Ein Beruf aus Statistik, maschinellem Lernen und fachlichen Anforderungen
Stellen für Data Scientists gibt es in der Schweiz bei der Basler Pharmaindustrie, den Zürcher Banken und Versicherern, den Genfer Handelsfirmen und den Labors der EPFL und der ETH Zürich. Für diese Stellen bevorzugen die Arbeitgeber deutlich Profile mit einem Master oder einem Doktorat. Wer eine Karriere in diesem Beruf anstrebt, braucht daher einen anspruchsvollen Abschluss.
Der Data Scientist formuliert Hypothesen, baut Vorhersagemodelle und erklärt den Entscheidungsträgern deren Grenzen. Bei einem Zürcher Rückversicherer schätzt er Risiken von Naturkatastrophen; in einem Basler Pharmakonzern analysiert er klinische Studien unter Beachtung der Anforderungen von Swissmedic.
Basel und die pharmazeutische Forschung
Roche, Novartis und ihre Zulieferer stellen Data Scientists neben den pharmazeutischen Forschenden für die klinische Forschung, die Genomik und die Optimierung der Produktion ein. Diese Stellen verlangen oft ein Doktorat in Biostatistik oder Bioinformatik und die Kenntnis der Qualitätsnormen der Branche.
Banken, Versicherungen und Risikomanagement
In Zürich und Genf nutzen die Banken Data Science für die Betrugserkennung, die Bekämpfung der Geldwäscherei und das Kredit-Scoring. Die Modelle müssen gegenüber der FINMA erklärbar bleiben, was Profile begünstigt, die ihre Entscheide sorgfältig dokumentieren können.
Ein Master oder ein Doktorat der EPFL oder der ETH
Die EPFL und die ETH Zürich bieten Master in Data Science an, und ihre Doktorierenden speisen die Teams der angewandten Forschung. Ein ausländischer Master wird weiterhin akzeptiert; um ihn einzuordnen, stellt das SBFI eine Niveaubestätigung aus, da der Beruf in der Schweiz nicht reglementiert ist.
Die in Stellenangeboten für Data Science genannten Werkzeuge
Python, R und SQL bleiben die Basis, ergänzt durch scikit-learn, PyTorch oder TensorFlow und Plattformen wie Databricks. In der Basler Pharma ist SAS für regulierte Analysen weiterhin präsent, während die Genfer Handelsteams Zeitreihen und Optimierung bevorzugen.
Generative KI und Sprachmodelle im Unternehmen
Versicherungen, Banken und Kantonsverwaltungen starten Projekte für interne Assistenten auf Basis von Sprachmodellen. Diese Aufgaben verlangen die Beherrschung von Evaluation, Vertraulichkeit und Hosting der Daten in der Schweiz, heikle Punkte im Hinblick auf das Bundesgesetz über den Datenschutz.
Zusammenarbeit mit Data Engineers und MLOps
Ein Modell nützt nichts ohne zuverlässige Pipeline. In Schweizer Unternehmen arbeitet der Data Scientist für die Industrialisierung mit einem Data Engineer in der Schweiz zusammen und zunehmend mit MLOps-Teams, die die Modelle im Produktivbetrieb überwachen.
Start-ups, Institute und öffentliche Einrichtungen
Auch Start-ups aus der EPFL und der ETH, Institute wie das Idiap in Martigny, die Universitätsspitäler und das Bundesamt für Statistik schreiben Stellen aus. Die Übersicht zu den IT-Stellen in der Schweiz führt die weiteren verwandten digitalen Berufe auf.
Bewilligungen B, L und Kontingente für Drittstaaten
Bürgerinnen und Bürger der EU und der EFTA profitieren von der Personenfreizügigkeit und erhalten mit einem Vertrag von mindestens einem Jahr eine Bewilligung B. Die übrigen Nationalitäten hängen von den Bundeskontingenten ab, die hohen Qualifikationen vorbehalten sind, was Profile mit Doktorat deutlich begünstigt.
Ergebnisse auf Deutsch oder Französisch präsentieren
Die Basler und Zürcher Labors arbeiten weitgehend auf Englisch, doch die Präsentation der Ergebnisse vor den Fachbereichen erfolgt oft auf Deutsch. In Genf und Lausanne wird bei den Privatbanken und Versicherungen weiterhin Französisch erwartet, vor allem für Stellen mit Kundenkontakt.
Richtwerte zur Vergütung in der Data Science
Kein GAV legt für diesen Beruf einen Mindestlohn fest, und der Lohn folgt vor allem der Branche, dem Kanton und dem Abschluss. Die Basler Pharma und der Zürcher Finanzplatz zahlen oft mehr als die akademische Forschung; Salarium, das Instrument des BFS, erlaubt einen ersten Vergleich.
Postdoc und Wechsel in die Industrie
Postdoc-Stellen an der EPFL, der ETH oder der Universität Genf bieten einen Einstieg, oft befristet. Ausländische Forschende, die vom Schweizerischen Nationalfonds finanziert werden, wechseln danach häufig in die Basler Industrie oder zu den Zürcher Banken.
Schritte zu einer Stelle als Data Scientist
- Wählen Sie eine Zielbranche, Pharma, Finanzen oder Industrie, und passen Sie Ihre Demonstrationsprojekte an deren konkrete Probleme an.
- Veröffentlichen Sie ein oder zwei reproduzierbare Projekte mit Daten, Code und einem Bericht, der die Grenzen der Modelle erklärt.
- Lassen Sie beim SBFI eine Niveaubestätigung ausstellen, wenn Ihr Master oder Doktorat ausserhalb der Schweiz erworben wurde.
- Gestalten Sie einen Schweizer Lebenslauf mit Foto, Publikationen, datierten Diplomen und zwei beruflichen Referenzen.
- Stellen Sie Ihre Arbeitszeugnisse zusammen und, für Forschende, die Schreiben Ihrer Doktorvaterinnen und Doktorväter.
- Bereiten Sie ein technisches Gespräch vor, das häufig eine Fallstudie und eine Präsentation vor dem Team umfasst.
- Prüfen Sie nach dem Angebot mit dem Arbeitgeber das Bewilligungsverfahren beim kantonalen Migrationsamt.
Vergütung und einzuplanende Kosten in der Data Science
| Element | Richtwert | Einflussfaktoren |
|---|---|---|
| Jahresbruttolohn | Richtwert, über Salarium (BFS) zu vergleichen | Pharma oder Finanzen, Doktorat, Arbeitskanton |
| Gesetzlicher Mindestlohn in Basel-Stadt 2026 | CHF 22.20 pro Stunde | Betrifft vor allem Praktika und kleine Verträge |
| Niveaubestätigung des SBFI | CHF 350 | Einmalige Zahlung in Schweizer Franken |
| Intensiver Deutschkurs | Variabel je nach Schule | Stadt, Rhythmus, angestrebtes Niveau |
| Wohnung in Zürich oder Genf | Mieten gehören zu den höchsten des Landes | Quartier, Fläche, Anbindung an den Verkehr |
Von den Personalverantwortlichen erwartetes Bewerbungsdossier
- Schweizer Lebenslauf mit Foto, Publikationen und technischen Kompetenzen
- Motivationsschreiben mit Bezug zu den Anforderungen der angestrebten Branche
- Kopien der Master- oder Doktoratsdiplome
- Niveaubestätigung des SBFI für ein ausländisches Diplom
- Arbeitszeugnisse und Empfehlungsschreiben
- Identitätskarte und gegebenenfalls aktuelle Aufenthaltsbewilligung
Häufige Fehltritte von Bewerbenden in der Data Science
- Nur Ergebnisse von Online-Wettbewerben präsentieren, ohne den fachlichen Nutzen zu zeigen, obwohl die Schweizer Arbeitgeber bezifferte und erklärte Ergebnisse wollen.
- Die Erklärbarkeit der Modelle in einem Bankgespräch vernachlässigen, ein zentrales Thema für die Teams unter der Aufsicht der FINMA.
- Allen Unternehmen denselben englischen Lebenslauf senden, selbst wenn eine Versicherung aus Lausanne ihr Inserat ausschliesslich auf Französisch verfasst.
- Arbeitszeugnisse weglassen, die Schweizer Personalverantwortliche aufmerksam lesen, um Verantwortung und tatsächliche Dauer der Stellen zu prüfen.
- Auf ein Angebot antworten, das Bearbeitungsgebühren oder Visakosten verlangt: Es handelt sich fast immer um einen Betrug mit Stellenangeboten.
Fragen von Bewerbenden als Data Scientist
Das Problem eingrenzen und ein Modell vor Entscheidungsträgern vertreten
Die Arbeit eines Data Scientists beginnt vor jedem Modell. Man muss die Frage des Unternehmens verstehen, prüfen, ob die Daten eine Antwort erlauben, und entscheiden, was als gutes Ergebnis gilt. Viele Projekte scheitern, weil das Problem zu Beginn schlecht definiert wurde, und die Personalverantwortlichen wissen das.
Zeigen Sie im Gespräch diesen Schritt. Erzählen Sie, wie Sie eine unscharfe Anfrage in eine messbare Frage umformuliert haben, welche Daten Sie angefordert und warum Sie manche Ansätze verworfen haben. Wer sagen kann, dass ein einfaches Modell genügt, weckt mehr Vertrauen als jemand, der immer die ausgefeilteste Methode vorschlägt.
Die Präsentation ist der andere entscheidende Moment. Man muss die Grenzen, die Fehlerrisiken und mögliche Verzerrungen in einer Sprache erklären, die nichttechnische Verantwortliche verstehen. In einer Gesellschaft, die Vorsicht und Verlässlichkeit grosse Bedeutung beimisst, ist das Eingestehen der Unsicherheit eines Ergebnisses ein Vorteil. Bereiten Sie auch eine Antwort zur Ethik vor: Wie prüft man, dass ein Modell keine Personengruppe benachteiligt, und wie reagiert man, wenn ein Ergebnis missbraucht wird?
Data Scientist: Ergebnisse überzeugend darstellen
Ein Modell nützt nur, wenn die Fachleute im Unternehmen ihm vertrauen. Darum wird von Data Scientists erwartet, dass sie Methoden, Grenzen und Unsicherheiten in einfachen Worten erklären. Üben Sie eine kurze Präsentation eines früheren Projekts und achten Sie darauf, dass Sie den geschäftlichen Nutzen vor die Technik stellen.
Im Dossier zählen ein klar beschriebenes Projekt, ein sauber dokumentierter Code und Zeugnisse oder Empfehlungen. Rechnen Sie im Gespräch mit Fragen zu Fehlern, die Sie gemacht haben, und zu Daten, die nicht ausreichten. Wer ehrlich sagt, wann ein einfaches Verfahren genügt, wirkt reifer als jemand, der immer die komplizierteste Methode wählt.
Ist ein Doktorat für einen Data Scientist in der Schweiz unerlässlich?
Nein, aber es ist in der Basler Pharma und in der Forschung häufig. In der Bank, der Versicherung oder im Detailhandel genügt oft ein Master in Informatik, Statistik oder Mathematik mit praktischer Erfahrung, vor allem wenn die Person Projekte im Produktivbetrieb vorweisen kann.
Was ist der Unterschied zwischen Data Scientist und Data Analyst in der Schweiz?
Der Analyst wertet vorhandene Daten aus, um Kennzahlen und Berichte zu erstellen, während der Data Scientist statistische Modelle oder Modelle des maschinellen Lernens entwickelt. Kleine Schweizer Unternehmen verwechseln die beiden Bezeichnungen manchmal, daher sollte man die im Inserat beschriebenen Aufgaben aufmerksam lesen.
Kann man in Basel arbeiten und in Frankreich oder Deutschland wohnen?
Ja, zahlreiche Grenzgänger wohnen im Elsass oder in Baden-Württemberg mit einer Bewilligung G. Diese Bewilligung setzt die Rückkehr an den Wohnsitz mindestens einmal pro Woche voraus; die geltenden Steuerregeln hängen vom Abkommen zwischen der Schweiz und dem Wohnsitzland ab.
Stehen Stellen als Data Scientist auch Berufseinsteigenden offen?
Ja, vor allem über die Graduate-Programme der Zürcher Banken und Versicherer, die Praktika am Studienende und die Assistenzstellen an den Hochschulen. Die Konkurrenz ist gross: Ein in der Schweiz absolviertes Praktikum und die Beherrschung der Landessprache helfen, sich abzuheben.