Data industry: trend of fad?

Pieterjan94

Well-known member
Gegroet iedereen

Datajobs schieten tegenwoordig als paddenstoelen uit de grond. KBC noemt data zelfs het nieuwe elektriciteit, met een hele interne focus als gevolg.
Zijn hier mensen die een "datajob" uitoefenen en hoe kijken jullie hier naar? Is dit gewoon een recente hype zoals we in het verleden hebben gezien met "werkmodellen" à la agile/scrum?
En hoe ziet jullie job er uit: heb je veel vrijheid of de mogelijkheid tot creativiteit, of beperkt het zich (voorlopig) vooral tot het schrijven en laden van ETL scripts?

Ik ben zelf mogelijks wel geinteresserd om dit pad te bewandelen de komende jaren. Het lijkt me dus interessant om de input te horen van mensen die er zelf in zitten, of mensen kennen die er in zitten :)
 
Ik zit er zelf niet in.
Ik ben ook geen voetbalfan.

Maar ik weet wel dat bvb in één van de grotere voetbalclubs in België (zonder namen te noemen ;-) er een heel uitgekiend proces bestaat met dataverwerking van spelers. En dan vooral naar aan- en verkoop van spelers.
Wanneer er een uitgaande transfer is, kunnen ze over heel de wereld in een database op zoek gaan naar exact dezelfde speler.
Een speler die eenzelfde carièrepad achter de rug heeft, die op dezelfde manier speelt (zoveel assists, zoveel % van de tijd actief op het veld, zoveel % van de tijd in die zone op het veld actief, etc etc).
Je kunt het zo gek niet bedenken, maar eigenlijk kunnen ze voor een speler die vertrekt een shortlist maken van spelers in alle uithoeken van de wereld die quasi exact hetzelfde doen maar voor een lager bedrag.

Ik denk dat er zeker op andere domeinen nog enorm veel potentieel voor is.
Zeker in een wereld waar dan ook enorm veel geld in rond gaat...
 
Ik werk ondertussen 12 jaar als SAS Consultant. Binnen het hele dataverhaal dus gespecialiseerd in één technologie en al op verscheidene projecten gezeten: Pharma, Overheid, Bank, Retail, Utilities, R&D & Operations, ... . Hoeveel creativiteit je in je job kan steken hangt vooral af van bij welke klant/firma je terecht komt en wat hun doel is.

Natuurlijk blijft de core zorgen dat de data geprocessed is, en klaar om te gebruiken in allerlei vormen van rapportering.
Momenteel actief als enige SAS-specialist binnen m'n huidige missie dus ook een hele boel Admnistrator taken, maar dus ook de vrijheid om alles op te zetten zoals ik het wil.

Maar de laatste jaren is er inderdaad wat een hype inzake "Datascience". Maar ik heb de indruk dat ze voor een groot deel inderdaad het standaard ETL gedeelte doen.

Bij de firma waar ik als freelancer voor werk zoeken ze altijd mensen. Ze beperken hun ook niet meer tot SAS alleen, maar gaan breder naar andere technologieën. Ook ikzelf probeer af en toe wat cursussen mee te pikken die van toepassing kunnen zijn op m'n huidige missie: SAP HANA, SAP Analytics Cloud, Python, ...
 
Ik zit nu zo'n 11 jaar in "het wereldje", en het is iets tussen beide... Wat KBC daar zegt is een droombeeld waarbij ze data willen gaan verkopen als asset. Dat is een leuk idee, maar lijkt in praktijk toch niet echt van de grond te komen. Maar dat zal de toekomst moeten uitwijzen.
En echt recent is het niet he (aangezien ik het al 11 jaar doe, en de meeste bedrijven er toen al lang mee bezig waren). Agile/Scrum is ook geen hype trouwens :p

Qua job is er veel variatie, eens uw organisatie zo groot is dat ze data als asset gaan zien, ga je specifieke profielen hebben en wordt uw vrijheid sowieso kleiner. Dan heb je aparte analisten, developers, architecten, report designers, ... Als uw klant nog redelijk klein is, krijg je meer end-to-end verantwoordelijkheid en heb je dus meer creatieve vrijheid.

edit: wat @fiipvdr88 zegt dus (psst, je bent 11 jaar bezig volgens mij, geen 12 ;) )
 
Hoe definieert ge data industrie? Tis niet dat dat iets nieuw of emerging is, er is gewoon meer focus.
Ik ben er zelf sinds 2007 mee bezig als onderzoeker en ik kan niet zeggen dat er principieel heel veel veranderd is. Ik ga mezelf ook geen data scientist noemen - het zijn tools om mijn dagdagelijkse activiteiten als onderzoeker te ondersteunen. In een research setting vind ik die profielen over het algemeen nutteloos. Context en interpretatie is een stuk crucialer dan analyses uitvoeren met de hoogst mogelijke complexiteit. Lijkt soms meer op een sport...

De kracht van data komt pas tot uiting als een subject matter expert in een bepaalde materie zich ook toelegt op het beter gebruiken van de data. Alles daarrond is hyped. Ik zie weinig successen, veel roze olifanten en nog meer veel-om-niks verhalen. Tis gewoon makkelijk te verkopen. Focus op data science is iets dat al decennia gaande is, ML/AI/Mining/Deconvolution... De basis bestaat al decennia. Nu hebt ge gewoon bakken meer data, HCP capacity en algoritmes die van beide gebruik maken.

Wat wel een verbetering is, is de focus op SDC en FAIR. Maakt het leven zoveel gemakkelijker naar consumptie toe. Daar is nog heel veel vooruitgang te boeken. Maar dat is voor mij meer een systeemaangelegenheid.

Nu naar job security toe, goede business. We zoeken er zelf constant profielen voor. Probleem is vaak dat we mensen met achtergrond nodig hebben. Die zijn zeer schaars. Als ge daar ergens een combinatie in kunt zoeken, zijn er zalige jobs met veel vrijheid te vinden.
 
Ben mijn huidige functie/sector beu en ben me aan het omscholen naar Data Engineer, benieuwd of er veel jobkansen zijn voor mensen zonder Bachelor. Alleszins hardcore bezig met Python en SQL (Postgres), hierna nog Hadoop, Scala, Kafka en wa Linux in't algemeen. Via het werk vallen er ook gratis certificates in Azure te behalen, dus zal me daarin wel focussen wat betreft Cloud provider.

Hoop tegen Juni 2022 klaar te zijn om een job te zoeken, dan ben ik een jaar bezig geweest met studeren. In mijn regio hier in Polen zijn er op LinkedIn alleen al 150+ jobs met Data Engineer gerelateerde zoektermen terug te vinden van de afgelopen week, dus ik hoop mits voldoende inzet langs mijn kant, wel een deftige job te kunnen scoren.
 
Ben mijn huidige functie/sector beu en ben me aan het omscholen naar Data Engineer, benieuwd of er veel jobkansen zijn voor mensen zonder Bachelor. Alleszins hardcore bezig met Python en SQL (Postgres), hierna nog Hadoop, Scala, Kafka en wa Linux in't algemeen. Via het werk vallen er ook gratis certificates in Azure te behalen, dus zal me daarin wel focussen wat betreft Cloud provider.

Hoop tegen Juni 2022 klaar te zijn om een job te zoeken, dan ben ik een jaar bezig geweest met studeren. In mijn regio hier in Polen zijn er op LinkedIn alleen al 150+ jobs met Data Engineer gerelateerde zoektermen terug te vinden van de afgelopen week, dus ik hoop mits voldoende inzet langs mijn kant, wel een deftige job te kunnen scoren.
Mag ik vragen hoe je de opleidingen precies volgt? Online courses of via onderwijsinstellingen?
 
Mag ik vragen hoe je de opleidingen precies volgt? Online courses of via onderwijsinstellingen?

Het meeste via Udemy, ik heb andere providers geprobeerd maar kwaliteit is daar meestal niet fantastisch.

Om het via onderwijsinstellingen te doen, daar heb ik momenteel onvoldoende tijd voor. Het zou op lange termijn het meeste werkzekerheid bieden (bachelor in Computer Sciences bv), maar ik las ergens dat 50% in de sector geen relevant diploma heeft en 20% zelfs geen (universiteits) diploma. Dus het is in theorie wel mogelijk, hou ik mezelf voor :)
 
Het meeste via Udemy, ik heb andere providers geprobeerd maar kwaliteit is daar meestal niet fantastisch.

Om het via onderwijsinstellingen te doen, daar heb ik momenteel onvoldoende tijd voor. Het zou op lange termijn het meeste werkzekerheid bieden (bachelor in Computer Sciences bv), maar ik las ergens dat 50% in de sector geen relevant diploma heeft en 20% zelfs geen (universiteits) diploma. Dus het is in theorie wel mogelijk, hou ik mezelf voor :)
Je hebt dan wel al een basis mee veronderstel ik? Of toch helemaal van 0 begonnen via Udemy?
 
Het zou op lange termijn het meeste werkzekerheid bieden (bachelor in Computer Sciences bv), maar ik las ergens dat 50% in de sector geen relevant diploma heeft en 20% zelfs geen (universiteits) diploma. Dus het is in theorie wel mogelijk, hou ik mezelf voor :)
Dat vind ik zo'n rare en vage uitspraak :p

Doet mij vermoeden dat je nog niet echt door hebt wat er nodig is...
Want wat is een relevant diploma voor die sector? Je heb zoveel functies in die sector, en zoveel aspecten nodig dat je niet echt op diploma kunt afgaan. Zeker omdat het een vrij "nieuwe" sector is, waar tot kort geen relevante gerichte diploma's voor bestonden.
Wat mogelijks nog belangrijker is dan een diploma in CS of statistiek (wat 2 belangrijke aspecten zijn, maar niet de enigste), is domeinkennis. En die ga je niet via een diploma bekomen.
 
Dat vind ik zo'n rare en vage uitspraak :p

Doet mij vermoeden dat je nog niet echt door hebt wat er nodig is...
Want wat is een relevant diploma voor die sector? Je heb zoveel functies in die sector, en zoveel aspecten nodig dat je niet echt op diploma kunt afgaan. Zeker omdat het een vrij "nieuwe" sector is, waar tot kort geen relevante gerichte diploma's voor bestonden.
Wat mogelijks nog belangrijker is dan een diploma in CS of statistiek (wat 2 belangrijke aspecten zijn, maar niet de enigste), is domeinkennis. En die ga je niet via een diploma bekomen.

Ik vind jouw response dan eerder raar en vaag, alsof je niet echt door hebt hoe de huidige jobmarket werkt. :p
Ik ben in die alinea toch duidelijk bezig over jobzekerheid, niet of een diploma beter is dan bepaalde cursussen of domeinkennis die je opdoet door zelfstudie of ervaring.
Daarom dat ik zeg dat een bachelor halen op lange termijn de meeste werkzekerheid biedt, niet per se omdat je daarmee het meeste leert, maar wel omdat de jobmarket gewoon zo werkt tegenwoordig. En het is helaas nog vaak het geval dat recruiters niet verder kijken dan je diploma om te beoordelen of je aangenomen kan worden. Zelfs in mijn huidig bedrijf, wat gewoon een Helpdesk is, heeft men vorig jaar besloten om enkel maar Bachelors meer aan te nemen. Voor Helpdesk...

In de alinea erboven bespreek ik wat ik momenteel via zelfstudie aan het leren ben, ik denk dat ik vrij relevante onderwerpen heb gepakt, maar voel je gerust vrij om me te verbeteren.

Je hebt dan wel al een basis mee veronderstel ik? Of toch helemaal van 0 begonnen via Udemy?

Goh, ikzelf vind persoonlijk dat ik een basis heb in IT omdat ik bijna 10 jaar in IT Service Desk werk (eerst als 1st/2nd line analyst, laatste jaren als local manager), dus ik ben goed vertrouwd met Windows, Netwerken, CMD, Powershell en sinds vorig jaar gebruiken we ook veel Azure (relatief oppervlakkig weliswaar). Voor iemand met 5 jaar ervaring in Data/Software Engineering zal dat misschien "bijna niks" zijn natuurlijk. Maar een basis in Python/SQL en de verdere advanced technologieen die ik me moet aanleren, heb ik inderdaad niet. Daarbij begin ik van 0.
 
Ik werk in IT recruitment (geen focus op Data) en het was me juist opgevallen hoe hooggeschoold de meeste data profielen zijn. Meestal mensen uit quantitative richtingen en veel phds
 
Ik vind jouw response dan eerder raar en vaag, alsof je niet echt door hebt hoe de huidige jobmarket werkt. :p
Ik ben in die alinea toch duidelijk bezig over jobzekerheid, niet of een diploma beter is dan bepaalde cursussen of domeinkennis die je opdoet door zelfstudie of ervaring.
Daarom dat ik zeg dat een bachelor halen op lange termijn de meeste werkzekerheid biedt, niet per se omdat je daarmee het meeste leert, maar wel omdat de jobmarket gewoon zo werkt tegenwoordig. En het is helaas nog vaak het geval dat recruiters niet verder kijken dan je diploma om te beoordelen of je aangenomen kan worden. Zelfs in mijn huidig bedrijf, wat gewoon een Helpdesk is, heeft men vorig jaar besloten om enkel maar Bachelors meer aan te nemen. Voor Helpdesk...

In de alinea erboven bespreek ik wat ik momenteel via zelfstudie aan het leren ben, ik denk dat ik vrij relevante onderwerpen heb gepakt, maar voel je gerust vrij om me te verbeteren.
Ok, laat hij mij dan iets concreter zeggen:

Momenteel wordt er weinig naar diploma gekekekn voor dit soort projecten, meer naar ervaring. De enige plekken waar ik al een junior-profiel gezien heb met relevant diploma, is wanneer er een junior meegestuurd wordt van een consultancy bedrijf maar die kunnen meestal weinig tot niets doen. Als er dan al naar een "relevant" diploma gekeken wordt, is dit geen technisch diploma. Men zal vooral naar wiskundige/statistische diploma's kijk, dus meer theoretische.

Ik zie je hierboven veel zaken oplijsten die voor 90% van de "sector" niet nodig zijn. Want in mijn ogen is het zelfs geen sector. Er worden ook veel termen door elkaar gebruikt. Dus waar wil je voor gaan?
Data Engineer? Daar gaat je SQL en big data kennis (inclusief kafka) van pas komen, maar ga je waarschijnlijk niet voldoende aan hebben. Daarvoor wordt tegenwoordig vooral beroep gedaan op dba's of mensen met een BI-achtergrond. Vooral omdat die in de meeste bedrijven al aanwezig zijn en de data kunnen aanleveren. Opzetten/onderhouden van de architectuur wordt ook meestal door verschillende andere functies/diensten gedaan. Het is een mooie buzz-functie maar ik ben nog maar zelden een project tegengekomen waar dit effectief 1 persoon is. Meestal is dit een PM die alles in goede banen leidt, en dat zal je ook niet direct worden.
Data Scientist? Ik zie wel Python & scala in je lijstje, maar nergens iets van statistiek. Heb je diepgaande voorkennis (dus niet enkel de basis uit je bachelor CS)? Want een DS functie is statistisch vrij zwaar, daarom dat momenteel vooral mensen met een statistische achtergrond in die functies aanwezig zijn. Als je enige doel is om wat ML-modellen te trainen, heb je eigenlijk geen kennis van scala of python (of R) nodig, dit kan aangeleerd worden aan mensen zonder een IT-achtergrond (wat ook veel gebeurt).
Data analyst? Hier beginnen de meesten, en heb je eigenlijk geen diepe technische kennis nodig. Vooral inzicht nodig en het aapjeswerk doen.

Of wil je verder/dieper gaan en uitindelijk zelf predictive algorithms/models gaan ontwerpen? Dit gebeurt zodanig weinig dat ik het nog nooit tegengekomen ben. Er gebeuren ook maar weinig doorbraken op dat vlak, en wederom zijn dit vooral mensen met wiskundige/statistische achtergrond die daaraan werken.

Om dan terug te komen op domeinkennis, wat uiteindelijk het belangrijkste is. In veel van de data-functies wordt daarom niet naar diploma gekeken. Zonder domeinkennis sta je nergens. Dat is ook de belangrijkste tool van een data-scientist. En ja, je kan dit doen d.m.v. bevragingen van de business, maar daarmee ga je meestal niet het totale plaatje hebben. Ik heb al een aantal PoC's zien falen omdat men denkt er gewoon 1 of meerdere consultants op te smijten; maar dan komt men tot de conclusie dat er niks nuttig uitkomt. Wat ook logisch is.
 
Amai, zeer informatieve post!

Je geeft zelf aan dat domeinkennis erg belangrijk is, dus dan is het toch zaak om "binnen te geraken" in eerste instantie. Dan lijkt het op zich toch niet zo een slechte strategie van de generaal om breed te gaan in zijn kennis, om de kans te verhogen ergens binnen te geraken.

Of begrijp ik het echt helemaal verkeerd?
 
Ok, laat hij mij dan iets concreter zeggen:

Momenteel wordt er weinig naar diploma gekekekn voor dit soort projecten, meer naar ervaring. De enige plekken waar ik al een junior-profiel gezien heb met relevant diploma, is wanneer er een junior meegestuurd wordt van een consultancy bedrijf maar die kunnen meestal weinig tot niets doen. Als er dan al naar een "relevant" diploma gekeken wordt, is dit geen technisch diploma. Men zal vooral naar wiskundige/statistische diploma's kijk, dus meer theoretische.

Ik zie je hierboven veel zaken oplijsten die voor 90% van de "sector" niet nodig zijn. Want in mijn ogen is het zelfs geen sector. Er worden ook veel termen door elkaar gebruikt. Dus waar wil je voor gaan?
Data Engineer? Daar gaat je SQL en big data kennis (inclusief kafka) van pas komen, maar ga je waarschijnlijk niet voldoende aan hebben. Daarvoor wordt tegenwoordig vooral beroep gedaan op dba's of mensen met een BI-achtergrond. Vooral omdat die in de meeste bedrijven al aanwezig zijn en de data kunnen aanleveren. Opzetten/onderhouden van de architectuur wordt ook meestal door verschillende andere functies/diensten gedaan. Het is een mooie buzz-functie maar ik ben nog maar zelden een project tegengekomen waar dit effectief 1 persoon is. Meestal is dit een PM die alles in goede banen leidt, en dat zal je ook niet direct worden.
Data Scientist? Ik zie wel Python & scala in je lijstje, maar nergens iets van statistiek. Heb je diepgaande voorkennis (dus niet enkel de basis uit je bachelor CS)? Want een DS functie is statistisch vrij zwaar, daarom dat momenteel vooral mensen met een statistische achtergrond in die functies aanwezig zijn. Als je enige doel is om wat ML-modellen te trainen, heb je eigenlijk geen kennis van scala of python (of R) nodig, dit kan aangeleerd worden aan mensen zonder een IT-achtergrond (wat ook veel gebeurt).
Data analyst? Hier beginnen de meesten, en heb je eigenlijk geen diepe technische kennis nodig. Vooral inzicht nodig en het aapjeswerk doen.

Of wil je verder/dieper gaan en uitindelijk zelf predictive algorithms/models gaan ontwerpen? Dit gebeurt zodanig weinig dat ik het nog nooit tegengekomen ben. Er gebeuren ook maar weinig doorbraken op dat vlak, en wederom zijn dit vooral mensen met wiskundige/statistische achtergrond die daaraan werken.

Om dan terug te komen op domeinkennis, wat uiteindelijk het belangrijkste is. In veel van de data-functies wordt daarom niet naar diploma gekeken. Zonder domeinkennis sta je nergens. Dat is ook de belangrijkste tool van een data-scientist. En ja, je kan dit doen d.m.v. bevragingen van de business, maar daarmee ga je meestal niet het totale plaatje hebben. Ik heb al een aantal PoC's zien falen omdat men denkt er gewoon 1 of meerdere consultants op te smijten; maar dan komt men tot de conclusie dat er niks nuttig uitkomt. Wat ook logisch is.

Bedankt voor de uitgebreide post, maar misschien zijn de benodigdheden anders voor andere gebieden. Als ik zoek achter 'Data Engineer' in Polen, is 90% van de advertenties bevolkt met termen als (uiteraard) SQL en Python, maar ook Hadoop en/of AWS/Azure en/of Kafka en/of Scala en/of Spark en/of Linux.
Als ik initieel Youtube'de om meer informatie te vergaren over wat die mensen juist doen, welke tools ze gebruiken en waarop te concentreren, kom ik wederom op dezelfde tools/apps/languages. Dat zijn videos van mensen uit USA, Duitsland, UK en Polen (omdat ik me niet wou vastpinnen op hoe men deze job doet in een bepaald land, om daar dan niks mee te zijn in mijn regio).

Als ik uit nieuwsgierigheid zoek achter Data Engineer vacatures in Antwerpen, zie ik een openstaande functie bij Argenta waar men ook vraagt om Python + SQL + Cloud + Linux (en nog andere dingen), bij Big Industries zoekt men iemand met Java + SQL + big data (Spark, Python, Scala, Kafka) + Linux + Cloud, bij Toptal zoekt men iemand met Python (+Pandas) + Scala + GCP, Jefferson Frank zoekt dan weer iemand met Java + AWS + Spark + MongoDB + Kafka.

Ik denk (en uiteraard hoop) dus op een goed trajectory te zitten met de onderwerpen die ik momenteel (ga) behandel(en).

Ik heb ook nagedacht over de 2 andere functies je vermeld hebt, omdat ik gewoon graag met Data werk en daarin dus wil verder gaan, maar ik kon me echt niet interesseren in Tableau/Power BI (heb een cursus over Tableau gevolgd) dus Data Analysis lijkt me niet gelijk mijn ding, al zullen er voldoende Data Analysis jobs zijn die enkel SQL nodig hebben, maar dat lijkt me dan weer net iets teveel aapjeswerk zoals je zei. Data Science lijkt me te ingewikkeld, vooral omdat ik op vlak van statistiek tekort kom en Machine Learning me weinig aanspreekt. Ook op persoonlijk vlak heb ik liever een functie die meer op de achtergrond is, dat is ook minder de mogelijkheid bij Data Science.

Maar goed, dat zijn natuurlijk maar aannames gebaseerd op veel lezen en youtuben. Geen eerstehandsinformatie.
 
Als ik uit nieuwsgierigheid zoek achter Data Engineer vacatures in Antwerpen, zie ik een openstaande functie bij Argenta waar men ook vraagt om Python + SQL + Cloud + Linux (en nog andere dingen), bij Big Industries zoekt men iemand met Java + SQL + big data (Spark, Python, Scala, Kafka) + Linux + Cloud, bij Toptal zoekt men iemand met Python (+Pandas) + Scala + GCP, Jefferson Frank zoekt dan weer iemand met Java + AWS + Spark + MongoDB + Kafka.

Ik denk (en uiteraard hoop) dus op een goed trajectory te zitten met de onderwerpen die ik momenteel (ga) behandel(en).

Maar goed, dat zijn natuurlijk maar aannames gebaseerd op veel lezen en youtuben. Geen eerstehandsinformatie.
De laatste zin is inderdaad het belangrijkste :p

Staar u niet blind op best-case scenario's van youtube filmpjes en online opzoeking; dit komt zelden overeen met de realiteit. Idem met vacatures, laten we deze niet vergeten:

Om het heel simpel te zeggen: geen enkele "data engineer" die ik ken, zou kunnen soliciteren op die vacatures puur op basis van de vereisten. Dit zijn zo'n specifieke vereisten uit heel uiteenlopende disciplines, dat je quasi niemand gaat vinden die deze allemaal beheerst. Daarom dat ik ook zei dat data engineering vooral gedaan wordt door mensen uit een dba en/of BI achtergrond. Die dit ofwel erbij pakken, of zich omgeschoold hebben. En dit is dan niet in alle vereisten die opgesomd staan in die vacatures ;)

Als ik het zo zie in die vacatures, zoeken ze vooral manusjes-van-alles die niks deftig gaan kunnen. Vooral die Toptal die je daar zegt. Pandas zal vooral gebruikt worden door data scientists, of zelfs data analysts om een eerste blik op de data te werpen en/of transformaties te testen.

Maar daar zit vooral het grote probleem, dat ik hiervoor al aankaartte met mijn "termen die door elkaar gebruikt worden". In veel gevallen heeft men een vacature voor functie x maar wilt men eigenlijk iemand die x+y+z zal doen. En die stelling maak ik vooral uit "2ehands informatie".
 
Ben mijn huidige functie/sector beu en ben me aan het omscholen naar Data Engineer, benieuwd of er veel jobkansen zijn voor mensen zonder Bachelor. Alleszins hardcore bezig met Python en SQL (Postgres), hierna nog Hadoop, Scala, Kafka en wa Linux in't algemeen. Via het werk vallen er ook gratis certificates in Azure te behalen, dus zal me daarin wel focussen wat betreft Cloud provider.

Hoop tegen Juni 2022 klaar te zijn om een job te zoeken, dan ben ik een jaar bezig geweest met studeren. In mijn regio hier in Polen zijn er op LinkedIn alleen al 150+ jobs met Data Engineer gerelateerde zoektermen terug te vinden van de afgelopen week, dus ik hoop mits voldoende inzet langs mijn kant, wel een deftige job te kunnen scoren.
PB me gerust eens als je je klaar voelt voor een volgende stap. Ik ben actief op zoek naar (zowel junior als senior) Data Engineers met de juiste Open Source mind-set en kennis van Python, kennis van Kafka/Scala is een mooie plus. Antwerps bedrijf.
 
Toch al een pak nuttige informatie uit deze thread gehaald, dus laat ik mijn situatie ook maar even schetsen.

Met een economische master als financieel analist gestart in een bank. Dan een jaar naast mijn job een opleiding op afstand bij een buitelandse prestigieuze universiteit over analyse en design van IT systemen (UML, database, en project management) gevolgd. In mijn vrije tijd ook bijgeleerd over web development en enkele websites gemaakt met HTML, CSS, PHP, JavaScript en SQL. Daarna de stap gezet naar docent aan een hogeschool waar ik geavanceerde Excel, PowerBI en SQL doceer aan studenten bedrijfskunde.

Zo dus voor het eerst in contact met de "data-wereld" gekomen. Het maken van visualisaties en dashboards vind ik echt wel fijn, heb echter wel het gevoel dat dit als de meest "basic" jobs worden beschouwd. Is dat ook zo?

In alle geval ben ik mij momenteel verder aan het bijscholen via DataCamp, waar ik de Data Scientist career track volg (88 uur, waarvan 1/3e voltooid). De zaken die ik leer zijn Python, Pandas, Matplotlib, Seaborn, statistiek en machine learning. Daarnaast volg ik ook CS50, om een betere basis te hebben voor mijn programmeren.

Mijn uiteindelijk doel zou zijn om freelancer te worden eventueel i.c.m. het deeltijds doceren aan de hogeschool. Uiteraard bereid om eerst ervaring op te doen als werknemer in een bedrijf.

Kan ik met de zaken die ik eerder beschreven heb de overstap maken naar een data-job, zonder al te veel loonverlies (momenteel zo'n 3800 bruto zonder al te veel extralegale zaken, m.u.v. veel vakantie natuurlijk ;) ). Zijn er bepaalde werkgevers of sectoren die bekend staan om goed te betalen?

Zijn de zaken die ik momenteel doe relevant? Welk zaken zou ik kunnen doe voor bijkomende meerwaarde?
 
Terug
Bovenaan