Omscholen naar data scientist

Danae dinsdag 13 mei 2025 om 17:40

Ik ben heel ontevreden op mijn werk en wil graag iets anders gaan doen. Ik ben begin 40 en heb altijd in de wetenschap gewerkt. Eerst gepromoveerd in een sociale wetenschap en vervolgens ook nog wat onderzoeksprojecten gedaan en les gegeven. Maar nu wil ik echt weg van de universiteit om nooit meer terug te komen. Ik zit dus te denken aan data scientist/data-analist buiten de wetenschap. Ik denk dat ik dat goed moet kunnen leren maar ben me wel bewust dat het anders is dan de data-analyse die ik voor mijn onderzoek heb gedaan (voornamelijk experimenten). Daarom ben ik aan het kijken naar omscholen maar zie even door de bomen het bos niet meer. Er zijn veel aanbieders van cursussen/opleidingen en allerlei verschillende technieken om te leren. Ik hoop dat er hier mensen zitten die in dit veld werken en advies kunnen geven: Welke opleidingen/certificaten zijn vooral gewild? Met welke aanbieder hebben jullie (goede) ervaringen? Alle tips zijn welkom.

Ugli dinsdag 13 mei 2025 om 17:50

Kun je Python, Pandas, Scikit, Spark (PySpark)? Want dan ben je er al. Kun je alleen R of SAS? Ook een goed begin, dan hoef je eigenlijk alleen Python bij te leren (wat ik verder noemde zijn libraries/kits/toolings binnen Python en daar dwarrel je vanzelf heen).

Also, als je gaat soliciteren. Noem het dan geen statistiek maar machine learning, dan zie je ze beginnen te watertanden.

PaarseGeraniums dinsdag 13 mei 2025 om 18:55

Ik zou zelf niet een cursus of opleiding gaan doen, maar aansluiten bij een data consultancy bedrijf. Die hebben juist veel ervaring met mensen die niet precies die achtergrond hebben, maar wel affiniteit met. Vaak volg je dan intern twee maanden oid cursussen, en begin je dan met een klus. Zo kun je lekker ervaring opdoen.
Blijkt de consultancy toch niet helemaal jouw ding, dan heb je wel binnen bv twee jaar genoeg ervaring opgedaan om ergens intern te starten.

Binnen het bedrijf waar ik werk zouden we je trouwens zonder ervaring ook aannemen. Omdat je al een goed stel hersens zult hebben

de technische vaardigheden komen dan vanzelf.

MyLittlePony dinsdag 13 mei 2025 om 19:19

Lol

Dat is helemaal waar

Oh, Spike, how could you ever know what it's like to be totally obsessed with a pony only to find out they're obsessed with somepony else?

Danae dinsdag 13 mei 2025 om 20:23

Ja ik ken alleen R (en SPSS) dus dan zou je Python aanraden om te leren. Dat heb ik nooit gebruikt.

Stormkap dinsdag 13 mei 2025 om 20:23

Beetje ouderwetse SQL is ook wel erg vaak handig om te kunnen.

Certificaten zijn fijn om binnen te komen, al weet eigenlijk iedereen wel dat ervaring veel meer waard is. Maar je toont er ook motivatie mee aan, en leervermogen.

Ik heb 15 jaar in de wetenschap gewerkt en heb een paar jaar geleden een switch gemaakt naar data-analist. Heb een paar Microsoft-certificaten behaald en toen ben ik gewoon zomaar aangenomen bij een consultancy-bedrijf dat de waarde van mijn ervaring als onderzoeker zag. Geen moment spijt van gehad! Baanzekerheid, waardering, goed salaris. En nooit meer stukken reviseren

Elsy dinsdag 13 mei 2025 om 20:57

Ik zou ook Python, en eventueel C++ en misschien ook Matlab zeggen.

Wombat dinsdag 13 mei 2025 om 21:24

Ugli schreef: ↑
13-05-2025 17:50
Kun je Python, Pandas, Scikit, Spark (PySpark)? Want dan ben je er al. Kun je alleen R of SAS? Ook een goed begin, dan hoef je eigenlijk alleen Python bij te leren (wat ik verder noemde zijn libraries/kits/toolings binnen Python en daar dwarrel je vanzelf heen).

Also, als je gaat soliciteren. Noem het dan geen statistiek maar machine learning, dan zie je ze beginnen te watertanden.

Haha, al dit is vermoedelijk waar. Maar ik ben TO niet maar wel dezelfde achtergrond: ik geef les in statistiek. Maar ik weet (helaas) echt helemaal niks van machine learning! Het is echt iets heel anders!

Danae dinsdag 13 mei 2025 om 22:16

Ik wilde al opzoeken hoe machine learning precies gerelateerd is aan statistiek.
Maar SQL heb ik wel eens van gehoord

Ik heb echt zin om iets heel nieuws te leren. Maar het zou wel mooi zijn om iets te leren waar werkgevers op zitten te wachten. Dus bedankt voor de tips.

Ugli dinsdag 13 mei 2025 om 22:50

Wombat schreef: ↑
13-05-2025 21:24
Haha, al dit is vermoedelijk waar. Maar ik ben TO niet maar wel dezelfde achtergrond: ik geef les in statistiek. Maar ik weet (helaas) echt helemaal niks van machine learning! Het is echt iets heel anders!

Bij veel bedrijven bedoelen ze eigenlijk statistiek als de machine learning in de vacature hebben staan. Een LM valt er al onder zeg maar.

Elsy dinsdag 13 mei 2025 om 23:06

Je zou eventueel ook naar een onderzoeksinstituut zoals TNO kunnen kijken. Dan hoef je ook geen les te geven. Maar man is hier uit de wetenschap gegaan en meer in het praktische gaan werken en heeft er absoluut geen spijt van.

AnAppleADay woensdag 14 mei 2025 om 10:17

Ik werk zelf ook in die richting en Python is echt een must, SQL zou ik zeker ook doen. Je kunt al zelf een begin maken via Datacamp, dat is heel laagdrempelig maar er zijn ook genoeg cursussen om echt de diepte in te gaan. Deze track is een goed begin: https://www.datacamp.com/tracks/data-sc ... -in-python

Je hebt opzich niet per se een opleiding nodig, heel veel DS zijn op dit moment autodidact, juist omdat het nog een vrij nieuwe tak van sport is. Als je je fijner voelt bij wel een gecrediteerde opleiding dan kan ik JADS aanbevelen:
https://www.jads.nl/education/data-scie ... essionals/

helic woensdag 14 mei 2025 om 12:03

Ik heb ook een overstap gemaakt naar data analist/scientist. Het is sowieso per werkgever heel wisselend wat ze onder de functie analist versus scientist verstaan.

Vanuit studie wel al globale kennis van aantal zaken (zoals SPSS, R, matlab, python, sql en linux). Daarna in heel ander gebied gaan werken (zorg) en nu dus wel weer terug de data in.

Mijn affiniteit ligt meer in het analyse aspect en wat me daarin opvalt is dat er écht nog een heleboel Excel gebruikt wordt. PowerBI ook onmisbaar als skill en SAP als platform veel in gebruik om oa data te extraheren.

Ik haal er plezier uit om grote stromen aan data te analyseren en te forecasten. Ik ben ook veel bezig met modelleren, dus in 'mijn' analistenfunctie zit veel wiskunde verwerkt maar ook een behoorlijk deel programmeren. Op een andere werkplek kan het zomaar zijn dat je als analist enkel bezig bent met de vertaalslag van grote databronnen naar rapporten of meetings.

Heb je een idee welke tak je het meest interessant lijkt? Want daaruit kun je ook weer gerichter zoeken naar de juiste programmeertalen of andere skills die evt passen bij je toekomst.

Ik ben in ieder geval ontzettend tevreden met de overstap; het salaris, de werktijden, hybride werken etc..

Wolves don't lose sleep over the opinion of sheep

AnAppleADay woensdag 14 mei 2025 om 12:17

helic schreef: ↑
14-05-2025 12:03
Ik heb ook een overstap gemaakt naar data analist/scientist. Het is sowieso per werkgever heel wisselend wat ze onder de functie analist versus scientist verstaan.

Vanuit studie wel al globale kennis van aantal zaken (zoals SPSS, R, matlab, python, sql en linux). Daarna in heel ander gebied gaan werken (zorg) en nu dus wel weer terug de data in.

Mijn affiniteit ligt meer in het analyse aspect en wat me daarin opvalt is dat er écht nog een heleboel Excel gebruikt wordt. PowerBI ook onmisbaar als skill en SAP als platform veel in gebruik om oa data te extraheren.

Ik haal er plezier uit om grote stromen aan data te analyseren en te forecasten. Ik ben ook veel bezig met modelleren, dus in 'mijn' analistenfunctie zit veel wiskunde verwerkt maar ook een behoorlijk deel programmeren. Op een andere werkplek kan het zomaar zijn dat je als analist enkel bezig bent met de vertaalslag van grote databronnen naar rapporten of meetings.

Heb je een idee welke tak je het meest interessant lijkt? Want daaruit kun je ook weer gerichter zoeken naar de juiste programmeertalen of andere skills die evt passen bij je toekomst.

Ik ben in ieder geval ontzettend tevreden met de overstap; het salaris, de werktijden, hybride werken etc..

Mijn ervaring is dat dat enorm per bedrijf verschilt, ik heb bijvoorbeeld nog nooit met SAP gewerkt. PBI/Tableau/Looker is een keuze die wordt gemaakt, net als bijvoorbeeld Azure/GCP. Het is wel zo dat ervaring met de 'juiste' tool voor een bedrijf een pre is maar meestal geen must. Ik zit zelf meer aan de dashboarding kant en merk dat er ook wel een consensus is dat 'als je er één kent, je de andere ook wel snel op pakt'.
En dat geldt natuurlijk ook voor programmeertalen etc.

Danae woensdag 14 mei 2025 om 13:28

Ik denk dat ik het conclusies trekken uit data: wat laten ze nou precies zien en dat vertalen naar rapporten/overzichten het interessantst zou vinden. Als het zo verschilt per werkgever vraag ik me wel af waar ik goed aan zou doen om te leren. Is er bij jullie ook 'learning on the job'? Of zelfs iets als een leer-werk traject?

AnAppleADay woensdag 14 mei 2025 om 13:56

Danae schreef: ↑
14-05-2025 13:28
Ik denk dat ik het conclusies trekken uit data: wat laten ze nou precies zien en dat vertalen naar rapporten/overzichten het interessantst zou vinden. Als het zo verschilt per werkgever vraag ik me wel af waar ik goed aan zou doen om te leren. Is er bij jullie ook 'learning on the job'? Of zelfs iets als een leer-werk traject?

Dit is ook mijn specialiteit dus ik snap het helemaal

Er is bij ons ook wel 'learning on the job' maar dat is dan vaak voor interne collega's. Het is wel gebruikelijk dat je òf kennis over de business òf ervaring in de data hebt (of allebei natuurlijk). Het makkelijkste pad voor veel omscholers is dus bij de huidige werkgever overstappen naar de data-afdeling. Maar voor jou is dat natuurlijk minder makkelijk omdat je vanuit de wetenschap komt, dus dan zul je toch al iets anders moeten meenemen.

Maar zoals ik al zei: ook al verschilt de tooling, de basis helpt al enorm. De eerste taal/tool is het moeilijkste te leren en daarna is het veel dezelfde logica in een ander jasje. Het is wel zo dat de beste begin-taal afhangt van wat je daadwerkelijk wil doen.
Python wordt veel gevraagd voor echt Data Science maar als ik jou zo lees is het denk ik logischer om eerst richting de Data Analyse te gaan. Is ook makkelijker (minder abstract) en dan kun je van daarui altijd nog verder leren.

Dan kun je het beste beginnen met SQL als taal en PowerBI als tool. Met die twee heb je echt een hele goede start en ben je al heel interessant voor veel werkgevers. Beiden overigens ook te vinden bij Datacamp.

helic woensdag 14 mei 2025 om 17:45

Danae schreef: ↑
14-05-2025 13:28
Ik denk dat ik het conclusies trekken uit data: wat laten ze nou precies zien en dat vertalen naar rapporten/overzichten het interessantst zou vinden. Als het zo verschilt per werkgever vraag ik me wel af waar ik goed aan zou doen om te leren. Is er bij jullie ook 'learning on the job'? Of zelfs iets als een leer-werk traject?

Wat AnAppleADay zegt sluit ik me bij aan: als je een tool + een taal kan kom je al een eind. Met name als analist. En deze kun je vrij gemakkelijk jezelf eigen maken dmv YouTube of platforms.

Ik heb sinds mijn overstap inmiddels bij 2 grote internationale bedrijven mijn ervaring liggen. Ze bieden wel grootschalige traineeships aan voor WO’ers, maar vereiste is een minimum aan werkervaring. Dus echt voor de net-afgestudeerden in datzelfde studiegebied.

Ik ben zo’n interne overstapper. Vanuit m’n vorige functie gaan specialiseren richting data en werkervaring opgedaan om uiteindelijk de overstap te maken naar een echt nieuwe functie&bedrijf als data-analist.

Wat mij hielp bij de overstap was een interessante vacature vinden en ‘gewoon’ bellen en vragen wat ze precies willen dat ik zou kunnen. Nadat ik die interne ervaring dus onder de knie had ben ik verder gaan solliciteren. Maar dat gezegd hebbende: er is gewoon veel vraag naar beide specialiteiten. Als jij hard kunt maken dat je een wetenschappelijk of iig analyserende blik hebt op data, dan brengt je dat al ver.

Wolves don't lose sleep over the opinion of sheep

Rosanna1985 maandag 19 mei 2025 om 01:11

Be careful what you wish for... waarom wil je precies weg op de universiteit?
Ik maakte ook de overstap van de universiteit naar de privésector, maar dat viel me toch wat tegen: veel minder verlofdagen, veel minder flexibiliteit, veel minder vertrouwen in hun werknemers, elke euro moet 5x omgedraaid worden, geen opleidingen of conferenties want dat kost geld, bij alles wat je doet moet je op voorhand exact kunnen zeggen hoeveel uren het gaat duren (vaak redelijk onmogelijk in een onderzoeksgerichte functie, ...), je werk goed willen doen wordt eigenlijk niet gewaardeerd want het moet vooral snel gaan want dat is goedkoper, ...

Danae maandag 19 mei 2025 om 07:51

Ja ik weet het zeker. Genoeg tijd hebben om je werk goed te doen vind ik overigens totaal geen beschrijving van werken op een universiteit met 10 minuten voor het nakijken van een paper zonder tijd om een fout te maken of even terug te kijken en een publicatienorm van 2 peer reviewed artikelen per jaar bij 0,35 fte onderzoekstijd (waar al 0.05 vanaf geschraapt is waarvoor meer onderwijs gegeven moet worden, wat natuurlijk niet past in de uren die je ervoor krijgt). Maar dat is niet de reden dat ik ontslag neem. Dat ligt op managementvlak waar ik hier niet over uit ga wijden.

Gelukkig heb ik ook de ruimte (financieel) om even afstand te nemen en te verwerken wat er gebeurd is. In die tijd ga ik een tool en een taal leren nav dit topic

AnAppleADay maandag 19 mei 2025 om 09:20

Rosanna1985 schreef: ↑
19-05-2025 01:11
Be careful what you wish for... waarom wil je precies weg op de universiteit?
Ik maakte ook de overstap van de universiteit naar de privésector, maar dat viel me toch wat tegen: veel minder verlofdagen, veel minder flexibiliteit, veel minder vertrouwen in hun werknemers, elke euro moet 5x omgedraaid worden, geen opleidingen of conferenties want dat kost geld, bij alles wat je doet moet je op voorhand exact kunnen zeggen hoeveel uren het gaat duren (vaak redelijk onmogelijk in een onderzoeksgerichte functie, ...), je werk goed willen doen wordt eigenlijk niet gewaardeerd want het moet vooral snel gaan want dat is goedkoper, ...

Dat verschilt toch per werkgever?
Je hebt werkgevers met onbeperkt verlof, je hebt werkgevers met veel trainingsbudget , super flexibel etc. Natuurlijk ook genoeg waar het slechter is maar ook genoeg waar het juist beter is.
Ik heb nog nooit al mijn uren moeten voorspellen en krijg meestal echt de tijd om iets goeds op te zetten. Met enorm veel vertrouwen en flexibiliteit.

Terwijl ik vriendinnen in de onderzoekswereld continue zie leuren om beurzen.

Wombat maandag 19 mei 2025 om 17:38

Danae schreef: ↑
19-05-2025 07:51
Ja ik weet het zeker. Genoeg tijd hebben om je werk goed te doen vind ik overigens totaal geen beschrijving van werken op een universiteit met 10 minuten voor het nakijken van een paper zonder tijd om een fout te maken of even terug te kijken en een publicatienorm van 2 peer reviewed artikelen per jaar bij 0,35 fte onderzoekstijd (waar al 0.05 vanaf geschraapt is waarvoor meer onderwijs gegeven moet worden, wat natuurlijk niet past in de uren die je ervoor krijgt). Maar dat is niet de reden dat ik ontslag neem. Dat ligt op managementvlak waar ik hier niet over uit ga wijden.

Gelukkig heb ik ook de ruimte (financieel) om even afstand te nemen en te verwerken wat er gebeurd is. In die tijd ga ik een tool en een taal leren nav dit topic

Oh dan valt het bij ons reuze mee eigenlijk! Het wordt er niet gezelliger op met de huidige bezuinigingen op hoger onderwijs maar zo erg als bij jou is het ook niet.

Appoe donderdag 22 mei 2025 om 21:12

Ik ben hier ook benieuwd naar. Maar dan met name naar een opleiding Data science waarbij geen verhoogd collegegeld is. Vanwege tweede studie (bachelor).

Iets van een traineeship achtig iets zou ook kunnen, maar dan wel op Hbo-niveau of dat ze mensen aannemen met een Hbo-diploma.

Appletje vrijdag 23 mei 2025 om 15:14

AnAppleADay schreef: ↑
19-05-2025 09:20
Dat verschilt toch per werkgever?
Je hebt werkgevers met onbeperkt verlof, je hebt werkgevers met veel trainingsbudget , super flexibel etc. Natuurlijk ook genoeg waar het slechter is maar ook genoeg waar het juist beter is.
Ik heb nog nooit al mijn uren moeten voorspellen en krijg meestal echt de tijd om iets goeds op te zetten. Met enorm veel vertrouwen en flexibiliteit.

Terwijl ik vriendinnen in de onderzoekswereld continue zie leuren om beurzen.

Ik denk dat we vooral kunnen concluderen dat het gras niet altijd groener is aan de andere kant. Even kort door de bocht: mensen in de (semi-)overheidssector denken dat de bomen in het bedrijfsleven tot in de hemel groeien en salarissen veel hoger zijn, mensen uit het bedrijfsleven denken dat mensen in het onderwijs alleen maar vakantie hebben en ambtenaren vrijwel niet (hoeven te) werken.

De werkelijkheid is echter totaal anders.

amby vrijdag 23 mei 2025 om 18:37

Ik vind jullie wel erg optimistisch wat betreft de baankansen, en dat zeg ik als iemand die zelf ooit deze overstap heeft gemaakt. Is er misschien nog een bepaalde branche/industrie waar de kennis van je vakgebied nog toegevoegde waarde heeft? Ik heb een achtergrond in economie, maar de meeste van mijn oud-collega’s zijn gegaan naar de overheid of onderzoeksbureaus. Bedrijfsleven is lastiger tussen te komen en ik heb ook onderop moeten beginnen.

Danae vrijdag 23 mei 2025 om 21:49

Ik vind onderop beginnen geen enkel probleem. Ik ben wel op zoek naar waar te beginnen. Wat zijn de belangrijkste technieken/ programma's die jij nu gebruikt?

Omscholen naar data scientist

Actieve topics