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

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.
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

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
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

dinsdag 13 mei 2025 om 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!Ugli schreef: ↑13-05-2025 17:50Kun 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.![]()
dinsdag 13 mei 2025 om 22:16
dinsdag 13 mei 2025 om 22:50
Bij veel bedrijven bedoelen ze eigenlijk statistiek als de machine learning in de vacature hebben staan. Een LM valt er al onder zeg maar.
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/
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/
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..
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
woensdag 14 mei 2025 om 12:17
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'.helic schreef: ↑14-05-2025 12:03Ik 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..
En dat geldt natuurlijk ook voor programmeertalen etc.
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?
woensdag 14 mei 2025 om 13:56
Dit is ook mijn specialiteit dus ik snap het helemaalDanae schreef: ↑14-05-2025 13:28Ik 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?

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.
woensdag 14 mei 2025 om 17:45
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.Danae schreef: ↑14-05-2025 13:28Ik 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?
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

Om te kunnen reageren moet je ingelogd zijn
Al een account? Log dan hier in