Nauka o danych DATS

Stosowanie matematyki, statystyki, eksploracji danych i technik modelowania predykcyjnego w celu uzyskania wglądu, przewidywania zachowań i generowania wartości z danych.

Uwagi zawierające wskazówki

Nauka o danych jest zwykle wykorzystywana do analizy danych o dużej objętości, dużej szybkości i dużej różnorodności (liczby, symbole, tekst, dźwięk i obraz).

Działania mogą obejmować między innymi:

  • integrowanie metod z matematyki, statystyki i modelowania prawdopodobieństwa przy użyciu specjalistycznych języków programowania, narzędzi i technik
  • pozyskiwanie i przygotowywanie danych do analizy
  • identyfikowanie, walidację i wykorzystywanie wewnętrznych i zewnętrznych zbiorów danych generowanych na podstawie różnorodnych procesów
  • rozwijanie perspektywicznych, predykcyjnych, opartych na modelach spostrzeżeń w czasie rzeczywistym w celu tworzenia wartości i napędzania skutecznego podejmowania decyzji
  • wyszukiwanie, selekcję, pozyskiwanie i pobieranie źródeł danych
  • integrację i czyszczenie danych w celu dostosowania ich do potrzeb
  • tworzenie hipotez i eksplorację danych przy użyciu modeli i piaskownic analitycznych
  • udoskonalanie wymagań, walidację, szkolenie i ewolucję modeli w czasie, aby odnaleźć głębsze spostrzeżenia, dokonać przewidywań lub wygenerować rekomendacje.
  • korzystanie z zaawansowanych technik analitycznych, w tym – między innymi – eksploracji danych/tekstu, uczenia maszynowego, dopasowywania wzorców, prognozowania, wizualizacji, analizy semantycznej, analizy sentymentu, analizy sieci i klastrów, statystyki wielowymiarowej, analizy grafów, symulacji, przetwarzania złożonych zdarzeń, sieci neuronowych.

Nauka o danych: Poziom 2

Pod kierownictwem stosuje określone techniki nauki o danych do danych. Analizuje i raportuje wyniki oraz rozwiązuje proste problemy, używając algorytmów zaimplementowanych w standardowych strukturach i narzędziach oprogramowania.

Nauka o danych: Poziom 3

Stosuje istniejące techniki nauki o danych do nowych problemów i zbiorów danych przy użyciu specjalistycznych technik programowania. Wybiera i przygotowuje dane do wykorzystania przez modele nauki o danych z istniejących źródeł danych. Ocenia wyniki i wydajność modeli nauki o danych. Identyfikuje i wdraża możliwości szkolenia i ulepszania modeli oraz danych, z których korzystają. Publikuje i raportuje dane wyjściowe modelu, aby sprostać potrzebom klienta i zachować zgodność z ustalonymi standardami.

Nauka o danych: Poziom 4

Bada opisany problem i zbiór danych w celu oceny przydatności rozwiązań z zakresu nauki o danych i analityki. Stosuje szereg technik nauki o danych i używa specjalistycznych języków programowania. Rozumie i stosuje zasady i wytyczne właściwe dla branży oraz przewiduje ryzyko i inne konsekwencje modelowania. Wybiera, pozyskuje i integruje dane do analizy. Opracowuje hipotezy i metody analizy danych oraz ocenia modele analityczne. Doradza w zakresie skuteczności konkretnych technik na podstawie wyników projektów i kompleksowych badań. Przyczynia się do rozwoju, oceny, monitorowania i wdrażania rozwiązań z zakresu nauki o danych.

Nauka o danych: Poziom 5

Planuje i prowadzi wszystkie etapy rozwoju rozwiązań z zakresu nauki o danych i analityki. Udziela porad eksperckich w celu oceny problemów do rozwiązania i zapotrzebowania na rozwiązania z zakresu nauki o danych. Określa, jakie źródła danych należy wykorzystać lub pozyskać. Określa i stosuje odpowiednie techniki nauki o danych oraz specjalistyczne języki programowania. Ocenia korzyści i wartość technik i narzędzi nauki o danych oraz rekomenduje usprawnienia. Przyczynia się do rozwoju polityki, standardów i wytycznych dotyczących opracowywania, oceny, monitorowania i wdrażania rozwiązań z zakresu nauki o danych.

Nauka o danych: Poziom 6

Kieruje wprowadzaniem i wykorzystywaniem nauki o danych i analityki w celu wprowadzania innowacji i zwiększania wartości biznesowej. Opracowuje zasady organizacyjne, standardy i wytyczne dla nauki o danych i analityki. Wyznacza kierunek i przewodzi we wprowadzaniu i stosowaniu technik, metodologii i narzędzi z zakresu nauki o danych i analityki. Kieruje rozwojem zdolności organizacyjnych w zakresie nauki o danych i analityki. Planuje i prowadzi strategiczne, duże i złożone inicjatywy z zakresu nauki o danych w celu generowania wniosków, tworzenia wartości i napędzania procesu decyzyjnego.

Nauka o danych: Poziom 7

Kieruje tworzeniem i weryfikacją wielofunkcyjnego, obejmującego całe przedsiębiorstwo podejścia i kultury generowania wartości z nauki o danych i analityki. Kieruje identyfikacją, oceną i przyjęciem możliwości w zakresie nauki o danych i analityki w celu przekształcenia wydajności organizacyjnej. Kieruje zapewnieniem zdolności organizacji w zakresie nauki o danych i analityki. Zapewnia, że strategiczne zastosowanie nauki o danych i analityki jest wbudowane w system zarządzania i przywództwo organizacji. Dostosowuje strategie biznesowe, transformację przedsiębiorstwa oraz strategie w zakresie nauki o danych i analityki.