Le cadre mondial des aptitudes et des compétences pour le monde numérique

Science des données DATS Beta

(unchanged)

Application de mathématiques, statistiques, exploration de données et techniques de modélisation prédictive pour obtenir des informations, prédire les comportements et générer de la valeur à partir des données.

Traduction française de SFIA 9 : Version bêta

SFIA 9 en anglais est désormais disponible.

  • Ceci est une version bêta de SFIA 9 en français.
  • Nous l'avons créée en utilisant la Phrase Localization Platform, en combinant :
    • Le contenu traduit de SFIA 8
    • Les contributions de 7 principaux fournisseurs de traduction automatique
  • Nous mettrons à jour cette traduction après révision et contrôles qualité.
  • Veuillez nous contacter si vous remarquez des erreurs ou si vous avez des questions.

Note : Bien que la traduction automatique aide à créer des versions initiales, la révision professionnelle garantit la précision et un langage adapté au contexte.

Notes d’orientation

(unchanged)

La science des données est généralement utilisée pour analyser des données à volume élevé, grande vitesse et grande variété (chiffres, symboles, texte, son et image).

Les activités peuvent inclure -- mais ne sont pas limitées à :

  • intégration de méthodes issues des mathématiques, statistiques et modélisation probabiliste à l'aide de langages, outils et techniques de programmation spécialisés
  • sourçage et préparation des données pour analyse
  • identification, validation et exploitation d’ensembles de données internes et externes générés à partir d'un large éventail de processus
  • développement des constatations prospectives, prédictives, en temps réel et basées sur des modèles pour créer de la valeur et favoriser une prise de décision efficace
  • découverte, sélection, acquisition et ingestion des sources de données,
  • intégration et nettoyage des données pour les adapter aux besoins
  • développement d’hypothèses et exploration de données à l'aide de modèles et de sandboxes analytiques
  • affinage des exigences, validation, formation et évolution de modèles au fil du temps pour découvrir des constatations plus approfondies, faire des prédictions ou générer des recommandations
  • utilisation de techniques analytiques avancées, y compris -- mais non limités à -- l'exploration de données / texte, l'apprentissage machine, l'appariement de gabarits, la prévision, la visualisation, l'analyse sémantique, l'analyse de sentiments, l'analyse de réseaux et clusters, les statistiques multivariées, l'analyse graphique, la simulation, le traitement d'événements complexes, réseaux neurales.

Comprendre les niveaux de responsabilité de cette compétence

Là où les niveaux inférieurs ne sont pas définis...
  • Les tâches et responsabilités spécifiques ne sont pas définies car la compétence exige un niveau plus élevé d’autonomie, d’influence et de complexité dans la prise de décision que ce à quoi on s’attend généralement à ces niveaux. Vous pouvez utiliser les énoncés d’essence pour comprendre les responsabilités génériques associées à ces niveaux.
Là où les niveaux supérieurs ne sont pas définis...
  • Les responsabilités et les obligations de rendre compte ne sont pas définies parce que ces niveaux supérieurs impliquent un leadership stratégique et une influence organisationnelle plus large qui va au-delà de la portée de cette compétence spécifique. Voir les énoncés d’essence.

Développer des compétences et démontrer les responsabilités liées à ces compétences

Les niveaux définis montrent la progression progressive des compétences et des responsabilités.

Là où les niveaux inférieurs ne sont pas définis...

Vous pouvez développer vos connaissances et soutenir d’autres personnes qui ont des responsabilités dans ce domaine en :

  • Apprendre les concepts et principes clés liés à cette compétence et son impact sur votre rôle
  • Exécution de compétences connexes (voir les compétences SFIA connexes)
  • Supporting others who are performing higher level tasks and activities
Là où les niveaux supérieurs ne sont pas définis...
  • Vous pouvez progresser en développant des compétences connexes qui conviennent mieux aux niveaux supérieurs de leadership organisationnel.

Afficher/masquer les descriptions et les niveaux supplémentaires.

2 3 4 5 6

Levels of responsibility for this skill

Science des données: Niveau 2

Niveau 2 -- Aider: Essence du niveau : Fournit une assistance aux autres, travaille sous une supervision courante et fait preuve de discernement pour résoudre les problèmes courants. Apprend activement par le biais de formations et d'expériences sur le terrain.

(modified)

Sous une supervision régulière, appliquer les techniques de science des données spécifiées aux données. Analyser et communiquer les résultats et résoudre des problèmes simples à l'aide d'algorithmes inclus dans des cadres et des outils logiciels standard.

Science des données: Niveau 3

Niveau 3 -- Mettre en pratique: Essence du niveau : Effectuer des tâches variées, parfois complexes et non routinières, en utilisant des méthodes et des procédures standard. Travaille sous une direction générale, fait preuve de discrétion et gère son propre travail dans le respect des délais. Améliore de manière proactive ses compétences et son impact sur le lieu de travail.

(modified)

Appliquer les techniques standard de la science des données à de nouveaux problèmes et ensembles de données en utilisant des techniques de programmation spécialisées. Identifie et sélectionne les sources de données appropriées et prépare les données à utiliser par les modèles de science des données. Évaluer les résultats et les performances des modèles de science des données. Identifie et met en œuvre des possibilités de formation et d'amélioration des modèles et des données qu'ils utilisent. Publier et rendre compte des résultats des modèles afin de répondre aux besoins des clients et de se conformer aux normes convenues.

Science des données: Niveau 4

Niveau 4 -- Activer: Essence du niveau : Effectuer diverses activités complexes, soutenir et guider les autres, déléguer des tâches le cas échéant, travailler de manière autonome sous une direction générale et apporter son expertise pour atteindre les objectifs de l'équipe.

(modified)

étudie les problèmes et les ensembles de données afin d'évaluer l'utilité des solutions en matière de science des données Appliquer diverses techniques de science des données et des langages de programmation spécialisés. Comprend et applique les règles et les lignes directrices propres au secteur et à l'entreprise, et anticipe les risques et autres implications de la modélisation. Sélectionner, acquérir et intégrer des données à des fins d'analyse. Formule des hypothèses et évalue les modèles de science des données. donne des conseils sur l'efficacité de techniques spécifiques sur la base des résultats d'analyses et de recherches. Contribuer au développement, à l'évaluation, au suivi et au déploiement de solutions en matière de science des données.

Science des données: Niveau 5

Niveau 5 - Assurer, aviser: Essence du niveau : Fournit des conseils faisant autorité dans son domaine et travaille sous une direction générale. Il est responsable de l'obtention de résultats significatifs, de l'analyse à l'évaluation en passant par l'exécution.

(unchanged)

Planifie et dirige toutes les étapes du développement de solutions de science des données et d'analyse. Fournit des conseils d'expert pour évaluer les problèmes à résoudre et le besoin de solutions de science des données. Identifie les sources de données à utiliser ou à acquérir. Spécifie et applique des techniques de science des données appropriées et des langages de programmation spécialisés. Examine les avantages et la valeur des techniques et outils de science des données et recommande des améliorations. Contribue à l'élaboration de directives, normes et instructions pour le développement, évaluation, surveillance et déploiement de solutions de science des données.

Science des données: Niveau 6

Niveau 6 Initier, influencer: Essence du niveau : exerce une influence significative sur l'organisation, prend des décisions de haut niveau, élabore des politiques, fait preuve de leadership, favorise la collaboration au sein de l'organisation et accepte de rendre des comptes dans des domaines clés.

(unchanged)

Mène l'introduction et l'utilisation de la science et analyse des données pour stimuler l'innovation et la valeur commerciale. Élabore des directives, normes et recommandations organisationnelles pour la science et l'analyse des données. Définit l'orientation et dirige l'introduction et l'utilisation de techniques, méthodologies et outils de science et analyse des données. Dirige le développement des capacités organisationnelles pour la science et l'analyse des données. Planifie et dirige des initiatives stratégiques, vastes et complexes en science des données pour générer des constations, créer de la valeur et orienter la prise de décision.