Berufseinstieg als Data Engineer »Wenn ich nicht arbeite, mache ich bewusst Dinge abseits des Computers«

Als Ziyu Wang mit 14 Jahren nach Deutschland kam, sprach er kaum Deutsch. Aber Mathematik lag ihm. Aus der Begabung wurde schließlich sein Beruf.
Aufgezeichnet von Helene Flachsenberg
Daten so aufbereiten, dass man daraus Erkenntnisse gewinnen kann: Die Arbeit von Data Engineer Ziyu Wang

Daten so aufbereiten, dass man daraus Erkenntnisse gewinnen kann: Die Arbeit von Data Engineer Ziyu Wang

Foto: Goran Gajanin / Das Kraftbild

Der Start ins Arbeitsleben ist aufregend, anstrengend – und oft ganz anders als geplant. In der Serie »Mein erstes Jahr im Job« erzählen Berufseinsteiger:innen, wie sie diese Zeit erlebt haben. Diesmal: Ziyu Wang, 30, Data Engineer beim Optik-Unternehmen Zeiss.

Mein erstes Jahr im Job

Alle bisherigen Folgen von »Mein erstes Jahr im Job« finden Sie auf unserer Serienseite. Sie haben Ihren Berufseinstieg selbst gerade hinter sich und möchten uns davon erzählen? Dann schreiben Sie uns an SPIEGEL-Start@spiegel.de .

»Unter meinem Beruf können sich viele Leute wenig vorstellen. Oft sage ich einfach: ›Ich arbeite in der IT‹ Oder: ›Ich mache was mit Daten.‹ Meiner Mutter reicht das zum Beispiel völlig als Antwort. Genau genommen bin ich aber Data Engineer, der im Wesentlichen die Dateninfrastruktur bereitstellt. Darauf aufbauend können Data Scientists oder Analysts Daten auswerten und interpretieren. Ich sorge also dafür, dass die Daten überhaupt in eine Form kommen, in der sie konsumiert und analysiert werden können.

»Ich wusste früh, dass ich etwas in Richtung Natur- und Ingenieurswissenschaften machen möchte.«

Geboren bin ich in der Provinz Liaoning im Nordosten von China. Als meine Mutter Arbeit in Deutschland fand, zogen wir nach Burghausen in Oberbayern. Da war ich 14 und sprach kaum Deutsch. Am Anfang waren Englisch und Mathe die einzigen Fächer, in denen ich irgendetwas verstand. Mit Zahlen konnte ich schon immer gut. Ich wusste früh, dass ich etwas in Richtung Natur- und Ingenieurswissenschaften machen möchte.

Nach dem bestandenen Abitur studierte ich deshalb Elektro- und Informationstechnik in München. Das schien mir wie ein gutes Rundumpaket zu sein, mit Vorlesungen in Mathe, Physik und Informatik. Im Master spezialisierte ich mich auf Machine Learning – einem Anwendungsbereich von künstlicher Intelligenz: Künstliche Systeme werden modelliert, können aus Beispielen lernen und anschließend verallgemeinernde Aussagen treffen.

Seit September 2021 arbeite ich bei Zeiss Digital Partners, dem digitalen Kompetenzzentrum des Technologiekonzerns Zeiss, der etwa Lösungen für die industrielle Messtechnik und Mikroskopie entwickelt. Wir arbeiten dabei in Projekten mit unterschiedlichen Abteilungen zusammen.

Daten gewinnen, strukturieren, bereitstellen

Viele Geräte, die Zeiss herstellt, sind mit Netzwerken verbunden. Das nennt man auch Internet of Things. Diese Geräte können Daten automatisch hochladen, auf dessen Basis Hersteller Einblicke gewinnen – zum Beispiel über häufig auftretende Fehler.

Um mit diesen Rohdaten jedoch etwas anfangen zu können, braucht es eine stabile Infrastruktur: Die Daten müssen auf einer Plattform sicher und übersichtlich organisiert bereitstehen. Als Data Engineer setze ich genau diese Infrastrukturen auf und kümmere mich darum, dass sie reibungslos funktionieren – damit meine Kolleg:innen dann an der Verbesserung der Produkte weiterarbeiten können.

Nehmen wir als Beispiel ein modernes Mikroskop, das aus unterschiedlichen technischen Komponenten besteht. Wenn man die Logdaten von ganz vielen dieser Mikroskope in ein System einschleust und vergleicht, erkennt man vielleicht bestimmte Fehlermuster. So kann man voraussagen, welche Teile wann gewartet oder überarbeitet werden müssen.

Mehr Programmierer als Ingenieur

In meinem Arbeitsalltag sitze ich, wenig überraschend, viel am Computer. Morgens treffen wir uns als Erstes zum Teammeeting. Danach überprüfe ich, ob die Datenströme fehlerfrei laufen. Den Rest der Zeit arbeite ich an meinen Projekten. Ich betreibe zwar viel »Engineering« mit Daten in meinem Beruf, aber das geschieht meistens durch Coding. Deshalb bezeichne ich mich oft als Programmierer statt als Ingenieur – gerade gegenüber Leuten, die mit der Datenindustrie nicht vertraut sind.

»Eine Zeit lang gab es einen ziemlichen Hype um künstliche Intelligenz und Data Science.«

Während meines Studiums dachte ich, dass ich mich vor allem mit der Analyse von Daten beschäftigen würde. Eine Zeit lang gab es einen ziemlichen Hype um künstliche Intelligenz und Data Science. Nach meinem Abschluss stellte ich aber fest, dass es in diesem Bereich wenige Stellen für Berufseinsteiger gibt. Stattdessen haben Unternehmen eher Bedarf für Data Engineering: Sie müssen die Daten erst einmal in eine Form bringen, in der man sie auswerten kann. Aber auch diese Arbeit ist ziemlich gefragt und wird gut bezahlt. Mein Gehalt bei Zeiss liegt eher über dem, was man als Einsteiger in dem Beruf üblicherweise bekommt, damit bin ich sehr zufrieden.

Wenn ich nicht arbeite, mache ich bewusst Dinge abseits des Computers, um den Kopf freizubekommen. Ich spiele regelmäßig Tennis, neuerdings Gitarre, treffe mich mit Freund:innen oder Kolleg:innen. Mein Team ist international: Eine Kollegin kommt aus Ghana, eine aus Brasilien, ein Kollege arbeitete bis vor Kurzem sogar aus seiner Heimat in den USA. Die Arbeitssprache ist bei uns im Team deshalb Englisch.

Unsere Firma hat weltweit Standorte, etwa eine Niederlassung in China. Meine Vorgesetzten haben mich schon ermutigt, dort für sechs Monate zu arbeiten. Darauf habe ich sehr große Lust.«

Wie wird man Data Engineer?

Um als Data Engineer  zu arbeiten, braucht man vor allem gute Cloud-Kenntnisse. Die bekommt man zum Beispiel im Informatik- oder Wirtschaftsinformatikstudium, in einem Master in Business Intelligence oder über Weiterbildungen. Voraussetzung ist in der Regel, mindestens eine Programmiersprache wie Python zu beherrschen und ein Grundverständnis von Datenbanken zu haben.

Grundsätzlich ist es die Aufgabe von Data Engineers, unterschiedlich oder kaum strukturierte Daten in eine Form zu bringen und auf einer Plattform bereitzustellen, die sicher, stabil und datenschutzkonform ist. Über diese Plattform können andere Daten-Spezialist:innen die Daten auswerten. Als Data Engineer arbeitet man viel mit sogenannten Pipelines, also Skripten, die Daten von der Quelle automatisiert in ein anderes System überführen.

Menschen mit Fähigkeiten im Data Engineering werden in vielen Branchen gesucht, zum Beispiel im Online-Handel, bei Banken, in der Automobilbranche oder auch im Marketing. Das Gehalt für Berufseinsteiger:innen liegt laut Branchenmagazin »Get in IT«  durchschnittlich bei knapp 53.000 Euro brutto im Jahr.

Sie haben Ihren Berufseinstieg selbst gerade hinter sich und möchten uns davon erzählen? Dann schreiben Sie uns an SPIEGEL-Start@spiegel.de .

Die Wiedergabe wurde unterbrochen.