Məlumat keyfiyyəti, “metadata”, məlumatın mənşəyi, adlandırma və məlumat müqavilələri üçün korporativ standartların müəyyən edilməsi və qorunması;
Platforma komandaları ilə əməkdaşlıq çərçivəsində avtomatlaşdırılmış “data governance”, kataloqlaşdırma və məlumat keyfiyyətinə nəzarət üçün tələblərin müəyyən edilməsi;
“Data Steward”lar və məhsul komandaları üçün şablonlar, təlimlər və dəstək vasitəsilə təcrübələrin mənimsənilməsinin təmin edilməsi;
Təşkilat daxilindəki komandaları birləşdirən mərkəzi ekspert qismində çıxış edərək metrikalar, anlayışlar və standartlar üzrə sahələrarası uyğunlaşmanın asanlaşdırılması;
Böyük həcmli məlumat dəstlərini analiz etmək, model performansını yaxşılaşdırmaq və modeldəki keyfiyyət xarakterli xətaları ölçüləbilən performans metriklərinə çevirmək;
Həyat dövrü (idarəetmə mərhələləri və nəzarət çərçivələri də daxil olmaqla Data Məhsulu İdarəetməsiəməliyyat modelinin layihələndirilməsi və təkmilləşdirilməsi;
Məlumat məhsulları və sahələri üzrə korporativ miqyasda ardıcıllığın təmin edilməsi, semantik ziddiyyətlərin və idarəetmə boşluqlarının aradan qaldırılması.
Xüsusi tələblər
İrimiqyaslı təşkilatlarda data idarəetməsi sahəsində 4+ il iş təcrübəsi (AI Governance təcrübəsi üstünlükdür); saxlama müddətləri, avtomatlaşdırılmış silinmə və arxivləşdirmə strategiyaları da daxil olmaqla “Data Lifecycle Management (DLM)” sahəsində praktiki təcrübə;
Bazarda mövcud olan data kataloqlaşdırma alətləri ilə iş təcrübəsi (Collibra, Informatica, OpenMetadata);
Qaydaları şərh etmək və məhsul/mühəndislik komandalarının icrası üçün təlimatlar hazırlamaq məqsədilə hüquq/məxfilik şöbələri də daxil olmaqla, sahələrarası komandalarla birbaşa işləmək təcrübəsi;
Data idarəetmə prinsipləri, prosesləri və standartları haqqında ekspert səviyyəsində biliklər;
Data kataloqunun “metadata”sı, məlumatların təsnifatı, məlumatın mənşəyi, kritik məlumat elementləri, iş axınları və bu sahədəki alətlərlə praktiki təcrübə (alətlərin qiymətləndirilməsi, tətbiqi və idarə olunması daxil olmaqla);
Data idarəetmə riski, məsələlərin qiymətləndirilməsi və strategiyasının qurulması və idarə edilməsi sahəsində ekspert bilikləri;
“Data & AI” tənzimləyici siyasətləri (məsələn, GDPR, DMA, EU AI Act və s.) haqqında biliklər və mürəkkəb təşkilatlarda tənzimləyici uyğunluq çərçivələri ilə ilk əldən təcrübə;
Data yetkinlik qiymətləndirmə çərçivəsinin qurulması, daha az yetkin sahələrin müəyyən edilməsi və inkişaf etdirilməsi təcrübəsi.