Data Scientist Gehalt DACH 2026: DE, AT, CH im Vergleich
Was verdienst du als Data Scientist 2026 in der DACH-Region? Das Gehaltsspektrum reicht von 42.000 EUR für Einsteiger:innen in Österreich bis über 180.000 CHF für Seniors in Zürich — und die Unterschiede liegen nicht nur am Standort. Spezialisierung, Branche und der Unterschied zwischen Data Scientist und ML Engineer machen oft mehr aus als die Postleitzahl. Dieser Gehaltsreport vergleicht erstmals systematisch alle drei Märkte — Deutschland, Österreich und Schweiz — und schlüsselt nach Erfahrungsstufe und Spezialisierung auf: NLP, Computer Vision und ML Engineering. Dazu behandeln wir Faktoren, die generische Gehaltsportale ignorieren: den tatsächlichen PhD-Impact auf dein Karrieregehalt (Spoiler: er ist geringer als erwartet), das wachsende Premium für ML Engineers, die Modelle in Produktion bringen, und die Frage, ob sich Remote-Arbeit für Schweizer Unternehmen von Deutschland aus finanziell lohnt. Inklusive Freelance-Tagessätze für alle drei Märkte und konkreter Tipps für Gehaltsverhandlungen. Datenbasierte Markteinblicke aus der DACH-weiten Data-Recruiting-Praxis von Nova Search — Hamburgs spezialisierter Tech-Personalberatung mit Zugang zu über 8.000 IT- und Tech-Professionals.
Themen auf dieser Seite
Das Thema kurz und kompakt
Data Scientists verdienen 2026 in Deutschland zwischen 48.000 EUR (Junior) und 140.000 EUR (Lead/Principal) — in der Schweiz sind Senior-Gehälter von 140.000 bis 180.000 CHF realistisch.
ML Engineers verdienen auf Senior-Level 5 bis 15 Prozent mehr als klassische Data Scientists — die Kombination aus Modellierung und Engineering-Skills ist am Markt am knappsten.
Ein PhD bringt 5 bis 12 Prozent höheres Einstiegsgehalt, egalisiert sich aber nach 3 bis 5 Jahren Berufserfahrung — Ausnahme: Pharma und forschungsnahe Rollen.
Die DACH-Region bietet Data Scientists 2026 ein enormes Gehaltsspektrum — von 42.000 EUR in Österreich bis über 180.000 CHF in Zürich. Wer grenzüberschreitend vergleicht, stellt fest: Der Standort allein erklärt die Unterschiede nicht. Spezialisierung, Erfahrung und Branche sind mindestens ebenso entscheidend. Trotzdem fehlt ein systematischer DACH-Vergleich, der diese Faktoren sauber aufschlüsselt und dabei zwischen Data Scientist, ML Engineer und Data Analyst differenziert.
Dieser Report schließt die Lücke. Auf Basis der DACH-weiten Recruiting-Praxis von Nova Search — mit über 8.000 IT- und Tech-Professionals im Netzwerk und Melina Hansens Spezialisierung auf Data-Rollen — liefern wir dir belastbare Gehaltsbandbreiten für alle drei Märkte. Wir quantifizieren den PhD-Impact ehrlich, zeigen das Premium für NLP- und ML-Engineering-Spezialisierungen und geben dir Freelance-Tagessätze für die gesamte Region. Datenaffine Fakten statt generischer Durchschnittswerte.
Data Science in der DACH-Region 2026 — Marktüberblick und Trends
Data Science bleibt 2026 eines der dynamischsten IT-Felder in der DACH-Region. Die Nachfrage wird getrieben durch den Ausbau von KI-Anwendungen, die Industrialisierung von Machine-Learning-Pipelines und den wachsenden Bedarf an datengetriebenen Geschäftsentscheidungen in allen Branchen — von FinTech über Pharma bis Automotive.
Drei Trends prägen den Markt besonders:
1. ML Engineering überholt klassische Data Science: Unternehmen suchen zunehmend Spezialist:innen, die Modelle nicht nur entwickeln, sondern auch in Produktion bringen und betreiben können. ML Engineers verdienen auf Senior-Level bereits 5 bis 15 Prozent mehr als klassische Data Scientists — ein Trend, der sich 2026 verstärkt.
2. Spezialisierung wird zum Gehaltstreiber: Generalist:innen verdienen Durchschnitt. NLP, Computer Vision und insbesondere LLM-Expertise bringen spürbare Premiums. Der Unterschied zwischen einer:einem generalistische:n Data Scientist und einer:einem NLP-Spezialist:in kann auf Senior-Level 10 bis 20 Prozent betragen.
3. Der DACH-Markt wird durchlässiger: Remote-Arbeit macht grenzüberschreitende Beschäftigung realistischer. Schweizer Gehälter bei Remote-Arbeit aus Deutschland sind kein Nischenthema mehr — auch wenn die steuerlichen und vertraglichen Rahmenbedingungen komplex bleiben.
Melina Hansen, Data-Recruiting-Spezialistin bei Nova Search, beobachtet: Die Kandidat:innen, die wir für Data-Science-Rollen vermitteln, vergleichen zunehmend über Ländergrenzen hinweg. Der DACH-Vergleich ist kein akademisches Thema mehr — er ist Grundlage konkreter Karriereentscheidungen.
Data Scientist Gehalt Deutschland — Aufschlüsselung nach Erfahrung
Deutschland ist der größte Data-Science-Markt in DACH und bietet die breiteste Bandbreite an Positionen und Gehältern. Die folgenden Daten geben dir eine realistische Orientierung für 2026.
Junior Data Scientist (0 bis 2 Jahre): 48.000 bis 62.000 EUR
Einstiegsgehalt für Absolvent:innen mit Master oder PhD, Python-Kenntnissen und ersten ML-Projekterfahrungen. Wer direkt mit einem PhD startet, liegt am oberen Ende der Bandbreite. Entscheidend sind neben der formalen Qualifikation erste praktische Projekterfahrungen — aus Studium, Praktika oder eigenen Projekten.
Mid-Level Data Scientist (3 bis 5 Jahre): 62.000 bis 85.000 EUR
Du arbeitest eigenständig an ML-Projekten, beherrschst Feature Engineering und A/B-Testing und kommunizierst Ergebnisse an Stakeholder:innen. In dieser Phase differenziert sich dein Gehalt stark nach Spezialisierung: NLP und Computer Vision zahlen besser als klassische Regression und Clustering.
Senior Data Scientist (6+ Jahre): 85.000 bis 115.000 EUR
End-to-End-Verantwortung für ML-Projekte, Mentoring, Architekturentscheidungen und Stakeholder-Management auf Management-Ebene. Auf diesem Level zählt nicht nur technische Kompetenz, sondern auch Business-Verständnis und die Fähigkeit, datengetriebene Ergebnisse in Unternehmensstrategie zu übersetzen.
Lead oder Principal Data Scientist: 110.000 bis 140.000 EUR
Strategische Ausrichtung der Data-Science-Aktivitäten, Teamführung und Zusammenarbeit auf C-Level. In FinTechs und Konzernen mit Equity-Komponenten auch darüber. Nutze den Gehaltsrechner, um dein individuelles Niveau einzuschätzen.
Data Scientist Gehalt Österreich — Wien und darüber hinaus
Die Schweiz bietet die höchsten Data-Science-Gehälter in DACH — nominal und auch kaufkraftbereinigt. Allerdings gibt es erhebliche regionale Unterschiede und Faktoren, die die nominalen Zahlen relativieren.
Junior Data Scientist (0 bis 2 Jahre): 85.000 bis 110.000 CHF
Deutlich über deutschem Niveau, aber die Lebenshaltungskosten in Zürich und Genf sind 40 bis 60 Prozent höher als in München. Sprachkenntnisse (Deutsch und teilweise Französisch) sind oft Voraussetzung.
Mid-Level Data Scientist (3 bis 5 Jahre): 110.000 bis 140.000 CHF
Auf diesem Level eröffnen sich die attraktivsten Positionen: Pharma in Basel (Roche, Novartis), Finanzdienstleistungen in Zürich, wachsende Tech-Unternehmen in der gesamten Deutschschweiz. Die Gehälter steigen schneller als in Deutschland.
Senior Data Scientist (6+ Jahre): 140.000 bis 180.000 CHF
Senior Data Scientists in der Schweiz erreichen Gehälter, die in Deutschland nur auf C-Level üblich sind. Kaufkraftbereinigt liegen die Schweizer Gehälter trotz höherer Lebenshaltungskosten 20 bis 30 Prozent über Deutschland — ein erheblicher Vorsprung, der durch die niedrigere Steuer- und Abgabenlast noch verstärkt wird.
Grenzgänger:innen-Modell: Besonders attraktiv ist das Grenzgänger:innen-Modell: Wohnen in Süddeutschland (Lörrach, Konstanz, Waldshut), Arbeiten in Basel oder Zürich. Du profitierst von Schweizer Gehältern bei deutlich niedrigeren deutschen Lebenshaltungskosten. Die steuerliche Situation ist komplex, aber in der Praxis oft die finanziell optimale Variante.
Remote aus Deutschland für Schweizer Arbeitgeber: Ein wachsendes Modell mit Einschränkungen. Die Gehälter werden meist zwischen deutschem und Schweizer Niveau angesetzt. Steuerliche und sozialversicherungsrechtliche Fragen sind vorab zu klären.
Data Scientist Gehalt Schweiz — Zürich, Basel, Bern im Vergleich
Die Schweiz bietet die höchsten Data-Science-Gehälter in DACH — nominal und auch kaufkraftbereinigt. Allerdings gibt es erhebliche regionale Unterschiede und Faktoren, die die nominalen Zahlen relativieren.
Junior Data Scientist (0 bis 2 Jahre): 85.000 bis 110.000 CHF
Deutlich über deutschem Niveau, aber die Lebenshaltungskosten in Zürich und Genf sind 40 bis 60 Prozent höher als in München. Sprachkenntnisse (Deutsch und teilweise Französisch) sind oft Voraussetzung.
Mid-Level Data Scientist (3 bis 5 Jahre): 110.000 bis 140.000 CHF
Auf diesem Level eröffnen sich die attraktivsten Positionen: Pharma in Basel (Roche, Novartis), Finanzdienstleistungen in Zürich, wachsende Tech-Unternehmen in der gesamten Deutschschweiz. Die Gehälter steigen schneller als in Deutschland.
Senior Data Scientist (6+ Jahre): 140.000 bis 180.000 CHF
Senior Data Scientists in der Schweiz erreichen Gehälter, die in Deutschland nur auf C-Level üblich sind. Kaufkraftbereinigt liegen die Schweizer Gehälter trotz höherer Lebenshaltungskosten 20 bis 30 Prozent über Deutschland — ein erheblicher Vorsprung, der durch die niedrigere Steuer- und Abgabenlast noch verstärkt wird.
Grenzgänger:innen-Modell: Besonders attraktiv ist das Grenzgänger:innen-Modell: Wohnen in Süddeutschland (Lörrach, Konstanz, Waldshut), Arbeiten in Basel oder Zürich. Du profitierst von Schweizer Gehältern bei deutlich niedrigeren deutschen Lebenshaltungskosten. Die steuerliche Situation ist komplex, aber in der Praxis oft die finanziell optimale Variante.
Remote aus Deutschland für Schweizer Arbeitgeber: Ein wachsendes Modell mit Einschränkungen. Die Gehälter werden meist zwischen deutschem und Schweizer Niveau angesetzt. Steuerliche und sozialversicherungsrechtliche Fragen sind vorab zu klären.
Spezialisierung zählt — NLP, Computer Vision, ML Engineering
Deine Spezialisierung innerhalb der Data Science hat einen messbaren Einfluss auf dein Gehalt — und der Unterschied wird größer. Generalist:innen verdienen Durchschnitt, Spezialist:innen verdienen Premium.
ML Engineering: Die größte Gehaltssteigerung bietet der Schwenk in Richtung ML Engineering. ML Engineers verdienen auf Senior-Level im Schnitt 5 bis 15 Prozent mehr als klassische Data Scientists — denn sie bringen die seltene Kombination aus Modellierungskompetenz und Software-Engineering-Skills mit. Tools wie MLflow, Kubeflow, SageMaker und Vertex AI sind die Schlüsseltechnologien.
NLP (Natural Language Processing): Die Nachfrage nach NLP-Expertise ist durch Large Language Models explodiert. NLP-Spezialist:innen mit Erfahrung in Fine-Tuning, RAG-Architekturen und Prompt Engineering für Produktionsanwendungen erzielen ein Premium von 10 bis 20 Prozent. Besonders gefragt in FinTech (Dokumentenverarbeitung), Pharma (Literaturanalyse) und E-Commerce (Conversational AI).
Computer Vision: Stark nachgefragt in Automotive (autonomes Fahren, Qualitätskontrolle) und Industrie (Predictive Maintenance). Die Gehälter liegen 5 bis 15 Prozent über generalistischen Data-Science-Rollen. Frameworks wie PyTorch und TensorFlow in Kombination mit Edge-Deployment-Erfahrung sind besonders wertvoll.
Für deine Karrierestrategie gilt: Eine klare Spezialisierung ab dem Mid-Level ist der effektivste Hebel für dein Gehalt. Der Markt belohnt Tiefe mehr als Breite. Wer sich zwischen ML Engineering, NLP und Computer Vision entscheidet, sollte die Branchenaffinität berücksichtigen — und im Zweifelsfall ML Engineering wählen, weil diese Spezialisierung branchenunabhängig gefragt ist.
PhD vs. kein PhD — Wie stark beeinflusst der Doktortitel dein Gehalt?
Der PhD-Impact auf das Data-Science-Gehalt ist eines der am häufigsten überschätzten Themen in der Branche. Die Zahlen zeigen ein differenzierteres Bild, als viele erwarten.
Beim Einstieg: Ja, der PhD zahlt sich aus. Data Scientists mit Promotion starten 2026 mit einem durchschnittlich 5 bis 12 Prozent höheren Einstiegsgehalt als Kolleg:innen mit Master. Das entspricht 3.000 bis 7.000 EUR mehr pro Jahr auf Junior-Level. Dieser Vorsprung reflektiert die tiefere methodische Kompetenz und die Forschungserfahrung.
Nach 3 bis 5 Jahren: Der Vorsprung egalisiert sich. Industrieerfahrung überholt akademische Qualifikation. Ein:e Mid-Level Data Scientist mit 4 Jahren Berufserfahrung und Master verdient in der Regel genauso viel wie ein:e promovierte:r Data Scientist mit 2 Jahren Berufserfahrung. Der Grund: Unternehmen bezahlen Produktionserfahrung, Business-Impact und Deployment-Kompetenz — nicht den Titel.
Ausnahmen, wo der PhD langfristig zählt:
Pharma und Biotech: Hier bleibt das PhD-Premium über die gesamte Karriere bestehen — 5 bis 10 Prozent auch nach 5+ Jahren.
Forschungsnahe Rollen: Research Scientist-Positionen bei Tech-Konzernen setzen den PhD oft voraus und vergüten ihn entsprechend.
Schweiz: In der Schweizer Pharmabranche ist der Doktortitel nahezu Einstellungsvoraussetzung für Senior-Positionen.
Die ehrliche Empfehlung: Mache den PhD, wenn dich Forschung intrinsisch motiviert. Mache ihn nicht primär aus finanziellen Gründen — die Opportunitätskosten von 3 bis 5 Jahren entgangenem Gehalt (150.000 bis 300.000 EUR) werden durch das Einstiegspremium selten vollständig ausgeglichen. Für die meisten Industry-Karrieren ist ein Master plus schneller Berufseinstieg mit gezielter Spezialisierung der finanziell effizientere Weg.
Branchen-Premium — FinTech, Pharma, Automotive und Co.
Die Branche beeinflusst dein Data-Science-Gehalt um 10 bis 20 Prozent. Die Unterschiede spiegeln nicht nur Budgets wider, sondern die strategische Bedeutung von Data Science im jeweiligen Geschäftsmodell.
FinTech und Finanzdienstleistungen: An der Spitze. Senior Data Scientists verdienen hier 95.000 bis 120.000 EUR in Deutschland. Data Science ist direkt umsatzrelevant — Kreditscoring, Fraud Detection, algorithmischer Handel. In der Schweiz sind es 150.000 bis 180.000 CHF. Die Zahlungsbereitschaft ist hoch, weil datengetriebene Modelle direkt auf den Umsatz wirken.
Pharma und Biotech: Starke Gehälter, besonders mit PhD. Senior: 90.000 bis 115.000 EUR in Deutschland. Drug Discovery, Clinical Trials und Real-World-Evidence erfordern tiefe methodische Kompetenz. In Basel bei Roche und Novartis sind deutlich höhere CHF-Gehälter üblich.
Automotive: Im Umbruch und mit steigender Nachfrage. Senior: 85.000 bis 110.000 EUR. Computer Vision, Sensorfusion und Predictive Maintenance sind die Kernthemen. Die Transformation zu datengetriebenen Mobilitätsmodellen treibt die Investitionen.
Beratung: Im Mittelfeld mit Bonusstruktur. Senior: 85.000 bis 105.000 EUR plus 10 bis 20 Prozent Bonus. Die steilste Lernkurve, aber hohe Reisetätigkeit und Projektdruck. Du sammelst schnell branchenübergreifende Erfahrung.
Mittelstand: Moderatere Gehälter, breitere Rollen. Senior: 75.000 bis 95.000 EUR. Oft bist du die einzige Data-Science-Person — mit direktem Business-Impact und viel Gestaltungsspielraum, aber weniger Spezialisierungsmöglichkeit.
Schau dir aktuelle Data-Science-Positionen an, um ein Gefühl für die Branchenverteilung zu bekommen.
Data Scientist vs. ML Engineer — Rollen, Gehälter, Karrierewege
Die Abgrenzung zwischen Data Scientist und ML Engineer ist 2026 eine der wichtigsten Karriereentscheidungen im Data-Bereich — und sie hat direkte Gehaltskonsequenzen.
Data Scientist: Entwickelt statistische und ML-Modelle, führt Analysen durch, testet Hypothesen. Arbeitet mit Python, R, scikit-learn, TensorFlow, PyTorch. Der Fokus liegt auf Modellentwicklung und Erkenntnisgewinnung. Senior-Gehalt Deutschland: 85.000 bis 115.000 EUR.
ML Engineer: Bringt ML-Modelle in Produktion, skaliert sie und betreibt sie. Kombiniert Data-Science-Wissen mit Software-Engineering und MLOps-Kompetenz. Arbeitet zusätzlich mit Docker, Kubernetes, MLflow, CI/CD-Pipelines, SageMaker oder Vertex AI. Senior-Gehalt Deutschland: 90.000 bis 125.000 EUR.
ML Engineers verdienen 5 bis 15 Prozent mehr als Data Scientists auf vergleichbarer Erfahrungsstufe. Der Grund: Sie schließen die Lücke zwischen Modell und Produktion — und genau diese Fähigkeit ist am Markt am knappsten. Viele Unternehmen haben Data Scientists, die Modelle bauen, aber niemanden, der sie zuverlässig in Produktion bringt.
Für deine Karriereentscheidung:
Wenn du tiefe methodische Arbeit, Forschungsnähe und Modellentwicklung bevorzugst — bleib auf dem Data-Science-Pfad.
Wenn du Infrastruktur, Skalierung und den Weg von der Idee zum Produktionssystem spannender findest — investiere in ML Engineering.
Wenn du beides willst: Full-Stack-ML-Rollen kombinieren beide Bereiche und werden mit Premium vergütet.
Bereit für den nächsten Schritt? Sieh dir aktuelle Data-Science- und ML-Engineering-Rollen an.
Freelance-Tagessätze für Data Scientists in DACH 2026
Freelancing als Data Scientist ist in der gesamten DACH-Region eine wachsende Option — mit Tagessätzen, die deutlich über Festanstellungs-Äquivalenten liegen. Die Nachfrage steigt besonders für kurzfristige ML-Projekte und Spezialist:innen-Einsätze.
Freelance-Tagessätze Deutschland:
Junior (0 bis 2 Jahre): 500 bis 650 EUR pro Tag
Mid-Level (3 bis 5 Jahre): 650 bis 850 EUR pro Tag
Senior (6+ Jahre): 850 bis 1.100 EUR pro Tag
Freelance-Tagessätze Österreich:
Junior: 450 bis 600 EUR pro Tag
Mid-Level: 600 bis 800 EUR pro Tag
Senior: 750 bis 950 EUR pro Tag
Freelance-Tagessätze Schweiz:
Junior: 700 bis 950 CHF pro Tag
Mid-Level: 950 bis 1.300 CHF pro Tag
Senior: 1.000 bis 1.600 CHF pro Tag
Die höchsten Tagessätze erzielen Spezialist:innen mit Nischen-Skills: LLM-Integration, NLP-Produktionssysteme oder Computer-Vision-Anwendungen für die Industrie. Ein:e Senior Data Scientist mit NLP-Fokus kann in Deutschland 1.000 bis 1.200 EUR pro Tag aufrufen.
Beachte die Rahmenbedingungen: Sozialversicherung, Akquisezeiten, Ausfallzeiten und fehlender bezahlter Urlaub relativieren den nominalen Vorteil. Dein Tagessatz sollte mindestens 30 bis 40 Prozent über dem Festanstellungs-Äquivalent liegen, damit sich Freelancing rechnet.
Du überlegst, ob Freelancing zu deiner Situation passt? Sprich mit uns — vertraulich und unverbindlich.
FAQ — Häufige Fragen zum Data Scientist Gehalt
Die folgenden Fragen erreichen uns regelmäßig in Beratungsgesprächen mit Data Scientists. Hier die Antworten — direkt und datenbasiert.
Was verdient ein:e Data Scientist in Deutschland 2026?
Zwischen 48.000 EUR (Junior) und 140.000 EUR (Lead/Principal). Der Median liegt bei rund 78.000 bis 85.000 EUR. Spezialisierung (NLP, ML Engineering) und Branche (FinTech, Pharma) sind nach Erfahrung die stärksten Gehaltstreiber.
Lohnt sich ein PhD für Data Science finanziell?
Kurzfristig ja — 5 bis 12 Prozent höheres Einstiegsgehalt. Langfristig egalisiert sich der Vorsprung nach 3 bis 5 Jahren. In Pharma und forschungsnahen Rollen bleibt das PhD-Premium bestehen. Die Opportunitätskosten von 3 bis 5 Jahren entgangenem Gehalt sollten berücksichtigt werden.
Wie viel verdient ein:e Data Scientist in der Schweiz?
85.000 bis 180.000 CHF je nach Erfahrung und Standort. Zürich und Basel zahlen am meisten. Kaufkraftbereinigt liegen Schweizer Gehälter 20 bis 30 Prozent über Deutschland — trotz höherer Lebenshaltungskosten.
Verdient ein:e ML Engineer mehr als ein:e Data Scientist?
Ja — auf Senior-Level 5 bis 15 Prozent mehr. ML Engineers kombinieren Modellierung mit Engineering-Skills und schließen die Lücke zwischen Modell und Produktion. Diese Kombination ist am Markt am knappsten.
Wie steht Österreich im DACH-Vergleich?
10 bis 15 Prozent unter Deutschland, aber mit niedrigeren Lebenshaltungskosten außerhalb Wiens. Remote-Positionen bei deutschen Unternehmen können das Gefälle ausgleichen.
Du überlegst einen Wechsel innerhalb von DACH? Sprich mit uns — vertraulich und unverbindlich.
Weitere nützliche Links
FAQ
Wie viel verdient ein Junior Data Scientist in Deutschland?
Ein:e Junior Data Scientist mit 0 bis 2 Jahren Erfahrung verdient 2026 in Deutschland zwischen 48.000 und 62.000 EUR brutto jährlich. Mit PhD liegt das Einstiegsgehalt 5 bis 12 Prozent höher. In München und Frankfurt liegen die Gehälter am oberen Ende der Bandbreite.
Wie viel verdient ein Data Scientist in Österreich?
Data Scientists in Österreich verdienen im Schnitt 10 bis 15 Prozent weniger als in Deutschland. Junior: 42.000 bis 55.000 EUR, Mid-Level: 55.000 bis 75.000 EUR, Senior: 75.000 bis 100.000 EUR. Wien ist der stärkste Markt. Remote-Positionen bei deutschen Unternehmen können das Gehaltsgefälle ausgleichen.
Welche Spezialisierung bringt das höchste Data Science Gehalt?
ML Engineering und NLP zahlen am besten — 10 bis 20 Prozent über generalistischem Data Science. Computer Vision folgt. Besonders LLM-bezogene Skills (Fine-Tuning, RAG-Architekturen) erzielen 2026 ein starkes Premium. Die Spezialisierung lohnt sich finanziell ab dem Mid-Level.
Wie hoch sind Freelance-Tagessätze für Data Scientists?
In Deutschland liegen die Tagessätze 2026 bei 700 bis 1.100 EUR pro Tag für erfahrene Data Scientists. In Österreich bei 600 bis 950 EUR, in der Schweiz bei 1.000 bis 1.600 CHF. Spezialist:innen für NLP oder Computer Vision erzielen höhere Sätze. Sozialversicherung und Ausfallzeiten einkalkulieren.
In welcher Branche verdienen Data Scientists am meisten?
FinTech und Finanzdienstleistungen zahlen am besten (Senior: 95.000 bis 120.000 EUR in Deutschland), gefolgt von Pharma (90.000 bis 115.000 EUR, besonders mit PhD) und Automotive (85.000 bis 110.000 EUR). Beratung bietet zusätzlich 10 bis 20 Prozent Bonus. Der Mittelstand liegt bei 75.000 bis 95.000 EUR mit breiterer Verantwortung.
Wo finde ich aktuelle Data Science Jobs in der DACH-Region?
Auf der Nova Search Jobseite unter /jobs findest du aktuelle Data-Science- und ML-Engineering-Positionen in der gesamten DACH-Region. Fuer eine vertrauliche Beratung zu deinen Karrieremöglichkeiten kannst du unter /contact ein Gespraech mit dem Data-Recruiting-Team vereinbaren.
