金融科技公司数据科学家数据处理能力绩效考评表.docxVIP

金融科技公司数据科学家数据处理能力绩效考评表

考核指标

权重

能力指标

衡量标准

分值

得分

数据清洗

25%

数据缺失处理

评估数据科学家在处理缺失数据方面的能力，包括识别缺失数据、选择合适的填充方法、验证填充结果等。

10

数据清洗

25%

异常值处理

评估数据科学家在处理异常值方面的能力，包括识别异常值、分析异常原因、采取相应的处理措施等。

10

数据清洗

25%

数据类型转换

评估数据科学家在进行数据类型转换时的准确性和效率。

10

数据清洗

25%

数据一致性检查

评估数据科学家在检查数据一致性方面的能力，包括数据格式、数据范围、数据逻辑等方面的检查。

5

数据清洗

25%

数据清洗效率

评估数据科学家在数据清洗过程中的效率，包括数据处理流程的优化、工具的使用等。

5

数据集成

25%

数据源接入

评估数据科学家在接入不同数据源时的能力，包括数据接口的调试、数据格式的转换等。

10

数据集成

25%

数据一致性维护

评估数据科学家在维护数据一致性方面的能力，包括数据同步、数据更新等。

10

数据集成

25%

数据集成效率

评估数据科学家在数据集成过程中的效率，包括数据集成流程的优化、工具的使用等。

10

数据集成

25%

数据质量问题处理

评估数据科学家在处理数据集成过程中出现的数据质量问题方面的能力。

5

数据集成

25%

数据集成稳定性

评估数据集成