প্রিন্সিপাল ডেটা সায়েন্টিস্ট

You can:

• identify opportunities to develop statistical insight, reports and models to support organisational objectives, while collaborating across the organisation effectively
• critique statistical analyses
• use a variety of data analytics techniques (such as data mining and prescriptive and predictive analytics) for complex data analysis through the whole data life cycle
• use model outputs to produce evidence and help design services and policies
• understand a broad range of statistical tools, particularly those deployed within the organisation, and can use these appropriately and help others to use them

You can:

• help to identify the data engineering requirements for any data science product, while working with data engineers and data scientists to design and deliver those products into the organisation effectively
• understand the need to cleanse and prepare data before including it in data science products and can put reusable processes and checks in place
• understand a broad range of architectures, including cloud and on-premise, and data manipulation and transformation tools deployed within the organisation, and can use these tools appropriately and help others use them

You can:

• work with stakeholders to identify and address ethical and privacy concerns
• demonstrate and communicate how data ethical issues fit into the wider organisational context
• research developments in data ethics and privacy to improve compliance and processes
• assess and constructively challenge proposed data ethics policies

You can:

• be a leader in the data science space
• demonstrate in-depth knowledge of data science tools and techniques, which you can use to solve problems creatively and to create opportunities for your team
• act as a coach, inspiring curiosity and creativity in others
• demonstrate in-depth knowledge of your chosen profession and keep up to date with changes in the industry
• challenge the status quo and always look for ways to improve data science

You can:

• lead and support your organisation area by using data science to create change
• identify opportunities to develop data science products to support organisational objectives, while collaborating across the organisation to fulfil goals
• show an understanding of the role of user research, and can design and manage processes to gather and establish user needs
• communicate relevant and compelling stories effectively and present analysis and data visualisations clearly to get across complex messages
• work with colleagues to implement scalable data science products, and to understand maintenance requirements

You can:

• manage your CPD (continuous professional development) and can link your learning to objectives and organisational goals
• support data science capability building across the team and wider organisation
• confidently talk about the benefits of data science approaches to existing and potential customers
• demonstrate a good understanding of a range of data science techniques, such as machine learning and natural language processing, and you can use them to build data science solutions, including reports, models and dashboards

You can:

• write complex programs and scripts
• seek to make code open source where appropriate
• supervise junior analysts and set coding standards for your team
• understand software architecture and how to write efficient, optimised code
• perform user testing on products prior to launch

You can:

• understand the differences between delivery methods, such as Agile and waterfall, and can choose the most appropriate method to deliver each product
• define the minimum viable product (MVP) and support decisions about priorities
• work with specialists in multidisciplinary teams to smoothly deliver data science products into the organisation

আপনি পারেন:

• বিভিন্ন প্রতিষ্ঠানজুড়ে পরিচর্যা পথে একটি সেবা কীভাবে খাপ খায় তা বিশ্লেষণ করতে
• ডিজিটাল সেবা গড়তে চিকিৎসক, পরিচর্যাকর্মী ও রোগীদের সাথে কাজ করতে
• ডিজিটাল সিদ্ধান্তের প্রভাব পরিচর্যা, নিরাপত্তা ও কর্মীদের কাজের চাপের ওপর ব্যাখ্যা করতে

আপনি পারেন:

• ডেটা সুরক্ষা প্রভাব মূল্যায়ন ও তথ্য বিনিময় চুক্তির নেতৃত্ব দিতে
• আইনি ভিত্তি, সম্মতি, গোপনীয়তা ও সংরক্ষণ নিয়ে দলগুলোকে পরামর্শ দিতে
• ঘটনা তদন্ত করতে এবং উন্নতির সুপারিশ করতে

আপনি পারেন:

• শনাক্তকারীকে বিশ্লেষণ ডেটা থেকে আলাদা রাখে এমন ছদ্মনামকরণ ও সংযোগ পদ্ধতি ডিজাইন করতে
• একটি ডেটা সেট বা প্রকাশনার পুনঃশনাক্তকরণ ঝুঁকি মূল্যায়ন করতে এবং উপযুক্ত নিয়ন্ত্রণ বেছে নিতে
• বিশ্বস্ত গবেষণা পরিবেশের মতো নিরাপদ পরিবেশ নিয়ে দলগুলোকে পরামর্শ দিতে

আপনি পারেন:

• ক্লিনিক্যাল সহকর্মীদের সাথে একটি মডেলের যাচাই, পক্ষপাত মূল্যায়ন ও সরাসরি পর্যবেক্ষণের পরিকল্পনা করতে
• কখন একটি মডেলকে পুনঃপ্রশিক্ষণ, সীমিত বা প্রত্যাহার করতে হবে তা ঠিক করতে
• কখন একটি মডেল মেডিক্যাল ডিভাইস হিসেবে নিয়ন্ত্রিত হতে পারে এবং এর কী প্রমাণ লাগবে তা নিয়ে দলগুলোকে পরামর্শ দিতে

আপনি পারেন:

• বিপদ চিহ্নিতকরণ কর্মশালায় অংশ নিতে এবং বিপদ লগে অবদান রাখতে
• আপনার কাজের জন্য ক্লিনিক্যাল ঝুঁকি ব্যবস্থাপনা প্রক্রিয়া অনুসরণ করতে
• ক্লিনিক্যাল নিরাপত্তা কেসের জন্য প্রমাণ দিতে, যেমন পরীক্ষার ফলাফল

আপনি পারেন:

• মেডিক্যাল ডিভাইস মানদণ্ড পূরণ করে এমন একটি সফটওয়্যার জীবনচক্র প্রক্রিয়া অনুসরণ করতে
• সেই প্রক্রিয়ার প্রয়োজনীয় রেকর্ড তৈরি করতে

আপনি পারেন:

• দৈনন্দিন কাজ তত্ত্বাবধান করতে এবং মতামত দিতে
• নিয়োগ ও পরিচিতিমূলক কাজে অংশ নিতে
• নিয়মিত একান্ত আলোচনা করতে