Celková úroveň EKR/SKKR
Odborné vedomosti
Každá vedomosť má priradenú úroveň podľa osemstupňovej škály EKR/SKKR.
Jednotlivé vedomosti
-
Úroveň 7
princípy a metódy matematicko-štatistického modelovania
Pracovník má vedomosti o metódach a technikách pokročilej dátovej, matematickej a štatistickej analýzy s cieľom extrahovať z rôznorodých dát hodnotu pre biznis či neziskovú organizáciu. Má expertné znalosti v oblasti tvorby modelov, vrátane tých pre strojové učenie.
-
Úroveň 7
metodika modelovania a vytvárania pohľadov na analyzovaný systém
Pracovník má znalosti metód a techník potrebných pre prácu s rozsiahlymi dátovými zdrojmi a pozná postupy na tvorbu dátových modelov, ktoré adresujú výzvy a potreby komerčnej či neziskovej organizácie. Pracovník pozná techniky na vytváranie reportov, dashboardov a vizualizácií spracovaných dát. Dokáže vytvárať dátové štandardy, dátové mapy, modifikovať rôzne procedúry pripravujúce takéto dátové výstupy s cieľom exportovať, transformovať a nahrávať dáta vo vhodných formátoch.
-
Úroveň 6
metódy a princípy inžinierskeho riešenia problémov
Pracovník má znalosti postupov umožňujúcich systematické, inžinierske riešenie nových, neznámych či rýchlo sa meniacich problémových situácií. Dokáže vytvárať systematický prístup aj v inovatívnych situáciach či vo výskume. Je zbehlý v metódach experimentovania a rigoróznej prípravy a dizajnu experimentov na overenie svojich hypotéz týkajúcich sa spracovaných dát.
-
Úroveň 7
princíp skriptovania v riadení IT systému, rozdiely a oblasti použitia vybraných skriptovacích jazykov
Pracovník pozná princípy a postupy využitia skriptovacích jazykov (najmä R, Python), prípadne vhodných iných programovacích jazykov (Java) pri spracovaní dátových množín alebo ich vizualizácii.
-
Úroveň 4
prehľad v metódach riadenia IKT projektov a softvérového vývoja agilným spôsobom, napr. SCRUM
Pracovník má prehľadové znalosti metodiky práce v agilnom ale aj klasickom režime a dokáže sa zapájať do činnosti agilných či iných projektových tímov.
-
Úroveň 7
princípy, metódy a postupy využívania big data management
Pracovník pozná metódy, techniky a postupy, ktoré mu umožňujú využívať a tvoriť algoritmy pre strojové učenie, neurónové siete (tzv. deep learning) a dokáže ich vhodne voliť pre kontext big data problémov (rozsiahle, rýchlo sa meniace, viaczdrojové dáta).
-
Úroveň 6
štatistické metódy vo výskume
Pracovník má znalosti postupov práce s pokročilými štatistickými nástrojmi, ako napr. SPSS, R, SAS a podobne, ktoré vie využívať pre účely analýzy dát v praxi.
-
Úroveň 5
variačná analýza
Pracovník pozná metodiku prípravy, spracovania a validácie analyzovaných dátových množín. Taktiež má znalosti techník pre analýzu variancií, korelácií a podobností a vie ich následne aplikovať na formuláciu hypotéz na strojové či štatistické overovanie.
-
Úroveň 5
metódy a postupy analýzy používateľských požiadaviek, podmienok, prostredí
Pracovník je vybavený aparátom metód a techník na získavanie, spracovanie a analýzu požiadaviek interného či externého zákazníka. Pracovník pozná metódy a techniky na pochopenie požiadaviek na riešenie dátovej analýzy.
-
Úroveň 4
identifikácia a riadenie rizík v prostredí IT projektu
Pracovník úzko spolupracuje s interným a/alebo externým zákazníkom a inými partnermi na identifikácii, hodnotení a prioritizácii rizík a rizikových faktorov. Ovplyvňuje rozhodovanie v projektoch týkajúcich sa najmä analytických úloh, cieľov a riešení
-
Úroveň 5
umelá inteligencia
Pracovník má expertné znalosti z rôznych oblastí umelej inteligencie, vrátane tvorby modelov pre strojové učenie, indukčných pravidiel, vzorov, neurónových sietí, simulačných modelov využívajúcich rôznorodé dáta.
-
Úroveň 6
metodika systémovej integrácie
Pracovník má znalosti z oblasti plánovania, vykonávania a riadenia činností súvisiacich s integrovaním dát skrz rôznorodé organizačné databázy a dátové zdroje, vrátane vzdialených.
-
Úroveň 5
postupy analýzy integrity softvérového riešenia a štandardy testovania softvéru
Pracovník má znalosti, aby dokázal vytvoriť a vykonať plán testovania softvérového riešenia, sústrediac sa najmä na aspekty dátového modelu, podporných metód a funkcií pre prácu s dátami, extrakciu a transformáciu dát, ako aj na komunikačné rozhrania a siete.
-
Úroveň 4
trendy vývoja v informačných technológiách a telekomunikáciách
Pracovník má teoretické vybavenie na sledovanie a pochopenie trendov v relevantom odvetví priemyslu a služieb. Dokáže získané vedomosti využiť v spolupráci s príbuznými rolami na odporúčanie zmien v oblasti integrácie dát - s cieľom efektívnejšie naplniť požiadavky zákazníka či biznisu.
-
Úroveň 6
terminológia, funkcie, úlohy a prostriedky z oblasti operačných systémov (OS), databáz a aplikácií
Pracovník má znalosti a skúsenosti s rôznymi protokolmi, ktoré sú využívané pri analýze a integrácii dát, napr. SSID, SSIS, ODBC, JDBC a podobne. Rovnako pozná rôzne architektúry a metodiky, napr. spracovanie udalostí, dátové toky v reálnom čase, nerelačné dátové úložiská, dátová virtualizácia, využívanie cloudu a podobne.
-
Úroveň 4
základné znalosti z predpisov na zaistenie bezpečnosti a ochrany zdravia pri práci, ochrany verejného zdravia a požiarnej ochrany; zásady bezpečnej práce a ochrany zdravia pri práci, zásady bezpečného správania na pracovisku a bezpečné pracovné postupy
-
Úroveň 5
metódy a techniky modelovania systémov a riešení
Pracovník pozná rôzne metódy a postupy pre vytváranie modelov, najmä na úrovni dátových štruktúr a vzťahov medzi nimi. Prispieva ku komplexnejším modelom, pod dohľadom a v spolupráci s inými relevantnými rolami.
-
Úroveň 6
integračné dátové a databázové platformy
Pracovník pozná viacero relevantných platforiem podporujúcich dátovú a databázovú integráciu v prostredí podnikov a organizácií, napr. Oracle Data Integrator, Informatica Platform, IBM InfoSphere, MS SQL Server, Teradata a iné.