Competentieraamwerk voor dataprofessionals
Het competentieraamwerk voor research dataprofessionals (hierna: dataprofessionals) in Nederland geeft inzicht in de competenties die je als dataprofessional kunt ontwikkelen en heeft als doel om:
- richting te geven aan de inhoud van het nationale curriculum en als basis te dienen om trainingen in kaart te brengen, hiaten in het trainingsaanbod te identificeren, en een passend trainingsprogramma te ontwikkelen;
- dataprofessionals te ondersteunen bij hun verdere professionalisering;
- werkgevers te helpen expliciet te maken welke competenties zij van een dataprofessional kunnen verwachten;
- trainingsaanbieders te helpen de relevantie van hun trainingen voor dataprofessionals te begrijpen en te verbeteren.
Opbouw van het competentieraamwerk
Het competentieraamwerk bestaat uit zeven competentiegebieden, met onderliggende competenties, kennis (‘[K]’) en vaardigheden (‘[S]’, skills), en onderwerpen die in trainingen voor dataprofessionals aan bod kunnen komen. Het raamwerk is opgezet om een breed scala aan activiteiten en competenties op het gebied van data stewardship te omvatten. De competentiegebieden zijn:<br>
RDM, FAIR principles & open science
Adviseren, datasets cureren, praktisch datamanagement uitvoeren en RDM-ondersteuning en -diensten ontwikkelen en monitoren, volgens de uitgangspunten van goed research datamanagement (RDM) en de FAIR- en open science principes.
Research Software Management
Adviseren over Research Software Management (RSM) en computationele reproduceerbaarheid, en deze onderwerpen in de praktijk toepassen.
Data infrastructure
Adviseren over passende digitale infrastructuur en tools, en bijdragen aan de digitale infrastructuur en tools die beschikbaar zijn voor onderzoekers, bijvoorbeeld voor dataopslag, -overdracht, -analyse en -publicatie.
Policy and governance
RDM-beleid en -strategie ontwikkelen, implementeren en monitoren.
Legal and ethical responsibilities
Adviseren over naleving van relevante wetenschappelijke, juridische en ethische normen, zoals gegevensbescherming, intellectueel eigendom, Europese datawetgeving, ethiek en gedragscodes.
Training and awareness raising
Het benodigde niveau van kennis en vaardigheden op het gebied van RDM binnen de organisatie beoordelen en borgen.
Transversal skills (or 'soft' skills, 'non-cognitieve vaardigheden')
Competenties die in uiteenlopende contexten kunnen worden ingezet en die nauw samenhangen met de taken van een dataprofessional, zoals netwerken, effectief communiceren en RDM-projecten managen.
Het competentieraamwerk schrijft niet voor op welke gebieden een dataprofessional zich allemaal moet ontwikkelen. Hoewel we verwachten dat dataprofessionals basiskennis hebben van alle competentiegebieden, lenen sommige competenties binnen deze gebieden zich beter voor verdere specialisatie. Het competentieraamwerk omvat bovendien niet expliciet discipline-specifieke competenties, terwijl deze voor een deel van de dataprofessionals wel belangrijk kunnen zijn.
De inhoud van het competentieraamwerk is in belangrijke mate gebaseerd op het werk van Jetten et al. (2021), de activiteiten uit het UFO-profiel voor Data Stewards, en het Skills4EOSC-trainingscurriculum voor data stewards en het Minimum Viable Skills-profiel. Raadpleeg voor de overige gebruikte bronnen het volledige curriculumdocument.
Het RDNL-competentieraamwerk voor research dataprofessionals in Nederland © 2026 door Research Data Netherlands (4TU.ResearchData, Health-RI, DANS, SURF) is beschikbaar onder een CC BY 4.0-licentie.
Competency Framework versie: Maart 2026.