Timothy85 schrieb am 26.10.2020:
WiWi Gast schrieb am 26.10.2020:
Hallo Mona,
tatsächlich war es bei mir so, dass ich auch am KIT den Bachelor in WiMa gemacht habe und mich dann sowohl am KIT für den WiMa-Master als auch für den Master Mathematics in Operations Research an der TUM beworben habe. Ich wurde bei beiden angenommen und wollte mich zunächst (hauptsächlich aus Bequemlichkeit) fürs KIT entscheiden, bin dann aber doch an die TUM gegangen.
Man muss aber beachten, dass es am KIT den WiMa-Master gibt, der sowohl Vertiefungen in Statistik und Optimierung (also eher klassische WiMa) als auch Stochastik und Finanzwirtschaft (also eher FinMa) erlaubt, während es an der TUM eben jeweils einen Separaten Master gibt (Operations Research und Financial Mathematics and Actuarial Science). D.h. also, dass man insgesamt gesehen am KIT die größere Wahlfreiheit hat, wenn man aber wirklich sicher ist, welchen der beiden Master an der TUM man machen möchte, dann ist das Wahlangebot hier schon deutlich besser. Man kann sehr viel im Bereich Risk Management machen, es gibt viel zu Insurance und auch Einiges zu Derivaten (insb. im Energiesektor).
Abgesehen davon ist die Uni in Garching definitiv um einiges schöner und moderner als das KIT.
Hattest du einen guten Einstieg ins Berufsleben? Bei Mathematikern liest man ja immer Verschiedenes...
Hallo, momentan bin ich noch Student und schließe demnächst meine Masterarbeit ab, ich kann also noch nicht wirklich was über den endgültigen Berufseinstieg sagen, schaue mich aber natürlich schon ernsthaft um und versuche, möglichst viele Kontakte zu knüpfen.
Aber tatsächlich würde ich sagen, dass der Jobeinstieg für Mathematiker sehr verschieden verläuft. Es gibt natürlich immer solche, die (sehr) gute Noten haben und bereit sind, sehr viele Stunden pro Woche zu arbeiten - die gehen dann häufig zu McKinsey, BCG oder anderen Bertungsfirmen.
Momentan gehen halt auch viele in die Richtung Data Science. Da gibt es an der TUM ja auch einen Master, der sehr viele Bewerbungen bekommt, ich würde sogar behaupten, dass es derzeit der beliebteste Mathe-Master an der TUM ist. Gute Leute aus dem Bereich gehen zu Firmen wie Celonis, BMW usw. Ein solider Teil der Absolventen in dem Bereich promoviert danach übrigens. Bei Data Science würde ich aber sagen, dass die Tools, die man sich eher nebenbei selbst beibringt, oft wichtiger sind, als das Studium und die absolvierten Module selbst. Wenn man z.B. gute Noten hat, aber nicht mit Hadoop, Spark, AWS u.ä. umgehen kann, hat man eher bescheidene Aussichten, da die Stellen, wo man wirklich tiefere Kenntnisse in Fourieranalyse oder den mathematischen Aspekten der hochdimensionalen Statistik braucht, in Deutschland sehr rar gesäht sind und darüber hinaus entsprechend auch oft von Leuten mit Promotion in dem Bereich besetzt werden. Daher ist Data Science in Meinen Augen ein zweischneidiges Schwert, insbesondere weil momentan sehr Viele einfach auf diesen Hype-Train aufspringen.
Bei Finanzmathe kommt es auch drauf an. Wenn man wirklich tief in den Bereich Insurance einsteigt, sollte man schon an eine gute Stelle bei einer der bekannten Versicherungen kommen, auch mit eher mittelmäßigen Noten. Wenn man eher in den Bankenbereich will, kommt es schon eher auf Module, Noten und Praktika an. Von der TUM gehen hier halt viele zur Hypovereinsbank in München, einige zu verschiedenen Banken in Frankfurt und selten auch mal jemand nach London. Aber ich persönlich kenne niemanden, der direkt bei einer der ganz Großen (Goldman Sachs, JP Morgan etc.) eingestiegen ist. Ich bin aber auch wirklich kein Experte in dem Bereich.
Bei mir im Operations Research Master sieht es auch sehr unterschiedlich aus. Da gibt es halt ein paar, die gehen auch in die Finanzindustrie, einige promovieren und andere machen eben auch Machine Learning. Hier gehen aber auch viele Absolventen zu kleineren, spezialisierten Firmen, die z.B. auf Optimierungssoftware spezialisiert sind. Manche bewerben sich aber auch auf Stellen im Controlling. Alles in allem also eine bunte Mischung.
Insgesamt würde ich aber noch sagen, dass mittlerweile der überwiegende Teil der Mathe-Absolventen, die keine sehr guten Noten + Ausland zu bieten haben und die sich nicht sehr stark spezialisiert haben, am Ende in der IT Branche landen. Entweder als klassischer Softwareentwickler (bei entspr. Programmierkenntnissen) oder als IT Consultant, z.B. bei msg oder Accenture oder ähnlichen Firmen.
Im Grunde ist also so: Leute mit sehr guten Noten und zumindest grundlegenden Statistik- und Programmierkenntnissen können sich ihren Job mehr oder weniger aussuchen.
Gute bis mittelmäßige Leute sollten darauf achten, sich einen Fokus auszusuchen und dort wirklich zu einem Spezialisten zu werden; wenn möglich auch ein Auslandssemester machen, dann sollte man auch einen interessanten und gut bezahlten Job finden.
Gute bis mittelmäßige Leute, die keinen roten Faden und keine besonderen Kenntnisse haben, werden sich damit abfinden müssen, auch einen entsprechenden Job bei msg, KPMG usw. zu bekommen, den sie auch mit deutlich weniger Aufwand hätten haben können.
Die Situation für Leute mit schlechten Noten (im Master würde ich die Grenze einfach mal bei 2,7 (oder eben schlechter) setzen) sieht genau wie in jedem anderen Studienfach aus...
antworten