Der globale Kompetenz- und Kompetenzrahmen für eine digitale Welt

Datenentwicklung DENG Beta

(modified)

Entwurf, Bau, Betrieb, Sicherung und Überwachung von Datenpipelines, Stores und Echtzeitverarbeitungssystemen für skalierbares und zuverlässiges Datenmanagement.

Deutsche Übersetzung von SFIA 9: Beta-Version

SFIA 9 ist auf Englisch bereits verfügbar.

  • Dies ist eine Beta-Version von SFIA 9 auf Deutsch.
  • Wir haben sie mit hilfe der Phrase Localization Platform erstellt, indem wir Folgendes kombinierten:
    • Übersetzten Inhalt aus SFIA 8
    • Beiträge von 7 führenden maschinellen Übersetzungsanbietern
  • Wir werden diese Übersetzung nach Überprüfung und Qualitätskontrollen aktualisieren.
  • Bitte kontaktieren Sie uns, wenn Sie Fehler bemerken oder Fragen haben.

Hinweis: Während maschinelle Übersetzung bei der Erstellung erster Versionen hilft, gewährleistet die professionelle Überprüfung Genauigkeit und kontextgerechte Sprache.

Leitfaden

(modified)

Zu den Aktivitäten gehören unter anderem:

  • Das Identifizieren von Datenquellen sowie von Konzepten und Methoden zur Datenverarbeitung
  • Das Beurteilen, Entwerfen und Implementieren von Vor-Ort-Datenentwicklungslösungen, Cloud-basierten Datenentwicklungslösungen und Hybrid-Datenentwicklungslösungen
  • Das Strukturieren und Speichern von Daten für Nutzungen wie unter anderem Analytik, maschinelles Lernen, Data-Mining und Teilen mit Anwendungen und Unternehmen
  • Das Sammeln von strukturierten und unstrukturierten Daten
  • Das Integrieren, Konsolidieren und Bereinigen von Daten
  • Implementierung von Echtzeit- und Batch-Datenverarbeitungspipelines
  • Gewährleistung der Einhaltung von Data Governance-, Sicherheits- und Datenschutzstandards, einschließlich Verschlüsselung und sicherer Multi-Tenancy
  • Verwaltung der kontinuierlichen Integration, Bereitstellung und Überwachung von Datenpipelines (DataOps)
  • Das Migrieren und Konvertieren von Daten
  • Das Anwenden von ethischen Prinzipien im Umgang mit Daten
  • Sicherstellung der Anpassung der Datenspeicherung an die einschlägigen Rechtsvorschriften
  • Das Einbauen von Sicherheit, Einhaltung, Skalierbarkeit, Effizienz, Zuverlässigkeit, Originaltreue, Flexibilität und Transportfähigkeit

Verständnis der Verantwortungsebenen dieser Fähigkeit

Wo niedrigere Ebenen nicht definiert sind...
  • Spezifische Aufgaben und Verantwortlichkeiten sind nicht definiert, da die Fähigkeit ein höheres Maß an Autonomie, Einfluss und Komplexität bei der Entscheidungsfindung erfordert, als auf diesen Ebenen typischerweise erwartet wird. Sie können die Essenzaussagen verwenden, um die generischen Verantwortlichkeiten zu verstehen, die mit diesen Ebenen verbunden sind.
Wo höhere Ebenen nicht definiert sind...
  • Verantwortlichkeiten und Verantwortlichkeiten sind nicht definiert, da diese höheren Ebenen strategische Führung und einen breiteren organisatorischen Einfluss beinhalten, der über den Rahmen dieser spezifischen Fähigkeit hinausgeht. Siehe die Essenzaussagen.

Entwicklung von Fähigkeiten und Nachweis von Verantwortlichkeiten im Zusammenhang mit dieser Fähigkeit

Die definierten Stufen zeigen die schrittweise Entwicklung von Fähigkeiten und Verantwortung.

Wo niedrigere Ebenen nicht definiert sind...

Sie können Ihr Wissen erweitern und andere unterstützen, die in diesem Bereich Verantwortung tragen, indem Sie:

  • Erlernen der wichtigsten Konzepte und Prinzipien im Zusammenhang mit dieser Fähigkeit und ihren Auswirkungen auf Ihre Rolle
  • Ausführen verwandter Fähigkeiten (siehe verwandte SFIA-Fähigkeiten)
  • Supporting others who are performing higher level tasks and activities
Wo höhere Ebenen nicht definiert sind...
  • Sie können Fortschritte machen, indem Sie verwandte Fähigkeiten entwickeln, die besser für höhere Ebenen der Unternehmensführung geeignet sind.

Ein-/Ausblenden zusätzlicher Beschreibungen und Levels.

Levels of responsibility for this skill

2 3 4 5 6

Datenentwicklung: Ebene 2

Ebene 2 – Mitwirken: Wesentliche Merkmale dieser Ebene: Bietet anderen Hilfe, arbeitet unter regelmäßiger Aufsicht und nutzt sein Ermessen zur Lösung routinemäßiger Probleme. Lernt aktiv durch Schulungen und praktische Erfahrungen.

(modified)

Unterstützt die Entwicklung und Implementierung von Datenpipelines und Datenspeichern. Führt administrative Aufgaben aus, um Datenzugänglichkeit, Abrufbarkeit, Sicherheit und Schutz zu gewährleisten. Unterstützt die Überwachung von Datenpipeline-Operationen, die Erkennung von Problemen und die Eskalation bei Bedarf.

Datenentwicklung: Ebene 3

Ebene 3 – Anwenden: Wesentliche Merkmale der Ebene: Führt abwechslungsreiche Aufgaben aus, die manchmal komplex und nicht routinemäßig sind, und verwendet dabei standardmäßige Methoden und Verfahren. Arbeitet unter allgemeiner Anleitung, übt Diskretion aus und erledigt seine eigene Arbeit innerhalb von Fristen. Verbessert proaktiv Fähigkeiten und Wirkung am Arbeitsplatz.

(modified)

Entspricht Standardansätzen und etablierten Designmustern, um einfache Datenpipelines und Datenspeicher zu erstellen und zu implementieren, um Daten zu erfassen und aufzubereiten. Wendet Data Engineering-Standards und -Tools an, um Datenpipelines zu erstellen und zu warten und ETL-Prozesse durchzuführen, wobei Sicherheits- und Datenintegritätspraktiken berücksichtigt werden. Trägt zu Datenmigrations- und -konversionsprojekten bei, um die Datenintegrität und -konsistenz sicherzustellen. Führt routinemäßige Datenqualitätsprüfungen und -korrekturen durch.

Datenentwicklung: Ebene 4

Ebene 4 – Möglich machen: Wesentliche Merkmale der Ebene: Führt verschiedene komplexe Tätigkeiten aus, unterstützt und leitet andere an, delegiert Aufgaben bei Bedarf, arbeitet selbstständig unter allgemeiner Anleitung und trägt mit seinem Fachwissen zum Erreichen der Teamziele bei.

(modified)

Entwirft, implementiert und wartet komplexe Data Engineering-Lösungen zur Erfassung und Aufbereitung von Daten. Erstellt und pflegt Datenpipelines, um Daten über Datenspeicher, Anwendungen und Organisationen hinweg zu verbinden. Entwickelt in Übereinstimmung mit Data Governance- und Sicherheitsstandards. Unterstützt die Entwicklung kontinuierlicher Integrations- und Bereitstellungspraktiken. Überwacht und optimiert die Leistung und Skalierbarkeit von Pipelines. Führt komplexe Datenqualitätsprüfungen und -behebungen durch. Führt Datenmigrations- und Datenkonvertierungsaktivitäten durch.

Datenentwicklung: Ebene 5

Ebene 5 – Sicherstellen, beraten: Wesentliche Merkmale der Ebene: Bietet kompetente Anleitung in seinem Bereich und arbeitet unter umfassender Anleitung. Verantwortlich für die Erzielung bedeutender Arbeitsergebnisse, von der Analyse über die Ausführung bis hin zur Auswertung.

(modified)

Planet und treibt die Entwicklung von Data Engineering-Lösungen voran, wobei funktionale und nicht-funktionale Anforderungen in Einklang gebracht werden. Überwacht die Anwendung von Datenstandards, Architekturen und Sicherheit, gewährleistet Compliance und Skalierbarkeit. Entwickelt und fördert kontinuierliche Integrations-, Bereitstellungs- und Überwachungspraktiken. Trägt zu Organisationsrichtlinien, Standards und Richtlinien für Data Engineering bei.

Datenentwicklung: Ebene 6

Ebene 6 – Anregungen geben, Einfluss nehmen: Wesentliche Merkmale der Ebene: Verfügt über erheblichen Einfluss auf die Organisation, trifft Entscheidungen auf hoher Ebene, gestaltet Richtlinien, zeigt Führungsqualitäten, fördert die Zusammenarbeit in der Organisation und übernimmt in Schlüsselbereichen Verantwortung.

(modified)

Leitet die Auswahl und Entwicklung von Methoden, Tools und Techniken für die Datenentwicklung. Entwickelt Richtlinien, Standards und Leitlinien des Unternehmens für die Entwicklung und den sicheren Betrieb von Datendiensten und ‐produkten. Gewährleistet die Einhaltung von technischen Strategien und Architekturen. Plant und leitet Aktivitäten zur Datenentwicklung für strategische, große und komplexe Programme.