Associate Data Scientist

Entgeltgruppe 5 · Data Scientist · 350 Punkte der Stellenbewertung

Dieser Text wurde von einem KI-Assistenten aus dem Englischen übersetzt und noch nicht von Muttersprachlerinnen oder Muttersprachlern geprüft. Zitate aus dem UK GDaD PCF (dem Kompetenzrahmen der britischen Regierung für digitale und datenbezogene Berufe) und aus ESCO bleiben auf Englisch.

Stufe im UK GDaD PCF: Associate data scientist

Wird am häufigsten in der Besoldungsgruppe EO oder HEO des britischen Civil Service ausgeübt.

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.

Verantwortlichkeiten

Einfache statistische und maschinelle Lernmodelle, etwa Bedarfsprognosen, mit Anleitung bauen und testen.
Gesundheitsdatensätze für die Modellierung in sicheren Umgebungen aufbereiten und verknüpfen.
Messen, wie gut Modelle für verschiedene Patientengruppen abschneiden, und Unterschiede berichten.
Ergebnisse und ihre Unsicherheit Analystinnen, Analysten und Dienstteams präsentieren.
Datenquellen, Methoden und Annahmen dokumentieren, damit die Arbeit reproduziert werden kann.

Kompetenzen

Kompetenz	Erwartete Stufe	Was die Stufe bedeutet
Applied maths, statistics and scientific practicesUK GDaD PCF	Anwendung (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	Anwendung (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	Anwendung (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	Anwendung (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	Anwendung (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	Anwendung (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	Anwendung (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	Anwendung (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
Gesundheits- und Pflegedienste verstehenDiese Referenz	Bewusstsein (1)	Sie können: die wichtigsten Teile des Gesundheits- und Pflegesystems und die Dienste beschreiben, die die Organisation unterstützt erklären, warum Patientensicherheit und Vertraulichkeit in Ihrer Arbeit wichtig sind
Informationsgovernance und DatenschutzDiese Referenz	Anwendung (2)	Sie können: Datenschutzgrundsätze auf Ihre Arbeit anwenden zu Datenschutz-Folgenabschätzungen beitragen Informationsanfragen und Akten richtig behandeln
Pseudonymisierung und OffenlegungskontrolleDiese Referenz	Anwendung (2)	Sie können: mit pseudonymisierten Daten arbeiten und Offenlegungsprüfungen anwenden, bevor Ergebnisse freigegeben werden erkennen, wann verknüpfte oder detaillierte Daten eine Patientin oder einen Patienten identifizieren könnten
Sichere und faire KI in der GesundheitsversorgungDiese Referenz	Bewusstsein (1)	Sie können: erklären, wie ein Modell Patientinnen und Patienten schaden kann, etwa durch Verzerrung, Drift oder übermäßiges Vertrauen in seine Ausgabe erklären, warum Modelle an der Population validiert werden müssen, mit der sie genutzt werden
Klinische Terminologie und KlassifikationDiese Referenz	Bewusstsein (1)	Sie können: den Unterschied zwischen einer klinischen Terminologie und einer Klassifikation erklären gängige Terminologien wie SNOMED CT und ICD erkennen

Typische Qualifikationen und Erfahrung

Ein Studienabschluss in einem zahlenorientierten Fach, eine Ausbildung in Data Science oder gleichwertige Erfahrung.

Überblick über Entgeltgruppe 5

Wissen: Fachliches oder technisches Wissen, in der Regel aus einem Bachelorstudium oder gleichwertiger Erfahrung.
Eigenständigkeit: Arbeitet auf breite Ziele hin innerhalb fachlicher Standards; plant die eigene Arbeit.
Umfang: Eigene fachliche Arbeit in einem Team oder Produkt.
Führung: Kann die Arbeit von Unterstützungskräften und Auszubildenden anleiten und prüfen.
Verantwortung: Qualität der eigenen fachlichen Arbeit.

Stellenbewertung (illustrativ)

Faktor	Stufe	Zusammenfassung der Stufe	Punkte
Kommunikations- und Beziehungskompetenz	4	Gibt komplexe, sensible oder umstrittene Informationen, die Überzeugungs-, Verhandlungs- oder Schulungskompetenz erfordern, oder sehr komplexe Informationen.	32
Wissen, Ausbildung und Erfahrung	5	Fachkenntnis in einem Spezialgebiet, gestützt auf Theorie oder Praxiserfahrung (Bachelorniveau oder gleichwertig).	120
Analyse- und Urteilsvermögen	4	Urteilt über komplexe Sachverhalte oder Situationen, die Analyse, Interpretation und den Vergleich von Optionen erfordern.	42
Planungs- und Organisationsfähigkeit	2	Plant einfache Aufgaben oder Aktivitäten, von denen einige laufend sind.	15
Körperliche Fertigkeiten	3	Entwickelte Fertigkeiten, die Schnelligkeit oder Genauigkeit erfordern, etwa fortgeschrittene Tastaturnutzung.	27
Verantwortung für die Versorgung von Patientinnen, Patienten und Klientel	1	Unterstützt Patientinnen, Patienten, Klientel oder Angehörige bei gelegentlichem Kontakt.	4
Verantwortung für Richtlinien und Dienstentwicklung	2	Setzt Richtlinien für den eigenen Bereich um und schlägt Änderungen an deren Umsetzung vor.	12
Verantwortung für finanzielle und materielle Ressourcen	1	Trägt persönlich Sorge für Ausrüstung und Ressourcen, die in der eigenen Arbeit genutzt werden.	5
Verantwortung für Menschen	1	Zeigt neuen oder weniger erfahrenen Kolleginnen und Kollegen die eigenen Arbeitsabläufe.	5
Verantwortung für Informationsressourcen	4	Passt Informationssysteme nach Vorgaben anderer an oder entwirft sie oder verwaltet als Hauptaufgabe Informationssysteme für eine Abteilung.	24
Verantwortung für Forschung und Entwicklung	2	Betreibt als Teil der Stelle regelmäßig Forschung, Entwicklung, Erprobungen oder Tests von Ausrüstung und Systemen.	12
Handlungsfreiheit	3	Folgt festgelegten Richtlinien und Verfahren; die Arbeit wird angeleitet und nicht unter Aufsicht ausgeführt.	21
Körperliche Anstrengung	2	Regelmäßig Sitzen oder Stehen in eingeschränkter Haltung oder gelegentlich leichte bis mäßige Anstrengung.	7
Geistige Anstrengung	3	Regelmäßig Konzentration auf unvorhersehbare Arbeit oder gelegentlich langanhaltende Konzentration.	12
Emotionale Anstrengung	1	Seltene Konfrontation oder gelegentlich indirekte Konfrontation mit belastenden Umständen.	5
Arbeitsbedingungen	2	Gelegentlich unangenehme Bedingungen, regelmäßig Reisen oder Arbeit im Freien oder nahezu ununterbrochene Bildschirmarbeit an den meisten Tagen.	7
Gesamt (Entgeltgruppe 5: 326 bis 395)			350