Data scientister og historiske datamanagere til Rigsarkivet

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.

Om Rigsarkivet

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.

Jobbet

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:

— er fortrolig med at programmere i Python og har erfaring med databehandling i fx pandas/Polars — 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 — Git, gerne Azure DevOps — udvikling af mindre, specialiserede brugergrænseflader eller andre brugerrettede løsninger — videnskabelige publikationer — hjemmesideudviklings-software, herunder .NET/C#, Angular og Java — Parquet/Arrow — containerteknologier, fx Docker eller Apptainer/Singularity

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.

Om os

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.

Din ansøgning

Send en motiveret ansøgning, CV og dokumentation for relevant uddannelse (inklusive karakterudskrift) og erhvervserfaring via Rigsarkivets rekrutteringssystem.

I din ansøgning må du gerne beskrive, hvilke af de tre områder du især kan bidrage til, og hvordan dine kompetencer kan supplere et tværfagligt team. Vi forventer ikke, at du kan bidrage til alle funktionerne. I din ansøgning vil vi gerne bede dig om, frem for blot at opliste dine kompetencer, at beskrive konkrete eksempler på, hvordan du tidligere har løst lignende opgaver, eller hvordan dine erfaringer vil hjælpe dig med at bidrage til netop denne stilling.

Du bliver guidet igennem rekrutteringsprocessen, når du trykker ’Søg stillingen’ nederst på denne side.

Rekrutteringsforløbet består af to individuelle samtaler med en mindre forberedelsesopgave forud. Ansøgningsfristen er 7. oktober 2026. Vi forventer at gennemføre rekrutteringsforløbet i ugerne 43 og 44.

Hvis du vil høre mere om stillingerne, er du velkommen til at kontakte seniorforsker og forskningsinfrastrukturleder Barbara Revuelta-Eugercios på tlf. , , eller enhedschef for Data Science Jan Dalsten på tlf. , Vi har udarbejdet en beskrivelse af HisPeR-projekterne, som du kan få ved at henvende dig til forskningsinfrastrukturlederen. Vi anbefaler, at du læser beskrivelsen, så du får en bedre forståelse for vores projekter og kan skrive en mere målrettet ansøgning.

Du kan også læse mere om Rigsarkivet på www.rigsarkivet.dk.

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