Кіру

Үлкен деректерді өңдеу талдаушысы (жалпы профиль)

Кәсіптің сипаттамасы
2521-3*
Үлкен деректерді өңдеу талдаушысы (жалпы профиль)
Кәсіптік стандарт
Кәсіптік стандарттың паспорты
Басқа кәсіптермен байланыс
Кәсіптер картасы
Тану ережелері
Кәсіптер тізілімі
Сипаттама
Негізгі мақсат
Құнды түсініктер мен ақпаратты алу үшін әртүрлі көздерден деректерді жинайды және біріктіреді, тазартады, жүйелейді, өңдейді және талдайды. Құрылыстағы Big Data талдаушысы болашақ нәтижелерді болжауға, ықтимал тәуекелдерді анықтауға, жобаны басқаруды жақсартуға, шығындар мен жобаны іске асыру уақытын азайтуға, компанияны басқарудың ең жақсы стратегияларын анықтауға және көптеген мердігерлердің жұмысын бақылауға көмектеседі. Құрылыс индустриясында үлкен деректерді талдауды пайдалану әлі де болашақтың ісі, бірақ бұл аналитикалық құрал шешуге көмектесетін проблемаларды түсіну қазірдің өзінде бар. Жоғары жылдамдықты жинау, өңдеу және талдау арқылы алуан түрлі деректердің үлкен көлемінен пайдалы ақпаратты үнемді алуды қамтамасыз ететін ақпараттық технологиялардың жаңа буынын құру және осы технологияларды ақпараттық-талдамалық қызметте, басқару мен шешім қабылдауда пайдалану- жүйелерді жасау, сондай-ақ олардың негізінде жаңа өнімдер мен қызметтерді әзірлеу.
Жеке құзыреттерге қойылатын талаптар
  • Жауапкершілік
  • Дербестік және жауапкершілік
  • Күйзеліске тұрақтылық
  • Тәртіптілік
  • Оқу және өзін-өзі оқыту қабілеті
Жұмыс тәжірибесіне қойылатын талаптар
  • Үш жылдан бастап жұмыс тәжірибесі
Басқа кәсіптермен байланыс
7 СБШ-нің деңгейі
Жобаның бас дизайнері (құрылыста)
Толығырақ
6 СБШ-нің деңгейі
Жобалаушы инженер (ғимараттар)
Толығырақ
6 СБШ-нің деңгейі
Сәулетші
Толығырақ
6 СБШ-нің деңгейі
Сәулетші-жобалаушы
Толығырақ
6 СБШ-нің деңгейі
Инженер-көгалдандырушы
Толығырақ
5 СБШ-нің деңгейі
Техник-жобалаушы
Толығырақ
6 СБШ-нің деңгейі
Генеративті дизайнды қолдану дағдысы бар дизайнер
Толығырақ
6 СБШ-нің деңгейі
Виртуалды жобалаушы
Толығырақ
6 СБШ-нің деңгейі
«Ақылды үй» жобалаушысы
Толығырақ
6 СБШ-нің деңгейі
Сандық жобалаушы (BIM маманы)
Толығырақ
Деңгей 6
жоғары білім (бакалавриат, маман дәрежесі, ординатура) , 6B073 Сәулет және құрылыс

Машықтар
1. Талдау нәтижелеріне тапсырыс берушінің талаптарын анықтау, үлкен деректер технологияларын пайдалана отырып, аналитикалық жұмыс нәтижелеріне қойылатын талаптарды тұжырымдау және үйлестіру мақсатында келіссөздер жүргізу;
2. Ұйымның қолданыстағы нормативтік құқықтық актілеріне сәйкес үлкен деректер технологияларын пайдалана отырып, аналитикалық зерттеулер нәтижелеріне қойылатын талаптарды реттейтін құжаттарды дайындау.
Білімдер
1. Үлкен деректер технологияларын пайдалана отырып, аналитикалық зерттеу нәтижелеріне қойылатын талаптарды тұтынушылармен келісу құралдары мен әдістері;
2. Үлкен деректер технологияларын пайдалана отырып, аналитикалық зерттеулердің нәтижелеріне қойылатын талаптарды ресімдеудің ұйымдастырушылық ережелері;
3. Іскерлік өзара әрекеттесудегі тұлғааралық және топтық қарым-қатынас технологиялары, жанжалдарды басқару негіздері;
4. Презентацияларды дайындау және өткізу технологиялары;
5. Тұтынушылардың талаптарына сәйкес үлкен деректерді талдаудың пәндік аймағы;
6. Ықтималдықтар теориясы және математикалық статистика;
7. Үлкен деректерді талдаудың заманауи әдістері мен құралдары;
8. Деректерді талдау стандарттары;
9. Үлкен деректер технологияларының уақыт және шығын сипаттамаларын бағалау әдістері;
10. Ақпарат көздері, оның ішінде зерттеу тапсырыс берушісінің пәндік саласындағы қызметті қолдау үшін қажетті ақпарат
Машықтар
1. Тапсырыс берушіге кеңес беру, үлкен деректер технологияларын қолдану арқылы аналитикалық жұмыс нәтижелеріне қойылатын талаптарды үйлестіру және бекіту кезінде презентациялар өткізу;
2. Аналитикалық жұмыстарды орындау үшін мердігерге қолжетімді үлкен деректерді талдаудың әдістемелік және технологиялық инфрақұрылымын пайдалану.
Білімдер
1. Мердігерге қолжетімді үлкен деректерді талдаудың әдістемелік және технологиялық инфрақұрылымының мүмкіндіктері;
2. Үлкен деректерді талдауды қолданудың заманауи тәжірибесі;
3. Теориялық және қолданбалы информатика;
4. Деректерді талдаудың теориялық және қолданбалы негіздері;
5. Іскерлік интеллект негіздері, іскерлік барлау жүйелерінің түрлері;
6 Шешім қабылдау теориясы;
7. Математикалық модельдеу;
8. Үлкен деректерді талдау түрлері, аналитика түрлері
Машықтар
1. Үлкен деректерді талдау әдістері мен құралдарының салыстырмалы талдауын жүргізу;
2. Аналитикалық зерттеу нәтижелеріне бекітілген талаптарға сәйкес үлкен деректерді талдауды жүргізу.

Білімдер
1. Жоғары өнімді және бөлінген есептеулердің заманауи технологиялық инфрақұрылымы;
2. Үлкен деректерді түсіндіру және визуализациялау әдістері;
3. Іскерлік хат алмасу ережелері;
4. Бір саладағы білім: киберфизикалық жүйелер, математика, статистика, информатика, операциялық зерттеулер, инженерия;
5. Талдау үшін пайдаланылатын мәліметтерді өңдеу, тазалау және тұтастығын тексеру;
6. Жетілдірілген аналитикалық әдістерді қолдана отырып, үлкен көлемдегі мәліметтерді талдау үшін статистикалық әдістерді қолдану;
7. Жоғары тиімді визуализацияны пайдалана отырып, аналитикалық деректерді ұсыну.

Машықтар
1. Үлкен деректер технологияларын пайдалана отырып, аналитикалық жұмыстың мазмұнын анықтау кезінде келіссөздер жүргізу;
2. Үлкен деректерді талдау бойынша жұмыстың мазмұны мен нәтижелерін ұсыну;
3. Үлкен деректерді талдау әрекеттерінің жазбаларын жүргізу.
Білімдер
1. Мердігерге қолжетімді үлкен деректерді талдаудың әдістемелік және технологиялық инфрақұрылымының мүмкіндіктері;
2. Үлкен деректерді талдау үшін еркін таратылатын бағдарламалық қамтамасыз етуді пайдалану мүмкіндігі;
3. Тұтынушылардың талаптарына сәйкес үлкен деректерді талдаудың пәндік аймағы;
4. Талдау жұмысын жоспарлау негіздері;
5. Деректерді талдауды жүргізу стандарттары.
Машықтар
1. Үлкен деректер технологияларын пайдалана отырып, аналитикалық жұмысты жоспарлау;
2. Үлкен деректер технологияларын пайдалана отырып, талдау жұмыстарын жүргізу.
Білімдер
1. Үлкен деректерді зерттеуге арналған аналитикалық жобаларды басқару әдістері мен құралдары;
2. Үлкен деректерді зерттеуге арналған аналитикалық жобаның мазмұны мен кезеңдерінің реттілігі;
3. Үлкен деректердің өмірлік циклінің кезеңдерінің мазмұны;
4. Үлкен деректерді талдау түрлері, аналитика түрлері;
5. Үлкен деректерді талдаудың теориялық және қолданбалы негіздері;
6. Үлкен деректерді талдаудың заманауи әдістері мен құралдары.
Машықтар
1. Үлкен деректерді талдауды жүргізу;
2. Үлкен деректерді талдау жұмысы кезінде деректерді біріктіру және түрлендіру.
Білімдер
1. Ықтималдықтар теориясы және математикалық статистика;
2. Ақпарат көздері, соның ішінде зерттеу тапсырыс берушісінің пәндік саласындағы қызметті қолдау үшін қажетті ақпаратты;
3. Үлкен деректерді талдауды түсіндіру және визуализациялау әдістері;
4. Іскерлік өзара әрекеттесудегі тұлғааралық және топтық қарым-қатынас технологиялары, жанжалдарды басқару негіздері;
5. Презентацияларды дайындау және өткізу технологиялары
6. Іскерлік хат алмасу ережелері.

Машықтар
1. Біртекті емес көздерден деректер жеткізушілеріне қойылатын талаптарды анықтау;
2. Біртекті емес көздерден алынған ішкі және сыртқы деректер жеткізушілерімен өзара әрекеттесу;
3. Үлкен деректер үлгілерін әзірлеу және бағалау.
Білімдер
1. Мердігерге қолжетімді үлкен деректерді талдаудың әдістемелік және технологиялық инфрақұрылымының мүмкіндіктері;
2. Талдау пәнінің саласы;
3. Үлкен деректерді талдаудың теориялық және қолданбалы негіздері;
4. Үлкен деректерді талдаудың заманауи әдістері мен құралдары;
5. Үлкен деректерді талдауды қолданудың заманауи тәжірибесі;
6. Үлкен деректер түрлері: метадеректер, жартылай құрылымдық, құрылымдық, құрылымсыз;
7. Деректер көздерінің түрлері: адам жасаған, машина жасаған;
8. Ақпарат көздері, оның ішінде зерттеуші тапсырыс берушінің пәндік саласындағы қызметті қолдау үшін қажетті ақпарат.
Машықтар
1. Әртүрлі көздерден, соның ішінде нақты уақыт режимінде деректерді алу, түрлендіру, сақтау және өңдеу үшін құралдарды пайдалану;
2. Аналитикалық жұмыс үшін таза деректер;
3. Мәліметтердің үлкен көлемін біріктіру және түрлендіру;
4. Үлкен деректерді талдау тапсырмалары үшін деректер жиынының жарамдылығын бағалау;
5. Аналитикалық жұмыс үшін деректер құнын бағалау.
Білімдер
1. Ағынды өңдеуді қоса алғанда, біртекті емес, көп құрылымды, құрылымсыз көздерден ақпарат пен білімді алу әдістері;
2. Ақпараттық қауіпсіздіктің мемлекеттік және халықаралық стандарттары;
3. Жоғары өнімді және бөлінген есептеулердің заманауи технологиялық инфрақұрылымы;
4. Мәліметтерді қабылдау және өңдеу режимдері, нақты уақыт режимінде қолдау көрсету;
5. Ұйымда үлкен деректерді сақтау және өңдеу технологиялары: мәліметтер базасы, деректер қоймасы, таратылған және параллель деректерді өңдеу, жадтағы есептеулер;
6. Бұлтты технологиялар, бұлттық қызметтер;
7. Үлкен деректер технологияларының уақыт және шығын сипаттамаларын бағалау әдістері;
8. Іскерлік өзара әрекеттесудегі тұлғааралық және топтық қарым-қатынас технологиялары, жанжалдарды басқару негіздері;
9 Іскерлік хат алмасу ережесі

Дағды 1 Аналитикалық жұмыс үшін үлкен деректерді талдау әдістері мен құралдарын таңдау және үлкен деректер үлгілерін пәндік ортада бейімдеу және орналастыру арқылы пайдаланылған үлкен деректер үлгілерін әзірлеу, тексеру, бағалау Дағды 2 Үлкен деректердің аналитикасының нәтижелерін ұсыну құралдарын таңдау, үлкен деректер технологияларын пайдалана отырып, аналитикалық жұмыс нәтижелері туралы есеп дайындау және үлкен деректер технологияларын пайдалана отырып, аналитикалық жұмыс нәтижелері бойынша тапсырыс берушіге кеңес беру Дағды 3 Үлкен деректерді талдаудың тиімділігін бақылау, үлкен деректерді талдау нәтижелерін пайдалану бойынша ұсыныстарды қалыптастыру: поштаны жіберу, қосымшаларды құру, процестерді оңтайландыру, сондай-ақ жұмыс негізінде үлкен деректерді талдау үшін қолданыстағы әдістемелік және технологиялық инфрақұрылымды дамыту бойынша ұсыныстарды қалыптастыру. орындалды
Машықтар
1. Үлкен деректер технологияларын пайдалана отырып, аналитикалық жұмысты жоспарлау;
2. Үлкен деректер технологияларын пайдалана отырып, жекелей де, жетекші шағын аналитикалық топтармен де талдау жұмыстарын жүргізу;
3. Аналитикалық жұмыстарды орындау үшін мердігерге қолжетімді үлкен деректерді талдаудың әдістемелік және технологиялық инфрақұрылымын пайдалану;
4. Үлкен деректерді талдау әдістері мен құралдарының салыстырмалы талдауын жүргізу;
5. Үлкен деректер үлгілерін әзірлеу және бағалау.
Білімдер
1. Мердігерге қолжетімді үлкен деректерді талдаудың әдістемелік және технологиялық инфрақұрылымының мүмкіндіктері;
2. Талдау пәнінің саласы;
3. Шешім қабылдау теориясы;
4. Математикалық модельдеу;
5. Үлкен деректерді талдаудың теориялық және қолданбалы негіздері;
6. Үлкен деректерді талдауды қолданудың заманауи тәжірибесі;
7. Деректерді талдау технологиялары: статистикалық талдау, семантикалық талдау, кескінді талдау, машиналық оқыту, құралдарды салыстыру әдістері, жиілік талдауы, сәйкестік талдауы, кластерлік талдау, дискриминанттық талдау, факторлық талдау, жіктеу ағаштары, көпөлшемді масштабтау, құрылымдық теңдеулерді модельдеу, өмір сүруді талдау әдістері , уақыт қатарлары, тәжірибелерді құрастыру, сапаны бақылау диаграммалары
Машықтар
1. Үлкен деректермен жұмыс істеуге бағытталған жоғары деңгейлі тілдердегі бағдарлама: статистикалық деректерді өңдеуге және графикамен жұмыс істеуге, үлкен массивтердегі деректердің оқшауланған бөліктерімен жұмыс істеуге, құрылымдық және құрылымданбаған деректер базасымен жұмыс істеуге арналған;
2. Пәндік ортада үлгілерді бейімдеу және орналастыру

Білімдер
1. Аналитикалық жобаның кезеңдерінің мазмұны мен орындалу реттілігі;
2. Аналитикалық жұмысты басқару негіздері;
3. Шағын аналитикалық топтарды басқару негіздері;
4. Нейрондық желілер: толық қосылған, конволюциялық және қайталанатын нейрондық желілер, нейрондық желілерді оқыту әдістері, өлшемді азайтудың нейрондық желілер әдістері;
5. Статистикалық модельдер;
6. Статистикалық талдау: көп өлшемді тестілеу әдісі, корреляциялық талдау, регрессиялық талдау;
7. Статистикалық әдістер: параметрлік, параметрлік емес, бақыланатын, бақыланбайтын, жартылай басқарылатын, кластерлік;
8. Семантикалық талдау: табиғи тілді өңдеу, сезімді талдау, мәтінді өңдеу
Машықтар
1. Мәліметтерді жіктеу, кластерлеу, регрессия, болжау, өлшемділігін азайту және рейтингтік есептерді шешу;
2. Алгоритмді шамадан тыс жаттықтыру және төмен дайындау есептерін шешу;
3. Талдау нәтижелерін пайдалану бойынша ұсыныстарды құрастыру;
4. Тапсырыс берушіге ұсыну үшін аналитикалық зерттеу нәтижелерін дайындау;
5. Тапсырыс берушіге талдау жұмысының нәтижелерін түсіндіру4
6. Үлкен деректерді талдаудың жаңа және перспективалы әдістері туралы ақпаратты іздеу, әдістерге салыстырмалы талдау жасау;
Білімдер
1. Машиналық оқыту алгоритмдері: жетекшілік ететін оқыту, бақылаусыз оқыту, жартылай бақылаудағы оқыту, күшейте оқыту;
2. Машиналық оқыту: жіктеу, кластерлеу, шектен шығуды анықтау, сүзу;
3. Жіктеу әдістері мен модельдері: логистикалық регрессия, шешім ағаштары, қысқарту алдындағы, қысқартудан кейінгі, ережеге негізделген модельдер, ықтималдық классификаторлар, ақпараттық энтропияны күшейту;
4. Шу шығарындыларын фильтрлеу, шу шығару түрлері: ғаламдық, контекстік, ұжымдық;
5. Кескінді талдау, желілік талдау, кеңістіктік деректерді талдау, уақыттық қатарларды талдау;
6. Үлгіні анықтау әдістері;
7. Модельдерді бағалау әдістері: сынақ үлгісінің көмегімен құрастырылған модельдің сапасын бағалау және алгоритмнің жалпылау қабілеттерін талдау;
8. Бөлінген деректерді талдау;
9. Нақты уақыттағы деректерді талдау;
10. Іскерлік хат алмасу ережелері;
11. Есеп берудің аналитикалық құжаттамасын әзірлеу әдістері.