Sömmen · yrke för yrke

Data scientist

För data scientists ligger sömmen kring själva analysarbetet. Att undersöka teorier inom sannolikhet och bedöma informationskällor görs fortfarande i samarbete mellan människa och AI. Att bearbeta stora datamängder och förbereda data genom att strukturera, kontrollera fel och vikta råmaterialet sköts däremot i praktiken redan av AI. Däremellan ligger det mesta: att hitta samband och trender, utforma forskningsprojekt, utveckla analysmetoder och redovisa resultaten i tabeller och artiklar. Där ligger uppgifterna närmast sömmen. Flera moment som datainsamling och metodgranskning syns ännu inte i AI-användningen.

Fig 01 11 av 18 uppgifter har mätbar söm-position
Augmenterasmänniska + AI tillsammans
AutomatiserasAI gör uppgiften
Undersöka teorier inom sannolikhet och inferens för att hitta matematisk grund för bättre metoder att samla in och bedöma data. djupt i augmenteringszonen Bedöma informationskällor för att avgöra hur tillförlitliga och användbara de är. i augmenteringszonen Sätta sig in i det ämnesområde där statistiska metoder ska tillämpas för att bedöma om metoder och resultat är lämpliga. i augmenteringszonen Identifiera samband och trender i data samt faktorer som kan påverka resultaten. mitt i sömmen Utforma forskningsprojekt med vetenskapligt hållbara metoder och basera analyserna på referensvärden och historiska data. mitt i sömmen Redovisa resultaten av statistiska analyser i tabeller och diagram. mitt i sömmen Utveckla och testa försöksupplägg, urvalsmetoder och analysmetoder. mitt i sömmen Utveckla programvara för statistisk modellering och grafisk analys. mitt i sömmen Redovisa resultaten av statistiska analyser i vetenskapliga artiklar och tekniska manualer. mitt i sömmen Bearbeta stora datamängder för statistisk modellering och grafisk analys med dator. i automationszonen Förbereda data för bearbetning: strukturera informationen, kontrollera fel och justera och vikta råmaterialet. i automationszonen

Uppgift för uppgift

  1. Undersöka teorier inom sannolikhet och inferens för att hitta matematisk grund för bättre metoder att samla in och bedöma data. djupt i augmenteringszonen
  2. Bedöma informationskällor för att avgöra hur tillförlitliga och användbara de är. i augmenteringszonen
  3. Sätta sig in i det ämnesområde där statistiska metoder ska tillämpas för att bedöma om metoder och resultat är lämpliga. i augmenteringszonen
  4. Identifiera samband och trender i data samt faktorer som kan påverka resultaten. mitt i sömmen
  5. Utforma forskningsprojekt med vetenskapligt hållbara metoder och basera analyserna på referensvärden och historiska data. mitt i sömmen
  6. Redovisa resultaten av statistiska analyser i tabeller och diagram. mitt i sömmen
  7. Utveckla och testa försöksupplägg, urvalsmetoder och analysmetoder. mitt i sömmen
  8. Utveckla programvara för statistisk modellering och grafisk analys. mitt i sömmen
  9. Redovisa resultaten av statistiska analyser i vetenskapliga artiklar och tekniska manualer. mitt i sömmen
  10. Bearbeta stora datamängder för statistisk modellering och grafisk analys med dator. i automationszonen
  11. Förbereda data för bearbetning: strukturera informationen, kontrollera fel och justera och vikta råmaterialet. i automationszonen

Uppgifter utan mätbar position

Positionerna ovan bygger på hur uppgifter faktiskt förekommer i konversationer med AI. 7 av yrkets 18 uppgifter förekommer så sällan att det inte går att säga något säkert om dem. De visas därför utan position. Det betyder inte att de är opåverkade av AI, bara att de ännu inte syns i underlaget.

  • Analysera statistiska data för att hitta betydande skillnader i informationskällornas samband.
  • Anpassa statistiska metoder för att lösa specifika problem inom olika områden.
  • Planera datainsamling för enskilda projekt och bestämma urvalens typ och storlek.
  • Granska statistiska metoder för datainsamling med avseende på giltighet, tillämpbarhet och noggrannhet.
  • Presentera resultat med diagram och punktlistor på möten och konferenser.
  • Leda och instruera personal som samlar in och sammanställer data.
  • Tillämpa urvalsmetoder eller totalräkning för att avgränsa de grupper som ska undersökas.

Yrket i arbetsmarknaden

Data scientistns arbetsuppgifter är mer närvarande i AI-användningen än 87 procent av arbetsmarknadens yrken. Skalan går från yrken som ännu inte syns alls till de mest AI-exponerade.

Data scientist (SSYK 2511, Systemanalytiker och IT-arkitekter m.fl.) → ESCO forskare inom datavetenskap → O*NET Statisticians · konfidens: medel. Söm-positionerna bygger på global användningsdata. Svensk användning särredovisas inte per uppgift. Om metoden och dess gränser.