إطار المهارات والكفاءات العالمي للعالم الرقمي

علم البيانات DATS Beta

(unchanged)

تطبيق آليات النمذجة الحسابية والإحصائية وآليات النمذجة الخاصة بالتنقيب عن البيانات وآليات النمذجة التنبؤية للحصول على رؤى والتنبؤ بالسلوكيات وتوليد قيمة من البيانات.

الترجمة العربية لـ SFIA 9: النسخة التجريبية

SFIA 9 باللغة الإنجليزية متاح الآن.

  • هذه هي النسخة التجريبية من SFIA 9 باللغة العربية.
  • قمنا بإنشائها باستخدام منصة Phrase Localization Platform، من خلال الجمع بين:
    • المحتوى المترجم من SFIA 8
    • مساهمات من 7 من أبرز مزودي الترجمة الآلية
  • سنقوم بتحديث هذه الترجمة بعد المراجعة وفحوصات الجودة.
  • يرجى الاتصال بنا إذا لاحظتم أي أخطاء أو كانت لديكم أي أسئلة.

ملاحظة: بينما تساعد الترجمة الآلية في إنشاء الإصدارات الأولية، فإن المراجعة المهنية تضمن الدقة واللغة المناسبة للسياق.

ملاحظات إرشادية:

(unchanged)

عادة ما يُستخدم علم البيانات في تحليل البيانات كبيرة الحجم وعالية السرعة وشديدة التنوع (ما بين أعداد ورموز ونصوص وأصوات وصور).

قد تتضمن الأنشطة على سبيل المثال لا الحصر:

  • إدخال طرق من النمذجة الحسابية والإحصائية والنمذجة القائمة على الاحتمالات باستخدام لغات وأدوات وآليات برمجة متخصصة.
  • فرز وإعداد البيانات للتحليل
  • صياغة واعتماد واستغلال مجموعات من البيانات الداخلية والخارجية المستخلصة من نطاق متنوع من العمليات.
  • تطوير رؤى تطلعية وتنبؤية وآنية قائمة على نماذج لخلق قيمة وتعزيز عملية صنع قرار فعالة.
  • البحث عن مصادر البيانات وانتقاؤها والحصول عليها واستيعابها.
  • تحقيق تكامل البيانات وتنقيتها لتكون صالحة لتحقيق الغرض منها
  • وضع فرضيات واستكشاف بيانات باستخدام تقنيات صناديق الرمال الخاصة بالتحليلات
  • تنقيح النماذج الخاصة بالاشتراطات والتحقق من الصحة والتدريب والتطوير على مدار الوقت لاكتشاف رؤى أعمق أو التوصل إلى تنبؤات أو الإتيان بتوصيات.
  • استخدام آليات تحليل متقدمة منها على سبيل المثال لا الحصر التنقيب عن البيانات/ النصوص وتعلم الآلة ومضاهاة الأنماط والتنبؤ والتصور والتحليل الدلالي وتحليل المشاعر وتحليل الشبكات ونظم المجموعات وعمليات إحصاء التباين متعدد المتغيرات وتحليل الرسوم البيانية والمحاكاة ومعالجة الأحداث المعقدة والشبكات المحايدة.

فهم مستويات المسؤولية لهذه المهارة

حيث لا يتم تعريف المستويات الأدنى ...
  • لا يتم تحديد المهام والمسؤوليات المحددة لأن المهارة تتطلب مستوى أعلى من الاستقلالية والتأثير والتعقيد في صنع القرار مما هو متوقع عادة في هذه المستويات. يمكنك استخدام عبارات الجوهر لفهم المسؤوليات العامة المرتبطة بهذه المستويات.
حيث لا يتم تعريف المستويات الأعلى ...
  • لم يتم تحديد المسؤوليات والمساءلة لأن هذه المستويات العليا تنطوي على قيادة استراتيجية وتأثير تنظيمي أوسع يتجاوز نطاق هذه المهارة المحددة. انظر بيانات الجوهر.

تطوير المهارات وإظهار المسؤوليات المتعلقة بهذه المهارة

تظهر المستويات المحددة التقدم التدريجي في المهارات والمسؤوليات.

حيث لا يتم تعريف المستويات الأدنى ...

يمكنك تطوير معرفتك ودعم الآخرين الذين يتحملون مسؤولية في هذا المجال من خلال:

  • تعلم المفاهيم والمبادئ الأساسية المتعلقة بهذه المهارة وتأثيرها على دورك
  • أداء المهارات ذات الصلة (انظر مهارات SFIA ذات الصلة)
  • Supporting others who are performing higher level tasks and activities
حيث لا يتم تعريف المستويات الأعلى ...
  • يمكنك التقدم من خلال تطوير المهارات ذات الصلة التي هي أكثر ملاءمة لمستويات أعلى من القيادة التنظيمية.

إظهار/إخفاء الأوصاف والمستويات الإضافية.

2 3 4 5 6

Levels of responsibility for this skill

علم البيانات: المستوى2

المستوى الثاني- يساعد: جوهر المستوى: تقديم المساعدة للآخرين، والعمل تحت إشراف روتيني، واستخدام تقديره لحل المشكلات الروتينية. التعلم بنشاط من خلال التدريب والخبرات في العمل.

(modified)

تحت إشراف روتيني، يطبق تقنيات علم البيانات المحددة على البيانات. يحلل النتائج ويبلغ عنها ويعالج المشكلات البسيطة، باستخدام الخوارزميات المضمنة في أطر وأدوات البرامج القياسية.

علم البيانات: المستوى3

المستوى الثالث- يطبّق: جوهر المستوى: أداء مهام متنوعة، معقدة وغير روتينية في بعض الأحيان، باستخدام أساليب وإجراءات قياسية. العمل تحت إشراف عام، وممارسة التقدير، وإدارة العمل الخاص به ضمن المواعيد النهائية. تعزيز المهارات والتأثير بشكل استباقي في مكان العمل.

(modified)

يطبق تقنيات علوم البيانات القياسية على المشكلات ومجموعات البيانات الجديدة باستخدام تقنيات البرمجة المتخصصة. يحدد ويختار مصادر البيانات المناسبة ويجهز البيانات لاستخدامها بواسطة نماذج علوم البيانات. يقيم نتائج وأداء نماذج علوم البيانات. يحدد وينفذ الفرص لتدريب وتحسين النماذج والبيانات التي تستخدمها. ينشر ويقدم تقارير عن مخرجات النموذج لتلبية احتياجات العملاء والامتثال للمعايير المتفق عليها.

علم البيانات: المستوى4

المستوى الرابع- يمكّن: جوهر المستوى: أداء أنشطة معقدة متنوعة، ودعم الآخرين وإرشادهم، وتفويض المهام عند الاقتضاء، والعمل بشكل مستقل تحت التوجيه العام، والمساهمة بالخبرة لتحقيق أهداف الفريق.

(modified)

يقوم بالتحقيق في المشاكل ومجموعات البيانات لتقييم مدى فائدة حلول علوم البيانات. يطبق تقنيات علوم البيانات المتنوعة ولغات البرمجة المتخصصة. يفهم ويطبق القواعد والمبادئ التوجيهية الخاصة بالصناعة والأعمال، ويتوقع المخاطر والآثار الأخرى للنمذجة. يختار البيانات ويحصل عليها ويدمجها للتحليل. يصوغ الفرضيات ويقيم نماذج علوم البيانات. يقدم المشورة بشأن فعالية التقنيات المحددة بناءً على نتائج التحليل والبحث. يساهم في تطوير وتقييم ومراقبة ونشر حلول علوم البيانات.

علم البيانات: المستوى5

المستوى الخامس- يضمن، يقدم المشورة: جوهر المستوى: تقديم إرشادات موثوقة في مجاله والعمل تحت إشراف واسع النطاق. المسؤولية عن تحقيق نتائج عمل مهمة، من التحليل إلى التنفيذ إلى التقييم.

(unchanged)

يخطط ويقود جميع مراحل تطوير الحلول القائمة على علم البيانات والتحليلات. يقدم المشورة القائمة على الخبرة لتقييم المشكلات المراد حلها ومدى الاحتياج إلى حلول قائمة على علم البيانات. يحدد نوع مصادر البيانات التي يتعين استخدامها أو الحصول عليها. يحدد ويطبق آليات علم البيانات ولغات البرمجة المتخصصة الملائمة. يراجع مزايا وقيمة آليات وأدوات علم البيانات ويقدم توصيات بإجراء عدد من التحسينات. يشارك في وضع السياسات والمعايير والمبادئ التوجيهية الخاصة بتطوير وتقييم ومراقبة واستخدام الحلول القائمة على علم البيانات.

علم البيانات: المستوى6

المستوى السادس- يبادر، يؤثر: جوهر المستوى: يتمتع بنفوذ تنظيمي كبير، ويتخذ قرارات رفيعة المستوى، ويشكل السياسات، ويظهر القيادة، ويعزز التعاون التنظيمي، ويقبل المساءلة في المجالات الرئيسية.

(modified)

يتولى قيادة وتقديم واستخدام علم البيانات لتعزيز الابتكار وقيمة الأعمال. يطور ويقود تبني السياسات التنظيمية والمعايير والإرشادات والأساليب الخاصة بعلم البيانات والالتزام بها. يحدد الاتجاه ويقود في تقديم واستخدام تقنيات ومنهجيات وأدوات علم البيانات. يقود تطوير القدرات التنظيمية لعلم البيانات. يخطط ويقود المبادرات الاستراتيجية والكبيرة والمعقدة في مجال علم البيانات لتوليد الأفكار وخلق القيمة ودفع عملية صنع القرار.