«Ich war einige Jahre weg — was ist heute anders?»
Beim Wiedereinstieg in Data Science zählt nicht nur, was du früher konntest. Methoden, Datenplattformen und Werkzeuge verändern sich schnell. Du musst zeigen, dass deine Statistik-, SQL- und Skripting-Praxis heute noch belastbar ist.
Diese Angaben sind nicht redaktionell gesetzt, sondern das Anforderungsprofil, gegen das unser Jobrollen-Assessment deine Antworten rechnet.
Data Scientist ist senior und hat am Markt den Bildungsanspruch Studium an FH oder Uni. Eine frühere Daten-, Forschungs- oder Entwicklungsrolle hilft, aber sie schützt nicht vor Veralterung. Das Profil verlangt Analyse 100 % und Daten 100 %, Technik und Qualität je 67 %, Sicherheit, Projekt und Kommunikation je 33 %. Besonders kritisch sind aktuelle Arbeitsweisen: reproduzierbare Auswertungen, Datenmodellierung, SQL, statistische Interpretation, Mustererkennung, Anforderungen an Datenprodukte und eigene Skripte. Beim Wiedereinstieg musst du deshalb Aktualität nachweisen, nicht nur Erfahrung nennen.
Trenne stabiles Fundament von Update-Bedarf. Statistikdenken, saubere Fragestellungen und Domänenverständnis bleiben wertvoll; Bibliotheken, Plattformen, Datenpipelines und Teamabläufe müssen oft neu aufgebaut werden. Ein aktuelles Datenprojekt mit dokumentierten Annahmen, SQL, Auswertung und Code ist glaubwürdiger als eine lange Toolliste.
Wo die Rolle viel verlangt und wo wenig. Im Assessment liegt darüber dein eigenes Profil — die Differenz ist dein Entwicklungsfeld.
Für diese Rolle erwartet der Schweizer Markt in der Regel: University degree (FH/university).
Ehrlich gesagt: Ein Zertifikat ersetzt keinen verlangten Abschluss. Es belegt aber nachprüfbar, was du kannst — und genau das ist der Teil, den ein Lebenslauf allein nicht zeigt.
Das Jobrollen-Assessment vergleicht dein Profil mit allen 46 Rollen — kostenlos, ohne KI-Auswertung, deterministisch gerechnet. Am Ende steht ein Bericht mit deinen stärksten Rollen, dem Kompass oben und deiner eingeschätzten Stufe.