Yrke forskare inom datavetenskap

Forskare inom datavetenskap hittar och tolkar rika datakällor, hanterar stora datamängder, slår samman datakällor, ser till att data är enhetliga och skapar visualiseringar som gör datan förståelig. De bygger matematiska modeller med hjälp av data, presenterar och förmedlar dataanalyser och rön till specialister och forskare i teamet och vid behov till icke-experter samt rekommenderar olika sätt att tillämpa data.

Personlighetstyp

Kostnadsfria Karriärprovet

Vilka yrken gillar du? Välj en karriär som stämmer med dina preferenser. Gör karriärprovet.

Till testet

Kunskap

  • Informationsextrahering

    De tekniker och metoder som används för att samla in och utvinna information från ostrukturerade eller halvstrukturerade digitala dokument och källor.

  • Statistik

    Studiet av statistiska teorier, metoder och praxis såsom insamling, organisering, analys, tolkning och presentation av data. Statistiken behandlar alla aspekter av data, inbegripet planering av datainsamling i fråga om projektering och experiment för att förutse och planera arbetsrelaterad verksamhet.

  • Informationskategorisering

    Klassificering av information i kategorier och åskådliggörande av hur uppgifterna förhåller sig till varandra i fråga om vissa klart definierade aspekter.

  • Datautvinning

    Metoder som används inom artificiell intelligens, maskininlärning, statistik och databaser för att utvinna uppgifter ur en datauppsättning.

  • Frågespråk

    Standardiserade datorspråk för att hämta information från en databas och för dokument som innehåller den information som söks.

  • Metoder för visuell presentation

    Visuella representations- och interaktionstekniker, som histogram, sambandsdiagram, ytdiagram, trädkartor och parallella koordinatdiagram, som kan användas för att presentera abstrakta numeriska och icke-numeriska data i syfte att öka den mänskliga förståelsen av informationen.

  • Analytisk onlinebearbetning

    De nätbaserade verktyg som analyserar, sammanställer och presenterar flerdimensionella data som gör det möjligt för användare att på ett interaktivt och selektivt sätt hämta och visa data ur specifika synvinklar.

  • Datamodeller

    Metoder och befintliga system som används för att strukturera data och visa förhållandet mellan dem samt metoder för tolkning av datastrukturer och -relationer.

  • Frågespråk för RDF-format

    Frågespråk som SPARQL, som används för att hämta och hantera data som lagrats i RDF-format (Resource Description Framework).

Färdigheter

  • Utveckla databehandlingsprogram

    Utforma specialanpassad programvara för databehandling genom att välja ut och använda lämpligt datorprogrammeringsspråk, så att ett IKT-system kan producera begärda resultat utifrån förväntade indata.

  • Utföra datatvätt

    Upptäcka och korrigera defekta register från dataset, se till att uppgifterna blir och förblir strukturerade i enlighet med riktlinjerna.

  • Hantera dataurval

    Samla in och välja ut en uppsättning data från en population genom ett statistiskt eller annat definierad förfarande.

  • Normalisera data

    Reducera data till deras exakta kärnform (normalformulär) för att åstadkomma resultat såsom minimering av beroende, undanröjande av redundans och ökad konsekvens.

  • Presentera data visuellt

    Skapa visuella representationer av data, såsom kurvor eller diagram, för att underlätta förståelse.

  • Tolka aktuella data

    Analysera data insamlade från källor som marknadsuppgifter, vetenskapliga rapporter, kundkrav och frågeformulär som är aktuella och relevanta, i syfte att bedöma utvecklingen och innovationen inom olika kompetensområden.

  • Bygga rekommendationssystem

    Bygga rekommendationssystem baserade på stora datamängder med hjälp av programmeringsspråk eller datorverktyg för att skapa en underklass av informationsfiltreringssystem som syftar till att förutse betyg eller preferenser som en användare ger en produkt.

  • Hantera datainsamlingssystem

    Utveckla och hantera metoder och strategier som syftar till att maximera datakvalitet och statistisk effektivitet vid insamling av data, för att säkerställa att insamlade data optimeras för vidare bearbetning.

  • Utforma databasschema

    Utarbeta ett utkast till databasschema genom att följa reglerna för relationsdatabassystem (RDBMS) för att skapa en logiskt ordnad grupp av objekt, t.ex. tabeller, kolumner och processer.

  • Implementera kvalitetsprocesser

    Tillämpa kvalitetsanalys, validerings- och verifieringstekniker på data för att kontrollera datakvaliteten.

  • Utföra analytiska matematiska beräkningar

    Tillämpa matematiska metoder och använda beräkningsteknik för att utföra analyser och finna lösningar på specifika problem.

  • Samla in IKT-data

    Samla in data genom att designa och tillämpa söknings- och urvalsmetoder.

  • Upprätta dataprocesser

    Använda it-verktyg för att tillämpa matematiska, algoritmiska eller andra datamanipulationsprocesser för att skapa information.

  • Rapportera analysresultat

    Utarbeta forskningsdokument eller ge presentationer för att rapportera resultaten av ett genomfört forsknings- och analysprojekt, med angivande av de analysförfaranden och analysmetoder som lett fram till resultaten samt potentiella tolkningar av resultaten.

Source: Sisyphus ODB