Globalne ramy umiejętności i kompetencji w cyfrowym świecie

Nauka o danych DATS

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

Poziom odpowiedzialności za tę umiejętność

2 3 4 5 6 7

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.

Zrozumienie poziomów odpowiedzialności związanych z tą umiejętnością

Tam, gdzie niższe poziomy nie są zdefiniowane...
  • Konkretne zadania i obowiązki nie są zdefiniowane, ponieważ umiejętność wymaga wyższego poziomu autonomii, wpływu i złożoności w podejmowaniu decyzji, niż zwykle oczekuje się na tych poziomach. Możesz użyć stwierdzeń esencji, aby zrozumieć ogólne obowiązki związane z tymi poziomami.
Tam, gdzie wyższe poziomy nie są zdefiniowane...
  • Obowiązki i odpowiedzialność nie są zdefiniowane, ponieważ te wyższe poziomy obejmują strategiczne przywództwo i szerszy wpływ organizacyjny, który wykracza poza zakres tej konkretnej umiejętności. Zapoznaj się z esencjonalnymi stwierdzeniami.

Rozwijanie umiejętności i wykazywanie się obowiązkami związanymi z tą umiejętnością

Zdefiniowane poziomy pokazują stopniowy postęp w umiejętnościach i odpowiedzialności.

Tam, gdzie niższe poziomy nie są zdefiniowane...

Możesz rozwijać swoją wiedzę i wspierać innych, którzy są odpowiedzialni w tym obszarze poprzez:

  • Poznanie kluczowych pojęć i zasad związanych z tą umiejętnością i jej wpływem na Twoją rolę
  • Wykonywanie powiązanych umiejętności (zobacz powiązane umiejętności SFIA)
  • Wspieranie innych, którzy wykonują zadania i działania na wyższym poziomie
Tam, gdzie wyższe poziomy nie są zdefiniowane...
  • Możesz się rozwijać, rozwijając powiązane umiejętności, które są lepiej dostosowane do wyższych poziomów przywództwa organizacyjnego.

Pokaż/ukryj dodatkowe opisy i poziomy.

Nauka o danych: Poziom 2

Poziom 2 – Pomoc: Istota poziomu: zapewnia pomoc innym, pracuje pod rutynowym nadzorem i wykorzystuje swoją dyskrecję do rozwiązywania rutynowych problemów. Aktywnie uczy się poprzez szkolenia i doświadczenia w miejscu pracy.

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

Poziom 3 – Stosowanie: Istota poziomu: wykonuje zróżnicowane zadania, czasami złożone i nierutynowe, przy użyciu standardowych metod i procedur. Pracuje pod ogólnym kierownictwem, wykazuje się samodzielnością, zarządza własną pracą i dotrzymuje terminów. Proaktywnie rozwija swoje umiejętności i wpływ w miejscu pracy.

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

Poziom 4 – Umożliwianie: Istota poziomu: wykonuje różnorodne złożone działania, pomaga i doradza innym, w razie konieczności deleguje zadania, pracuje samodzielnie pod ogólnym kierownictwem oraz stosuje specjalistyczną wiedzę podczas realizacji celów zespołu.

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

Poziom 5 – Zapewnianie, doradzanie: Istota poziomu: zapewnia autorytatywne wytyczne w swojej dziedzinie i pracuje w ramach ogólnych wytycznych. Odpowiada za dostarczanie istotnych wyników pracy, od analizy przez wykonanie po ocenę.

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

Poziom 6 – Inicjowanie, wpływ: Istota poziomu: ma znaczący wpływ na organizację, podejmuje decyzje wysokiego szczebla, opracowuje zasady, demonstruje przywództwo, promuje współpracę organizacyjną i przyjmuje na siebie odpowiedzialność w kluczowych obszarach.

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

Poziom 7 – Wyznaczanie strategii, inspirowanie, mobilizowanie: Istota poziomu: działa na najwyższym szczeblu organizacyjnym, określa ogólną wizję i strategię organizacyjną oraz przyjmuje odpowiedzialność za ogólny sukces.

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.