Ответ: с трудом. Причём это не только в DataScience, а в любой области, где подразумевается полноценная рабочая нагрузка на коммерческом проекте.
Из явных возможных вариантов:
- Минимальная академическая нагрузка, причём только по тем дисциплинам, которые хорошо известны и пересекаются с работой. 0.25 ставки тут самый оптимум. Часто в ВУЗе можно легко договориться о чтении по выходным, или с раннего утра.
- Возможен вариант с "приходящим лектором", когда часть дисциплины читает штатный ВУЗовский лектор, а условный вы приходите на каждое второе/третье занятие и дополнительно рассказываете что-то из коммерческого опыта. Потребует хорошей синхронизации с основным преподавателем, но для вас, зато, полностью снимает всю "сопутствующую" нагрузку типа методичек и т.д. Зарплаты за это, понятно, не будет, но она и не на столько велика по сравнению с зарплатой IT-шника.
- Договориться на коммерческой работе, что работаете, условно, на полставки, а чтение занятий в ВУЗе "компенсируете" приведёнными новыми сотруниками из числа студентов ВУЗа.
- Примерно аналогично предыдущему, но по примерно полгода (за семестр вычитываете всю нагрузку в ВУЗе, а потом 8 месяцев работаете на проекте на полную ставку)
Последние два пункта имеет смысл пробовать делать, если компания "доросла" до собственного УЦ и ей нужны новые сотрудники, массовость которых может обеспечить ВУЗ. Но сразу хочу сказать, что тут надо очень аккуратным быть с обещаниями, так как процент "выхлопа" с типовой кафедры в ВУЗе может быть не очень высоким.