Promotion oder Wirtschaft? (im Bereich künstlicher Intelligenz) Melde Dich an, um diesen Inhalt zu abonnieren 8 8

[raining 7]

Ich bin 31, habe einen informatiknahen Master absolviert und drei Jahre Vollzeit im Bereich Machine Learning geforscht (inklusive der Masterarbeit). Meine Fähigkeiten sind vergleichbar mit denen eines Promotionsstudenten nach zwei Jahren. Diese Fähigkeiten kann ich inhaltlich durch bspw. Publikationen nachweisen, formell war ich während meiner Forschungsjahre noch im Master eingeschrieben. Ich forsche auf hohem Niveau, d.h. wir arbeiten mit oder in direkter Konkurrenz zu Labs aus z.B. Stanford oder Oxford. Ich möchte nun entweder meine Forschung im Rahmen einer Promotion fortsetzen oder einen Job in der Wirtschaft suchen.

Option 1 – Promotion
Eine Promotion dauert in meinem Fall 2-4 Jahre bei 50-55k€ brutto, ich könnte wahrscheinlich sofort beginnen. Ich strebe keine akademische Karriere (PostDoc, Prof) an. Im Rahmen einer Promotion hätte mein Lebenslauf einen starken roten Faden, was auch für die Wirtschaft relevant ist. Außerdem reizt mich die intellektuelle Freiheit.

Allerdings fühle ich mich etwas im Elfenbeinturm der Forschung gefangen. Ich fühle, dass ich mich von der „wirklichen Arbeitswelt“ entfremde. Ich habe nun seit Jahren ausschließlich an sehr spezifischen theoretischen Problemen gearbeitet und möchte ein besseres Gefühl dafür entwickeln, wie viel Spaß ich an praktischeren Dingen habe. Oder wie viel man in der freien Wirtschaft bei gleichem Aufwand erreichen kann.

Option 2 – Wirtschaft:

In der Wirtschaft erfordern viele Stellen einen hohen Anteil an Softwareentwicklung (ML Engineer oder ggf. Data Scientist). Ich kann programmieren, allerdings nur im wissenschaftlichen Kontext. D.h. ich müsste hier einiges nachholen, was ich mir grundsätzlich zutraue. Ich bin mir jedoch unsicher, ob ich für solche Stellen ausreichend Leidenschaft am Programmieren mitbringe.

Außerdem möchte ich gerne einen Beruf, der Empathie- und Kommunikationsfähigkeit erfordert. Bei dem man mit Menschen verschiedenen Hintergrunds interagiert. Einen Beruf, bei dem man nicht nur die Hard Skills, sondern auch die Soft Skills entwickeln kann. Dies wird in der Wirtschaft vermutlich öfter anzutreffen sein.

Quo vadis?

Wenn ich 25 wäre, würde ich eine Weile in die Wirtschaft gehen, um diversere berufliche Erfahrungen zu sammeln und ein besseres Gefühl für meine beruflichen Wünsche zu entwickeln. Es gibt erstaunlich viele Menschen, die dies ebenfalls so tun und dann mit etwas Wirtschaftserfahrung eine Promotion beginnen (sofern dieser Wunsch dann immer noch besteht). Neben dem Selbstzweck hat eine Promotion hier den Vorteil, dass einige Stellen in der Wirtschaft ohne PhD kaum zu erreichen sind (bspw. Research Scientist).

Ich wäre bei solch einem versetzten Promotionsbeginn bereits 32-34 Jahre alt, was eine Reihe an Nachteilen mit sich bringen würde: Die Gehaltseinbußen sind mit steigendem Alter stärker spürbar. Außerdem habe ich dann keinen Fuß mehr in der Forschung, was die Promotion deutlich verlangsamen könnte. Eine Promotion bringt auch ein hohes Maß an Risiko und Unsicherheit mit sich. Davon abgesehen vergleiche mich zu sehr mit anderen. Ich bin auf dieses Gefühl nicht stolz, aber ich könnte mich dann "minderwertig" aufgrund des späten Starts fühlen. Dieses Gefühl habe ich bereits jetzt etwas im Forschungskontext.

Hat jemand ähnliche Situationen durchlebt? Was würdet ihr mir raten? Kennt ihr Stellenprofile in der Wirtschaft, die für mich interessant sein könnten?

Dieser Text ist übrigens die Fortsetzung von meinem Thema aus 2015, der dazu beitrug, dass ich mich in Richtung KI spezialisierte.

Juli 19, 2021 bearbeitet von raining

[PatrickBang 11]

Wow, erstmal Respekt das du es bis hierher geschafft hast. Ich bin zwar nicht in der selben Situation wie du, aber ich glaube das du viele der ausschlaggebenden Punkte schon genannt hast, die dir bei deiner Entscheidung helfen. Ich kann dir nur als Tipp mitgeben, dass sich Forschung und Wirtschaft doch sehr stark unterscheiden, nicht nur weil du bisher keine Erfahrung dort bzgl. der Programmierung sammeln konntest, sondern ist das ganze Klima anders. In der Wirtschaft (insbesondere im Bereich Softwareentw.) wirst du auch mal in Situationen kommen, in denen du ein Produkt abliefern musst, welches nicht deinen Qualitätsstandards entspricht - meistens aufgrund von Zeit- oder Geldmangel. Das unterscheidet sich aber auch ganz stark von Unternehmen zu Unternehmen. Ein Informatikmaster ist für viele Unternehmen leider auch gar nicht so "krass", gerade in dem Bereich spielt Berufserfahrung eine sehr große Rolle und das zeigt sich auch an der Bezahlung. Es kommt nicht selten vor, dass ausgebildete Softwareentwickler mit einigen Jahren Berufserfahrung mehr verdienen als Masterabsolventen der Informatik.

Promotion ist natürlich schon ein harter Brocken, so wie ich dich jetzt einschätze wäre das aber glaube ich gar nicht so abwegig. Falls du dich jetzt für Option 2 entscheiden solltest, wird's später natürlich schwierig von deinem aufgebauten Lebensstandard zu weichen.

[Patrick B 3122]

vor einer Stunde, raining schrieb:

Neben dem Selbstzweck hat eine Promotion hier den Vorteil, dass einige Stellen in der Wirtschaft ohne PhD kaum zu erreichen sind (bspw. Research Scientist).

Wie gut kennst du die Anforderungen an Research Scientists? Würde ansonsten deine an Annahme nochmals hinterfragen. Ich habe gerade erst von DeepMind eine Stellenausschreibung gesehen, bei dem der PhD nur optional war, wenn anderweitige Erfahrung vorhanden ist. Und das scheint bei dir der Fall zu sein. Insbesondere wenn du entsprechende Publikationen hast.

[raining 7]

PatrickBang, danke für deinen Beitrag. Diesen kann ich leider nicht liken, daher auf diesem Wege.

vor 4 Stunden, Patrick B schrieb:

Wie gut kennst du die Anforderungen an Research Scientists? Würde ansonsten deine an Annahme nochmals hinterfragen. Ich habe gerade erst von DeepMind eine Stellenausschreibung gesehen, bei dem der PhD nur optional war, wenn anderweitige Erfahrung vorhanden ist. Und das scheint bei dir der Fall zu sein. Insbesondere wenn du entsprechende Publikationen hast.

Ich stimme dir zu, dass es bei solchen Stellen um Erfahrung und nicht um Titel geht. Mein Publikationsprofil liegt zwischen einem Master- und Promotionsabsolventen. Dies könnte mit sehr viel Glück reichen. Da Machine Learning momentan sehr kompetitiv ist, bin ich aber recht bescheiden geworden.

Mit 2-4 Jahren im Rahmen einer Promotion könnte ich mein Profil dagegen deutlich verbessern. Dabei ginge es mir weniger um den Titel, als um die Publikationen und Forschungspraktika. Die Gefahr ist hingegen, dass ich mit Scheuklappen auf ein Ziel zufahre, welches mir am Ende emotional nicht gefällt.

Sollte ich mich gegen eine Promotion entscheiden, habe ich dagegen die Angst, dass ich mittelfristig "feststecke". So ein bisschen wie jemand ohne Hochschulabschluss, der irgendwann einen Bachelor braucht, um aufzusteigen. Da Angst jedoch meist kein guter Ratgeber ist, tendiere ich momentan für einen Wechsel in die Wirtschaft und einen Sprung in das kalte Wasser. So ganz dazu durchringen kann ich mich jedoch noch nicht, aber ich arbeite daran.

 

Weitere Meinungen sind herzlich willkommen!

[Gast]

Du hast ein paar Werte genannt. Bringe die Werte in Deinem Leben in eine Reihenfolge: Freiheit, Reichtum, Neugier, etc. 

Dann gebe den Optionen zu Deinen 5 wichtigsten Werten entsprechend Punkte vo 1-10.

Dann wiederhole das ggf. für spätere Zeiten (in 10 Jahren),  um die Entwicklung in beiden Bereich zu antizipieren. 

In der IT kann man viel nur durch praktische Skills erreichen. Allerdings ist es schwer, alleine auf die hohen Ebenen zu kommen:

Softwareentwicklung > Softwareengineering > Systems Engineering

Dann eine Frage des Timings:

Gerade in Deinem Bereich scheint eine Goldgräberstimmung zu bestehen, in der es gerade einen riesigen Entwicklungsschub gibt. Wo will man da sein? In der Forschung oder in der Wirtschaft? Ich habe den Eindruck, dass inzwischen die Wirtschaft eine xfache Menge an Geld in den Bereich investiert. Vielleicht ist das auch eine Frage des Unternehmens. Deepmind wurde ja schon genannt. Wenn Du Chancen hast, da in der ersten Liga mitzuspielen, würde ich das machen. 

D. h., mach Deine Optionen konkret. Besorg Dir ein, zwei Jobaussichten und versuche soviel darüber herauszufinden, wie geht. 

Alternative: Finde einen Weg, beides zu vereinen. Promotion und ei Bein in der Wirtschaft. 

[Patrick B 3122]

vor 10 Stunden, raining schrieb:

Sollte ich mich gegen eine Promotion entscheiden, habe ich dagegen die Angst, dass ich mittelfristig "feststecke". So ein bisschen wie jemand ohne Hochschulabschluss, der irgendwann einen Bachelor braucht, um aufzusteigen. Da Angst jedoch meist kein guter Ratgeber ist, tendiere ich momentan für einen Wechsel in die Wirtschaft und einen Sprung in das kalte Wasser. So ganz dazu durchringen kann ich mich jedoch noch nicht, aber ich arbeite daran.

Ich denke nicht, dass du in der Wirtschaft ohne Promotion feststecken würdest. Das gibt es nur noch in wenigen Branchen meines Wissens nach (eher dort, wo viele Naturwissenschaftler sind. Bspw. Life Science, wo eine Promotion schon Einstellungsvoraussetzung ist, wenn es um fachliche Stellen geht). Schwierig bis unmöglich wird aber ohne Promotion der Weg von der Wirtschaft zurück in den akademischen Bereich werden, falls das mal eine Option werden könnte. Wenn du dagegen zuerst promovierst und dann in die Wirtschaft gehst, hättest du deutlich bessere Möglichkeiten später irgendwann wieder akademisch zu arbeiten.  

Was du dir noch klar machen solltest, ist, dass du in der Wirtschaft (außerhalb der Tech-Konzerne) ggf. algorithmisch sehr simpel arbeiten wirst. Wenn du bspw. in das Data Science Team eines Konzerns gehst, könnte Logistic Regression schon mal das höchste der Gefühle sein und ein Großteil der Arbeit besteht aus Data Crunching (Data Gathering, Cleaning, Understanding und Stakeholder Management). Das heißt, da würde ich sehr genau drauf schauen, was deine Erwartungen sind und was die Stellen, die in Frage kommen, dir bieten. 

Juli 20, 2021 bearbeitet von Patrick B

[PatrickBang 11]

vor 28 Minuten, Patrick B schrieb:

Was du dir noch klar machen solltest, ist, dass du in der Wirtschaft (außerhalb der Tech-Konzerne) ggf. algorithmisch sehr simpel arbeiten wirst.

Kann ich so nur unterstreichen. Bei Unternehmen die sich nicht hauptsächlich mit KI oder forschungsnahen Themen in dem Bereich auseinandersetzen, wirst du nicht weit über die "Basics" hinauskommen.

[raining 7]

vor 10 Stunden, Patrick B schrieb:

Was du dir noch klar machen solltest, ist, dass du in der Wirtschaft (außerhalb der Tech-Konzerne) ggf. algorithmisch sehr simpel arbeiten wirst. Wenn du bspw. in das Data Science Team eines Konzerns gehst, könnte Logistic Regression schon mal das höchste der Gefühle sein und ein Großteil der Arbeit besteht aus Data Crunching (Data Gathering, Cleaning, Understanding und Stakeholder Management). Das heißt, da würde ich sehr genau drauf schauen, was deine Erwartungen sind und was die Stellen, die in Frage kommen, dir bieten. 

 

vor 10 Stunden, PatrickBang schrieb:

Kann ich so nur unterstreichen. Bei Unternehmen die sich nicht hauptsächlich mit KI oder forschungsnahen Themen in dem Bereich auseinandersetzen, wirst du nicht weit über die "Basics" hinauskommen.

Diesen Eindruck habe ich auch, dass in der Wirtschaft viele Stellen triviale (wie logistic regression) oder langweilige Arbeit (wie data preprocessing) beinhalten. Natürlich nicht alle Stellen, aber gefühlt muss man schon einen großen Aufwand betreiben und viel Glück haben, um nicht in diese Richtung gesogen zu werden. Manchmal frage ich mich, was passiert, wenn ich meinen Idealismus etwas zurückfahre und einfach das mache, was am Markt am meisten belohnt wird. Eine stark nachgefragte Arbeitskraft kann dann ein hohes Gehalt, gute Arbeitsbedingungen und ein gewisses Maß an Freiheit und Autonomie verhandeln.

Dabei bliebe natürlich der Idealismus etwas auf der Strecke. Idealerweise möchte ich mich so fühlen wie ein Arzt, der kranken Patienten hilft – eine wahrhaft sinnstiftende Tätigkeit. In der Forschung habe ich dieses Gefühl auch ein Stück weit, indem ich das Wissen der Menschheit ein kleines Stückchen erweitere und dabei große intellektuelle Freiheit erfahre. Das Gegenbeispiel wäre in einem seelenlosen Unternehmen irgendwelche Prozesse für ein Produkt, welches eh niemand braucht, zu optimieren. Oder an Dingen zu arbeiten, die eigentlich unsinnig oder ineffektiv sind, aber aufgrund der komplexen Verflechtungen in der Wirtschaftswelt doch profitabel sind.

[luffy123 210]

Am 19.7.2021 um 17:11 , raining schrieb:

Option 1 – Promotion
Eine Promotion dauert in meinem Fall 2-4 Jahre bei 50-55k€ brutto, ich könnte wahrscheinlich sofort beginnen. Ich strebe keine akademische Karriere (PostDoc, Prof) an. Im Rahmen einer Promotion hätte mein Lebenslauf einen starken roten Faden, was auch für die Wirtschaft relevant ist. Außerdem reizt mich die intellektuelle Freiheit.

Allerdings fühle ich mich etwas im Elfenbeinturm der Forschung gefangen. Ich fühle, dass ich mich von der „wirklichen Arbeitswelt“ entfremde. Ich habe nun seit Jahren ausschließlich an sehr spezifischen theoretischen Problemen gearbeitet und möchte ein besseres Gefühl dafür entwickeln, wie viel Spaß ich an praktischeren Dingen habe. Oder wie viel man in der freien Wirtschaft bei gleichem Aufwand erreichen kann.

Naja, ich kenne das mit der Promotion auch aus den Life-Science (Bio, Biochemie, etc.) und der Chemie-Industrie. Ich habe einen Bekannten, der in Elektrotechnik promoviert hat in einem Schnittbereich zwischen Medizin und Medizinsystemen. Kenne mich da nicht so gut aus, da ich aus einer anderen Branche bin. Er selbst berichtete mir, dass er aufgrund der sehr hohen Spezialisierung durch die Promotion sich etwas schwer mit Stellensuche tut. 
Hier sehe ich auch mögliche Bedenken, dass du dich in der IT mit deinem Promotionsvorhaben zu sehr spezialisierst, bzw. Kenntnisse erwirbst, die weniger am allgemeinen Arbeitsmarkt in der IT gefragt sind. 

Da du Karriere in der Forschung nicht anstrebst (Professur) ist die Frage, wie sehr es dir im praktischen Alltag nützt und im breiten Stellenmarkt. 

 

Am 19.7.2021 um 17:11 , raining schrieb:

Option 2 – Wirtschaft:

In der Wirtschaft erfordern viele Stellen einen hohen Anteil an Softwareentwicklung (ML Engineer oder ggf. Data Scientist). Ich kann programmieren, allerdings nur im wissenschaftlichen Kontext. D.h. ich müsste hier einiges nachholen, was ich mir grundsätzlich zutraue. Ich bin mir jedoch unsicher, ob ich für solche Stellen ausreichend Leidenschaft am Programmieren mitbringe.

Außerdem möchte ich gerne einen Beruf, der Empathie- und Kommunikationsfähigkeit erfordert. Bei dem man mit Menschen verschiedenen Hintergrunds interagiert. Einen Beruf, bei dem man nicht nur die Hard Skills, sondern auch die Soft Skills entwickeln kann. Dies wird in der Wirtschaft vermutlich öfter anzutreffen sein.

Wäre es nicht klüger hier die 2-3 Jahre zu investieren, damit du ein breiteres Angebotsspektrum anbieten kannst auf dem Arbeitsmarkt?

 

Ich selbst (Medizin) merke, dass das ganze Forschungsgedöns leider oftmals eine Einbahnstraße ist, die in eine Sackgasse führt. Die Frage ist wohl eher: Wohin möchtest du dich beruflich entwickeln? Irgendwann will man auch anfangen Geld zu verdienen .. 

[Gast botte]

@raining - mal über ne Promotion nachgedacht, bei der Du Dein Kenntnisse in Machine Learning auf Probleme der Biowissenschaften bzw Biomedizin anwendest? Ist da grad der heisse Scheiss und auch jobtechnisch eine Bank, wenn man das richtig spielt.

[raining 7]

vor 18 Stunden, luffy123 schrieb:

 Da du Karriere in der Forschung nicht anstrebst (Professur) ist die Frage, wie sehr es dir im praktischen Alltag nützt und im breiten Stellenmarkt. 

 

Hier gibt es scheinbar eine interessante Asymmetrie. Für die meisten Stellen ist eine Promotion zu spezialisiert, hat also hohe Opportunitätskosten. Für ein paar wenige Stellen ist solch eine Spezialisierung jedoch notwendig und kaum anderweitig zu erreichen (ich bin hier weiterhin pessimistisch, dass meine Forschungsvita bereits reicht, Patrick B). Die leichter zu erreichenden Stellen sind dafür mehr an wirtschaftliche Zwänge gebunden und bieten oft weniger intellektuelle Freiheiten. Hier ist letztlich die Frage, wie man sich auf dem Spektrum Pragmatismus zu Idealismus positioniert.

vor 18 Stunden, luffy123 schrieb:

Frage ist wohl eher: Wohin möchtest du dich beruflich entwickeln? 

Der Kern des Problems ist glaube ich, dass ich diese Frage momentan nur vage beantworten kann. Mir also die emotionale Klarheit fehlt.

Um diese Klarheit zu verbessern, tendiere ich momentan dazu, erstmal eine Weile in die Wirtschaft zu gehen und Abstand zu meiner sehr spezifischen Forschung zu gewinnen. Mal was anderes zu sehen und zu schauen, wie es mir gefällt. Anstatt immer "greedy" durch die lukrativste sich öffnende Tür zu laufen, wie ich es die letzten Jahre getan habe. Nach 1-2 Jahren dann schauen, ob ich zurück in die Forschung möchte (was dann natürlich schwieriger ist) oder weiterhin in der Wirtschaft bleiben möchte.

Einen Tod muss ich wohl sterben, egal mit welcher Entscheidung. Falls euch eine bessere Strategie einfällt, bin ich natürlich offen dafür.

vor 4 Stunden, botte schrieb:

@raining - mal über ne Promotion nachgedacht, bei der Du Dein Kenntnisse in Machine Learning auf Probleme der Biowissenschaften bzw Biomedizin anwendest? Ist da grad der heisse Scheiss und auch jobtechnisch eine Bank, wenn man das richtig spielt.

Hast du hier konkrete Beispiele im Kopf? Ich finde den Bereich grundsätzlich spannend, da man hier Menschen sinnvoll helfen kann. Ich habe aber auch den Eindruck, dass bspw. ML-basierte medizinische Diagnostik ziemlich gehyped wird. Das heutige Machine Learning ist ja noch nicht wirklich intelligent, sondern hat viele Ausfälle.

Für eine Promotion ist die Kombination von theoretischem ML mit einem Anwendungsgebiet aus der Biologie, Medizin, den Naturwissenschaftlichen oder einer anderen Wissenschaft aber sicher interessant. Ein Vorteil sind wie du schreibst die Chancen auf dem Arbeitsmarkt für spezialisierte Stellen (die es aber natürlich auch nur selten gibt, sofern man örtlich unflexibel ist). Ein anderer Vorteil ist eine mögliche Symbiose zwischen Anwendung und Theorie, da bspw. Lücken in dem State of the Art durch spezifische Anwendungen sichtbarer werden könnten. Daher ist dies auf jeden Fall eine sehr interessante Option.

[luffy123 210]

vor 4 Stunden, raining schrieb:

Hast du hier konkrete Beispiele im Kopf? Ich finde den Bereich grundsätzlich spannend, da man hier Menschen sinnvoll helfen kann. Ich habe aber auch den Eindruck, dass bspw. ML-basierte medizinische Diagnostik ziemlich gehyped wird. Das heutige Machine Learning ist ja noch nicht wirklich intelligent, sondern hat viele Ausfälle.

Für eine Promotion ist die Kombination von theoretischem ML mit einem Anwendungsgebiet aus der Biologie, Medizin, den Naturwissenschaftlichen oder einer anderen Wissenschaft aber sicher interessant. Ein Vorteil sind wie du schreibst die Chancen auf dem Arbeitsmarkt für spezialisierte Stellen (die es aber natürlich auch nur selten gibt, sofern man örtlich unflexibel ist). Ein anderer Vorteil ist eine mögliche Symbiose zwischen Anwendung und Theorie, da bspw. Lücken in dem State of the Art durch spezifische Anwendungen sichtbarer werden könnten. Daher ist dies auf jeden Fall eine sehr interessante Option.

Ein anderer entfernter Bekannter von mir ist in der IT selbstständig bzw. hat ein Start-Up gegründet und entwickelt so Systeme für die Medizin. Z.b. Machine Learning im Bereich der Histopathologie. Oder für die Radiologie Bilder befunden bzw. Muster erkennen. Da sind aber auch größere Unternehmen schon an der Forschung solcher Systeme dran, dass es aus meiner Sicht schwierig wird als "One-Man-Show" dieses Know-How irgendwie aufzuholen. 

Spannender wäre in einem solchen Großunternehmen zu arbeiten. 

[uincom 89]

Mach Promo. Dr öffnet die viele Türen im Unternehmen. Zeit an der Uni ist auch die beste Zeit im Leben.

[Valeriy 20]

Bei einem gut finanzierten StartUp einsteigen, oder Corporate AI Projekt, neueste Technologien und Wissen sammeln.
Nach 2 Jahren selbständig machen, paar Mios raisen, neues Produkt mit der neuesten Technologie entwickeln

Nach 5 Jahren exiten und nur noch zum Spaß arbeiten.

Thank me later

[spirou 2270]

vor 6 Stunden, Valeriy schrieb:

Bei einem gut finanzierten StartUp einsteigen, oder Corporate AI Projekt, neueste Technologien und Wissen sammeln.
Nach 2 Jahren selbständig machen, paar Mios raisen, neues Produkt mit der neuesten Technologie entwickeln

Nach 5 Jahren exiten und nur noch zum Spaß arbeiten.

Thank me later

[Janoos 2067]

Wie genau muss man sich das vorstellen, dass du 3 Jahre lang Forschung betrieben hast, ohne gleichzeitig zu promovieren? Und wieso hast du nicht von Anfang an den Weg der Promotion eingeschlagen, wenn dich die Forschung so sehr interessiert? Mit Ausnahme einiger Positionen bei absoluten Top-IT-Unternehmen wie Google wirst du abseits des akademischen Umfelds so gut wie nichts finden, wofür wirklich eine Promotion vorausgesetzt wird. Das ist höchstens optional und kann dann ohnehin durch einen Master-Abschluss plus einige Jahre Berufserfahrung kompensiert werden. 

Was du meiner Ansicht nach auf gar keinen Fall machen solltest: erst arbeiten und dann mit Mitte 30 mit der Promotion beginnen. Danach hast du nämlich so ziemlich das schlechteste aus beiden Welten und hast sowohl für eine wissenschaftliche als auch eine wirtschaftliche Karriere den Altershorizont deutlich überschritten. Weil dann konkurrierst du halt in beiden Bereichen mit Leuten, die schon 10+ Jahre in Wissenschaft bzw. Wirtschaft auf dem Buckel haben.

Wenn du wirklich noch den Doktor dranhängen willst, dann solltest du das spätestens jetzt tun. Die Frage ist dann aber trotzdem, was genau dir das bringt, wenn du sowieso schon planst, auf gar keinen Fall eine akademische Laufbahn einzuschlagen. Aber gut, wenn du eine 100%-Stelle kriegen würdest, wie ich es aus deinem obigen Beitrag herauslese, dann verdienst du immerhin schon mehr als ordentlich (je nachdem, wo du wohnst). Dann bist du 33-35 und solltest gerade noch so einen soliden Exit in Richtung Wirtschaft hinlegen können.

Und wenn du wirklich eine wirtschaftliche Karriere hinlegen willst, dann würde ich komplett auf die Promotion pfeifen, die 2 - 4 Jahre kann man dann nämlich echt besser in die eigene berufliche Entwicklung stecken. Außerdem bist du dann nicht so frustriert, wenn du von einem anspruchsvollen Promotionsthema ausgehend in irgendeinen langweiligen 0815-IT-Beruf wechselt. Meine ich ernst. Das ist durchaus ein ernstzunehmendes Problem, was ich in meinem Umfeld (Mathematik) wahrgenommen habe. 

Also ich muss sagen, vor dem Hintergrund betrachtet, dass du eigenen Angaben nach jetzt schon mehrere Jahre lang geforscht hast und dass du eben auch nicht mehr der jüngste bist und dass du eigentlich auch gar keine akademische Laufbahn fahren willst, würde ich den Schritt in die Wirtschaft wagen und die Promotion auf sich beruhen lassen. Du wirst sicherlich keine wahnsinnig anspruchsvollen Aufgaben erhalten, aber du wirst dich daran gewöhnen. Und so ein fetter paycheck am Ende des Monats hat doch sicherlich auch etwas für sich. Wie du schon erkannt hast: irgendeinen Tod muss man immer sterben, da gibt es keine perfekte Lösung, sondern nur eine, die am wenigsten beschissen ist. Aber that's life. 

Ich selber bin auch gerade in der Bewerbungsphase nach meinem Mathematik-Master und habe mir genau dieselben Fragen gestellt wie du, habe auch schon während meiner Master-Arbeit (über Statistik) geforscht und ein paar neue Ergebnisse erzielt. Klar reizt einen das, aber nochmal mehrere Jahre lang auf einem derart theoretischen Niveau arbeiten, nur um dann im Endeffekt trotzdem in die Wirtschaft zu gehen und dort genau dasselbe zu tun, was ich auch mit einem Master hätte tun können? Nä. Lieber nicht. Ich bin aber eben auch "schon" 28. Wäre ich < 25, dann hätte ich die Promotion aus Jux auch noch mitgenommen. So hat das aber auch eher einen faden Beigeschmack für mich. Keine Lust, erst mit deutlich über 30 das erste Mal in meinem Leben einen richtigen Beruf zu ergreifen. 

[Neo1 217]

vor 18 Stunden, Janoos schrieb:

Was du meiner Ansicht nach auf gar keinen Fall machen solltest: erst arbeiten und dann mit Mitte 30 mit der Promotion beginnen. Danach hast du nämlich so ziemlich das schlechteste aus beiden Welten und hast sowohl für eine wissenschaftliche als auch eine wirtschaftliche Karriere den Altershorizont deutlich überschritten. Weil dann konkurrierst du halt in beiden Bereichen mit Leuten, die schon 10+ Jahre in Wissenschaft bzw. Wirtschaft auf dem Buckel haben.

Ich selber bin auch gerade in der Bewerbungsphase nach meinem Mathematik-Master und habe mir genau dieselben Fragen gestellt wie du, habe auch schon während meiner Master-Arbeit (über Statistik) geforscht und ein paar neue Ergebnisse erzielt. Klar reizt einen das, aber nochmal mehrere Jahre lang auf einem derart theoretischen Niveau arbeiten, nur um dann im Endeffekt trotzdem in die Wirtschaft zu gehen und dort genau dasselbe zu tun, was ich auch mit einem Master hätte tun können? Nä. Lieber nicht. Ich bin aber eben auch "schon" 28. Wäre ich < 25, dann hätte ich die Promotion aus Jux auch noch mitgenommen.

Beim ersten Absatz dachte ich wtf, beim zweiten/letzen war mir klar, dass du noch in der Uni steckst. Die Gruppe Abi mit 18, Anfang/Mitte 20 Studium und Ende 20 Promotion sind meist erstmals von der realen Arbeitswelt überrascht....und das aus gutem Grund. Überhaupt zu sehen und zu fühlen wie die echte Arbeitswelt tickt lernt man nicht unbedingt durch Praktika, sondern durch 9to5 Jobs. Und wenn da jemand nach ein paar Jahren promovieren will (mit 30+x)...warum nicht. Der kennt beide Welten und will nun eben promovieren. 

[Janoos 2067]

vor 14 Minuten, Neo1 schrieb:

Beim ersten Absatz dachte ich wtf, beim zweiten/letzen war mir klar, dass du noch in der Uni steckst. 

Wow, dir war klar, dass ich noch in der Uni stecke, nachdem ich gesagt habe, dass ich noch in der Uni stecke? Respekt.

vor 27 Minuten, Neo1 schrieb:

Der kennt beide Welten und will nun eben promovieren. 

Nützt ihm halt nicht viel. Der MINT-Bereich ist unvorstellbar competetive. Und es wird eigentlich immer schlimmer und schlimmer. Wenn man da mit Ende 30 seine Promotion abschließt und seine drei, vier Forschungspapiere veröffentlicht hat, dann kann man eine akademische Laufbahn praktisch vergessen. Es sei denn, man versteht unter einer "akademischen Laufbahn", sich jahrelang und ohne Aussicht auf eine der wenigen begehrten Professoren-Stellen von PostDoc-Stelle zu PostDoc-Stelle zu hangeln, regelmäßige Umzüge bis nach Timbuktu und zurück inklusive. Das ist definitiv nicht cool. Und die 2 - 3 Berufserfahrung, die er davor sammeln würde, würden ihn gerade einmal aus dem Status eines Berufseinsteigers heben. Und dann direkt wieder zurück an die Universität und mehrere Jahre lang im Elfenbeinturm an irgendwelchen hochgradig komplexen, aber zugleich in vielen Fällen in praktischer Hinsicht komplett irrelevanten Problemen forschen? Nur weil Machine Learning draufsteht, heißt das nicht, dass das praxisrelevant ist. Da kann ich als Mathematiker / Statistiker ein Lied von singen. ^^ Klar kann er diesen Weg beschreiten, wenn er Bock drauf hat. Sagt ja keiner was gegen. Wird halt nur schwierig, wirklich darauf aufzubauen. 

[raining 7]

Ich habe mich mittlerweile gegen eine Promotion entschieden. Danke für alle Einschätzungen, die mir viel geholfen haben!

Jetzt geht der Blick nach vorne: Mein Ziel ist nun, mein Profil nach den Erfordernissen des Marktes zu formen. Beispielsweise halte ich es für sinnvoll, meine Fähigkeiten im Bereich Machine Learning bestmöglich einzusetzen. Dies scheint in der Wirtschaft Fähigkeiten zur Softwareentwicklung zu erfordern, welche ich momentan u.a. mit dem Buch „Cracking the Coding Interview“ etwas aufpoliere.

Danach werde ich mich dann auf etliche Stellen bewerben. Ich bin schon echt gespannt, wie das wird!

Ich bin natürlich weiterhin offen für Anregungen.

August 17, 2021 bearbeitet von raining

[Patrick B 3122]

vor 21 Minuten, raining schrieb:

Beispielsweise halte ich es für sinnvoll, meine Fähigkeiten im Bereich Machine Learning bestmöglich einzusetzen. Dies scheint in der Wirtschaft Fähigkeiten zur Softwareentwicklung zu erfordern, welche ich momentan u.a. mit dem Buch „Cracking the Coding Interview“ etwas aufpoliere.

Halte ich für sehr sinnvoll. ML Engineering bzw. Deployment sind in der Praxis extrem wichtig und, soweit ich das mitbekomme, oft ein Blank Spot. Bei Coursera gibt es für Letzteres die Spezialisierung "Machine Learning Engineering for Production (MLOps) Specialization" von/mit Andrew Ng. Damit könntest du das in ein Zertifikat gießen. Für deinen CV sicherlich aussagekräftiger.   

August 17, 2021 bearbeitet von Patrick B

[TriiaZ 412]

Schwierige Kiste. 

Auf der einen Seite spielst du scheinbar auf extrem hohen Niveau - das können nur die aller, aller, aller wenigsten. Dafür braucht es eine Menge Talent - hut ab dafür. Ich glaube sogar, wenn du es in die Top Adressen schaffst à la Deepmind oder OpenAI, dann winken doch sogar 7-stellige Gehälter. 

"Die Entwicklergruppe startete Anfang Januar 2016 mit einem Team aus neun Forschern. Peter Lee von Microsoft erwähnte, dass die Kosten für einen Spitzenforscher im Bereich der Erforschung von künstlicher Intelligenz die Kosten eines NFL Quarterbacks überträfen."

Ich kann mal aus der Wirtschaft sprechen - ich habe mehrere Jahre BE im Data Bereich und bin nun als Freelancer tätig. Der Stundensatz ist üppig und WLB ist gut (Home Office, 40h). Es ist halt nur die Frage, inwiefern solche Kenntnisse wie du sie hast in der Praxis gewürgt werden - i.d.R. geht es eher darum, dass Problem zu verstehen und einen passenden Algorithmus rauszusuchen. Deine Flugebene ist ja nochmal paar Etagen höher. 

 

[Jingang 4661]

Du glaubst scheinbar, irgendwas zu verpassen in der "freien" Wirtschaft (FOMO). Da ist nichts, kannst dir die Enttäuschung sparen.

Promotion zu etwas, was dich interessiert u in Produkt wandelbar ist, dabei Netzwerk an guten Leuten aufbauen, die den Kleinkram (Deployment..) beherrschen. Dann eigenes Startup mit dem KnowHow hochziehen. Wäre mein Vorschlag.

[raining 7]

vor 2 Stunden, TriiaZ schrieb:

Auf der einen Seite spielst du scheinbar auf extrem hohen Niveau - das können nur die aller, aller, aller wenigsten. Dafür braucht es eine Menge Talent - hut ab dafür. Ich glaube sogar, wenn du es in die Top Adressen schaffst à la Deepmind oder OpenAI, dann winken doch sogar 7-stellige Gehälter. 

 

Für solche Gehälter muss man an der absoluten Spitze stehen (wie Ian Goodfellow, Ilya Sutskever oder Andrej Karpathy, hier ein NYT-Artikel dazu). Das ist unrealistisch. Mein ambitioniertes Ziel war eher "normaler" Research Scientist bei einem Unternehmen wie Google Brain. Und das ist bereits verdammt schwer, da Glück einen nicht vernachlässigbaren Faktor in der Forschung spielt. Außerdem ist ML momentan sehr kompetitiv, d.h. man konkurriert mit geografisch flexiblen Menschen mit sehr hohem IQ und sehr hoher Arbeitsmoral.

vor 2 Stunden, TriiaZ schrieb:

Ich kann mal aus der Wirtschaft sprechen - ich habe mehrere Jahre BE im Data Bereich und bin nun als Freelancer tätig. Der Stundensatz ist üppig und WLB ist gut (Home Office, 40h). 

Kannst du hier Zahlen nennen bzw. verlinken?

vor 2 Stunden, TriiaZ schrieb:

Es ist halt nur die Frage, inwiefern solche Kenntnisse wie du sie hast in der Praxis gewürgt werden - i.d.R. geht es eher darum, dass Problem zu verstehen und einen passenden Algorithmus rauszusuchen. Deine Flugebene ist ja nochmal paar Etagen höher. 

An sich stimme ich dir hier zu. Das ist ja auch ein Grund für meine Entscheidung gegen eine Promotion gewesen. Die Frage ist jedoch weiterhin relevant, da ich ja jetzt bereits einige Jahre Forschungserfahrung habe, die ich irgendwie einsetzen möchte.

Ich nehme an mit „einem passenden Algorithmus“ meinst du hier sowas wie Random Forest? Ich sehe die ML-Anforderungen in der Wirtschaft als ein Spektrum, mit Anwendungen für einfache Algorithmen wie in scikit-learn auf der einen Seite und Anwendungen wie dem Tesla Autopilot auf der anderen. Je weiter man sich auf diesem Spektrum nach rechts bewegt, desto mehr sind Forschungsfähigkeiten relevant. Ich vermute, dass kompliziertere Probleme nicht so einfach mit out-of-the-box Algorithmen lösbar sind.

Die große Frage ist nun, wie viele Jobs in diesem Bereich (der vertiefte ML-Kenntnisse erfordert) verfügbar sind. Sicherlich deutlich weniger als für den Bereich der scikit-learn Anwendungen, aber dafür ist die Einstiegshürde ja auch höher, es gibt also mutmaßlich weniger passende Kandidaten.

Die andere Frage ist, wie man sich auf den anderen Dimensionen optimal positioniert. Mich interessiert, ob du als Freelancer gute Software Engineering Fähigkeiten hast? Oder arbeitest du dann eher mit anderen Entwicklern zusammen? Oder erfordern deine Probleme keinen komplexen Code?
 

vor 1 Stunde, Jingang schrieb:

Promotion zu etwas, was dich interessiert u in Produkt wandelbar ist, dabei Netzwerk an guten Leuten aufbauen, die den Kleinkram (Deployment..) beherrschen. Dann eigenes Startup mit dem KnowHow hochziehen. Wäre mein Vorschlag.

Ich würde das nicht als "Kleinkram" bezeichnen. Hier werden glaube ich gerne zwei Aspekte vernachlässigt: Einerseits ist Software Engineering sehr schwer und benötigt eine Menge Erfahrung. Andererseits fokussiert sich Forschung oft auf einen Spezialbereich, d.h. man vernachlässigt damit viele Aspekte des ML. Beispielsweise ist die Forschung eher model-centric und die Wirtschaft eher data-centric. 

Ich freue mich jedenfalls, dass meine Entscheidung polarisiert!

[Jingang 4661]

vor 13 Minuten, raining schrieb:

Einerseits ist Software Engineering sehr schwer und benötigt eine Menge Erfahrung.

Genau. Deswegen sollen das andere machen. Sehe das gerade bei ner Freundin - wird immer mehr Richtung Programmierung/DevOps gedrängt und ihr Feld wäre eigentlich DataScience/Mathe/Probleme simplifizieren. It's an uphill battle, wozu?

Bei Forschung/Promotion muß man bißchen Glück haben, geb ich dir Recht, ist ein Risiko bei Ausgründungsplänen.

[TriiaZ 412]

vor 41 Minuten, raining schrieb:

Für solche Gehälter muss man an der absoluten Spitze stehen (wie Ian Goodfellow, Ilya Sutskever oder Andrej Karpathy, hier ein NYT-Artikel dazu). Das ist unrealistisch. Mein ambitioniertes Ziel war eher "normaler" Research Scientist bei einem Unternehmen wie Google Brain. Und das ist bereits verdammt schwer, da Glück einen nicht vernachlässigbaren Faktor in der Forschung spielt. Außerdem ist ML momentan sehr kompetitiv, d.h. man konkurriert mit geografisch flexiblen Menschen mit sehr hohem IQ und sehr hoher Arbeitsmoral.

Kannst du hier Zahlen nennen bzw. verlinken?

An sich stimme ich dir hier zu. Das ist ja auch ein Grund für meine Entscheidung gegen eine Promotion gewesen. Die Frage ist jedoch weiterhin relevant, da ich ja jetzt bereits einige Jahre Forschungserfahrung habe, die ich irgendwie einsetzen möchte.

Ich nehme an mit „einem passenden Algorithmus“ meinst du hier sowas wie Random Forest? Ich sehe die ML-Anforderungen in der Wirtschaft als ein Spektrum, mit Anwendungen für einfache Algorithmen wie in scikit-learn auf der einen Seite und Anwendungen wie dem Tesla Autopilot auf der anderen. Je weiter man sich auf diesem Spektrum nach rechts bewegt, desto mehr sind Forschungsfähigkeiten relevant. Ich vermute, dass kompliziertere Probleme nicht so einfach mit out-of-the-box Algorithmen lösbar sind.

Die große Frage ist nun, wie viele Jobs in diesem Bereich (der vertiefte ML-Kenntnisse erfordert) verfügbar sind. Sicherlich deutlich weniger als für den Bereich der scikit-learn Anwendungen, aber dafür ist die Einstiegshürde ja auch höher, es gibt also mutmaßlich weniger passende Kandidaten.

Die andere Frage ist, wie man sich auf den anderen Dimensionen optimal positioniert. Mich interessiert, ob du als Freelancer gute Software Engineering Fähigkeiten hast? Oder arbeitest du dann eher mit anderen Entwicklern zusammen? Oder erfordern deine Probleme keinen komplexen Code?
 

Ich würde das nicht als "Kleinkram" bezeichnen. Hier werden glaube ich gerne zwei Aspekte vernachlässigt: Einerseits ist Software Engineering sehr schwer und benötigt eine Menge Erfahrung. Andererseits fokussiert sich Forschung oft auf einen Spezialbereich, d.h. man vernachlässigt damit viele Aspekte des ML. Beispielsweise ist die Forschung eher model-centric und die Wirtschaft eher data-centric. 

Ich freue mich jedenfalls, dass meine Entscheidung polarisiert!

Hi, ja klar. Ich bille aktuell 100 EUR / Stunde, wobei auch 120-130 EUR im Bereich durchaus kein Problem sein sollten. Wie es für Data Science / ML ist. Auf jeden Fall kann man mehr verdienen, als viele Leute in gehobenen Führungspositionen und hat durchaus mehr Freiheiten (6 Monate arbeiten, 6 Monate frei, Teilzeit, 30h Woche etc. ).

In Anbetracht des Alters würde ich nicht unbedingt nochmal eine Schleife über eine Beratung o.ä. machen sondern Dir einfach mal ein Profil auf den üblichen Seiten erstellen (freelance.de / freelancemap) und schauen, was für Anfragen reinkommen. Darüber wurde ich meistens gefunden und dann in die Kartei aufgenommen.