Akademiker med stærke tekniske og statistiske kompetencer
fuldtid
Akademiker med stærke tekniske og statistiske kompetencer
Er du skrap til R og Python og har du kompetencer inden for implementering af statistiske metoder, så har vi jobbet til dig!
Standardiseret fejlsøgning og machine learning
Vi søger en kollega, som kan indgå i fejlsøgningsteamet i sektionen for Statistisk Metode. Fejlsøgningsteamet står for at udvikle standardiserede fejlsøgningsprogrammer og metoder til brug i Danmarks Statistik.
Vi har stærkt fokus på at understøtte selektiv fejlsøgning, hvor statistikkontorerne kan målrette deres gennemgang af data mod de største og mest betydningsfulde fejl. Arbejdet sker i samarbejde med faglige eksperterne i statistikkontorerne, så metode- og domænekendskab understøtter hinanden bedst muligt.
Fejlsøgningsprogrammerne er kodet i R, og vi står for udvikling af fælles standarder og funktioner. Du skal altså være skrap til R, herunder meget gerne have erfaring med pakkeudvikling, da en vigtig del af arbejdsopgaven vil være at vedligeholde og udvikle pakker, så arbejdet med data bliver så let som muligt for dine kollegaer.
I tillæg til fejlsøgningsarbejdet søger vi en kollega der kan varetage opgaver der vedrører implementering af machine learning (ML) modeller til officiel statistik. Du må derfor gerne have erfaring med udvikling, træning og test af ML modeller i Python og have interesse i implementering af disse modeller i statistikproduktion. Kendskab til MLOps, interpretable ML og forskellige former af bias der opstår i udvikling og implementering af ML modeller vil være en stor fordel. Du vil blive en del af et miljø med fagligt stærke kolleger, hvor fejlsøgningsteamet er på 2-3 medarbejdere og hvor resten af sektionen varetager opgaver inden for stikprøver, imputering, sæsonkorrektion og diskretionering . Ud over at være et kontor med høj grad af sparring vil du i ”Metode og Analyse” også blive del af et meget socialt kontor.
Den ideelle kandidat har et solidt kendskab til statistiske metoder opnået gennem en kandidatuddannelse med en stor fokus på statistisk metode, der sætter dig i stand til at forstå og perspektivere resultaterne fra forskellige metoder og modeller. Du skal desuden have stærke IT-kompetencer, så du er i stand til at implementere en statistisk funderet proces gennem struktureret og veldokumenteret programmering. Stærke programmeringskompetencer i R og Python er nødvendige, men kendskab andre statistiske programmeringsværktøjer, såsom SAS, er absolut en fordel. I jobbet vil kontakt til dine kollegaer i andre dele af Danmark Statistik udgøre en væsentlig del af hverdagen, så gode evner for samarbejde vægtes også meget højt.
Løn og ansættelse
Løn og ansættelsesvilkår sker efter kvalifikationer i henhold til den relevante overenskomst. Der kan evt. forhandles kvalifikationstillæg til stillingen.
Ansættelsen finder som udgangspunkt sted som fuldmægtig efter den gældende overenskomst for akademikere indgået mellem Finansministeriet og en række akademikerorganisationer.
Ansættelsen vil være på fuld tid og med ansættelse snarest muligt.
Kontakt og ansøgning
Hvis du vil vide mere om stillingen, er du velkommen til at kontakte kontorchef Peter Stoltze på tlf. 26743583 eller e-mail psl@dst.dk
Send os din ansøgning, CV og eksamenspapirer mv. ved at klikke på ”Søg stillingen” nedenfor.
Ansøgningsfristen er søndag den 14. december 2025.
Vi forventer at holde samtaler i uge 51.
Vi opfordrer alle interesserede uanset alder, køn, religion eller etnisk tilhørsforhold til at søge stillingen.
Kort om Danmarks Statistik
Danmarks Statistik er en fagligt uafhængig institution og den nationale myndighed for officiel statistik i Danmark. Vores vision er at være den foretrukne kilde til troværdig viden om det danske samfund. Vi indsamler, bearbejder og offentliggør statistik og data om samfundsforhold. Danmarks Statistik har cirka 570 ansatte og er en familievenlig arbejdsplads med gode udviklingsmuligheder.
Læs mere og se vores film om Danmarks Statistik her
Standardiseret fejlsøgning og machine learning
Vi søger en kollega, som kan indgå i fejlsøgningsteamet i sektionen for Statistisk Metode. Fejlsøgningsteamet står for at udvikle standardiserede fejlsøgningsprogrammer og metoder til brug i Danmarks Statistik.
Vi har stærkt fokus på at understøtte selektiv fejlsøgning, hvor statistikkontorerne kan målrette deres gennemgang af data mod de største og mest betydningsfulde fejl. Arbejdet sker i samarbejde med faglige eksperterne i statistikkontorerne, så metode- og domænekendskab understøtter hinanden bedst muligt.
Fejlsøgningsprogrammerne er kodet i R, og vi står for udvikling af fælles standarder og funktioner. Du skal altså være skrap til R, herunder meget gerne have erfaring med pakkeudvikling, da en vigtig del af arbejdsopgaven vil være at vedligeholde og udvikle pakker, så arbejdet med data bliver så let som muligt for dine kollegaer.
I tillæg til fejlsøgningsarbejdet søger vi en kollega der kan varetage opgaver der vedrører implementering af machine learning (ML) modeller til officiel statistik. Du må derfor gerne have erfaring med udvikling, træning og test af ML modeller i Python og have interesse i implementering af disse modeller i statistikproduktion. Kendskab til MLOps, interpretable ML og forskellige former af bias der opstår i udvikling og implementering af ML modeller vil være en stor fordel. Du vil blive en del af et miljø med fagligt stærke kolleger, hvor fejlsøgningsteamet er på 2-3 medarbejdere og hvor resten af sektionen varetager opgaver inden for stikprøver, imputering, sæsonkorrektion og diskretionering . Ud over at være et kontor med høj grad af sparring vil du i ”Metode og Analyse” også blive del af et meget socialt kontor.
Den ideelle kandidat har et solidt kendskab til statistiske metoder opnået gennem en kandidatuddannelse med en stor fokus på statistisk metode, der sætter dig i stand til at forstå og perspektivere resultaterne fra forskellige metoder og modeller. Du skal desuden have stærke IT-kompetencer, så du er i stand til at implementere en statistisk funderet proces gennem struktureret og veldokumenteret programmering. Stærke programmeringskompetencer i R og Python er nødvendige, men kendskab andre statistiske programmeringsværktøjer, såsom SAS, er absolut en fordel. I jobbet vil kontakt til dine kollegaer i andre dele af Danmark Statistik udgøre en væsentlig del af hverdagen, så gode evner for samarbejde vægtes også meget højt.
Løn og ansættelse
Løn og ansættelsesvilkår sker efter kvalifikationer i henhold til den relevante overenskomst. Der kan evt. forhandles kvalifikationstillæg til stillingen.
Ansættelsen finder som udgangspunkt sted som fuldmægtig efter den gældende overenskomst for akademikere indgået mellem Finansministeriet og en række akademikerorganisationer.
Ansættelsen vil være på fuld tid og med ansættelse snarest muligt.
Kontakt og ansøgning
Hvis du vil vide mere om stillingen, er du velkommen til at kontakte kontorchef Peter Stoltze på tlf. 26743583 eller e-mail psl@dst.dk
Send os din ansøgning, CV og eksamenspapirer mv. ved at klikke på ”Søg stillingen” nedenfor.
Ansøgningsfristen er søndag den 14. december 2025.
Vi forventer at holde samtaler i uge 51.
Vi opfordrer alle interesserede uanset alder, køn, religion eller etnisk tilhørsforhold til at søge stillingen.
Kort om Danmarks Statistik
Danmarks Statistik er en fagligt uafhængig institution og den nationale myndighed for officiel statistik i Danmark. Vores vision er at være den foretrukne kilde til troværdig viden om det danske samfund. Vi indsamler, bearbejder og offentliggør statistik og data om samfundsforhold. Danmarks Statistik har cirka 570 ansatte og er en familievenlig arbejdsplads med gode udviklingsmuligheder.
Læs mere og se vores film om Danmarks Statistik her