Associeret dataforsker

Lønramme 5 · Dataforsker · 350 point i jobvurderingen

Denne tekst er oversat fra engelsk af en AI-assistent og er endnu ikke gennemgået af en modersmålstaler. Citater fra den britiske regerings kompetencerammeværk for digitale og datarelaterede fag (UK GDaD PCF) og fra ESCO står fortsat på engelsk.

Niveau i UK GDaD PCF: Associate data scientist

Udføres oftest på lønklasse EO eller HEO i den britiske statsforvaltning.

An associate data scientist is inquisitive, curious about data and keen to learn and develop.
At this role level, you will:
understand the basics of software development and analytical methods, and be able to develop basic models
understand and be able to implement a range of data science techniques, including machine learning
collaborate with others to develop data science solutions and outputs supporting the organisation
prepare and manipulate data, and perform analytics
present and communicate effectively
be aware of project delivery methods
be aware of ethical considerations
have knowledge of the technologies used

Contains public sector information from the UK Government Digital and Data Profession Capability Framework (https://understand-digital-data-roles-skills.service.gov.uk/), licensed under the Open Government Licence v3.0. © Crown copyright.

Ansvarsområder

Bygge og teste grundlæggende statistiske modeller og modeller til maskinlæring, såsom prognoser for efterspørgsel, med vejledning.
Forberede og sammenkæde sundhedsdatasæt til modellering i sikre miljøer.
Måle, hvor godt modeller klarer sig for forskellige patientgrupper, og rapportere forskelle.
Præsentere resultater og deres usikkerhed for analytikere og serviceteams.
Dokumentere datakilder, metoder og forudsætninger, så arbejdet kan reproduceres.

Kompetencer

Kompetence	Forventet niveau	Hvad dette niveau betyder
Applied maths, statistics and scientific practicesUK GDaD PCF	Arbejdende (2)	You can: apply analytical methods including exploratory data analysis and statistical testing to a specific data set, to reach accurate and reliable conclusions understand and use different performance and accuracy metrics for model validation in data science projects, hypothesis testing and information retrieval compare selected applied mathematics and statistical methods and identify their differences access and use the statistical and scientific tools available within the organisation
Data engineeringUK GDaD PCF	Arbejdende (2)	You can: identify the appropriate engineering support to design and provide products for the organisation recognise the processes and tools for cleansing and preparing data, and put reusable processes and checks in place use different architectures, including cloud and on-premise use data manipulation and transformation tools
Data ethics and privacyUK GDaD PCF	Arbejdende (2)	You can: apply fundamental principles of data ethics and privacy in your work under supervision share data ethics and privacy risks through appropriate channels
Data science innovationUK GDaD PCF	Arbejdende (2)	You can: adopt an inquisitive and curious approach to data seek out and research new data science techniques to support learning ask questions to improve your knowledge and learn about data science norms see possibilities for improvements and innovation
Delivering business impactUK GDaD PCF	Arbejdende (2)	You can: show an understanding of the organisation and the benefits of data science collaborate to help identify user needs and develop and deliver data science products communicate effectively and present analysis and visualisations tailored to your audience
Developing data science capabilityUK GDaD PCF	Arbejdende (2)	You can: manage your CPD (continuous professional development) and can link your learning to objectives and organisational goals confidently talk about the benefits of data science approaches to existing and potential customers demonstrate a good understanding of key data science techniques, such as machine learning, and you can use them to build data science solutions, including reports, models and dashboards
Programming and build (data science)UK GDaD PCF	Arbejdende (2)	You can: write and test scripts and create basic models in one or more languages collaborate on shared codebases, using a variety of methodologies
Understanding product deliveryUK GDaD PCF	Arbejdende (2)	You can: show an awareness of the differences between delivery methods, such as Agile and waterfall, and can propose the most appropriate method to deliver each product manage your contribution to tasks to fit in with the work of your wider team
Forståelse af sundheds- og plejeydelserDenne reference	Bevidsthed (1)	Du kan: beskrive sundheds- og plejesystemets hoveddele og de services, organisationen understøtter forklare, hvorfor patientsikkerhed og fortrolighed er vigtige i dit arbejde
Informationsstyring og databeskyttelseDenne reference	Arbejdende (2)	Du kan: anvende principperne for databeskyttelse i dit arbejde bidrage til konsekvensanalyser vedrørende databeskyttelse håndtere anmodninger om oplysninger og journaler korrekt
Pseudonymisering og kontrol med videregivelseDenne reference	Arbejdende (2)	Du kan: arbejde med pseudonymiserede data og foretage kontroller af videregivelse, før resultater frigives genkende, når sammenkædede eller detaljerede data kan identificere en patient
Sikker og fair kunstig intelligens i sundhedsvæsenetDenne reference	Bevidsthed (1)	Du kan: forklare, hvordan en model kan skade patienter, for eksempel gennem skævhed, drift eller overdreven tillid til dens output forklare, hvorfor modeller skal valideres på den befolkning, de skal bruges til
Klinisk terminologi og klassifikationDenne reference	Bevidsthed (1)	Du kan: forklare forskellen på en klinisk terminologi og en klassifikation genkende almindelige terminologier som SNOMED CT og ICD

Typiske kvalifikationer og erfaring

En bacheloruddannelse i et talbaseret fag, en lærlingeuddannelse i datavidenskab eller tilsvarende erfaring.

Oversigt over lønramme 5

Viden: Faglig eller teknisk viden, typisk fra en bacheloruddannelse eller tilsvarende erfaring.
Selvstændighed: Arbejder mod brede mål inden for faglige standarder; planlægger eget arbejde.
Rækkevidde: Eget faglige arbejde i et team eller et produkt.
Ledelse: Kan vejlede og kontrollere støttemedarbejderes og lærlinges arbejde.
Ansvar: Kvaliteten af eget faglige arbejde.

Jobvurdering (illustrativ)

Faktor	Niveau	Resumé af niveauet	Point
Kommunikations- og relationskompetencer	4	Giver kompleks, følsom eller omstridt information, der kræver overtalelses-, forhandlings- eller undervisningsevner, eller meget kompleks information.	32
Viden, uddannelse og erfaring	5	Ekspertise inden for et speciale, understøttet af teori eller praktisk erfaring (bachelorniveau eller tilsvarende).	120
Analytiske kompetencer og dømmekraft	4	Vurderinger af komplekse fakta eller situationer, der kræver analyse, fortolkning og sammenligning af muligheder.	42
Planlægnings- og organisationskompetencer	2	Planlægger ligetil opgaver eller aktiviteter, hvoraf nogle er løbende.	15
Fysiske færdigheder	3	Veludviklede færdigheder, der kræver hurtighed eller nøjagtighed, såsom avanceret brug af tastatur.	27
Ansvar for patient- og klientpleje	1	Hjælper patienter, klienter eller pårørende ved tilfældig kontakt.	4
Ansvar for politik- og serviceudvikling	2	Gennemfører politikker for eget område og foreslår ændringer af dets praksis.	12
Ansvar for økonomiske og fysiske ressourcer	1	Passer personligt på udstyr og ressourcer, der bruges i eget arbejde.	5
Ansvar for personale	1	Viser nye eller mindre erfarne kolleger egne arbejdsrutiner.	5
Ansvar for informationsressourcer	4	Tilpasser eller designer informationssystemer efter andres specifikationer, eller driver informationssystemer for en afdeling som hovedopgave.	24
Ansvar for forskning og udvikling	2	Udfører jævnligt forskning, udvikling, forsøg eller test af udstyr og systemer som en del af jobbet.	12
Handlefrihed	3	Følger definerede politikker og procedurer; arbejdet ledes frem for overvåges.	21
Fysisk anstrengelse	2	Hyppigt arbejde siddende eller stående i en begrænset stilling, eller lejlighedsvis let til moderat anstrengelse.	7
Mental anstrengelse	3	Hyppig koncentration om uforudsigeligt arbejde eller lejlighedsvis langvarig koncentration.	12
Følelsesmæssig belastning	1	Sjælden udsættelse eller lejlighedsvis indirekte udsættelse for belastende omstændigheder.	5
Arbejdsforhold	2	Lejlighedsvis ubehagelige forhold, hyppig rejseaktivitet eller udendørsarbejde eller næsten uafbrudt skærmarbejde på de fleste dage.	7
I alt (lønramme 5: 326 til 395)			350