Data scientister og historiske datamanagere til Rigsarkivet

PARETO SECURITIES AS; København; Hybrid; DKK 600,000 - 800,000; Full time

Job summary

Rigsarkivet søger en data scientist til at bidrage til Historisk Personregister (HisPeR) og tilhørende projekter som Mapping Freedom, ChildHomes og MiDiN-Data. Arbejdet foregår i Data Science-enheden og Team Linking Lab, med tværfagligt samarbejde mellem historikere og dataspecialister.

Du udvikler løsninger til linkning af historiske data, harmonisering af datasæt og opbygning af en skalerbar infrastruktur, der understøtter forskning og formidling.

Qualifications

• Uddannelse inden for data science, datalogi, statistik, matematik eller tilsvarende.
• Stærke kompetencer i Python og datahåndtering.
• Vant til maskinlæring og håndtering af historiske datasæt.

Responsibilities

• Record linkage, livsforløbsaggregering og familierelationer
• Standardisering, databehandling og dokumentation af data og processer
• Forskningsinfrastrukturudvikling og vedligeholdelse mellem HPC-miljøer og lokale systemer

Skills

Python

Data science

Machine learning

SQL

Linux

HPC

Data cleaning

Datalab

Education

Relevant higher education in data science / CS / stats

Tools

scikit-learn / PyTorch

Hugging Face Transformers

Slurm HPC

Apptainer / Singularity

Neo4j / Graph DB

Job description

Vil du være med til at opbygge Historisk Personregister (HisPeR) – en ny national forskningsinfrastruktur, der skal forbinde historiske personoplysninger fra 1600-tallet og frem og gøre det muligt at skabe og analysere historiske livsforløb på tværs af generationer? Har du stærke kompetencer i Python-programmering, og trives du med at udvikle løsninger på komplekse dataudfordringer i tæt samarbejde med historikere og andre dataspecialister? Så har du nu chancen for at blive en del af Team Linking Lab i Rigsarkivets Data Science-enhed.

Med næsten 1000 års analog og digital samfundsdokumentation er Rigsarkivet Danmarks hukommelse og videncenter for det danske samfunds udvikling. Vi indsamler, bevarer og leverer originale dokumenter og data, der understøtter videns- og retssamfundets behov og skaber nye indsigter og forståelser af vores samfund. I Rigsarkivet bliver du del af en ambitiøs og moderne organisation. I tæt samarbejde med vores brugere arbejder vi kontinuerligt på at være en vigtig spiller i den offentlige digitale infrastruktur, så vores store mængde data skaber størst mulig værdi for borgere, forskere, virksomheder og offentlige myndigheder.

Vi søger kolleger til én fast stilling og op til tre tidsbegrænsede stillinger (30 måneder eller mere), som sammen med det eksisterende team skal være med til at opbygge Historisk Personregister (HisPeR).

HisPeR udvikles gennem en række tæt forbundne forsknings- og infrastrukturprojekter. Stillingerne er knyttet til selve HisPeR- bevillingen, men også til projekterne ChildHomes, Mapping Freedom, MiDiN-Data og WIDOWS (https://www.rigsarkivet.dk/om-os/samarbejder-og-projekter/ ). Alle medarbejdere bliver en del af det samme team og bidrager til udviklingen af HisPeRs data, metoder, arbejdsprocesser og tekniske infrastruktur.

Projekterne arbejder med forskellige historiske perioder, geografiske områder, kilder, datasæt og forskningsspørgsmål. De fungerer samtidig som konkrete udviklings- og afprøvningsområder for løsninger, der skal kunne dokumenteres, genbruges og videreudvikles som en del af HisPeR.

Vi ønsker at sammensætte det stærkest mulige team af data scientister og historiske datamanagere, som skal samarbejde med vores eksisterende team, der allerede består af historikere med forskellige niveauer af programmeringskompetencer samt en historisk datamanager. Sammen udvikler vi metoder, datasæt, arbejdsprocesser og forskningsinfrastruktur til behandling, harmonisering og linkning af historiske persondata.

Afhængigt af dine kompetencer vil du kunne bidrage inden for en eller flere af følgende funktioner og samarbejde tæt med andre teammedlemmer, som varetager de øvrige.

Record linkage, livsforløbsaggregering og etablering af familierelationer

• validering af eksisterende linkningsmetoder og udvikling af nye metoder, der kan genbruges på tværs af mange forskellige historiske datasæt
• udvikling af metoder til etablering af familierelationer
• udvikling af metoder til kvalitetssikring af livsforløb og familierelationer
• udvikling af benchmarkdatasæt og evalueringsrammer til systematisk test af linkningsmetoder

Standardisering, databehandling og dokumentation

• udvikling af nye metoder til bearbejdning og harmonisering af historiske datasæt, herunder udvikling af standarder, klassifikationer og synonymkataloger
• udvikling af systemer til dokumentation af data, kode, metoder og arbejdsprocesser med henblik på at sikre fælles og reproducerbare workflows
• udvikling af standarder og processer for modtagelse, vurdering og videre bearbejdning af nye datasæt

Forskningsinfrastrukturudvikling og -vedligeholdelse

• udvikling af en bæredygtig infrastruktur mellem HPC-miljøer og Rigsarkivets lokale systemer, herunder valg af datamodel og databaseløsning
• samarbejde med Rigsarkivets IT-afdeling om integration med andre systemer og infrastrukturer, inkl. migrering af link-lives hjemmesiden
• sikring af, at løsninger, data og dokumentation kan vedligeholdes, genbruges og videreudvikles på tværs af projekter og systemmiljøer og løbende tilpasses den teknologiske udvikling på området

Der vil desuden være mulighed for at bidrage til videnskabelige publikationer baseret på de udviklede metoder.

Arbejdet kræver, at du kan udvikle pragmatiske og skalerbare løsninger og samtidig tage højde for, at historiske data og historiske kilder ofte er komplekse, ufuldstændige og ikke entydige.

Om dig

Vi forestiller os, at du har en relevant videregående uddannelse inden for eksempelvis data science, datalogi, statistik, matematik, ingeniørvidenskab, humaniora, samfundsvidenskab, digital humaniora eller et beslægtet område. Din konkrete uddannelsesbaggrund er mindre afgørende end dine kompetencer og de opgaver, du kan løfte i det samlede team.

Vi forudsætter, at du:

• taler og skriver dansk og engelsk
• trives med problemstillinger, hvor der ikke nødvendigvis findes ét rigtigt svar, og kan træffe velbegrundede valg på baggrund af ufuldstændig information
• kan tage ansvar for komplekse dataproblemer, undersøge mulige løsninger og drive opgaver fremad, samtidig med at du søger relevant sparring og bidrager til fælles løsninger
• har stærke kompetencer inden for mindst ét af følgende områder:
  • maskinlæring, herunder scikit-learn/PyTorch
  • Lokale/open-weight sprogmodeller og frameworks som Hugging Face Transformers
  • HPC/fjernklynger, herunder Linux, Slurm og Apptainer/Singularity
  • SQL og relationelle databaser
  • erfaring med datarensning, datavalidering, klassifikationer og kontrollerede vokabularer og med at arbejde med historiske datasæt
  • design af systemarkitektur, datamodeller og dataflows
  • erfaring med scalable Python workflows i forhold til big data
• Herudover er det en fordel, hvis du har erfaring med et eller flere af de følgende områder:
• integration og anvendelse af sprogmodeller i lukkede miljøer
• Grafdatabaser, fx Neo4j, samt Linked Data/RD
• Linux miljøer
• udvikling af mindre, specialiserede brugergrænseflader eller andre brugerrettede løsninger
• videnskabelige publikationer
• hjemmesideudviklings-software, herunder .NET/C#, Angular og Java

Vi forventer ikke, at du har alle disse kompetencer, men foretrækker kandidater med kompetencer, der er relevante for mere end ét af områderne eller med interesse for at udvikle dem, frem for skarpt afgrænsede specialistprofiler. Det er væsentligt for os, at du trives i et team, hvor medlemmerne har forskellige faglige baggrunde, og hvor idéer, metoder og løsninger bliver diskuteret og udfordret. Vi forventer, at du både bidrager aktivt med din egen viden og er nysgerrig på andres perspektiver. Du skal kunne lytte, lære og dele din viden og være villig til at stille spørgsmål ved både andres og dine egne antagelser, analyser og løsningsforslag, så teamet i fællesskab når frem til bedre løsninger. Vi forventer også, at du er nysgerrig på nye teknologier og metoder og har lyst til at undersøge, hvordan de kan anvendes til at løse vores udfordringer – med blik for både deres muligheder, begrænsninger og konsekvenser.

Du bliver en del af enheden Data Science, hvor vi har stor faglighed, engagement og godt humør. Her bliver du en del af Team Linking Lab, hvor vi arbejder med de tæt relaterede projekter Historisk Personregister, Mapping Freedom, ChildHomes, MiDiN-Data og Widows (se https://www.rigsarkivet.dk/om-os/samarbejder-og-projekter/ ).

Teamet består af en kernegruppe af historikere med forskellige niveauer af programmeringskompetencer samt en historiske datamanager. Med de nye ansættelser udvider vi det tværfaglige team, som sammen skal udvikle HisPeRs data, metoder og forskningsinfrastruktur. Teamet er fordelt mellem København og Odense.

Vi tilbyder en spændende hverdag med flere forskellige opgaver og tæt kontakt med teamet, hvor vi hele tiden nørder med historiske datasæt og prøver at undgå at komme ned i alt for mange kaninhuller.

Vi bor centralt i både København og Odense, med hhv. Københavns Hovedbanegård og Odense Banegård lige om hjørnet.

Hos os betyder tilstedeværelse sammen med vores kollegaer meget, og vi mener, at samarbejde og videndeling på tværs af Rigsarkivet er afgørende for et godt arbejdsmiljø. Samtidig vil vi gerne sikre fleksibilitet for vores medarbejdere, og hjemmearbejde aftales løbende mellem chef og medarbejder, når det er foreneligt med opgavevaretagelsen.

Det er vigtigt for os, at du får en god start i Rigsarkivet. De første uger er der lagt et introduktionsprogram, hvor du får rig mulighed for at lære dine nye kollegaer og organisationen at kende samt komme godt i gang med dine arbejdsopgaver.

Løn og ansættelsesvilkår

Du bliver ansat i henhold til den til enhver tid gældende overenskomst mellem Finansministeriet og den relevante faglige organisation. Arbejdstiden er gennemsnitlig 37 timer om ugen. Vi har fleksible arbejdstider og vægter, at arbejds- og privatliv hænger godt sammen.

Stillingerne er placeret i Rigsarkivets enhed Data Science, og arbejdsstedet er enten Rigsarkivet, Kalvebod Brygge 34, København eller Rigsarkivet Odense, Jernbanegade 36A, Odense. Du bedes angive i din ansøgning, hvilket arbejdssted du foretrækker.

Den faste stilling er en varig ansættelse. De tidsbegrænsede stillinger er på mindst 30 måneder.

Stillingerne ønskes besat 1. januar 2027 eller snarest muligt derefter.

Vi foretager sikkerhedstjek.

Rigsarkivet tilstræber at få så bred en sammensætning af medarbejdere som muligt. Derfor opfordrer vi alle kvalificerede ansøgere – uanset personlig baggrund – til at søge.

Rigsarkiveter en styrelse og institution under Kulturministeriet, med over 250medarbejdere, fordelt på fire adresser i henholdsvis Aabenraa, Viborg, Odenseog København. Rigsarkivet bevarer kilderne til din og Danmarks historie,og har til formål at sikre bevaringen af arkivalier til brug forfremtidig forskning, at stille arkivalier til rådighed for myndigheder ogpublikum samt at udøve forskning og udbrede kendskabet til forskningensresultater. Du kan i Rigsarkivet finde autentisk data, som dokumenterer ogkaster lys over, hvad du, vores samfund og vi som befolkning er rundet af.Data skaber grundlaget for ny viden og nye indsigter om vores fælles fortid,nutid og fremtid.