☰ Menu eFinancialCareers

GASTBEITRAG: Data Science bietet die „coolste Karriere“ unseres Zeitalters

Andreas-Hoepner

Bei Data Science handelt es sich um die „coolste“ Karriere unserer Zeit. Die Analyse von Milliarden von Datenpunkten, die in grossen Datenseen zur Verfügung stehen, verspricht ähnliche Gewinnzuwächse wie die Entstehung des Internets, doch diesmal bei der Leistungsfähigkeit und nicht bei der Effizienz. Während das Internetzeitalter es erlaubte, Standardaufgaben wie Kundenakquisition und Werbung exponentiell effizienter zu gestalten, wird das Data Science-Zeitalter den Unternehmen ermöglichen exponentiell klügere Entscheidungen zu treffen. Mit anderen Worten: Das Internetzeitalter erlaubte es den Unternehmen die Dinge richtig (d.h. effektiver) zu machen, während das Data Science-Zeitalter ihnen ermöglichen wird, die richtigen Dinge zu machen, d.h. die Entscheidungsfindung effizienter zu gestalten.

Eigentlich sollten Finanzdienstleister bereits Meister in der Entscheidungsfindung sein, da ihre gesamte Branche auf der Verarbeitung von Daten beruht. Doch die jüngste Finanzkrise hat gezeigt, dass die Finanzdienstleister zwar äusserlich nach viel aussehen, aber innerlich nur über eine dürftige technologische Substanz verfügen. Das stellt auch den Grund dafür dar, dass die Kreuzung von Finance und Data Science, also die Financial Data Science, das Potenzial für kometengleiche Karrieren aufweist.

Wer die relevanten statistischen Analysen versteht, wie sie von Finanzwissenschaftlern angestellt werden, und die Rechenleistung von Deep Machine Learning zu nutzen weiss, wird zu den gesuchten High Potentials gehören. Wer dann auch noch versteht, wie die Abläufe in den verschiedenen Segmenten der Finanzmärkte funktionieren, bringt die Kompetenzen mit, zu den führenden Unternehmern der Zeit zu zählen.

Die Chance zu einem der führenden Data Scientists in einem Branchensegment aufzusteigen, ist jedoch nicht auf die Wunderkinder von Elitehochschulen begrenzt. Ganz im Gegenteil: Das erforderliche Wissen in Financial Data Science wird sich über die verschiedenen Gebiete der Mathematik und Statistik, der IT sowie der Branchensegmente erstrecken. Daher ist es für die Einzelnen essenziell sich mit anderen zusammenzutun, um in einem Team das volle Potenzial herauszuholen, was Inklusivität und nicht Exklusivität erfordert. Dies gilt nicht nur für den Bildungshintergrund, sondern auch für das Lebensalter, vorherige Erfahrung usf. Kurz: Diversität ist in einem Financial Data-Team willkommen.

Doch wie können Interessenten ihre Karriere in Richtung Financial Data Science umlenken? Im Grunde gibt es drei Wege: Zunächst veranstaltet die Financial Data Science Association ihre Summer School vom 4. bis 8. September in Dubrovnik, wo Interessenten Einblicke in die neuesten Methoden von Deep Learning erhalten oder sich informell mit erfahrenen Financial Data Scientists unterhalten können. Zweitens bietet die Deutsche Vereinigung für Finanzanalyse und Asset Management (DVFA) jährlich das Fortbildungsprogramm „Certificate in Financial Data Science“ (CFDS) an, bei dem es sich weitgehend um ein Fernstudium handelt und an dem daher Berufstätige aus ganz Europa teilnehmen können. Wer drittens einen schnellen Wechsel in Financial Data Science anstrebt, kann Studiengänge zum M.Sc., M.Phil oder Ph.D aufnehmen. Nachdem ich selbst allein in diesem Jahr fünf erfolgreiche Promotionen in Financial Data Science betreut habe, kann ich sagen: Wer die erforderlichen Kompetenzen erworben und auf den Geschmack gekommen ist, freut sich über die Karrierechancen, die Financial Data Science bietet.

Dr. Andreas Hoepner ist ordentlicher Professor für Operational Risk, Banking & Finance an der Michael Smurfit Graduate Business School des University College Dublin und ist Mitglied im Vorstand der Financial Data Science Association (FDSA).

Kommentare (0)

Comments

Ihr Kommentar wird gerade geprüft. Nach erfolgreicher Prüfung wird es live gestellt.

Antworten

Pseudonym

E-Mail

Alle Informationen zu unseren Community-Richtlinien finden Sie hier