Datasyntekniker

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

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

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

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

Bruke kodesamlinger og programvarepakker som fanger opp ofte brukte rutiner for å hjelpe programmerere med å forenkle arbeidet sitt.

Bruke programvareverktøy (CASE) til å bistå utviklingslivssyklusen, utformingen og implementeringen av programvare og applikasjoner av høy kvalitet som enkelt kan vedlikeholdes.

Redusere antallet variabler eller funksjoner for et datasett i maskinlæringsalgoritmer gjennom metoder som hovedkomponentanalyse, matrisefaktorisering, autokoder-metoder og annet.

Bruke og kombinere forskjellige verktøy og metoder for datasyn, for eksempel bildeinnhenting, bildebehandling, bildesegmentering og -klassifisering, deteksjon osv. i ett system for å la datamaskiner hente informasjon fra digitale bilder, for eksempel bilder eller video.

Utvikle første delvis ufullstendige eller innledende versjon av en programvareapplikasjon for å simulere enkelte særlige aspekter ved sluttproduktet.

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.

Gjennomføre en omfattende og systematisk undersøkelse av informasjon og publikasjoner om et bestemt emne. Presentere et sammendrag av sammenlignet og evaluert litteratur.

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.

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

Bruke modeller (beskrivende eller inferensiell statistikk) og teknikker (datautvinning eller maskinlæring) for statistisk analyse og IKT-verktøy til å analysere data, avdekke korrelasjoner og forutse trender.

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

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.

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

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.