Zawód specjalista ds. zapewnienia jakości danych

Specjaliści ds. zapewnienia jakości danych dokonują przeglądu poprawności danych organizacji, zalecają usprawnienia systemów rejestracji danych i procesów pozyskiwania danych oraz oceniają referencyjną i historyczną spójność danych. Opracowują również dokumenty, utrzymują cele i standardy w zakresie jakości danych oraz nadzorują politykę ochrony danych w organizacji i monitorują zgodność przepływów danych z normami jakości danych.

Chcesz dowiedzieć się, jaki rodzaj kariery i jakie zawody najbardziej Ci odpowiadają? Skorzystaj z naszego bezpłatnego testu kariery w oparciu o kod Hollanda i przekonaj się.

Typ osobowości

• Konwencjonalny / Badawczy

Wiedza

• Język zapytań RDF

  Języki zapytań, takie jak SPARQL, używane do wyszukiwania danych w formacie Resource Description Framework Format (RDF) i ich wykorzystywania.

• Struktura informacji

  Rodzaj infrastruktury, która określa format danych: częściowo ustrukturyzowane, nieustrukturyzowane i ustrukturyzowane.

• Baza danych

  Klasyfikacja baz danych, w tym ich cel, cechy, terminologia, modele i stosowanie, takich jak bazy danych XML, bazy dokumentacyjne i bazy danych pełnotekstowe.

• Języki zapytań

  Zakres standardowych języków komputerowych do wyszukiwania informacji z bazy danych i dokumentów zawierających potrzebne informacje.

Umiejętności

• Gromadzić próbki danych

  Gromadzić i wybierać zbiór danych z populacji za pomocą procedury statystycznej lub innej określonej procedury.

• Przetwarzać dane

  Wprowadzać informacje do systemu przechowywania i wyszukiwania danych za pomocą takich procesów, jak skanowanie, ręczne wprowadzanie lub elektroniczne przekazywanie danych w celu przetwarzania dużych ilości danych.

• Wdrażać procesy zapewniania jakości danych

  Stosować techniki analizy, walidacji i weryfikacji jakości danych, aby sprawdzić integralność jakości danych.

• Zarządzać bazą danych

  Stosować schematy i modele projektowania baz danych, definiować zależności danych, używać języków zapytań i systemów zarządzania bazami danych (DBMS) do tworzenia baz danych i zarządzania nimi.

• Zarządzać danymi

  Zarządzanie wszystkimi rodzajami zasobów danych w całym ich cyklu życia poprzez sporządzanie profili danych, profilowanie, normalizację, rozstrzyganie kwestii tożsamości, czyszczenie, usprawnianie i badanie sprawozdań finansowych. Zapewnienie, aby dane były adekwatne do zakładanych celów, z wykorzystaniem specjalistycznych narzędzi ICT w celu spełnienia kryteriów dotyczących jakości danych.

• Przeprowadzać czyszczenie danych

  Wykrywać i korygować uszkodzone zapisy w zbiorach danych, zapewniać, aby dane te stały się i pozostały uporządkowane zgodnie z wytycznymi.

• Opracowywać procesy przetwarzania danych

  Używać narzędzi ICT, aby stosować matematyczne, algorytmiczne lub inne procesy manipulacji danymi w celu tworzenia informacji.

• Zarządzać normami wymiany danych

  Opracowywać i utrzymywać normy w zakresie przekształcania danych ze schematów źródłowych w niezbędną strukturę danych schematu wynikowego.

• Rozwiązywać problemy w sposób krytyczny

  Określać mocne i słabe strony różnych abstrakcyjnych, racjonalnych pojęć, takich jak kwestie, opinie i podejścia związanych z określoną problematyczną sytuacją w celu opracowania rozwiązań i alternatywnych metod postępowania wobec danej sytuacji.

• Projektować układ bazy danych

  Projektować układ bazy danych, postępując zgodnie z regułami Relational Database Management System (RDBMS), aby utworzyć logicznie uporządkowaną grupę obiektów, takich jak tabele, kolumny i procesy.

• Sporządzać sprawozdanie z wyników analizy

  Opracowywać dokumenty badawcze lub przeprowadzać prezentacje na żywo wyników przeprowadzonych badań i analiz, ze wskazaniem procedur i metod analitycznych, które doprowadziły do konkretnych wyników, jak również potencjalnych interpretacji wyników.

• Definiować kryteria jakości danych

  Określać kryteria, według których mierzy się jakość danych do celów biznesowych, takie jak niespójność, niekompletność, użyteczność w określonym celu i dokładność.

• Normalizować dane

  Redukowanie danych do ich precyzyjnej formy podstawowej (formy normalne), aby osiągnąć takie wyniki, jak minimalizacja zależności, eliminacja redundancji, zwiększenie spójności.

• Używać wyrażeń regularnych

  Łączyć znaki z określonego alfabetu, używając dobrze zdefiniowanych reguł, aby wygenerować ciągi znaków, których można użyć do opisania języka lub wzorca.

Source: Sisyphus ODB