Datenwissenschaft DATS

Das Anwenden von Techniken aus Mathematik, Statistik, Data-Mining und Vorhersagemodellen, um Einblicke zu gewinnen, Verhaltensweisen vorherzusagen und einen Wert aus Daten zu generieren.

Leitfaden

Die Datenwissenschaft wird in der Regel zur Analyse von umfangreichen Daten mit hoher Geschwindigkeit und Vielfalt (Zahlen, Symbole, Text, Ton und Bild) verwendet.

Zu den Aktivitäten gehören unter anderem:

Das Integrieren von Methoden aus Mathematik, Statistik und Wahrscheinlichkeitsmodellen anhand von speziellen Programmiersprachen, Tools und Techniken
Die Beschaffung und Vorbereitung von Daten für die Analyse
Das Identifizieren, Validieren und Nutzen interner und externer Datenbestände, die in unterschiedlichen Prozessen generiert wurden
Das Entwickeln von zukunftsorientierten, vorhersagbaren, modellbasierten Einblicken in Echtzeit zur Wertbeschaffung und als Erleichterung einer effektiven Entscheidungsfindung
Das Finden, Auswählen, Erfassen und Aufnehmen von Datenquellen
Das Integrieren und Bereinigen von Daten, um sie zweckdienlich zu machen
Das Entwickeln von Hypothesen und das Erforschen von Daten anhand von Modellen und analytischen Sandboxes
Das Verfeinern von Anforderungen sowie das Validieren, Trainieren und Weiterentwickeln von Modellen im Lauf der Zeit, um tiefere Einblicke zu erlangen, Vorhersagen zu treffen oder Empfehlungen zu generieren
Das Nutzen fortschrittlicher analytischer Techniken wie unter anderem Data-/Text-Mining, maschinelles Lernen, Musterabgleich, Prognosen, Visualisierung, semantische Analyse, Sentimentanalyse, Netzwerk- und Clusteranalyse, multivariate Statistik, Graphenanalyse, Simulation, komplexe Ereignisverarbeitung und neuronale Netze

Ebenen der Verantwortung für diese Fähigkeit

Datenwissenschaft: Ebene 1

Diese Fähigkeit wird auf dieser Ebene der Verantwortung und Rechenschaftspflicht normalerweise nicht beobachtet oder praktiziert.

Datenwissenschaft: Ebene 2

Wendet unter Anleitung vorgegebene Techniken für die Datenwissenschaft auf Daten an. Analysiert und erstellt Berichte über Erkenntnisse und korrigiert einfache Probleme anhand von Algorithmen, die in standardmäßige Softwarerahmenwerke und ‑tools implementiert wurden.

Datenwissenschaft: Ebene 3

Wendet bestehende Techniken für die Datenwissenschaft anhand von speziellen Programmiertechniken auf neue Probleme und Datenbestände an. Wählt aus bestehenden Datenquellen aus und bereitet Daten zur Verwendung durch Modelle für die Datenwissenschaft vor. Beurteilt die Ergebnisse und die Leistung von Modellen für die Datenwissenschaft. Identifiziert und implementiert Möglichkeiten zum Trainieren und Verbessern von Modellen und den von ihnen verwendeten Daten. Veröffentlicht und erstellt Berichte über Modellausgaben für das Erfüllen der Kundenbedürfnisse und das Einhalten vereinbarter Standards.

Datenwissenschaft: Ebene 4

Untersucht die beschriebenen Probleme und Datenbestände zur Bewertung der Eignung von Lösungen zu Datenwissenschaft und Analytik. Wendet eine Reihe von Techniken für die Datenwissenschaft an und verwendet spezielle Programmiersprachen. Versteht branchenspezifische Regeln und Richtlinien, wendet sie an und antizipiert Risiken und andere Auswirkungen der Modellerstellung. Wählt Daten für die Analyse aus, erfasst und integriert sie. Entwickelt Datenhypothesen und ‑methoden und beurteilt Analysemodelle. Berät über die Effektivität bestimmter Techniken basierend auf Projekterkenntnissen und umfassender Recherche. Trägt zur Entwicklung, Beurteilung, Überwachung und Bereitstellung von Lösungen für die Datenwissenschaft bei.

Datenwissenschaft: Ebene 5

Plant und fördert alle Phasen der Entwicklung von Lösungen zu Datenwissenschaft und Analytik. Erteilt fachmännische Ratschläge zur Beurteilung der zu lösenden Probleme und des Bedarfs an Lösungen für die Datenwissenschaft. Identifiziert, welche Datenquellen verwendet oder erworben werden müssen. Bestimmt geeignete Techniken und spezielle Programmiersprachen für die Datenwissenschaft und wendet diese an. Überprüft die Vorteile und den Wert von Techniken und Tools für die Datenwissenschaft und empfiehlt Verbesserungen. Trägt zur Entwicklung von Richtlinien, Standards und Leitlinien des Unternehmens für die Entwicklung, Beurteilung, Überwachung und Bereitstellung von Lösungen für die Datenwissenschaft bei.

Datenwissenschaft: Ebene 6

Leitet die Einführung und Nutzung der Datenwissenschaft und Analytik, um die Innovation und den Geschäftswert zu fördern. Entwickelt Richtlinien, Standards und Leitlinien des Unternehmens für Datenwissenschaft und Analytik. Legt die Richtung fest und leitet die Einführung und Nutzung von Techniken, Methoden und Tools für Datenwissenschaft und Analytik. Leitet die Entwicklung der Fähigkeiten des Unternehmens für Datenwissenschaft und Analytik. Plant und leitet strategische, große und komplexe Initiativen zur Datenwissenschaft, um Einblicke zu erstellen, Werte zu schaffen und die Entscheidungsfindung zu fördern.

Datenwissenschaft: Ebene 7

Steuert die Erstellung und Überprüfung eines funktionsübergreifenden, unternehmensweiten Ansatzes und einer Kultur für das Generieren eines Werts aus Datenwissenschaft und Analytik. Fördert die Identifizierung, Beurteilung und Anwendung von Fähigkeiten der Datenwissenschaft und Analytik zur Veränderung der Leistung des Unternehmens. Leitet die Bereitstellung der Datenwissenschaft und analytischen Fähigkeiten des Unternehmens. Gewährleistet, dass die strategische Anwendung der Datenwissenschaft in die Grundsätze und die Leitung des Unternehmens eingebettet ist. Bringt Geschäftsstrategien, Unternehmensveränderungen und Datenwissenschaft sowie Analysestrategien in Einklang.