Beruf Datenqualitätsexperte / Datenqualitätsexpertin

Datenqualitätsexperten überprüfen die Daten der Organisation auf ihre Richtigkeit, empfehlen Verbesserungen der Aufzeichnungssysteme und Datenerfassungsprozesse und bewerten die Bezugsbasis sowie die historische Integrität der Daten. Darüber hinaus entwickeln sie die Dokumentation, pflegen Datenqualitätsziele und -standards und überwachen die Datenschutzpolitik einer Organisation sowie die Einhaltung der Datenqualitätsstandards.

Persönlichkeitstyp

• Traditionell / Forschend

Wissen

• Informationsstruktur

  Art der Infrastruktur, die das Format der Daten definiert: halbstrukturiert, unstrukturiert und strukturiert.

• Resource-Description-Framework-Abfragesprache

  Die Abfragesprache (z. B. SPARQL ), die zur Abfrage und Manipulation von Daten verwendet werden, die im Format „Resource Description Framework“ (RDF) gespeichert sind.

• Datenbank

  Die Klassifikation von Datenbanken, die ihren Zweck, ihre Merkmale, ihre Terminologie, ihre Modelle und ihre Verwendung umfasst, wie XML-Datenbanken, dokumentenorientierte Datenbanken und Volltextdatenbanken.

• Abfragesprachen

  Das Feld der standardisierten Computersprachen für das Auffinden von Informationen in einer Datenbank und von Dokumenten, die die benötigten Informationen enthalten.

Fertigkeiten

• Datenqualitätsverfahren anwenden

  Anwendung von Qualitätsanalysen, Validierungs- und Verifizierungstechniken auf Daten, um die Integrität der Datenqualität zu überprüfen.

• Datenbereinigung durchführen

  Erkennung und Korrektur beschädigter Daten in Datensätzen, Gewährleistung, dass die Daten gemäß Vorgaben strukturiert werden und diese Struktur beibehalten wird.

• Analyseergebnisse berichten

  Erstellung von Forschungsunterlagen oder Präsentationen zur Meldung der Ergebnisse eines durchgeführten Forschungs- und Analyseprojekts unter Angabe der Analyseverfahren und -methoden, die zu den Ergebnissen geführt haben, sowie möglicher Auslegungen der Ergebnisse.

• Datenproben gewinnen

  Erfassung und Auswahl einer Datenmenge aus der Grundgesamtheit mittels statistischer oder anderer definierter Verfahren.

• Daten verarbeiten

  Eingabe von Informationen in ein System für die Speicherung und den Abruf von Daten mithilfe von Verfahren wie Scannen, manueller Dateneingabe oder elektronischer Datenübertragung, um große Datenmengen zu verarbeiten.

• Sich kritisch mit Problemen auseinandersetzen

  Ermittlung der Stärken und Schwächen verschiedener abstrakter, rationaler Konzepte wie Fragen, Meinungen und Herangehensweisen im Zusammenhang mit einer bestimmten problematischen Situation, um Lösungen und alternative Methoden zur Bewältigung zu erarbeiten.

• Daten verwalten

  Verwalten aller Arten von Datenressourcen über ihren gesamten Lebenszyklus hinweg durch Erstellung von Datenprofilen, Parsing, Standardisierung, Identitätsauflösung, Bereinigung, Erweiterung und Prüfung von Daten. Sicherstellen, dass die Daten für den jeweiligen Zweck geeignet sind, mithilfe spezieller IKT-Instrumente zur Erfüllung der Kriterien für die Datenqualität.

• Datenqualitätskriterien festlegen

  Angabe der Kriterien, nach denen Datenqualität für unternehmerische Zwecke gemessen wird, z. B. Inkonsistenzen, Unvollständigkeit, Zweckdienlichkeit und Genauigkeit.

• Standards für den Datenaustausch verwalten

  Festlegung und Aufrechterhaltung von Standards für die Umwandlung der Datenstruktur eines Quellschemas in die erforderliche Datenstruktur eines Zielschemas.

• Daten normalisieren

  Reduzieren von Daten auf ihre genaue Stammform (Normalform), um Ergebnisse wie Minimierung der Abhängigkeit, Beseitigung von Redundanzen, Erhöhung der Konsistenz zu erzielen.

• Datenbankschema konzipieren

  Entwickeln eines Datenbankschemas nach den Regeln relationaler Datenbank-Managementsysteme (Relational Database Management System – RDBMS), um eine logische Gruppe von Objekten (wie Tabellen, Spalten und Prozesse) zu erstellen.

• Datenbank verwalten

  Anwendung von Datenbankdesignkonzepten und -modellen, Definition von Datenabhängigkeiten, Verwenden von Abfragesprachen und Datenbankmanagementsystemen (DBMS) für die Entwicklung und Verwaltung von Datenbanken.

• Reguläre Ausdrücke verwenden

  Kombinieren von Buchstaben aus einem bestimmten Alphabet unter Verwendung genau definierter Regeln, um Zeichenketten zu generieren, die zur Beschreibung einer Sprache oder eines Musters verwendet werden können.

• Datenprozesse etablieren

  Verwendung von IKT-Werkzeugen, um mathematische, algorithmische oder andere Datenmanipulationsprozesse anzuwenden, um Informationen zu erstellen.

Mögliche Kenntnisse und Fähigkeiten

Source: Sisyphus ODB