Ilustratif Profil acuan untuk organisasi layanan kesehatan digital yang generik, bukan uraian jabatan resmi. Tentang acuan ini.

Ilmuwan data asosiat

Pita 5 · Ilmuwan data · 350 poin penilaian jabatan

Teks ini diterjemahkan dari bahasa Inggris oleh asisten kecerdasan buatan dan belum ditinjau oleh penutur asli bahasa Indonesia. Kutipan dari Kerangka Kapabilitas Profesi Digital dan Data Pemerintah Inggris (UK GDaD PCF) dan dari ESCO tetap dalam bahasa Inggris.

Tingkat UK GDaD PCF: Associate data scientist

Paling sering dilakukan pada golongan pegawai negeri EO atau HEO.

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.

Tanggung jawab

Keterampilan

KeterampilanTingkat yang diharapkanArti tingkat ini
Applied maths, statistics and scientific practicesUK GDaD PCFMenerapkan (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 PCFMenerapkan (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 PCFMenerapkan (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 PCFMenerapkan (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 PCFMenerapkan (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 PCFMenerapkan (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 PCFMenerapkan (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 PCFMenerapkan (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
Memahami layanan kesehatan dan perawatanAcuan iniKesadaran (1)

Anda dapat:

  • menguraikan bagian utama sistem kesehatan dan perawatan serta layanan yang didukung organisasi
  • menjelaskan mengapa keselamatan dan kerahasiaan pasien penting dalam pekerjaan Anda
Tata kelola informasi dan pelindungan dataAcuan iniMenerapkan (2)

Anda dapat:

  • menerapkan prinsip pelindungan data pada pekerjaan Anda
  • menyumbang pada penilaian dampak pelindungan data
  • menangani permintaan informasi dan arsip dengan benar
Pseudonimisasi dan pengendalian pengungkapanAcuan iniMenerapkan (2)

Anda dapat:

  • bekerja dengan data yang dipseudonimkan dan menerapkan pemeriksaan pengungkapan sebelum merilis keluaran
  • mengenali kapan data yang dihubungkan atau terperinci dapat mengidentifikasi seorang pasien
AI yang aman dan adil dalam layanan kesehatanAcuan iniKesadaran (1)

Anda dapat:

  • menjelaskan bagaimana sebuah model dapat membahayakan pasien, misalnya melalui bias, pergeseran (drift), atau ketergantungan berlebihan pada keluarannya
  • menjelaskan mengapa model perlu divalidasi pada populasi tempat model itu akan digunakan
Terminologi dan klasifikasi klinisAcuan iniKesadaran (1)

Anda dapat:

  • menjelaskan perbedaan antara terminologi klinis dan klasifikasi
  • mengenali terminologi umum seperti SNOMED CT dan ICD

Kualifikasi dan pengalaman yang lazim

Gambaran Pita 5

Pengetahuan
Pengetahuan profesional atau teknis, biasanya dari gelar sarjana atau pengalaman yang setara.
Otonomi
Bekerja menuju sasaran yang luas dalam standar profesional; merencanakan pekerjaannya sendiri.
Cakupan
Pekerjaan profesionalnya sendiri dalam sebuah tim atau produk.
Kepemimpinan
Dapat membimbing dan memeriksa pekerjaan staf pendukung dan peserta magang.
Akuntabilitas
Mutu pekerjaan profesionalnya sendiri.

Penilaian jabatan (ilustratif)

FaktorTingkatRingkasan tingkatPoin
Keterampilan komunikasi dan hubungan4Memberi informasi yang kompleks, sensitif, atau kontroversial yang memerlukan keterampilan membujuk, bernegosiasi, atau melatih, atau informasi yang sangat kompleks.32
Pengetahuan, pelatihan, dan pengalaman5Keahlian dalam suatu spesialisasi, didukung oleh teori atau pengalaman praktis (setingkat sarjana atau yang setara).120
Keterampilan analisis dan pertimbangan4Pertimbangan atas fakta atau situasi yang kompleks yang memerlukan analisis, penafsiran, dan perbandingan pilihan.42
Keterampilan perencanaan dan pengorganisasian2Merencanakan tugas atau kegiatan yang sederhana, sebagian berkelanjutan.15
Keterampilan fisik3Keterampilan yang berkembang yang memerlukan kecepatan atau ketelitian, seperti penggunaan papan ketik tingkat lanjut.27
Tanggung jawab atas perawatan pasien dan klien1Membantu pasien, klien, atau kerabat dalam kontak sesekali.4
Tanggung jawab atas pengembangan kebijakan dan layanan2Menerapkan kebijakan untuk bidangnya sendiri dan mengusulkan perubahan pada praktiknya.12
Tanggung jawab atas sumber daya keuangan dan fisik1Menjaga sendiri peralatan dan sumber daya yang dipakai dalam pekerjaannya.5
Tanggung jawab atas orang1Menunjukkan rutinitas kerjanya kepada rekan kerja yang baru atau kurang berpengalaman.5
Tanggung jawab atas sumber daya informasi4Menyesuaikan atau merancang sistem informasi sesuai spesifikasi orang lain, atau menjalankan sistem informasi sebuah departemen sebagai tugas utama.24
Tanggung jawab atas penelitian dan pengembangan2Secara teratur melakukan penelitian, pengembangan, uji coba, atau pengujian peralatan dan sistem sebagai bagian dari pekerjaan.12
Kebebasan bertindak3Mengikuti kebijakan dan prosedur yang ditentukan; pekerjaan dikelola dan bukan diselia.21
Upaya fisik2Sering duduk atau berdiri dalam posisi terbatas, atau sesekali upaya ringan hingga sedang.7
Upaya mental3Sering berkonsentrasi pada pekerjaan yang tidak dapat diprediksi, atau sesekali berkonsentrasi dalam waktu lama.12
Upaya emosional1Jarang terpapar, atau sesekali terpapar secara tidak langsung, pada keadaan yang menekan.5
Kondisi kerja2Sesekali mengalami kondisi yang tidak menyenangkan, sering bepergian atau bekerja di luar ruangan, atau menggunakan layar hampir terus-menerus pada sebagian besar hari.7
Total (Pita 5: 326 hingga 395)350

Penilaian mandiri

Nilailah apa yang Anda lakukan secara rutin saat ini, tambahkan contoh singkat sebagai bukti, dan rencanakan tindakan untuk kesenjangan terpenting Anda. Jawaban Anda disimpan hanya di peramban ini.

Menilai 0 dari 13 keterampilan: 0 memenuhi tingkat yang diharapkan, 0 di bawah, 0 di atas.

Applied maths, statistics and scientific practices Diharapkan: Menerapkan
Data engineering Diharapkan: Menerapkan
Data ethics and privacy Diharapkan: Menerapkan
Data science innovation Diharapkan: Menerapkan
Delivering business impact Diharapkan: Menerapkan
Developing data science capability Diharapkan: Menerapkan
Programming and build (data science) Diharapkan: Menerapkan
Understanding product delivery Diharapkan: Menerapkan
Memahami layanan kesehatan dan perawatan Diharapkan: Kesadaran
Tata kelola informasi dan pelindungan data Diharapkan: Menerapkan
Pseudonimisasi dan pengendalian pengungkapan Diharapkan: Menerapkan
AI yang aman dan adil dalam layanan kesehatan Diharapkan: Kesadaran
Terminologi dan klasifikasi klinis Diharapkan: Kesadaran
Unduh berkas kosong