Slik blir du dataviter (data scientist)
Innen datadrevne yrker finnes det fire roller som utfyller hverandre: dataviter (data scientist), dataanalytiker (data analyst), dataingeniør, og maskinlærings- og kunstig intelligens-ingeniør (ML/KI-ingeniør).
Om yrket
Disse rollene samarbeider for å samle, behandle, analysere og bruke data til å ta bedre valg og skape nye løsninger.
Datavitere skaper avanserte løsninger ved å bygge modeller og verktøy for beslutningsstøtte.
Dataanalytikere bruker data for å avdekke trender og lage rapporter.
Dataingeniører bygger en grunnmur ved å lage datastrukturer og infrastruktur.
ML/KI-ingeniører tar modellene som dataanalytikerne har utviklet og optimaliserer dem for produksjon. Videre sikrer de at modellene integreres med applikasjoner, og håndterer sanntidsdata.
Dataviter (data scientist)
En dataviter utforsker data og utvikler datamodeller. Videre skaper de datadrevne løsninger ved hjelp av avanserte teknikker som maskinlæring og kunstig intelligens. Datavitere fungerer som brobygger mellom rådata og ML/KI-løsninger, som er bygget og implementert av ML/KI-ingeniører.
Vanlige arbeidsoppgaver inkluderer:
- utvikle algoritmer og maskinlæringsmodeller som kan forutsi og automatisere
- analysere komplekse datasett for å få innsikt som kan bidra til innovasjon
- eksperimentere med datadrevne hypoteser og prototyper
- kommunisere innsikt og anbefalinger gjennom visuelle rapporter
- samarbeide med ingeniører for å integrere modeller i produksjonssystemer
Dataanalytiker (data analyst)
En dataanalytiker skal tolke og presentere data for å støtte beslutninger. De tar i bruk eksisterende datasett for å avdekke mønstre og trender.
Vanlige arbeidsoppgaver inkluderer:
- analysere data for å finne mønstre
- utvikle dashboard for å presentere funn
- bidra i beslutningsprosesser ved å levere innsikt basert på data
- samarbeide med forretningsavdelinger for å definere hva som skal analyseres
Dataingeniør
En dataingeniør skal bygge og vedlikeholde infrastruktur for datainnsamling, lagring og tilgjengelighet. Det innebærer å sikre dataflyt fra ulike kilder til analytiske plattformer på en sikker og effektiv måte.
Vanlige arbeidsoppgaver inkluderer:
- utforme databaser og datastrømmer for effektiv lagring og behandling
- bearbeide rådata og overføre til passende format
- sikre at systemene fungerer bra
- sørge for god datasikkerhet og tilgangskontroller
- rense data og sikre god kvalitet
- innføre god praksis for data governance (datakatalog, datakontrakter for skjemaer, verifisere at personvern og andre lovlige krav er ivaretatt når data flyttes)
Maskinlærings- og KI-ingeniør
En ML/KI-ingeniør utvikler, implementerer og optimaliserer modeller og løsninger basert på maskinlæring (ML) og kunstig intelligens (KI).
Datavitere utvikler maskinlæringsmodeller som ML/KI-ingeniører klargjør disse for produksjon. Da kan modellene brukes i virkelige applikasjoner. Videre lager ML/KI-ingeniører robuste systemer som kan kjøre, overvåke og oppdatere modellene.
Vanlige arbeidsoppgaver:
- sette opp, utvikle, vedlikeholde overvåke ML-dataprosesser
- kontrollere versjoner av modeller, kode, data og metadata
- sørge for god ML-governance (dokumentasjon av modeller, API-er osv.)
- implementere maskinlæringsmodeller i produksjonsmiljøer
- forbedre algoritmers hastighet og ytelse slik at de kan håndtere store datamengder i sanntid
- overvåke modeller for å sikre at de gir korrekte resultater, og justere dem hvis data endrer seg over tid
- samarbeide med dataingeniører for å sikre overføring og tilgang til nødvendig data
- samarbeide med datavitere, produktledere, dataingeniører og dataanalytikere
Aktuelle utdanninger
- Master, data science, toårig
- Bachelor, applied data science, treårig
Hvor jobber man?
Datavitere jobber i bransjer hvor datainnovasjon er en nøkkelkomponent, som:
- KI-utvikling
- helse
- fintech
- forskning
- teknologi
Dataanalytikere hjelper organisasjoner med å forstå data, og jobber i ulike sektorer som:
- finans
- markedsføring
- forskning
- HR
- logistikk
Dataingeniører jobber i selskaper hvor det er behov for robuste dataplattformer, som:
- teknologiselskaper
- finansinstitusjoner
- helsevesenet
- forskningsmiljøer
ML/KI-ingeniører jobber i bransjer som:
- teknologiselskaper som utvikler KI-produkter
- bank og finans, hvor de lager automatiserte kredittvurderinger, risikoanalyser og identifiserer svindelforsøk
- helsevesenet, hvor de kan utvikle verktøy for helsedata
- industri og produksjon, for å optimalisere produksjonslinjer, vedlikehold og robotikk
- underholdning og media, for å lage spesialeffekter
Lønn
Månedslønn for heltidsansatte, alle sektorer, siste år. Nedre/øvre kvartil viser hva de 25 % lavest og høyest lønte tjener.
Statistikkgrunnlag (STYRK-08)
Yrket dekker disse yrkeskodene i SSBs standard for yrkesklassifisering:
| STYRK-kode | Yrkesgruppe | Sysselsatte | Median lønn |
|---|---|---|---|
| 2511 | Systemanalytikere/-arkitekter | 33 243 | 76 570 kr |
| 2120 | Matematikere, statistikere mv. | 1 759 | 66 670 kr |
Om dataene
Utdanning, arbeidsoppgaver og karrierevei: Basert på åpne data fra utdanning.no (NLOD 2.0). Sist kvalitetssikret 2025-01-22.
Lønn: SSB tabell 11418 — yrkesfordelt månedslønn (heltid). Sysselsetting: SSB tabell 12542.
Også kjent som: data scientist, dataanalyse, kvantitativ metode, stordata, ki, kunstig intelligens, maskinlæring, ml, dataviter, dataingeniør