Data, analytics en AI
Maakt data bruikbaar, toetst aannames en bouwt modellen en rapportages waarop besluiten worden genomen, en onderscheidt zich doordat de conclusie statistisch verantwoord en voor leken uitlegbaar moet zijn.
Voorbeeldfuncties: data analist, business intelligence specialist, data scientist, data engineer, ai specialist, rapportagespecialist
Basisprofiel van de familie
Elke functie in deze familie erft dit profiel en wijkt daarvan af met een beperkt aantal toevoegingen, aanpassingen en verwijderingen. De streefniveaus hieronder gelden voor het medior niveau.
| T | Skill | Streefniveau | Gewicht | Knockout |
|---|---|---|---|---|
| V | Data-analyse | N4 | 5 | ja |
| K | Statistische basisinterpretatie | N4 | 5 | ja |
| A | Numeriek redeneren | N4 | 5 | ja |
| V | Datakwaliteit beoordelen | N4 | 4 | ja |
| V | Programmeren | N3 | 4 | ja |
| V | Datavisualisatie | N4 | 4 | nee |
| V | Rapporteren en dashboards bouwen | N4 | 4 | nee |
| V | Datamodellering | N4 | 4 | nee |
| K | Machine learning basiskennis | N3 | 4 | nee |
| V | Kritisch denken en bronbeoordeling | N4 | 4 | nee |
| V | Visueel communiceren en dataverhaal | N4 | 4 | nee |
| V | Hypothesen toetsen | N3 | 3 | nee |
| V | Databeheer en dataopslag | N3 | 3 | nee |
| V | Datagovernance en eigenaarschap | N3 | 3 | nee |
| K | AVG en privacy in de praktijk | N3 | 3 | nee |
| V | AI-toepassingen selecteren en implementeren | N3 | 3 | nee |
| V | AI-governance en verantwoord gebruik | N3 | 3 | nee |
| V | AI-risico en bias herkennen | N3 | 3 | nee |
| V | Systeemdenken | N3 | 3 | nee |
| V | Methodisch werken | N3 | 3 | nee |
| V | Adviesvaardigheid | N3 | 3 | nee |
| G | Nieuwsgierigheid en verkennen | N3 | 3 | nee |
| V | multidisciplinair samenwerken | N3 | 2 | nee |
| G | Omgaan met ambiguïteit | N3 | 1 | nee |
Senioriteitsbijstelling
Deze waarden worden bij elk streefniveau van de familie opgeteld en daarna begrensd op 1 tot 5.
Functies 20
Bouwt toepassingen op bestaande AI-diensten en taalmodellen, koppelt die aan bedrijfsdata en beheerst de risicos van de uitkomsten.
Bepaalt de productrichting van AI-toepassingen, weegt haalbaarheid en risico van modellen af tegen gebruikerswaarde en werkt samen met data scientists en engineers.
Verbindt bedrijfsvragen met analysecapaciteit, bepaalt welke vraagstukken analyse waard zijn en zorgt dat uitkomsten in besluiten landen.
Adviseert opdrachtgevers over inrichting van rapportage en analyse, kiest passende oplossingen en begeleidt de invoering bij gebruikers.
Ontsluit bronsystemen in datamodellen en bouwt dashboards en rapportages waarmee afdelingen hun prestaties structureel kunnen volgen.
Bepaalt de datastrategie van een organisatie, richt governance en teams in en verantwoordt de opbrengst van datagebruik aan de directie.
Bouwt en onderhoudt datastromen en opslag zodat gegevens uit bronsystemen betrouwbaar, tijdig en herhaalbaar beschikbaar komen voor analyse.
Meet en bewaakt de kwaliteit van gegevens in bronsystemen, spoort fouten en inconsistenties op en werkt met eigenaren van data aan structurele verbetering.
Ontwikkelt statistische en lerende modellen op bedrijfsdata, toetst de betrouwbaarheid daarvan en vertaalt uitkomsten naar bruikbare conclusies.
Houdt definities, kwaliteit en eigenaarschap van gegevens op orde en spreekt afdelingen aan op afspraken over registratie en gebruik.
Onderzoekt datasets op vragen uit de organisatie, controleert de kwaliteit van de gegevens en levert onderbouwde inzichten en overzichten op.
Ontwerpt de samenhang van gegevens, modellen en platformen in een organisatie en legt standaarden vast waar bouwteams zich aan houden.
Adviseert opdrachtgevers over datastrategie en inrichting van analytics, vertaalt bedrijfsvragen naar een dataplan en begeleidt de implementatie bij de klantorganisatie.
Analyseert en visualiseert ruimtelijke data in een geografisch informatiesysteem, bouwt kaarten en ruimtelijke analyses voor beleid, planning of infrastructuur.
Brengt modellen naar productie en houdt ze werkend door training, uitrol en monitoring van modelprestaties te automatiseren en te beheren.
Bouwt en onderhoudt de infrastructuur waarmee machine learning modellen worden getraind, uitgerold en gemonitord, en automatiseert het hertrainen bij verouderde modellen.
Zet onderzoeksvragen om in kwantitatieve analyses, ontwerpt vragenlijsten of experimenten en toetst statistisch of gevonden verbanden betrouwbaar zijn.
Ontwikkelt en onderzoekt tests en vragenlijsten, bepaalt betrouwbaarheid en validiteit en stelt normen vast voor verantwoord gebruik.
Stelt periodieke rapportages en managementinformatie samen, controleert de cijfers en zorgt dat de toelichting voor lezers navolgbaar is.
Kiest en past statistische methoden toe op onderzoeksvragen, bewaakt de aannames daarachter en verantwoordt de betrouwbaarheid van de uitkomsten.