Arbeitsmarkt wider. Hier \u00fcbersteigt die Nachfrage erheblich das Angebot, weshalb verzweifelte Arbeitgeber oft bereit sind, ganz unerfahrene Fachkr\u00e4fte einzustellen und diese nach ihren Bed\u00fcrfnissen zu entwickeln. Diese Option funktioniert jedoch nur, wenn im Team bereits ein erfahrener Teamleiter vorhanden ist, der die Ausbildung des Juniors \u00fcbernehmen kann.<\/p>\n<p>Laut einer Studie von HeadHunter und Mail.ru sind Datenanalysten eine der gefragtesten Berufe auf dem Markt:<\/p>\n<ul>\n<li>Im Jahr 2019 gab es 9,6 mal mehr Stellenangebote im Bereich Datenanalyse und 7,2 mal mehr im Bereich maschinelles Lernen als im Jahr 2015.<\/li>\n<li>Im Vergleich zum Jahr 2018 hat sich die Anzahl der Stellenangebote f\u00fcr Datenanalysten um das 1,4-fache erh\u00f6ht, f\u00fcr maschinelles Lernen um das 1,3-fache.<\/li>\n<li>38 % der offenen Stellen entfallen auf IT-Unternehmen, 29 % auf Finanzunternehmen und 9 % auf die Dienstleistungsbranche f\u00fcr Unternehmen.<\/li>\n<\/ul>\n<p>\nDie Situation wird durch zahlreiche Online-Schulen angeheizt, die genau diese Juniors ausbilden. In der Regel dauert die Ausbildung zwischen drei und sechs Monaten, w\u00e4hrend der die Sch\u00fcler auf einem grundlegenden Niveau die wichtigsten Werkzeuge erlernen: Python, SQL, Datenanalyse, Git und Linux. Am Ende kommt ein klassischer Junior heraus: Er kann eine spezifische Aufgabe l\u00f6sen, hat aber noch nicht die F\u00e4higkeit, das Problem zu verstehen und selbstst\u00e4ndig eine Aufgabe zu formulieren. Dennoch f\u00fchrt die hohe Nachfrage nach Spezialisten und der Hype um den Beruf oft zu gro\u00dfen Ambitionen und Gehaltsforderungen.<\/p>\n<blockquote><p>Leider sieht das Vorstellungsgespr\u00e4ch im Bereich Data Science derzeit meist so aus: Der Kandidat erz\u00e4hlt, dass er versucht hat, ein paar Bibliotheken zu verwenden, kann aber auf Fragen, wie die Algorithmen genau arbeiten, keine Antworten geben, und fordert dann 200, 300, 400 Tausend Rubel im Monat netto.<\/p>\n<p>Aufgrund der Vielzahl von Werbeslogans wie 'Jeder kann Datenanalyst werden', 'Lerne Machine Learning in drei Monaten und beginne, viel Geld zu verdienen' und der Gier nach schnellem Geld str\u00f6mt eine riesige Menge oberfl\u00e4chlicher Kandidaten ohne systematische Vorbereitung in unser Feld.<\/p>\n<p><b>Viktor Kantor<\/b><br \/>\nChief Data Scientist bei MTS<\/p><\/blockquote>\n<p><\/p>\n<h3>Wen Arbeitgeber erwarten<\/h3>\n<p>\nJeder Arbeitgeber w\u00fcnscht sich, dass seine Juniors eigenst\u00e4ndig arbeiten und sich unter der Anleitung eines Teamleiters entwickeln k\u00f6nnen. Daf\u00fcr muss der Neue sofort die erforderlichen Werkzeuge beherrschen, um aktuelle Aufgaben zu l\u00f6sen, und \u00fcber eine ausreichende theoretische Basis verf\u00fcgen, um schrittweise eigene L\u00f6sungen vorzuschlagen und komplexere Aufgaben anzugehen.<\/p>\n<p>Die Vertrautheit mit den Werkzeugen ist bei den Newcomern auf dem Markt ziemlich gut. Kurzfristige Kurse erm\u00f6glichen es, diese schnell zu erlernen und mit der Arbeit zu beginnen.<\/p>\n<p>Laut einer Untersuchung von HeadHunter und Mail.ru ist die am meisten nachgefragte F\u00e4higkeit die Beherrschung von Python. Diese wird in 45 % der Stellenangebote f\u00fcr Datenanalysten und in 51 % der Stellenangebote im Bereich Machine Learning erw\u00e4hnt.<\/p>\n<p>Dar\u00fcber hinaus w\u00fcnschen Arbeitgeber, dass Datenanalysten SQL (23 %) kennen, Kenntnisse in Data Mining (19 %), in mathematischer Statistik (11 %) und in der Arbeit mit Big Data (10 %) haben.<\/p>\n<p>Arbeitgeber, die nach Spezialisten f\u00fcr Machine Learning suchen, erwarten neben Kenntnissen in Python auch, dass der Kandidat mit C++ (18 %), SQL (15 %), Machine Learning-Algorithmen (13 %) und Linux (11 %) vertraut ist.<\/p>\n<p>Aber wenn die Werkzeuge bei den Junioren in Ordnung sind, stehen ihre Vorgesetzten vor einem anderen Problem. Die meisten Absolventen der Kurse haben kein tiefes Verst\u00e4ndnis des Berufs, weshalb es f\u00fcr Neueinsteiger schwierig ist, Fortschritte zu machen.<\/p>\n<blockquote><p>Ich suche gerade Spezialisten f\u00fcr maschinelles Lernen f\u00fcr mein Team. Dabei sehe ich, dass viele Kandidaten zwar einzelne Werkzeuge der Datenwissenschaft gelernt haben, aber nicht gen\u00fcgend tiefes theoretisches Verst\u00e4ndnis besitzen, um neue L\u00f6sungen zu entwickeln.<\/p>\n<p><b>Emil Magerramov<\/b><br \/>\nLeiter der Abteilung f\u00fcr rechnerische Chemie, Biocad\n<\/p><\/blockquote>\n<p> Die Struktur und Dauer der Kurse erlauben es oft nicht, das erforderliche Niveau zu erreichen. Absolventen fehlen h\u00e4ufig die wichtigen Soft Skills, die in Stellenanzeigen oft \u00fcbersehen werden. Wer von uns w\u00fcrde schon sagen, dass er kein systematisches Denken oder keinen Wunsch zur Entwicklung hat? Allerdings spricht man im Bezug auf einen Datenwissenschaftler von einer noch tiefergehenden Thematik. Um sich weiterzuentwickeln, ist eine starke Ausrichtung auf Theorie und Wissenschaft erforderlich, die nur durch eine langwierige Ausbildung, zum Beispiel an einer Universit\u00e4t, m\u00f6glich ist.<\/p>\n<blockquote><p>Vieles h\u00e4ngt von der Person ab: Wenn ein Teilnehmer mit einer soliden Grundlage in Mathematik und Programmierung einen dreimonatigen Intensivkurs von starken Dozenten mit Erfahrung als Teamleiter in f\u00fchrenden Unternehmen besucht, alle Kursmaterialien studiert und \u201ewie ein Schwamm aufnimmt\u201c, wie man in der Schule gesagt hat, gibt es sp\u00e4ter keine Probleme mit diesem Mitarbeiter. Aber 90-95 % der Menschen m\u00fcssen, um etwas dauerhaft zu lernen, zehnmal mehr lernen und das systematisch \u00fcber mehrere Jahre tun. Und das macht Masterprogramme in Datenanalyse zu einer hervorragenden M\u00f6glichkeit, ein solides Fundament an Wissen zu erwerben, mit dem man sich im Vorstellungsgespr\u00e4ch nicht sch\u00e4men muss und die Arbeit deutlich einfacher wird.<\/p>\n<p><b>Viktor Kantor<\/b><br \/>\nChief Data Scientist bei MTS<\/p><\/blockquote>\n<h3>Wo kann man lernen, um eine Stelle in der Datenwissenschaft zu finden?<\/h3>\n<p>\nEs gibt viele gute Kurse zu Data Science, und eine erste Ausbildung zu erhalten ist kein Problem. Aber es ist wichtig, die Ausrichtung dieser Ausbildung zu verstehen. Wenn ein Kandidat bereits einen starken technischen Hintergrund hat, sind intensive Kurse genau das Richtige. Die Person wird die Werkzeuge beherrschen, kommt ins Arbeitsleben und wird schnell eingearbeitet, weil sie bereits wie ein Mathematiker denken kann, Probleme sieht und Aufgaben formuliert. Wenn ein solcher Hintergrund nicht vorhanden ist, wird man nach dem Kurs ein guter Ausf\u00fchrender sein, aber mit begrenzten M\u00f6glichkeiten zum Wachsen.<\/p>\n<blockquote><p>Wenn Sie vor der kurzfristigen Aufgabe stehen, den Beruf zu wechseln oder in dieser Fachrichtung einen Job zu suchen, dann sind systematische Kurse, die kurz sind und schnell die grundlegenden technischen F\u00e4higkeiten vermitteln, um f\u00fcr eine Einstiegsposition in diesem Bereich zu qualifizieren, ideal f\u00fcr Sie.<\/p>\n<p><b>Ivan Jamshikov<\/b><br \/>\nAkademischer Direktor des Online-Masterstudiengangs \"Data Science\"<\/p><\/blockquote>\n<p>Das Problem der Kurse liegt darin, dass sie einen schnellen, aber minimalen Einstieg bieten. Man springt buchst\u00e4blich in den Beruf und erreicht schnell eine Grenze. Um lange in diesem Beruf zu bleiben, muss man von Anfang an eine solide Grundlage durch ein langfrisitges Programm, wie z.B. ein Masterstudium, legen.<\/p>\n<blockquote><p>Eine Hochschulausbildung ist geeignet, wenn man versteht, dass einem dieses Gebiet langfristig interessiert. Man strebt nicht danach, so schnell wie m\u00f6glich ins Berufsleben einzutreten. Man m\u00f6chte keinen Karriere-Stopp erleben und m\u00f6chte auch nicht mit dem Mangel an Wissen, F\u00e4higkeiten oder Verst\u00e4ndnis der gesamten \u00d6kosysteme konfrontiert werden, durch die innovative Produkte entstehen. Daf\u00fcr ist eine Hochschulausbildung notwendig, die nicht nur die erforderlichen technischen F\u00e4higkeiten vermittelt, sondern auch Ihr Denken strukturiert und ein gewisses Visionsbild Ihrer Karriere f\u00fcr die langfristige Perspektive aufbaut.<\/p>\n<p><b>Ivan Jamshikov<\/b><br \/>\nAkademischer Direktor des Online-Masterstudiengangs \"Data Science\"\n<\/p><\/blockquote>\n<p>Das Fehlen einer Karrieredecke ist der Hauptvorteil eines Masterprogramms. Innerhalb von zwei Jahren erh\u00e4lt der Spezialist eine umfassende theoretische Basis. So sieht das erste Semester im Data Science-Programm der NITU \"MISiS\" aus:<\/p>\n<ul>\n<li>Einf\u00fchrung in Data Science. 2 Wochen.<\/li>\n<li>Grundlagen der Datenanalyse. Datenverarbeitung. 2 Wochen.<\/li>\n<li>Maschinelles Lernen. Datenvorverarbeitung. 2 Wochen.<\/li>\n<li>EDA. Explorative Datenanalyse. 3 Wochen.<\/li>\n<li>Wesentliche Algorithmen des maschinellen Lernens. Teil 1 + Teil 2 (6 Wochen)<\/li>\n<\/ul>\n<p>\nDabei kann man parallel praktische Erfahrungen im Job sammeln. Nichts hindert daran, sich auf eine Junior-Position zu bewerben, sobald der Student die notwendigen Werkzeuge erlernt hat. Im Gegensatz zu Absolventen von Kursen stoppt ein Master jedoch nicht seine Ausbildung, sondern vertieft sich weiterhin in das Berufsfeld. Dies erm\u00f6glicht es, sich in Data Science ohne Einschr\u00e4nkungen weiterzuentwickeln.<\/p>\n<blockquote><p>Auf der Website der Hochschule f\u00fcr Wissenschaft und Technologie \"MISIS\" finden <noindex><a rel=\"nofollow\" href=\"https:\/\/data.misis.ru\/?utm_source=habr&amp;utm_medium=st&amp;utm_campaign=hhmail&amp;utm_term=statiahh&amp;utm_content=2707#dayopendoor\">Tage der offenen T\u00fcr und Webinare<\/a><\/noindex> f\u00fcr diejenigen, die im Bereich Data Science arbeiten m\u00f6chten. Vertreter der NITU \"MISIS\", SkillFactory, HeadHunter, Facebook, Mail.ru Group und Yandex berichten \u00fcber das Wichtigste:<\/p>\n<ul>\n<li>\"Wie finde ich meinen Platz in der Data Science?\"<\/li>\n<li>\"Kann man von Grund auf Data Scientist werden?\"<\/li>\n<li>\"Wird der Bedarf an Data Scientists in 2-5 Jahren bestehen bleiben?\"<\/li>\n<li>\"An welchen Aufgaben arbeiten Data Science-Spezialisten?\"<\/li>\n<li>\"Wie baue ich eine Karriere in Data Science auf?\"<\/li>\n<\/ul>\n<p>\nOnline-Studium, Diplom des staatlichen Bildungssystems. <noindex><a rel=\"nofollow\" href=\"https:\/\/data.misis.ru\/?utm_source=habr&amp;utm_medium=st&amp;utm_campaign=hhmail&amp;utm_term=statiahh&amp;utm_content=2707\">Anmeldungen f\u00fcr das Programm<\/a><\/noindex> werden bis zum <b>10. August<\/b>.<\/p><\/blockquote>\n<p>Quelle: <a content=\"nofollow\" rel=\"nofollow\" href=\"https:\/\/habr.com\/ru\/company\/skillfactory\/blog\/513566\/\">habr.com<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"<p>\u041f\u043e \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u044f\u043c HeadHunter \u0438 Mail.ru \u0441\u043f\u0440\u043e\u0441 \u043d\u0430 \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0441\u0442\u043e\u0432 \u0432 \u043e\u0431\u043b\u0430\u0441\u0442\u0438 Data Science \u043f\u0440\u0435\u0432\u044b\u0448\u0430\u0435\u0442 \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d\u0438\u0435, \u043d\u043e \u0434\u0430\u0436\u0435 \u0442\u0430\u043a \u043c\u043e\u043b\u043e\u0434\u044b\u043c \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0441\u0442\u0430\u043c \u043d\u0435 \u0432\u0441\u0435\u0433\u0434\u0430 \u0443\u0434\u0430\u0435\u0442\u0441\u044f \u043d\u0430\u0439\u0442\u0438 \u0440\u0430\u0431\u043e\u0442\u0443. \u0420\u0430\u0441\u0441\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u043c, \u0447\u0435\u0433\u043e \u043d\u0435 \u0445\u0432\u0430\u0442\u0430\u0435\u0442 \u0432\u044b\u043f\u0443\u0441\u043a\u043d\u0438\u043a\u0430\u043c \u043a\u0443\u0440\u0441\u043e\u0432 \u0438 \u0433\u0434\u0435 \u0443\u0447\u0438\u0442\u044c\u0441\u044f \u0442\u0435\u043c, \u043a\u0442\u043e \u043f\u043b\u0430\u043d\u0438\u0440\u0443\u0435\u0442 \u0431\u043e\u043b\u044c\u0448\u0443\u044e \u043a\u0430\u0440\u044c\u0435\u0440\u0443 \u0432 Data Science. \u00ab\u041e\u043d\u0438 \u043f\u0440\u0438\u0445\u043e\u0434\u044f\u0442 \u0438 \u0434\u0443\u043c\u0430\u044e\u0442, \u0447\u0442\u043e \u0441\u0435\u0439\u0447\u0430\u0441 \u0431\u0443\u0434\u0443\u0442 \u0437\u0430\u0440\u0430\u0431\u0430\u0442\u044b\u0432\u0430\u0442\u044c 500\u043a \u0432 \u0441\u0435\u043a\u0443\u043d\u0434\u0443, \u043f\u043e\u0442\u043e\u043c\u0443 \u0447\u0442\u043e \u0437\u043d\u0430\u044e\u0442 [&hellip;]<\/p>\n","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[688],"tags":[],"class_list":["post-90698","post","type-post","status-publish","format-standard","hentry","category-administrirovanie"],"aioseo_notices":[],"aioseo_head":"\n\t\t<!-- All in One SEO 5.0.1.1 - aioseo.com -->\n\t<meta name=\"description\" content=\"\u041f\u043e \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u044f\u043c HeadHunter \u0438 Mail.ru \u0441\u043f\u0440\u043e\u0441 \u043d\u0430 \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0441\u0442\u043e\u0432 \u0432 \u043e\u0431\u043b\u0430\u0441\u0442\u0438 Data Science \u043f\u0440\u0435\u0432\u044b\u0448\u0430\u0435\u0442 \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d\u0438\u0435, \u043d\u043e \u0434\u0430\u0436\u0435 \u0442\u0430\u043a \u043c\u043e\u043b\u043e\u0434\u044b\u043c \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0441\u0442\u0430\u043c \u043d\u0435 \u0432\u0441\u0435\u0433\u0434\u0430 \u0443\u0434\u0430\u0435\u0442\u0441\u044f \u043d\u0430\u0439\u0442\u0438 \u0440\u0430\u0431\u043e\u0442\u0443.\" \/>\n\t<meta name=\"robots\" content=\"max-image-preview:large\" \/>\n\t<meta name=\"author\" content=\"Yuri Gagarin\"\/>\n\t<link rel=\"canonical\" href=\"https:\/\/prohoster.info\/de\/blog\/administrirovanie\/bystryj-start-i-nizkij-potolok-chto-zhdet-molodyh-data-science-speczialistov-na-rynke-truda\" \/>\n\t<meta name=\"generator\" content=\"All in One SEO (AIOSEO) 5.0.1.1\" \/>\n\t\t<meta property=\"og:locale\" content=\"de_DE\" \/>\n\t\t<meta property=\"og:site_name\" content=\"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b\" \/>\n\t\t<meta property=\"og:type\" content=\"article\" \/>\n\t\t<meta property=\"og:title\" content=\"\ud83e\udd47\u0411\u044b\u0441\u0442\u0440\u044b\u0439 \u0441\u0442\u0430\u0440\u0442 \u0438 \u043d\u0438\u0437\u043a\u0438\u0439 \u043f\u043e\u0442\u043e\u043b\u043e\u043a. \u0427\u0442\u043e \u0436\u0434\u0435\u0442 \u043c\u043e\u043b\u043e\u0434\u044b\u0445 Data Science-\u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0441\u0442\u043e\u0432 \u043d\u0430 \u0440\u044b\u043d\u043a\u0435 \u0442\u0440\u0443\u0434\u0430 | ProHoster\" \/>\n\t\t<meta property=\"og:description\" content=\"\u041f\u043e \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u044f\u043c HeadHunter \u0438 Mail.ru \u0441\u043f\u0440\u043e\u0441 \u043d\u0430 \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0441\u0442\u043e\u0432 \u0432 \u043e\u0431\u043b\u0430\u0441\u0442\u0438 Data Science \u043f\u0440\u0435\u0432\u044b\u0448\u0430\u0435\u0442 \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d\u0438\u0435, \u043d\u043e \u0434\u0430\u0436\u0435 \u0442\u0430\u043a \u043c\u043e\u043b\u043e\u0434\u044b\u043c \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0441\u0442\u0430\u043c \u043d\u0435 \u0432\u0441\u0435\u0433\u0434\u0430 \u0443\u0434\u0430\u0435\u0442\u0441\u044f \u043d\u0430\u0439\u0442\u0438 \u0440\u0430\u0431\u043e\u0442\u0443.\" \/>\n\t\t<meta property=\"og:url\" content=\"https:\/\/prohoster.info\/de\/blog\/administrirovanie\/bystryj-start-i-nizkij-potolok-chto-zhdet-molodyh-data-science-speczialistov-na-rynke-truda\" \/>\n\t\t<meta property=\"og:image\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:secure_url\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:width\" content=\"350\" \/>\n\t\t<meta property=\"og:image:height\" content=\"350\" \/>\n\t\t<meta property=\"article:published_time\" content=\"2020-08-04T23:42:04+00:00\" \/>\n\t\t<meta property=\"article:modified_time\" content=\"2020-08-04T23:42:04+00:00\" \/>\n\t\t<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<meta property=\"article:author\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<!-- All in One SEO -->\n\n","aioseo_head_json":{"title":"\ud83e\udd47Schneller Einstieg und niedrige Decke. Was erwartet junge Data Science-Spezialisten auf dem Arbeitsmarkt | ProHoster","description":"Laut Untersuchungen von HeadHunter und Mail.ru \u00fcbersteigt die Nachfrage nach Fachleuten im Bereich Data Science das Angebot, aber selbst so haben es junge Fachkr\u00e4fte nicht immer leicht, einen Job zu finden.","canonical_url":"https:\/\/prohoster.info\/de\/blog\/administrirovanie\/bystryj-start-i-nizkij-potolok-chto-zhdet-molodyh-data-science-speczialistov-na-rynke-truda","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"de_DE","og:site_name":"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b","og:type":"article","og:title":"\ud83e\udd47\u0411\u044b\u0441\u0442\u0440\u044b\u0439 \u0441\u0442\u0430\u0440\u0442 \u0438 \u043d\u0438\u0437\u043a\u0438\u0439 \u043f\u043e\u0442\u043e\u043b\u043e\u043a. \u0427\u0442\u043e \u0436\u0434\u0435\u0442 \u043c\u043e\u043b\u043e\u0434\u044b\u0445 Data Science-\u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0441\u0442\u043e\u0432 \u043d\u0430 \u0440\u044b\u043d\u043a\u0435 \u0442\u0440\u0443\u0434\u0430 | ProHoster","og:description":"\u041f\u043e \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u044f\u043c HeadHunter \u0438 Mail.ru \u0441\u043f\u0440\u043e\u0441 \u043d\u0430 \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0441\u0442\u043e\u0432 \u0432 \u043e\u0431\u043b\u0430\u0441\u0442\u0438 Data Science \u043f\u0440\u0435\u0432\u044b\u0448\u0430\u0435\u0442 \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d\u0438\u0435, \u043d\u043e \u0434\u0430\u0436\u0435 \u0442\u0430\u043a \u043c\u043e\u043b\u043e\u0434\u044b\u043c \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0441\u0442\u0430\u043c \u043d\u0435 \u0432\u0441\u0435\u0433\u0434\u0430 \u0443\u0434\u0430\u0435\u0442\u0441\u044f \u043d\u0430\u0439\u0442\u0438 \u0440\u0430\u0431\u043e\u0442\u0443.","og:url":"https:\/\/prohoster.info\/de\/blog\/administrirovanie\/bystryj-start-i-nizkij-potolok-chto-zhdet-molodyh-data-science-speczialistov-na-rynke-truda","og:image":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:secure_url":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:width":350,"og:image:height":350,"article:published_time":"2020-08-04T23:42:04+00:00","article:modified_time":"2020-08-04T23:42:04+00:00","article:publisher":"https:\/\/www.facebook.com\/prohoster","article:author":"https:\/\/www.facebook.com\/prohoster"},"aioseo_meta_data":{"post_id":"90698","title":null,"description":null,"keywords":null,"keyphrases":null,"primary_term":null,"canonical_url":null,"og_title":null,"og_description":null,"og_object_type":"default","og_image_type":"default","og_image_url":null,"og_image_width":null,"og_image_height":null,"og_image_custom_url":null,"og_image_custom_fields":null,"og_video":null,"og_custom_url":null,"og_article_section":null,"og_article_tags":null,"twitter_use_og":false,"twitter_card":"default","twitter_image_type":"default","twitter_image_url":null,"twitter_image_custom_url":null,"twitter_image_custom_fields":null,"twitter_title":null,"twitter_description":null,"schema":{"blockGraphs":[],"customGraphs":[],"default":{"data":{"Article":[],"Course":[],"Dataset":[],"FAQPage":[],"Movie":[],"Person":[],"Product":[],"ProductReview":[],"Car":[],"Recipe":[],"Service":[],"SoftwareApplication":[],"WebPage":[]},"graphName":"","isEnabled":true},"graphs":[]},"schema_type":null,"schema_type_options":null,"pillar_content":false,"robots_default":true,"robots_noindex":false,"robots_noarchive":false,"robots_nosnippet":false,"robots_nofollow":false,"robots_noimageindex":false,"robots_noodp":false,"robots_notranslate":false,"robots_max_snippet":null,"robots_max_videopreview":null,"robots_max_imagepreview":"large","priority":null,"frequency":null,"local_seo":null,"seo_analyzer_scan_date":null,"breadcrumb_settings":null,"limit_modified_date":false,"reviewed_by":null,"ai":null,"created":"2021-02-28 12:44:41","updated":"2022-09-27 15:20:42","focus_keyword":null,"additional_keywords":null,"truseo_locale":null},"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/posts\/90698","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/comments?post=90698"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/posts\/90698\/revisions"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/media?parent=90698"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/categories?post=90698"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/tags?post=90698"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}