SCI∙IT

Scientists to Information Technology

Was ist SCI∙IT

Wir vermitteln production ready Software Developers, Data Engineers und Data Scientists mit wissenschaftlicher Ausbildung und Erfahrung in Unternehmen.

Data Engineering und Data Science sind, wie die IT insgesamt, stark wachsende Felder. Wissenschaftler:innen mit entsprechenden Erfahrungen und Kenntnissen im Umgang mit Daten und Datenanalyse, die solide Software schrieben können, sind dort gefragte Experten:innen. Der Wechsel aus der Wissenschaft in diese Bereiche ist für viele attraktiv, aber oft auch nicht einfach.

Seit Anfang 2021 läuft die Pilotphase mit dem ersten Team von Wissenschaftler:innen.


Scientists to Information Technologies!

Wissenschaftler:innen mit solider quantitativer Ausbildung bringen ausgeprägte und nachweisbare analytische Fähigkeiten, ein hohes Abstraktionsvermögen und weitreichende Erfahrungen in Datenanalysen mit.

Das sci•it-Programm von indblik vermittelt hochqualifizierten Wissenschaftler:innen die zusätzlichen technischen Skills, die sie brauchen um ihre analytischen Fähigkeiten im Unternehmensumfeld produktiv einzusetzen und bereitet sie auf Prozesse, Anforderungen und Zielsetzungen in Unternehmen vor.


Recruiting mit sci•it — Risiken minimieren, Qualität fördern

Wir minimieren Ihre Personalrisiken. sci•it Entwichker:innen, Data Engineers und Data Scientists verfügen je nach Spezialisierung über ein breites Skill Set. So kommen sie in Ihr Unternehmen:

  • - Phase 1: Vorauswahl der Wissenschaftler:innen durch sci•it
  • - Phase 2 (bis 6 Monate): On-the-Job-Training bei indblik
  • - Phase 3 (bis 12 Monate): Einsatz in Ihrem Unternehmen mit technischer Beratung und Coaching durch indblik
  • - Nach Phase 3: Die Data Scientists können ggf. übernommen werden

Haben Sie besondere Anforderungen an die Kandidatinnen? Sprechen Sie uns an!


sci∙it Team Service

Für kleine Unternehmen, Startups oder für anlaufende Datenprojekte in Konzernen stellen wir ganze Data Science Teams zusammen, mit der Möglichkeit einzelne Teammitglieder oder ganze Teams zu übernehmen. 


Dein Sprungbrett in die freie Wirtschaft

sci•it steht für „Science to Information Technologies”.

Data Science und Data Engineering sind, wie die IT insgesamt, stark wachsende Felder. Wissenschaftler:innen mit entsprechenden Erfahrungen und Kenntnissen im Umgang mit Daten und Datenanalyse sind dort gefragte Experten. Der Wechsel aus der Wissenschaft in diese Bereiche ist für viele attraktiv, aber oft auch nicht einfach. 


Mind the Gap

Eine der größten Herausforderungen für Wissenschaftler:innen sind die grundsätzlich unterschiedlichen Anforderungen, Prozesse und Zielsetzungen in der freien Wirtschaft.


Bridge the Gap

Für einen gelungen Einstieg in die freie Wirtschaft ist es wichtig, sich gut auf die dortigen Anforderungen, Prozesse und Zielsetzungen vorzubereiten. Genau das bietet sci•it Wissenschaftler:innen an:

  • Training on the Job: Aufbau relevanter Skills in internen IT-Projekten
  • Coaching on the Job: Anwendung der Skills in externen IT-Projekten (mit Begleitung durch sci•it)
  • Getting paid on the Job: Angestellt von Anfang an*

* sci•it bietet anders als z.B. Data Science Boot Camps ein normales (d.h. bezahltes und sozialversichertes) Arbeitsverhältnis ohne zusätzliche Weiterbildungskosten für Wissenschaftler:innen


sci•it in a Nutshell 

sci•it richtet sich an Doktorand:innen und PostDocs mit Erfahrung in Datenanalyse und Programmierung (z.B. R, Python oder SQL), die einen Job als Developer, Data Engineer oder Data Scientist in der freien Wirtschaft anstreben.

Das Programm beinhaltet etwa 6 Monate internes Training und ca. 1 Jahr externen Projekteinsatz. Wir begleiten die Wissenschaftler:innen mit Coaching über den gesamten Zeitraum hinweg. Darüber hinaus auch während des Übergangs in den anschließenden Job oder in die Selbständigkeit.

sci•it Wissenschaftler:innen sind während des gesamten Programms bei indblik angestellt und arbeiten hauptsächlich. indblik bietet ein professionelles und unterstützendes Trainingsumfeld mit der Möglichkeit einer Spezialisierung auf Software Entwicklung Data Science oder Data Engineering.


Das Programm im Detail

Phase 1: Trainingsprojekt (bis zu 6 Monate)

  • ❯ Training in IT-Basics
  • ❯ Training in einer Spezialisierung: 
    • ❯ Software Developer
    • ❯ Data Scientist
    • ❯ Data Engineer
  • ❯ indblik-Trainingsprojekt (entspricht einem realen IT-Projekt in agiler Vorgehensweise) 
  • ❯ Regelmäßigen Teilnahme an indblik-Teammeetings (z.B. Stand-Ups) 
  • ❯ Individuelles Feedback, Beratung und Coaching während der gesamten Phase
  • ❯ Arbeit mit etablierten Projektvorgehensweisen (z.B. SCRUM)
  • ❯ Arbeiten von zuhause mit regelmäßigen Projekttreffen


Phase 2: Kundenprojekt (Dauer 10-12 Monate)

  • ❯ Mitarbeit an externen IT-Projekten
  • ❯ praktische Projekterfahrung
  • ❯ regelmäßigen Teilnahme an indblik-Teammeetings (z.B. Stand-Ups)
  • ❯ Individuelles Feedback, Beratung und Coaching während der gesamten Phase
  • ❯ Je nach Projektanforderung vor Ort oder remote


sci•it-Incubator: Bring your own Idea 

sci•it bietet noch weitere spannende Möglichkeiten: Wissenschaftler:innen im sci•it-Programm können uns ihre eigene Idee zur Umsetzung vorschlagen. Wir prüfen, ob aus der Idee ein Prototyp entstehen kann und stellen im Rahmen von sci•it ein Team zusammen, das diesen Prototypen entwickelt. Die Rechte an Idee und Prototyp verbleiben bei denen, die sie eingebracht haben.


Der Sprung in die Wirtschaft

Nach Abschluss der zweiten Phase werden die Absolvent*innen von sci•it in ihren nächsten Schritten unterstützt. Möglichkeiten gibt es viele:

  • ❯ vom Auftraggeber des externen Projektes aus Phase 2 übernommen zu werden
  • ❯ eine neue Anstellung in der IT zu finden
  • ❯ eine Selbständigkeit in der IT zu beginnen
  • ❯ eine eigene Firma zu gründen (z.B. aus sci•it-Incubator heraus)
  • ❯ ggf. von indblik übernommen zu werden

sci•it-Netzwerk

sci•it bietet von Tag eins an ein sicheres Arbeitsumfeld mit einem kollegialen Verhältnis auf Augenhöhe. Darüber hinaus bietet dieses Umfeld Wissenschaftler*innen ein Netzwerk aus Kolleg*innen und Business-Kontakten, das über das Programm hinaus bestehen bleibt.

Weiterführenden Coaching-Angebote und regelmäßige Meet-Ups für sci•it-Absolvent*innen sind Teil der sci•it-Netzwerkkultur.


Bewerbung

Schicke uns eine kurze Mail mit CV (ohne Bild, ohne Herkunft und ohne Infos von vor dem Studium) an sci2it@indblik.io. Wir melden uns dann bei Dir und besprechen alles weitere. 

Wenn Du Publikationen oder publizierten Code hast interessiert uns das auch. Schicke also gerne entsprechende Links mit.

Was uns daran vor allem interessiert, ist wie hoch der Anteil quantitativer Analysen in Deiner bisherigen Arbeit war und wie groß Deine Programmiererfahrung ist.

Die Daten, die Du uns schickst heben wir nicht länger auf, als wir sie für die Bewerbung benötigen. Sollten wir nicht zusammenkommen, löschen wir Deine Daten sofort und vollständig.


Skill Profile

Wissenschaftler:innen, die mit sci•it starten, haben typischer Weise ein bestimmtes Skill-Profil. Im Laufe des Programms wird dieses Profil durch Kurse, Trainingsprojekte und Coachings erweitert. Die Skill-Profile zeigen wir hier im Überblick.

Scrollen Sie weiter!

Grob kann man die Skills in folgende Bereiche aufteilen:

  • Programmierung
  • Data Science
  • DevOps
  • Soft Skills

(In dem Chart sind nicht alle Skills enthalten, die Wissenschaftler:innen mitbringen können. Viele haben z.B. auch Erfahrung mit C++ oder Java.)

Vor sci•it: Die äußeren Ringe zeigen die Verteilung der Ausprägungen der Skills unter den für sci•it in Frage kommenden Bewerber:innen:

  • 5 ... 1 Je weiter außen der Ring liegt, umso ausgeprägter ist der Skill.
  • Je dunktler die Farbe umso, mehr Bewerberinnen haben den Skill in dieser Ausprägung.

Die Tooltips zeigen das im Einzelnen.

Nach sci•it: Die Teilnehmer:innen haben in der Weiterbildung ihre Skills deutlich ausgebaut.

Das gilt vor allem für die Bereiche Programmierung, DevOps und für agile Methoden wie Scrum.

sci•it ist so angelegt, dass die Teilnehmer:innen bestehnede Skills ausbauen und gleichzeitig breite Methodenkompetenzen und Technologiewissen aufbauen.



FAQ

Wenn wir mit (potentiellen) Kund:innen, Bewerber:innen oder Menschen aus unserem Umfeld über sci∙it sprechen bekommen wir oft ähnliche Fragen gestellt. Die häufigsten haben wir hier aufgeschrieben:


Zu allererst: Wir haben sie ausgewählt und weitergebildet. D.h. anders als Personaldienstleister kennen wir die Arbeit und Anforderungen an Data Scientists und Entwickler aus unserer langjährigen Praxis und wissen worauf es ankommt. Und: Unternehmen können unsere Expert:innen im Rahmen von Contracting beschäftigen und danach oder auch gleich direkt übernehmen. D.h. die Zusammenarbeit mit uns ist maximal flexibel und risikofrei. Plus: wir haben den Quality Check durchgeführt.



Manche, vielleicht. Aber durch unseren mehrstufigen Auswahlprozess stellen wir sicher, dass unsere Kandidat:innen das nicht sind.


Definitiv. Viele unserer Bewerber:innen geben an, dass Effizienz für sie sehr wichtig ist und sie gerade auch deshalb in die freie Wirtschaft wechseln wollen. In der tatsächlichen Arbeit lösen sie das ausnahmslos ein. Das sicherzustellen ist Teil unseres Auswahlprozesses.


Mehrstufig. Es gibt ein erstes Gespräch in dem wir grundsätzlich klären, was Motivation und arbeitsbezogenes Mindset der Kandidat:innen sind. Danach gibt es eine Bewerbungsaufgabe, mit der wir den Status quo der technischen Skills und Entwicklungspotentiale prüfen. Schließlich gibt es noch ein vertieftes Gespräch, in dem wir nochmal einen Deep Dive in die Bewerbungsaufgabe machen. Die die dabei am besten abschneiden kommen dann zu uns.


Die Weiterbildung umfasst vier Bausteine. 1. Online-Kurse, 2. ein Trainingsprojekt, das im Team bearbeitet wird, 3. individuelle Coachings und 4. Impulsvorträge von Menschen aus der Praxis.


Die Wissenschaftler:innen, die bei uns anfangen sind analytisch sehr stark. Sie sind sehr schnell darin, komplexe Situationen zu erfassen und sich in Neues einzuarbeiten. Viele haben schon mit sehr großen Datenmengen gearbeitet und haben ein tiefes Verständnis von statistischer Modellierung und komplexen Analysen. Alle sind flüssig in R oder Python, die meisten beherrschen beides. Ebenso haben die meisten Erfahrung mit Machine Learning. Oft fehlen aber vertiefte Kenntnisse mit Technologien und Vorgehensweisen, die in Unternehmen zum Einsatz kommen. So haben die wenigsten ausgiebige Erfahrungen z.B. mit Cloud Computing, DevOps oder Scrum. Dieses fehlende Wissen holen Wissenschaftler:innen bei uns aber sehr schnell auf, so dass sie nach der Weiterbildung direkt produktiv eingesetzt werden können.


Ja. Es sind deutlich mehr als wir zu Beginn unserer Pilotphase gedacht haben.


Räumlich zurzeit hauptsächlich aus Deutschland. Sie haben an Unis aber auch bei den großen Forschungseinrichtungen, wie der Max-Planck-Gesellschaft oder der Leibniz-Gemeinschaft geforscht. Die meisten waren während ihrer Forschungsarbeit auch international unterwegs.


Nichts. Teilnehmer:innen sind von Anfang an regulär angestellt und werden entsprechend bezahlt.


Phase I dauert 3 bis 6 Monate, Phase II 10 bis 12 Monate. Beide Phasen müssen durchlaufen werden, d.h. insgesamt liegt der zeitliche Aufwand zwischen 13 und 18 Monaten. Das Programm ist auf Vollzeit angelegt.


Ja. Momentan arbeiten wir nur mit deutschsprachigen Kunden:innen zusammen. Bewerber:innen müssen also mindestens gute Deutschkenntnisse haben.


Kontakt

Dr. Naomi Radke
Data Scientist

+49 (0) 971 785 273 34
naomi.radke@indblik.io


Dr. Sten Zeibig
Geschäftsführer

+49 (0) 971 785 587 97
sten.zeibig@indblik.io


Downloads

Info Sheet für Unternehmen

Info Sheet für Wissenschaftler:innen