Yrke forsker innen datavitenskap

Forskere innen datavitenskap finner og tolker rike datakilder, administrerer store mengder data, slår sammen datakilder, sikrer konsistente datasett og lager visualiseringer for å hjelpe med å forstå dataene. De bygger matematiske modeller ved hjelp av data, presenterer og kommuniserer datainnsikt og -resultater til spesialister og forskere i temaet, og hvis nødvendig, til et publikum av ikke-eksperter, og anbefaler måter å bruke dataene på.

Ønsker du å vite hva slags karriere og yrker som passer deg best? Ta vår gratis karrieretest for Holland-kode og finn ut.

Personlighetstype

• Undersøkende / Realistisk

Kunnskap

• Resource Description Framework-spørringsspråk

  Spørringsspråkene, f.eks. SPARQL, som brukes til å hente og manipulere data, lagret i Resource Description Framework-format (RDF).

• Informasjonskategorisering

  Klassifisere informasjonen i kategorier og vise relasjonene mellom dataene for klart definerte formål.

• Datamodeller

  Teknikkene og de eksisterende systemene som brukes til å strukturere dataelementer, og som viser forbindelser mellom dem samt metoder for tolkning av datastrukturer og forhold.

• Datautvinning

  Metoder for kunstig intelligens, maskinlæring, statistikk og databaser som brukes til å trekke ut innholdet i et datasett.

• Visuelle presentasjonsteknikker

  De visuelle representasjons- og interaksjonsteknikkene, som histogrammer, spredningsdiagrammer, overflatediagrammer, trekart og parallelle koordinatdiagrammer, som kan brukes til å presentere abstrakte numeriske og ikke-numeriske data for å styrke den menneskelige forståelsen av disse opplysningene.

• Spørringsspråk

  Området for standardiserte dataspråk for gjenfinning av informasjon fra en database, og på dokumenter som inneholder nødvendig informasjon.

• Analytisk online behandling

  Nettbaserte verktøy som analyserer, samler og presenterer flerdimensjonelle data som gjør det mulig for brukere å interaktivt trekke ut og se utvalgte data fra bestemte perspektiver.

• Statistikk

  Studiet av statistisk teori, metoder og praksis, f.eks. innsamling, organisering, analyse, tolkning og presentasjon av data. Det omhandler alle aspekter ved data, inkludert planlegging av datainnsamling med hensyn til design av undersøkelser og eksperimenter for å anslå og planlegge arbeidsrelaterte aktiviteter.

• Fremhenting av informasjon

  Teknikker og metoder som brukes for å framkalle og hente fram informasjon fra ustrukturerte eller halvstrukturerte digitale dokumenter og kilder.

Ferdigheter

• Samle inn IKT-data

  Samle inn data ved å utforme og bruke søke- og prøvetakingsmetoder.

• Utføre analytiske matematiske beregninger

  Bruke matematiske metoder og beregningsteknologier for å foreta analyser og finne løsninger på bestemte problemer.

• Etablere dataprosesser

  Bruke IKT-verktøy til å gjennomføre matematiske, algoritmiske eller andre typer datamanipulasjonsprosesser for å skape informasjon.

• Rapportere analyseresultater

  Utarbeide forskningsdokumenter eller holde presentasjoner for å rapportere om resultatene av gjennomførte forsknings- og analyseprosjekter, med angivelse av analyseprosedyrer og metoder som førte til resultatene, samt mulige tolkninger av resultatene.

• Levere visuell presentasjon av data

  Lage visuelle presentasjoner av data, som for eksempel figurer eller diagrammer, for å lette forståelsen.

• Utforme databaseskjema

  Lage utkast til et databaseoppsett ved å følge reglene for relasjonsdatabasestyringssystemet (RDBMS) for å skape en logisk organisert gruppe av objekter som tabeller, kolonner og prosesser.

• Implementere datakvalitetsprosesser

  Bruke kvalitetsanalyse, teknikker for validering og verifisering av data for å kontrollere integriteten til datakvaliteten.

• Normalisere data

  Redusere data til deres nøyaktige kjerneform (normalform) for å oppnå resultater som minimering av avhengighet, eliminering av redundans og økning av konsistens.

• Bygge anbefalingssystemer

  Konstruere anbefalingssystemer basert på store datasett ved å bruke programmeringsspråk eller dataverktøy til å opprette en underklasse av et informasjonsfiltreringssystem som forsøker å forutsi hvilken vurdering eller preferanse en bruker vil gi et element.

• Utvikle databehandlingsapplikasjoner

  Lage tilpasset programvare for behandling av data ved å velge og bruke riktig dataprogrammeringsspråk for at et IKT-system skal kunne produsere etterspurte utdata basert på forventede inndata.

• Utføre datarensing

  Oppdage og reparere skadde poster fra datasett, sikre at dataene struktureres og forblir strukturert i samsvar med retningslinjer.

• Håndtere dataprøver

  Innhente og velge et sett med data fra en populasjon via en statistisk eller annen definert prosedyre.

• Tolke gjeldende data

  Analysere data som samles inn fra kilder, slik som markedsdata, vitenskapelige artikler, kundekrav og spørreskjemaer som er gjeldende og ajourførte, med sikte på å vurdere utvikling og innovasjon på ekspertiseområder.

• Administrere datainnsamlingssystemer

  Utvikle og håndtere metoder og strategier som brukes for å oppnå best mulig datakvalitet og statistisk effektivitet ved innsamling av data, for å sikre at de innsamlede dataene er optimalisert for videre behandling.

Source: Sisyphus ODB