Войти

Специалист по работе с большими данными

Описание профессии
2521-1-003
Специалист по работе с большими данными
Профессиональный стандарт
Паспорт профессионального стандарта
Связь с другими профессиями
Карта профессий
Правила признания
Реестр профессий
Описание
Основная цель
Разработка и внедрение стратегических решений на основе данных, включая создание масштабируемых систем хранения, обработки методов прогнозирования.
Требования к личностным компетенциям
  • Организованность
  • Инициативность
  • Внимательность
  • Ответственность
  • Дисциплинированность
  • Исполнительность
  • Гибкость мышления
  • Ориентация на результат
  • Высокая обучаемость
  • Умение работать в команде.
Требования к опыту работы
  • не менее 3 лет по профилю
Связь с другими профессиями
5 уровень ОРК
Специалист по администрированию баз данных (администратор баз данных)
Подробнее
6 уровень ОРК
Специалист по администрированию баз данных (администратор баз данных)
Подробнее
6 уровень ОРК
Специалист по системе управления базами данных
Подробнее
6 уровень ОРК
Специалист по работе с большими данными
Подробнее
6 уровень ОРК
Инженер по сопровождению баз данных
Подробнее
5 уровень ОРК
Специалист по системе управления базами данных
Подробнее
6 уровень ОРК ( подуровень)
Аналитик баз данных
Подробнее
5 уровень ОРК ( подуровень)
Аналитик баз данных
Подробнее
Уровень 6
высшее образование (бакалавриат, специалитет, ординатура) , 6B061 Информационно-коммуникационные технологии

Умения
1. проводить исследования и анализ
2. разрабатывать математические модели
3. прогнозирование состояний системы
Знания
1. Методов многомерного анализа и линейной алгебры
2. Математических и статистических методов анализа данных
3. Основ информационной безопасности
Умения
1. Выявлять потенциальные угрозы и уязвимости системы
2. Применять методы и средства управления рисками
3. Проводить анализ рисков, исследовать причины риска

Знания
1. Методов и средств управления рисками
2. Нормативно-технических документов (стандартов и регламентов), описывающих процессов управления рисками
3. Основ информационной безопасности
Умения
1. Формировать аналитические отчёты на основе данных прогнозирования
2. Визуализировать результаты анализа в понятных форматах (графики, диаграммы, дашборды)
3. Адаптировать сложные данные для презентации разной аудитории
Знания
1. Методы прогнозной аналитики (тренды, регрессионный анализ)
2. Принципы эффективной визуализации данных
3. Особенности восприятия информации разными целевыми группами
Умения
1. проводить исследования и анализ
2. алгоритмизировать деятельность
3. анализировать процесс взаимодействия ОС и аппаратной части
Знания
1. специфических особенностей по работе с установленной БД
2. структур баз данных
3. основ информационной безопасности

Умения
1. Проектировать архитектуру сервисов для обработки больших данных
2. Реализовывать алгоритмы анализа и машинного обучения
3. Интегрировать аналитические модули в готовые IT-решения
Знания
1. Методы распределённой обработки данных (Hadoop, Spark)
2. Принципы работы алгоритмов машинного обучения
3. Современные подходы к разработке микросервисных архитектур
Умения
1. Совершенствовать и разрабатывать новые методы, модели, алгоритмы, технологии и инструментальные средства для работы с большими данными
2. Проводить испытания по внедрению и использованию усовершенствованных или разработанных новых методов, моделей, алгоритмов, технологий и инструментальных средств для работы с большими данными
3. Разрабатывать рекомендаций по внедрению и использованию усовершенствованных или разработанных новых методов, моделей, алгоритмов, технологий и инструментальных средств для работы с большими данными
Знания
1. Методов и принципов работ с большими данными
2. Современных дистрибутив для работ больших данных
3. Основ машинного обучения и когнитивные вычисления
Умения
1. Представлять информацию в виде инфографики.
2. Владеть техническими средствами подготовки графиков и диаграмм
3. Создавать яркие визуализации различных массивов данных, работать в ряде специальных сервисов и подготавливать данные для них.
4. Агрегировать и разрабатывать представления больших объемов данных из гетерогенных источников
Знания
1. Стандартных профессиональных инструментов: языков программирования для статистической обработки данных, а также язык запросов для работы с базами данных
2. Основных принципов визуального мышления
3. Общих принципов и стандартов на интеграцию графического представления данных в документы
Умения
1. Использовать хранилища данных в разработке ПО
2. Применять подходы пакетной и потоковой обработки для возможности выполнения аналитических запросов к большим объемам данных в реальном времени
3. Применять технологии для собора «сырые данные»
Знания
1. Принципов организации информационных баз данных
2. Массивно параллельных обработок данных
3. Понятии горизонтальных масштабируемостей
4. Понятии классификации неструктурированных данных
Уровень 7
послевузовское образование (магистратура, резидентура) , 7M061 Информационно-коммуникационные технологии

Умения
1. проводить исследования и анализ
2. разрабатывать математические модели
3. прогнозирование состояний системы
Знания
1. Методов многомерного анализа и линейной алгебры
2. Математических и статистических методов анализа данных
3. Основ информационной безопасности
Умения
1. Выявлять потенциальные угрозы и уязвимости системы
2. Применять методы и средства управления рисками
3. Проводить анализ рисков, исследовать причины риска

Знания
1. Методов и средств управления рисками
2. Нормативно-технических документов (стандартов и регламентов), описывающих процессов управления рисками
3. Основ информационной безопасности
Умения
1. Формировать аналитические отчёты на основе данных прогнозирования
2. Визуализировать результаты анализа в понятных форматах (графики, диаграммы, дашборды)
3. Адаптировать сложные данные для презентации разной аудитории
Знания
1. Методы прогнозной аналитики (тренды, регрессионный анализ)
2. Принципы эффективной визуализации данных
3. Особенности восприятия информации разными целевыми группами
Умения
1. проводить исследования и анализ
2. алгоритмизировать деятельность
3. анализировать процесс взаимодействия ОС и аппаратной части
Знания
1. специфических особенностей по работе с установленной БД
2. структур баз данных
3. основ информационной безопасности

Умения
1. Проектировать архитектуру сервисов для обработки больших данных
2. Реализовывать алгоритмы анализа и машинного обучения
3. Интегрировать аналитические модули в готовые IT-решения
Знания
1. Методы распределённой обработки данных (Hadoop, Spark)
2. Принципы работы алгоритмов машинного обучения
3. Современные подходы к разработке микросервисных архитектур
Умения
1. Совершенствовать и разрабатывать новые методы, модели, алгоритмы, технологии и инструментальные средства для работы с большими данными
2. Проводить испытания по внедрению и использованию усовершенствованных или разработанных новых методов, моделей, алгоритмов, технологий и инструментальных средств для работы с большими данными
3. Разрабатывать рекомендаций по внедрению и использованию усовершенствованных или разработанных новых методов, моделей, алгоритмов, технологий и инструментальных средств для работы с большими данными
Знания
1. Методов и принципов работ с большими данными
2. Современных дистрибутив для работ больших данных
3. Основ машинного обучения и когнитивные вычисления
Умения
1. Представлять информацию в виде инфографики.
2. Владеть техническими средствами подготовки графиков и диаграмм
3. Создавать яркие визуализации различных массивов данных, работать в ряде специальных сервисов и подготавливать данные для них.
4. Агрегировать и разрабатывать представления больших объемов данных из гетерогенных источников
Знания
1. Стандартных профессиональных инструментов: языков программирования для статистической обработки данных, а также язык запросов для работы с базами данных
2. Основных принципов визуального мышления
3. Общих принципов и стандартов на интеграцию графического представления данных в документы
Умения
1. Использовать хранилища данных в разработке ПО
2. Применять подходы пакетной и потоковой обработки для возможности выполнения аналитических запросов к большим объемам данных в реальном времени
3. Применять технологии для собора «сырые данные»
Знания
1. Принципов организации информационных баз данных
2. Массивно параллельных обработок данных
3. Понятии горизонтальных масштабируемостей
4. Понятии классификации неструктурированных данных