Eiropas kvalifikāciju ietvarstruktūrai (EKI) ir 8 līmeņi (1. – zemākais, 8. – augstākais).
EKI līmeņi raksturo apgūto zināšanu, prasmju un kompetenču (mācīšanās rezultātu) sarežģītības pakāpi.
Uz Jēdzienu sadaļu
Informācija par Latvijas kvalifikāciju ietvarstruktūrā (LKI) iekļautajām kvalifikācijām
6
6
5
Profesionālās zināšanas
Priekšstata līmenī:
1. Tautsaimniecības attīstība; specializācijai atbilstoši statistikas rādītāji.
2. Nozarei atbilstošie termini, darbības principi un raksturojošie lielumi.
Izpratnes līmenī
1. Matemātikas teorija; statistikas teorija.
2. Matemātikas teorija; statistikas teorija.
3. ES Vispārīgā datu aizsardzības regula; autortiesības.
4. Komunikācijas metodes; datu aizsardzība; autortiesības.
5. Datu aizsardzība; datu bāzu uzbūve un veidošana.
6. Datu bāzu uzbūve un veidošana.
7. Ekonomikas teorija.
8. Datu aizsardzība.
Lietošanas līmenī:
1. matemātikas metodes; statistikas metodes.
2. Vismaz viena programmēšanas valoda; specializētās matemātikas un statistikas datorprogrammas.
3. Matemātikas metodes; statistikas metodes; modeļu veidošana un realizācija.
4. Matemātikas metodes; statistikas metodes; modeļu veidošana un realizācija; specializētās matemātikas un statistikas datorprogrammas.
5. Pētījuma ietvars, tā veidi un datu iegūšanas metodes.
6. Izlases apsekojumi un rezultātu vispārināšana; pētījuma ietvars.
7. Matemātikas un statistikas metodes; izlases apsekojumi; datu bāzu izmantošana; specializētās matemātikas un statistikas datorprogrammas.
8. Matemātikas un statistikas metodes; specializētās datu apstrādes datorprogrammas.
9. Matemātikas un statistikas metodes, specializētās matemātikas un statistikas datorprogrammas.
10. Prezentāciju veidošanas prasmes; komunikācijas tehnoloģijas; matemātiskā modelēšana.
11. Profesionālā ētika; matemātikas un statistikas metodes; specializētās matemātikas un statistikas datorprogrammas.
Vispārējās zināšanas
Priekšstata līmenī:
1. Normatīvie akti informācijas tehnoloģiju jomā.
Izpratnes līmenī:
1. Darba tiesības, autortiesības, informācijas konfidencialitāte, datu aizsardzība.
2. Darba aizsardzības, elektrodrošības, civilās aizsardzības un vides aizsardzības normatīvie akti; ergonomikas pamatprasības; cilvēka veselības riska faktori.
3. Informācijas tehnoloģiju iespējas un potenciālie riski; elektroniskās informācijas drošība.
4. Sadarbības veicināšanas principi; komandas veidošana.
5. Profesionālās karjeras izaugsme un tās nozīme.
Lietošanas līmenī:
1. Normatīvie akti, kas attiecas uz specialitāti.
2. Darba vides riska faktoru novērtēšanas preventīvie pasākumi; civilās un vides aizsardzības reglamentējošo normatīvo aktu prasības; rīcība ārkārtas situācijā; pirmā palīdzības sniegšana.
3. Datoru drošības programmas; informācijas sistēmu drošība.
4. Efektīvas saskarsmes un sadarbības paņēmieni; vispārējās un profesionālās ētikas normas.
5. Valsts valoda; pietiekošs vārdu krājums vismaz vienā svešvalodā; profesionālā terminoloģija; zinātniskais valodas stils.
6. Pašnovērtējuma principi.
7. Mācību, karjeras un darba gaitas plānošana.
Profesionālās prasmes un attieksmes
1. Matemātiski formulēt problēmu un uzdevuma nostādni.
2. Izvēlēties piemērotus matemātiskos modeļus dotiem statistikas datiem.
3. Identificēt un izvērtēt modeļu pieņēmumus.
4. Pamatot izvēlēto modeli.
5. Realizēt izvēlēto statistikas metodi ar noteiktu informācijas tehnoloģijas rīku.
6. Strādāt ar liela apjoma informāciju.
7. Sekot līdzi informācijas tehnoloģiju attīstības tendencēm.
8. Veidot datu analīzes metodoloģiju.
9. Sagatavot pārskatus par iegūtajiem rezultātiem.
10. Sagatavot dokumentāciju.
11. Pilnveidot esošās statistikas metodes un matemātiskos modeļus, izmantojot jaunākās informācijas tehnoloģijas.
12. Adaptēt un piemērot matemātiskos modeļus specializācijas jomas problēmu risināšanai.
13. Noteikt pētījuma mērķi un uzdevumus.
14. Izvirzīt pētījuma hipotēzes.
15. Izvēlēties metodes hipotēžu pārbaudei.
16. Izstrādāt datu ieguves metodiku.
17. Plānot un veikt datu ieguvi dažādiem pētījuma ietvara tipiem (izlases apsekojums, eksperimentāli dati, dati no sekundāriem datu avotiem u.c.)
18. Iegūt kvalitatīvus statistikas datus no dažādiem informācijas avotiem.
19. Strādāt ar oficiālās statistikas datiem.
20. Veikt iegūto datu apkopošanu, izmantojot specializētās matemātikas un statistikas datorprogrammas.
21. Lietot un apstrādāt datubāzes, kas satur statistikas informāciju.
22. Lietot aktuālās informācijas iegūšanas, apstrādes un sistematizēšanas tehnoloģijas.
23. Novērtēt datu kvalitāti.
24. Veikt datu apstrādi, izmantojot specializētas matemātikas un statistikas datorprogrammas.
25. Veikt aprakstošo statistiku.
26. Veidot un analizēt matemātiskos, statistiskos un datizraces modeļus.
27. Izmantot statistiskos testus hipotēžu pārbaudei.
28. Veikt datu, modeļu un rezultātu vizualizāciju.
29. Prezentēt datu analīzes rezultātus atbilstoši uzdevuma specifikai un nozares prasībām.
30. Sniegt rekomendācijas lēmumu pieņemšanai, balstoties uz iegūtajiem rezultātiem.
31. Orientēties nozares terminoloģijā un metodēs.
32. Konsultēt par piemērotu statistisko metožu izvēli un lietošanu atbilstoši pētījuma mērķim.
33. Izprast uzņēmuma struktūru un darbību, spēt orientēties galvenajos statistikas modeļos un metodēs, kas tiek pielietotas uzņēmumā.
34. Saglabāt statistiķa profesionālo neitralitāti un objektivitāti, izskaidrojot statistisko datu nozīmi un rezultātus objektīvi, profesionāli un pārskatāmi, ievērojot zinātnisko neatkarību un vienlīdzīgi izturoties pret visiem klientiem.
Vispārējās prasmes un attieksmes
1. Ievērot tiesību normas.
2. Ievērot jomai saistošos specifiskos normatīvos aktus.
3. Organizēt savu darba vietu un darbu atbilstoši darba aizsardzības un drošības prasībām.
4. Ievērot darba aizsardzības, civilās aizsardzības un vides aizsardzības normatīvo aktu prasības.
5. Ievērot ugunsdrošības noteikumus.
6. Rīkoties prasībām atbilstoši ārkārtas situācijā.
7. Sniegt pirmo palīdzību.
8. Lietot informācijas tehnoloģiju rīkus un pakalpojumus.
9. Komunicēt sadarbības tīklos, izmantojot internetu.
10. Nodrošināt elektronisko dokumentu un datu uzglabāšanu.
11. Ievērot IT drošības un personas datu aizsardzības prasības.
12. Sadarboties komandā, apzinoties savu atbildību kopējā darba veikšanai.
13. Ievērot vispārējās un profesionālās ētikas normas.
14. Sazināties valsts valodā.
15. Lietot profesionālo terminoloģiju valsts valodā un vismaz vienā svešvalodā.
16. Ievērot valodas kultūru.
17. Prast atrast informāciju svešvalodā(s).
18. Sazināties mutiski un rakstiski dažādās profesionālās situācijās.
19. Novērtēt savu profesionālo pieredzi un karjeras iespējas.
20. Sistemātiski apgūt jaunas zināšanas un pieredzi.
21. Sekot nozares aktualitātēm.
Profesionālās kompetences
1. Spēja piemeklēt dotajiem statistikas datiem piemērotākos matemātiskos modeļus.
2. Spēja izvērtēt modeļa pieņēmumus.
3. Spēja pieņemt lēmumu par labāko modeli.
4. Spēja realizēt statistikas metodes ar informācijas tehnoloģiju rīkiem.
5. Spēja patstāvīgi apgūt jaunas statistiskās datorprogrammas.
6. Spēja piemeklēt atbilstošākās datu apstrādes metodes.
7. Spēja lietot zinātniski pamatotas datu apstrādes metodes.
8. Spēja pilnveidot un zinātniski pamatot datu analīzes metodes.
9. Spēja adaptēt specializācijas jomai jaunākos zinātniskos atklājumus.
10. Spēja darboties ar dažādiem datu ieguves rīkiem.
11. Spēja izveidot pētījuma plānu.
12. Spēja zinātniski pamatoti plānot statistiskos eksperimentus.
13. Spēja iegūt un izvērtēt darba uzdevumu izpildei nepieciešamo informāciju un datus.
14. Spēja apkopot dažāda formāta datus.
15. Spēja patstāvīgi uzturēt un papildināt uzņēmuma datubāzes, kas satur vispārīgu statistikas informāciju.
16. Spēja veikt datu apstrādi, izmantojot specializētas matemātikas un statistikas datorprogrammas.
17. Spēja veikt datu eksplikāciju.
18. Spēja analizēt rezultātus ar matemātikas un statistikas metodēm.
19. Spēja izdarīt pamatotus secinājumus, balstoties uz datu apstrādes rezultātiem.
20. Spēja veidot zinātniski pamatotus modeļus un novērtēt to ticamību.
21. Spēja datu analīzē iegūtos rezultātus izskaidrot atbilstošās nozares speciālistiem, lietojot nozarei atbilstošu terminoloģiju.
22. Spēja sniegt rekomendācijas lēmumu pieņemšanai, balstoties uz iegūtajiem rezultātiem.
23. Spēja sazināties un sadarboties ar klientiem, ievērojot profesionālās un vispārējās ētikas principus.
24. Spēja konsultēt par statistikas metodēm un modeļiem.
25. Spēja piedāvāt esošajām statistikas metodēm modifikācijas, inovatīvus risinājumus un pilnveidojumus.
26. Spēja iegūtos statistikas rezultātus saprotami izskaidrot, uzskatāmi attēlot, padarot tos saprotamus un pieejamus personām, kuras vērsušās pēc konsultācijas.
Vispārējās kompetences
1. Spēja veikt darba uzdevumus, ievērojot ar profesiju saistīto likumdošanu un konfidencialitāti.
2. Spēja veikt darba uzdevumus saskaņā ar normatīvajos aktos noteiktajām prasībām.
3. Spēja rīkoties ārkārtas situācijās un sniegt pirmo palīdzību.
4. Spēja veikt darba uzdevumus saskaņā ar normatīvajos aktos noteiktajām darba aizsardzības un vides aizsardzības prasībām.
5. Spēja izmantot informācijas un komunikāciju tehnoloģijas darba uzdevumu veikšanai.
6. Spēja pastāvīgi pilnveidot iemaņas darbā ar jaunākajām informācijas tehnoloģijām.
7. Spēja efektīvi sadarboties komandā.
8. Spēja ievērot vispārējās un profesionālās ētikas normas.
9. Spēja brīvi komunicēt un lietot profesionālo terminoloģiju valsts valodā un vismaz vienā svešvalodā.
10. Spēja iegūt darba uzdevumu izpildei nepieciešamo informāciju valsts valodā un vismaz vienā svešvalodā.
11. Spēja plānot un pieņemt lēmumus savas profesionālās karjeras veidošanā.
6
6
5
Matemātika un statistika (46)
Izglītības programmu grupa (ISCED)Matemātika un statistika (460)
Kvalifikācija izglītības pakāpēAugstākā izglītība
Kvalifikācijas veidsProfesionālā augstākās izglītības kvalifikācija
Pilna vai daļējaPilna kvalifikācija
Cita informācija
Aktīva kvalifikācija
Kvalifikācijas izdošanas periods: 2023-2029
Pēdējie labojumi: 25.10.2023
Ievietots: 25.10.2023