پرنسپل ڈیٹا سائنس دان

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

آپ یہ کر سکتے ہیں:

• تجزیہ کرنا کہ کوئی خدمت اداروں کے درمیان نگہداشت کے راستوں میں کیسے فٹ ہوتی ہے
• ڈیجیٹل خدمات کو شکل دینے کے لیے معالجین، نگہداشتی عملے اور مریضوں کے ساتھ کام کرنا
• نگہداشت، حفاظت اور عملے کے کام کے بوجھ پر ڈیجیٹل فیصلوں کے اثر کی وضاحت کرنا

آپ یہ کر سکتے ہیں:

• ڈیٹا کے تحفظ کے اثرات کے جائزوں اور معلومات کے اشتراک کے معاہدوں کی قیادت کرنا
• ٹیموں کو قانونی بنیاد، رضامندی، رازداری اور ریکارڈ رکھنے کی مدت پر مشورہ دینا
• واقعات کی تحقیقات کرنا اور بہتری کی سفارش کرنا

آپ یہ کر سکتے ہیں:

• فرضی نام سازی اور ڈیٹا جوڑنے کے ایسے طریقے ڈیزائن کرنا جو شناختی معلومات کو تجزیے کے ڈیٹا سے الگ رکھیں
• کسی ڈیٹا سیٹ یا اشاعت میں دوبارہ شناخت کے خطرے کا جائزہ لینا اور مناسب کنٹرول منتخب کرنا
• ٹیموں کو محفوظ ماحول کے بارے میں مشورہ دینا، جیسے قابلِ اعتماد تحقیقی ماحول

آپ یہ کر سکتے ہیں:

• طبی ساتھیوں کے ساتھ مل کر ماڈل کی توثیق، تعصب کے جائزے اور براہِ راست نگرانی کی منصوبہ بندی کرنا
• فیصلہ کرنا کہ کب کسی ماڈل کو دوبارہ تربیت دینے، محدود کرنے یا واپس لینے کی ضرورت ہے
• ٹیموں کو مشورہ دینا کہ کب کوئی ماڈل طبی آلے کے طور پر منضبط ہو سکتا ہے اور اسے کن شواہد کی ضرورت ہوگی

آپ یہ کر سکتے ہیں:

• خطرات کی ورکشاپوں میں حصہ لینا اور خطرات کے رجسٹر میں حصہ ڈالنا
• اپنے کام کے لیے طبی خطرے کے انتظام کے عمل پر عمل کرنا
• طبی حفاظت کے مقدمے کے لیے شواہد فراہم کرنا، جیسے جانچ کے نتائج

آپ یہ کر سکتے ہیں:

• طبی آلات کے معیارات پر پورا اترنے والے سافٹ ویئر کے لائف سائیکل کے عمل پر عمل کرنا
• وہ ریکارڈ تیار کرنا جو ایسا عمل تقاضا کرتا ہے

آپ یہ کر سکتے ہیں:

• روزمرہ کام کی نگرانی کرنا اور رائے دینا
• بھرتی اور تعارفی تربیت میں حصہ لینا
• باقاعدہ انفرادی گفتگو کرنا