Als Fiae zur Ki Entwicklung. Ist das moeglich?

[Jonny222]

Hallo,

ich stehe derzeit am Anfang der Umschulung zum Anwendungsentwickler und bin hoch motiviert. Fuehlt sich endlich so an, als haette ich mein Berufsfeld gefunden. Ich habe mich schon etwas umgeschaut in welchen Bereichen ich nach der Umschulung arbeiten moechte und festgestellt, dass mich eigentlich nur das Gebiet der Ki Entwicklung wirklich reizt. Ich bin zwar grade einmal seit 2 Wochen in der Umschulung und sicherlich werden noch andere Bereiche sehr ansprechend sein, aber ich will mich lieber jetzt schon spezialisieren ,damit ich etwas vorzuweisen habe wenn das 6 Monate lange Praktikum beginnt.

Dazu lerne ich grade neben den 8 Stunden Unterricht noch 3 Stunden autodidaktisch Python am Tag (mehr ist leider nicht drin wegen Konzentrationsmangel) und will dann noch weite Ki relevante Themen anschauen . Allerdings glaube ich nicht, dass es als Qualifikation ausreichen wird. Es scheint mir so ,als wuerde dieser ganze Ki, Maschinell learning, Deep learning, Big Data Sektor eh nur fuer Akademiker zugaenglich zu sein und nichts fuer Fachinformatiker.

Daher wenn ihr Erfahrungswerte habt von euch oder anderen wie man in diesen Sektor kommt, oder Ideen zum erreichen fuer Qualifikationen, Spekulationen, Geruechte oder was auch immer, dann nur her damit  

Ach fast vergessen, ich bin 29 und wohne in Berlin.

[Albi]

Grundsätzliche einmal würde ich sagen "Sag niemals nie", aber um das auch gleich zu sagen ohne Studium wirst du es verdammt schwer haben. Zusätzlich zur Tatsache das du kein Info Studium hast, machst du auch "nur" eine Umschulung. Ich will hier jetzt nicht generell gegen Umschulung "bashen", wir haben einige Leute hier die eine Umschulung gemacht haben, sehr erfolgreich sind und viel Ahnung haben von dem was sie tun. Aber bei vielen Unternehmen bist du mit einer reinen Umschulung meist trotzdem noch etwas schlechter gestellt als ein "normaler" Azubi. Soll heißen du hast zumindest was die Grundvorrausetzung angeht definitiv keinen, ich sag mal "Idealstart".

Wie du schon festgestellt hast, gerade im Bereich KI etc. sind extrem viele Akademiker unterwegs, das liegt wohl auch viel daran, das Studierte gerade mit Info Studium, ganz andere Kenntnisse in der Tiefe lernen als ein Azubi/Umschüler. Studenten haben extrem tiefe Einblicke in die Theorie der Informatik (noch mehr wenn sie Master und vll sogar im Extremfall Doktor gemacht haben), gerade auch was Algorithmen (woraus KI ja meistens besteht) usw. angeht, diese Tiefe erreicht ein Azubi/Umschüler so gut wie nie zumindest nicht direkt nach Abschluss der Ausbildung/Umschulung. Natürlich sagt keiner wenn du die Richtige Firma erwischt das du nicht über Berufserfahrung in einigen Jahren auch in den Bereich kommen kannst, ich denke aber direkt nach der Ausbildung/Umschulung wird es extrem schwer bis nicht möglich sein. Aber nochmal ich will dich in keinem Fall demotivieren, aber denke es ist wichtig da direkt und ehrlich zu sein.

Es ist toll das du dich privat mit dem Thema beschäftigst, aber auch das geht meist nur zu einem gewissen Grad und damit wirst du nach Feierabend den meisten (Vollzeit) Studenten die sich nach dem Studium auf die "Junior" Stellen in dem Bereich (falls es die so gibt) bewerben, nicht wirklich das Wasser reichen können. Viele Unternehmen werden dich wahrscheinlich sofort aussortieren wenn sie sehen das du kein Studium hast. Die wenigen die dich vll einladen weil sie neugierig sind, weil du es als Umschüler versuchst, werden sicher das Wissen ordentlich abklopfen und wenn da dein Fachwissen usw. nicht sitzt, fliegst du wohl auch schnell aus dem Prozess.

Darf ich fragen warum du dich für die Umschulung entschieden hast und nicht für eine "normale" Duale Ausbildung? Du hast natürlich auch die Möglichkeit deine Umschulung gut zu machen, dann erstmal 3 Jahre als Entwickler etc. Erfahrung zu sammeln und dann noch ein Studium dranzuhängen um die "Akademiker Hürde" besser meistern zu können, zieht sich natürlich dann alles länger raus. Ich aber denke einen schnellen und einfachen Weg wird es in deinem Fall nicht wirklich geben ohne extremes Glück und "richtige Zeit, richtiger Ort" bzw. Vitamin B.

Ich wünsch dir jedenfalls Glück.

 

[pr0gg3r]

vor einer Stunde schrieb Jonny222:

Es scheint mir so ,als wuerde dieser ganze Ki, Maschinell learning, Deep learning, Big Data Sektor eh nur fuer Akademiker zugaenglich zu sein und nichts fuer Fachinformatiker.

Das ist weil das ganze KI-Zeugs eben sehr theoretisch und mathematisch ist. Jedenfalls waren die KI-Vorlesungen bei uns reine Mathematik, weshalb ich sie nicht gewählt habe, wobei das Thema an sich sehr spannend ist. Andererseits haben auch andere sich in KI eingearbeitet, Modelle angelernt und damit bisschen in Python rumgebastelt, auch mit ganz guten Ergebnissen. Es ist eben immer eine Frage wo du hin willst: Willst du selber Algorithmen entwickeln, optimieren, verbessern oder willst du bestehende KI-Algorithmen/Programme anwenden? Künftig wird KI immer wichtiger, aber auch Hochschulen und Universitäten wissen das und richten Forschungslabore ein oder entwickeln sogar die ersten reinen KI-Studiengänge. Du musst dir eben im klaren sein, dass du vermutlich sehr gefragt bist wenn du dich mit KI auskennst, aber auch, dass du künftig innerhalb der nächsten 5 Jahre immer mehr gegen Akademiker konkurrieren wirst.

[Jonny222]

@Albi Ja ich sehe es auch so. Es ist halt nur eine Umschulung die bestimmt nicht mal an Ki anecken wird, wobei ich sagen muss das der Dozent bisher sehr gut ist. Ich denk auch das jedes Unternehmen einen Studierten (am besten noch in Ki studierten) bevorzugen wird, allerdings gibt es einen starken Fachkraeftemangel der hoffentlich nicht so schnell abflauen wird. Daher gibt es vielleicht luecken in Personalwesen die manch ein Unternehmen vielleicht damit stopft, einen Umschueler/Autodidakten zu nehmen und aus zu bilden, um so dem Personalmangel zu begegnen. Ich hoffe das zumindest sehr, da ich derzeit auch keine andere Moeglichkeit sehe in diesem Gebiet Fuss zu fassen.

Ich hab mich nicht fuer eine Duale Ausbildung entschieden, weil ich nicht genommen wurde (hab mich aber auch nur bei drei Stellen beworben, kurz vor ablauf) und weil Umschulung wesentlich schneller geht (2 Jahre) und weil ich der Berufsschule nicht vertraue (veraltete Lehrinhalte, grantige Lehrer ohne bezug zur Wirtschaft). Ich halte es auch fuer angenehmer erstmal 1 1/2 Jahre zu lernen und dann auch etwas zu koennen bei der Arbeit. Sind natuerlich nur ueberlegungen und etwas recherchen gewesen und keine empirischen Werte, also sind es eigentlich Vorurteile^^.

@pr0gg3r Auf das ganze Mathematik zeug haette ich auch kein Bock, vor allem wenn es zu theoretisch wird und zuwenig praxis Bezug hat.Ich will mich definitiv zu  "bestehende KI-Algorithmen/Programme anwenden" entwickeln. Hab auch schon nach Buechern geschaut und es scheint mit Entwicklungsumgebung autodidaktisch lernbar zu sein. Da du mit der Materie schon angeeckt bist, weisst du vielleicht welche mathematischen Gebiete zwingend erforderlich sind?

[Listener]

Du hast von vielen Dingen eine relative naive Vorstellung, sorry.

Fachkräftemangel - gibt es vielleicht, denke eher nicht (da gibt es hier einen ellenlangen Thread zu)

Deine Überlegungen, wieso die Umschulung Vorteile gegenüber der dualen Ausbildung hat, greifen auch nicht wirklich

KI besteht nunmal nicht aus bestehenden Programmbibliotheken in Python zusammenkopieren. Da benötigt man ein gutes Verständnis von mathematische Algorithmen, Statistik und Operations Research. Sich das selbst beibringen zu können, halte ich für ziemlich ausgeschlossen (das waren im Studium zumindest ganz andere Kaliber als eine Vorlesung zum Programmieren)

Bearbeitet 18. April 2019 von Listener

[Rabber]

Ich würde ebenfalls dazu raten, Dir wahlweise andere Themen vorzunehmen (da gibt es genug Interessantes, neben der KI) oder - wenn Du das unbedingt machen möchtest - Dir schon einmal zu überlegen, wie, wann und wo Du Dein Studium beginnen möchtest.

Ohne Studium wird es wohl nix werden. Idealerweise übrigens einen Master, nicht bloß einen Bachelor. Manche Stellen richten sich sogar gezielt an Doktoranden und Co., so dass der Master schon das Minimum darstellt. KI hat zwar mit IT zu tun, ist aber am Ende mindestens genauso viel Mathe, wenn nicht gar mehr. Nicht ohne Grund richten sich viele Angebote an studierte Mathematiker oder Physiker, nicht unbedingt nur an Informatiker.

[Nopp]

Ich habe mir mal eben "bekanntere" Studiengänge in Deutschland zur KI angeschaut.
Da wären z.B. "Humanoide Robotik" in Berlin und "Mensch-Computer-Interaktion" in Hamburg und der Mathe-Anteil ist dort echt hoch und wahrscheinlich deutlich über dem der Oberstufe anzusiedeln.
Ist halt leider nicht so "straight forward" wie das Programmieren einer GUI etc.
.

[_n4p_]

vor 2 Stunden schrieb Listener:

KI besteht nunmal nicht aus bestehenden Programmbibliotheken in Python zusammenkopieren.

https://scikit-learn.org/stable/tutorial/basic/tutorial.html

[alex123321]

Ich glaube die Frage ist immer was man erreichen/entwickeln möchte.

Voice Assistants, autonome Fahrzeuge, Deeplearning o.ä.? Glaube ich nicht dran

Machine Learning für beispielsweise Klassifikationen, Clustering etc? Warum nicht

 

Ich selbst bastel grad im Rahmen meiner Bachelorarbeit mit Word Embedding Modellen herum, ist allerdings natürlich was anderes das produktiv in einer professionellen Umgebung zu machen

Bearbeitet 18. April 2019 von alex123321

[Crush]

Grundsätzlich ist alles möglich, was aber v.a. an dem eigenen Ehrgeiz liegt sein Ziel zu erreichen. Man muß natürlich wissen, wo die eigenen Grenzen sind. Ich bin auch FIAE und habe mich gegen alle Studierten mit Dr. Titel von Anfang an problemlos behaupten und diese oft sogar deklassieren können, sodaß letzlich alle irgendwann grundsätzlich davon ausgingen, ich hätte mit Auszeichnung studiert. Ich hatte nie ein Geheimnis daraus gemacht falls einer mal direkt nach gefragt hat. Ich hätte eigentlich sogar ein Studium antreten können, da ich die allg. FH Reife schon vor dem FI hatte, aber ich sah das seinerzeit v.a. allem als Zeitverschwendung an und entschied mich in etwa im gleichen Alter wie Jonny222 (~28) lieber kurzfristig den FI als Umschulung zu machen um schnellstmöglichst einsteigen zu können.

Zum Thema KI kann ich nur sagen, daß das Niveau von 99% der Informationen im Internet eigentlich extrem flach ist, auch wenn das schon hoch mathematisch wirkt. Ich habe hier Bücher zum Thema auf Prof. Niveau, was noch wesentlich tiefer in teils extreme Mathematik, Analysis und Beweisführung eintaucht, die offensichtlich so heute gar nicht mehr benötigt wird wenn ich mir die aktuellsten Papers anschaue. Das ist zwar schön für Studierende, die angeben wollen, aber der flache Teil aus dem Internet ist ausreichend Wissen genug um sich ins Thema eigenständig rein zu arbeiten. Ich habe mich schon mit künstlicher Intelligenz hobbymässig vor 25 Jahren beschäftigt und es hat sich eigentlich kaum etwas an den Grundlagen bis heute verändert außer die Rechenzeit die einem zur Verfügung steht. Das "Neue" ist mehr in kleineren Details zu finden und eben den Einsatz wesentlich größerer und tieferer Netze als früher. Recurrent Networks sind nix weiteres als die steinalten Hopfield Netzwerke. Wenn man bedenkt, wie lange es gebraucht hat, bis sich wirklich etwas in dem Bereich getan hat halte ich die Gesamtentwicklung als enttäuschend langsam. Schon 1853 wurde das erste neuronale Netz im Prinzip beschrieben und 1938 eines vorgestellt das bis heute unwesentlich geändert beibehalten wurde als "state of the art": https://web.archive.org/web/20060203191836/http://neurocomputing.org/History/body_history.html

Ich bin seit einer guten Weile jetzt beruflich dabei mich ziemlich tief mit der Materie für Kundenprojekte und Eigenentwicklungen auseinander zu setzen und sehe letztlich, daß praktisch alle nur mit dem gleichen Wasser kochen. Ich treffe mich gelegentlich mit Experten aus der universitären und wirtschafltlichen KI-Forschung und es kommt eigentlich immer am Ende die gleiche Aussage in den Gesprächen raus: Wir haben zwar die Methoden und Rechenpower, aber für jedes Projekt ist es letzlich nur "Trial & Error" und ein wenig Glück. Man kann also nicht durch reine Mathematik alles einfach besser machen, sondern v.a. viel experimentieren und hoffen, daß man sich in die richige Richtung zum Ziel hin bewegt. Manchmal ist ein zufälliger Geistesblitz der Ausschlag um einen technischen Quantensprung (ist das nicht eigentlich sehr winzig?) zu machen.

Wenn man jetzt noch bedenkt, daß es viele Entwicklertools und fertige Entwicklungsumgebungen zum leichten Aufbauen von Netzen frei verfügbar gibt und man auch ohne tiefes Wissen den aktuellen Stand der Entwicklung einfach benutzen kann, sehe ich keinen Grund in das Thema nicht einzusteigen wenn ausreichend Interesse da ist. Tiefer einarbeiten kann man sich immer, aber ich mutmaße einfach mal, daß auch 99% der Studenten nur die Open-Source Lösungen bevorzugt verwenden als selber etwas zusammen zu klopfen (was aber auch nicht unendlich komplex ist). Es muß nicht jeder das (gleiche) Rad neu erfinden.

Ich sehe jedoch, daß andere Entwicklungen wie v.a. optimierte Algorithmen zur Datenpreparation, oft sogar nur optimierter Code die Leistungsfähgikeit eines "normalen" NN bedeutend stärker beeinflussen können als nur am Ende der Pipeline herum zu doktern.

Wenn Du es wirklich willst, dann tu es und laß Dir nie sagen, man kann nichts als FI erreichen. Laß Dich einfach nicht klein reden und beweise mit Eigeninitiative, daß Du keine Angst hast es auch mit schier unmöglichen Herausforderungen aufzunehmen. Wenn ich aufgeschrieben hätte, wie oft mir gesagt wurde: "Das ist unmöglich!" und ich daraufhin bewiesen habe, daß es das nicht ist, dann hätte ich schon ein ansehnliches Buch gefüllt. Du solltest eben irgendwann einmal etwas wirklich Beeindruckendes Neues vorlegen können, dann fängt man auch an Dich ernst zu nehmen und kann Dich nicht mehr ignorieren.

Vielleicht noch eine kleine Anekdote von anno dazumal:

Es gab mal einen Programmiererwettbewerb, bei dem man in einem einfachen Spiel ähnlich wie beim Rubiks Würfel ein Chaos durch möglichst wenig Spielzüge auflösen sollte. Die Lösungswege eines existierenden Problems durften dabei nicht vorberechnet sein, sondern mußten in Echtzeit berechnet werden. Die ersten waren stolz in wenigen Sekunden eine Lösung zu liefern, kurz darauf kamen die HQ Studenten und haben ihr Wissen angewandt und schafften es in einigen zehntel bis hunderte Millisekunden. Ich hatte das Anfangs auch so gemacht und kam mit kleinen Tricks schon im einstelligen Millisekundenbereich durch Codeoptimierung an und habe dann überlegt, wie eine echte künstliche Intelligenz arbeiten würde und experimentierte auch mit neuronalen Netzen, die aber irgendwie auch nichts getaugt haben, bis ich ein eigenes neues KI Verfahren entwickelt habe. Als ich dann den totalen (Gehirn-)Durchbruch hatte, hat mir keiner geglaubt, daß ich in knappen 10-20 Nanosekunden schon eine Lösung (Singlecore) hätte (auf steinalten Computern), was damals etwa 3-8 NOP (nix tun) Befehlen in Assembler entspricht. Mir kam sogar die Idee zu einem Idioten-Algorithmus (der Hoschi) der das Problem vollkommen blind ohne Ahnung von Tuten und Blasen im kleinen bis mittleren Mikrosekundenbereich lösen konnte und damit die übliche Studenten-Algorithmik klar übertrumpft hatte. Ich habe mir den Source gestern erst zufällig angeschaut und sehe jetzt noch viel Optimierungsmöglichkeiten um das ganze auf vielleicht 1/4 bis 1/8 mit heutigem Wissen noch zu drücken. Es geht also immer irgendwie besser zu lösen.

Bearbeitet 18. April 2019 von Crush

[Jonny222]

Herzlichen dank fuer deinen umfassenden und anschaulichen Beitrag Crush, finde ich persoenlich sehr motivierend und zeigt das studieren nicht der heilige Gral ist. Vor allem das du als Fiae soweit gekommen bist finde ich klasse und veranschaulicht was moeglich ist. 

vor 7 Stunden schrieb Crush:

 

Wenn man jetzt noch bedenkt, daß es viele Entwicklertools und fertige Entwicklungsumgebungen zum leichten Aufbauen von Netzen frei verfügbar gibt und man auch ohne tiefes Wissen den aktuellen Stand der Entwicklung einfach benutzen kann, sehe ich keinen Grund in das Thema nicht einzusteigen wenn ausreichend Interesse da ist. Tiefer einarbeiten kann man sich immer, aber ich mutmaße einfach mal, daß auch 99% der Studenten nur die Open-Source Lösungen bevorzugt verwenden als selber etwas zusammen zu klopfen (was aber auch nicht unendlich komplex ist). Es muß nicht jeder das (gleiche) Rad neu erfinden.

So dachte bzw erhoffe  ich mir das auch. Erstmal ueber die Entwicklungsumgebungen kleine Projekte zusammen schustern und lernen was geht, anschliessend sich bewerben und versuchen ein Fuss in die Tuer zu bekommen.

[Gast]

Es veranschaulicht nur was ihm möglich war. Daraus eine generelle Regel abzuleiten, ist naiv.

Auch wenn ich der Überzeugung bin, dass es schon signifikant unsinnig ist, Arbeitnehmern, denen bestimmte formale Nachweise fehlen, eine Befâhigung abzusprechen, das auch zu bewältigen, was man sucht. Aber dann nach fehlenden Fachkräften schreit.

Es zeigt nur, dass man versucht, bestimmte Fähigkeiten zu formalisieren, selbst da wo es nicht möglich ist. Anders ist zum Beispiel nicht zu erklâren, warum man in erster Linie Akademikern eher Führungspositionen vergibt, obwohl diese wahrhaft keine Führungserfahrung während ihres Studium machen/machen können.

[Crush]

Das große Problem liegt darin, daß man am Anfang eben nicht weiß ob man ein Überflieger sein kann oder nicht. Doch wenn man es sich nicht vor nimmt, wird man ein größeres Ziel eh nie erreichen. Auch ich mußte zwischendrin mal ein paar Zelte nieder reißen um mir einen Wolkenkratzer bauen zu können. Manchmal können jahrzehnte ins Land ziehen, bis man da ist wo man hin möchte, aber das ist in jedem Beruf so. Deshalb reicht der Wille alleine nicht unbedingt aus - manchmal ist es natürlich auch hilfreich, wenn man wohlwollende Unterstützer auf Kundenseite finden kann, daher ist der soziale Aspekt im Umgang mit den "anderen" sehr wichtig. Ich kenne noch mehr FIs die auch schon sehr anspruchsvolle Tätigkeiten als Engineering Berater hatten und in Richtung Manager gingen. Daher glaube ich, daß ein Studium grundsätzlich nicht immer notwendig ist, wenn man an seinen Fähigkeiten arbeitet und das große Ziel nicht aus dem Auge verliert. Man muß nur eine Entscheidung fällen, es sich auch zutrauen und das auch klar den anderen zeigen, sonst wird man nie entsprechend einsortiert.

Wie aber in jedem Spiel kann es sein, daß man sich wie blöd abrackert und kein Land gewinnt. Doch dann muß man eben reflektieren und notfalls die Kursrichtung ändern. Vielleicht auch mal eine Insel umfahren um auf die andere Seite zu gelangen als den direkten Weg zu nehmen.

Jeder wird mir zustimmen, daß hierbei der Charakter und Wille ebenso wichtig sein können wie auch die Fähigkeiten und das Durchhaltevermögen, bzw. Motivation. Bei manchem "Poser" kann der Charakter sogar schon ausreichend sein...

Es gibt sicher auch viele, die sich mit ihren grundlegende Eigenschaften und Fähigkeiten etwas überschätzen. Es ist manchmal schwer sich selbst realistisch einzuschätzen und man sollte daher sich auch mal in der Umgebung nach ehrlichen Bewertungen umschauen und diese beherzigen. Wenn man eben nicht über den Kellercoder hinaus kommt ist das eben so - viele können aber so sehr glücklich alt werden und man sollte immer stolz darauf sein was man so alles Positives gemeistert und geleistet hat und sich nicht immer nur nach oben hin vergleichen um sich unnötig selbst zu deprimieren.

Bearbeitet 19. April 2019 von Crush

[Gast Liwjatan]

Ich bin wirklich kein Pessimist und plädiere immer dafür, dass man Ziele und Träume im Leben braucht. Ich halte das Ziel "KI Entwicklung" allerdings in deiner jetzigen Situation für den völlig falschen Schwerpunkt.

Du hast völlig richtig erkannt das der Bereich "KI Entwicklung" eigentlich nur etwas für Akademiker ist. Das ist einfach Fakt da braucht man sich auch nichts schönreden. Wobei ich hier noch mal zwischen KI Entwicklung im Forschungsbereich - also beispielsweise wie Google es mit AlphaGo macht - und den klassischen "Data Science" Feldern unterscheiden würde. In den Forschungsbereich kommst du praktisch nur mit Promotion. Da reicht auch der Bachelor nicht. Im Data Science Bereich (sprich Kundenanforderungen analysieren, Modelle bauen, etc.) geht schon was mit Bachelor, aber man muss schon im Studium die richtigen Schwerpunkte setzen und Praktika machen damit man da Chancen hat. Wie schon ausgeführt wurde sind das keine Stellen die nur an Informatiker gehen, sondern grundsätzlich auch an Mathematiker, Physiker oder an Absolventen die einen Statistik Schwerpunkt im Studium hatten. Das kann auch Biologie, Chemie oder Wirtschaft mit entsprechender Ausrichtung sein.

Wenn man sich die Stellen im Data Science Bereich anschaut wirst du natürlich feststellen, dass eine Berufsausbildung dort als Voraussetzung nicht mal aufgelistet wird. Du wirst ohne Studium direkt aussortiert. Da wird dich auch keiner aus Neugierde einladen, weil das einfach kein Bereich ist, wo man Defizite in den grundlegendsten Grundlagen und Erfahrung im wissenschaftlichen Arbeiten mit Leistungswillen und überragender Motivation ausgleichen kann. Das geht bei Entwicklerstellen wo man von einem in den anderen Technologie Stack wechselt, oder der Administrator unbedingt Entwickler werden will oder andersrum. Aber nicht im Data Science Bereich.

 Dazu kommt das man sich natürlich Python und ein paar Frameworks anschauen kann, aber das hat einfach mit dem Berufsbild nichts zu tun, weil das lediglich alles Werkzeuge sind die nur ein Bruchteil der eigentlichen Anforderungen darstellen. Man sucht da eben keine Anwendungsentwickler, sondern mehr oder weniger Wissenschaftler. Dir fehlt eigentlich das komplette Grundstudium für so eine Stelle. Das holt man auch nicht "einfach mal so nach" in der Freizeit.

Wie gesagt, ich möchte dir dieses Ziel nicht madig machen. Aber ich sehe hier wirklich die Gefahr dass du in deiner Umschulung die völlig falschen Schwerpunkte setzt und dich völlig am Markt vorbei entwickelst. Das wäre wirklich sehr schade, denn dann wird es richtig richtig schwer mit der Jobsuche. Ich würde eher schauen dass du dich auf das eigentliche Ziel "Software entwickeln" konzentrierst und du dir die Sachen im C# oder Java Bereich aneignest, die gefragt sind.

Wenn "KI Entwicklung" dann immer noch dein Traum ist, dann würde ich mal ein Informatik Studium anpeilen.  Das hilft dir auch für deine Entwicklerstelle und wenn das gut funktioniert, gibt es inzwischen Master Studiengänge die neben dem Beruf ausgelegt sind und in diese Data Science Ecke gehen. Beispielsweise Big Data & Business Analytics in der FOM. Der Informatik Bachelor dort vermittelt inzwischen auch schon einige Basics in diesem Bereich. Realistisch wäre es dann mit Berufserfahrung als Softwareentwickler, Informatik Studium und nebenberuflichen Master im Big Data Bereich dann eine Traineestelle im Consulting zu ergattern. Ist halt nur die Frage ob du das wirklich willst, denn KI's entwickelst du da nicht mehr. Du mapst das was es schon gibt (Datenmodelle, Frameworks etc.) auf die Kundenanforderungen. Wenn du eher der bist der die Frameworks entwickeln will, dann bleibt tatsächlich nur das Uni Studium und die Promotion. Mit 40 als praktisch Berufsanfänger wird das aber wohl nichts mehr. Ist halt auch die Frage ob das alles in 10 Jahren noch so gefragt ist, weil die Standards werden jetzt entwickelt, nicht in 10 Jahren. Außerdem überwiegend gar nicht in Deutschland sondern vor allem in den USA und in China.

Das wäre in meinen Augen ein realistischer Weg, womit man aber aufjedenfall auch erstmal die Chance auf einen Job hat nach der Ausbildung. So sehe ich da echt schwarz ...

Bearbeitet 20. April 2019 von Liwjatan

[Gast D-eath]

Auch ohne Uni-Studium und Promotion wirst du in der "KI-Entwicklung" (bspw. mit Core ML oder Tensorflow) nicht besonders weit kommen, weil du in den meisten Fällen leider ohne mathematische Vorbildung und Theorie überhaupt keine Ahnung hast, was du tust. Das ist genau das selbe wie bei Leuten, die sich als Kryptographie-Experten bezeichnen und keinen Schimmer haben, warum denn Primzahlen wichtig sind und dann landen wir wieder bei Funktionstheorie, linearer Algebra, mathematischer Optimierung und so weiter und so fort. Wenn du wirklich was reißen willst, wird dir eine Weiterbildung nichts helfen, so würdest du leider Gottes beruflich niemals Fortschritte in dem Bereich machen. Ein gewisses Grundverständnis ist Voraussetzung. Auf entsprechende Ideen in dem Bereich, die man in dem Job nun mal im Alltag benötigt, kommst du nur, wenn du deine Materie verstehst und wenn es schon daran hakt, sich mit der Theorie zu beschäftigen, sehe ich da schwarz. Sorry.

[pld]

Ich habe die Schiene als Fachinformatiker mal eine Weile verfolgt.

Grundsätzlich ist es so, dass dich die Ausbildung zum Anwendungsentwickler in keinster Weise für eine Tätigkeit im Bereich KI bzw. Data Science oder Advanced Analytics vorbereitet.

Mit Software-Entwicklung hat das fast gar nichts zu tun. Stattdessen sehr viel mit Stochastik und linearer Algebra. Die "Data Scientists" mit denen ich zusammengearbeitet habe, hatten meist Mathematik studiert, oft auch promoviert und haben sich den ganzen Tag mit Zahlenkolonnen und -tabellen beschäftigt und sind vor allem möglichst tief in die Fachlichkeit eingetaucht. Denn man muss nicht nur die Algorithmen verstehen, sondern vor allem die Domäne verstehen und die Daten im richtigen geschäftlichen Kontext interpretieren. 

Der Anteil der "Software-Entwicklung" beschränkt sich dabei meist darauf, die Daten zu importieren und in vorgefertigte Algorithmen zu füttern. Es sind meist kleine Skripte.

Nennenswerte KI-Anwendungen werden in Deutschland nicht entwickelt, zumindest nicht, wenn du nicht grade an einem Forschungsinstitut arbeitest oder bei Firmen wie Amazon, Google oder Microsoft als Machine Learning Engineer anheuerst. Für solche Arbeiten ist ein Master in Informatik meist Mindestvoraussetzung.

Was als Fachinformatiker möglich ist, sind z.B. Positionen als "Data Engineer", wo du mit Systemen wie Hadoop o.ä. Datenverarbeitungsprozesse aufbaust. Da gehört dann auch oft Programmierung dazu, z.B. in Scala, Java oder Python, um Daten hin- und herzuschieben bzw. für die Verarbeitung durch die Data Scientists vorzubereiten. Man ist dann eine Art moderner Datenbankentwickler.

Was auch möglich ist, sind "Data Analyst"-Positionen, wo du eher mit Business-Intelligence und Data-Warehouse-Technologien arbeitest. Man bereitet dann eher Berichte bzw. Reports auf und beschäftigt sich mit Kennzahlen und Geschäftsmetriken. Es gibt aber auch genug Ansatzpunkte für Softwareentwicklung.

Ich war mal auf einer mehrtätigen "Data Science"-Schulung, wo Daimler-Mitarbeiter zu Dutzenden in Richtung Data-Science umgeschult wurden. Der Bedarf ist also groß und mit genug Willen gibt es auch mit schlechten Voraussetzungen Möglichkeiten, in der Schiene zu arbeiten. Aber auch bei Daimler sind das halt keine supertollen KI-Anwendungen wie Google Assistant sondern eher langweilige Datenanalyse in den meisten Fällen.

Summa summarum ist für eine Arbeit im Bereich KI eine FI-Ausbildung aber einfach nicht das richtige. Es ist möglich, aber dann hast du viel Selbststudium vor dir.

Bearbeitet 3. Mai 2019 von pld

[Defneqon]

Am 18.4.2019 um 09:16 schrieb Nopp:

[...] und der Mathe-Anteil ist dort echt hoch und wahrscheinlich deutlich über dem der Oberstufe anzusiedeln.
[...]
.

Hochschulmathematik ist prinzipiell nicht mit Mathematik an einer allgemein bildenden Schule vergleichbar. Auch wenn viele der Ansicht sind, dass Oberstufenmathematik ein hartes Stück Brot ist, kann ich aus meinem (abgebrochenen Mathe-Studium) sagen, dass dies im Vergleich zu Mathe an einer Uni absoluter Kinderkram ist.

Dem sollte man sich bewusst werden, bevor man darüber nachdenkt, IRGENDWAS mit Informatik an einer Uni zu machen. Mathe ist ein ständiger Begleiter. Du kannst dir ja mal diesen Wikipedia-Artikel durchlesen, sowas oder sowas ähnliches wird auf dich zu kommen. Jedenfalls die ersten 2 Jahre.