論文の概要: Designing and Implementing a Comprehensive Research Software Engineer Career Ladder: A Case Study from Princeton University

• arxiv url: http://arxiv.org/abs/2602.19353v1
• Date: Sun, 22 Feb 2026 22:02:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-24 17:42:02.602963
• Title: Designing and Implementing a Comprehensive Research Software Engineer Career Ladder: A Case Study from Princeton University
• Title（参考訳）: 総合的なソフトウェア技術者キャリアラダーの設計と実装--プリンストン大学を事例として
• Authors: Ian A. Cosden, Elizabeth Holtz, Joel U. Bretheim,
• Abstract要約: このケーススタディでは、主要なレベルにまたがる総合的なRSEキャリアラグの設計と実装について述べる。 ガイド原則、能力フレームワーク、人事(HR)アライメント、実装プロセスについて概説する。 我々は,雇用効率の向上,昇進経路の明確化,スタッフの肯定的な受容など,早期の教訓と成果を共有している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Research Software Engineers (RSEs) have become indispensable to computational research and scholarship. The fast rise of RSEs in higher education and the trend of universities to be slow creating or adopting models for new technology roles means a lack of structured career pathways that recognize technical mastery, scholarly impact, and leadership growth. In response to an immense demand for RSEs at Princeton University, and dedicated funding to grow the RSE group at least two-fold, Princeton was forced to strategize how to cohesively define job descriptions to match the rapid hiring of RSE positions but with enough flexibility to recognize the unique nature of each individual position. This case study describes our design and implementation of a comprehensive RSE career ladder spanning Associate through Principal levels, with parallel team-lead and managerial tracks. We outline the guiding principles, competency framework, Human Resources (HR) alignment, and implementation process, including engagement with external consultants and mapping to a standard job leveling framework utilizing market benchmarks. We share early lessons learned and outcomes including improved hiring efficiency, clearer promotion pathways, and positive reception among staff.
• Abstract（参考訳）: 研究ソフトウェア技術者(RSE)は、計算研究と奨学金に欠かせないものとなっている。 高等教育におけるRSEの急速な増加と、新技術の役割のためのモデルの作成や採用が遅くなる傾向は、技術的熟達、学術的影響、リーダーシップの成長を認識する構造化されたキャリアパスの欠如を意味している。 プリンストン大学における RSE の膨大な需要と RSE グループを少なくとも2倍に成長させるための資金提供に応えて、プリンストンは RSE の迅速な雇用に合わせるために、雇用記述を密着的に定義する方法を、各職種固有の性質を認識するのに十分な柔軟性を持って戦略を立てざるを得なかった。 このケーススタディでは、チームリードとマネジメントトラックを並行して、アソシエイトからプリンシパルレベルにまたがる総合的なRSEキャリアラグの設計と実装について述べています。 我々は、外部コンサルタントとの関わりや、市場ベンチマークを利用した標準的なジョブレベルのフレームワークへのマッピングを含む、ガイド原則、能力フレームワーク、人事(HR)アライメント、実装プロセスの概要を説明します。 我々は,雇用効率の向上,昇進経路の明確化,スタッフの肯定的な受容など,早期の教訓と成果を共有している。

関連論文リスト

• Sample-Efficient Neurosymbolic Deep Reinforcement Learning [49.60927398960061]
  本稿では,背景記号知識を統合し,サンプル効率を向上させるニューロシンボリックディープRL手法を提案する。 オンライン推論は2つのメカニズムを通じてトレーニングプロセスのガイドを行う。 我々は、最先端の報奨機ベースラインよりも優れた性能を示す。
  論文  参考訳（メタデータ） (2026-01-06T09:28:53Z)
• Edge-Cloud Collaborative Computing on Distributed Intelligence and Model Optimization: A Survey [58.50944604905037]
  エッジクラウドコラボレーティブコンピューティング(ECCC)は、現代のインテリジェントアプリケーションの計算要求に対処するための重要なパラダイムとして登場した。 AIの最近の進歩、特にディープラーニングと大規模言語モデル(LLM)は、これらの分散システムの能力を劇的に向上させてきた。 この調査は、基本的なアーキテクチャ、技術の実現、新しいアプリケーションに関する構造化されたチュートリアルを提供する。
  論文  参考訳（メタデータ） (2025-05-03T13:55:38Z)
• A Survey of Frontiers in LLM Reasoning: Inference Scaling, Learning to Reason, and Agentic Systems [93.8285345915925]
  推論(Reasoning)は、論理的推論、問題解決、意思決定を可能にする基本的な認知プロセスである。 大規模言語モデル(LLM)の急速な進歩により、推論は高度なAIシステムを区別する重要な能力として浮上した。 我々は,(1)推論が達成される段階を定義するレジーム,(2)推論プロセスに関与するコンポーネントを決定するアーキテクチャの2つの側面に沿って既存の手法を分類する。
  論文  参考訳（メタデータ） (2025-04-12T01:27:49Z)
• Investigating the Online Recruitment and Selection Journey of Novice Software Engineers: Anti-patterns and Recommendations [5.027698430581003]
  ソフトウェア開発市場は成長し、ソフトウェア工学(SE)の資格を持つ専門家の需要が増加した。 本稿では、R&Sプロセスに関する初期のSE専門家に対して、アンチパターンとレコメンデーションのセットを特定することを目的とする。
  論文  参考訳（メタデータ） (2024-06-04T16:56:51Z)
• Foundational Competencies and Responsibilities of a Research Software Engineer: Current State and Suggestions for Future Directions [1.7873972997627812]
  Research Software Engineerという用語は10年ほど前に、研究コミュニティで働く個人を表現し、ソフトウェア開発にフォーカスする手段として登場した。 スペクトルの一端では、RSEの役割は伝統的な研究の役割と似ているかもしれない。 反対に、彼らは業界のソフトウェアエンジニアに似ています。
  論文  参考訳（メタデータ） (2023-11-19T23:44:57Z)
• Hierarchical Decomposition of Prompt-Based Continual Learning: Rethinking Obscured Sub-optimality [55.88910947643436]
  大量のラベルのないデータを実際に扱うためには、自己教師付き事前トレーニングが不可欠である。 HiDe-Promptは、タスク固有のプロンプトと統計のアンサンブルで階層的なコンポーネントを明示的に最適化する革新的なアプローチである。 実験では,HiDe-Promptの優れた性能と,継続学習における事前学習パラダイムへの頑健さを実証した。
  論文  参考訳（メタデータ） (2023-10-11T06:51:46Z)
• The Rise of a New Digital Third Space Professional in Higher Education: Recognising Research Software Engineering [0.0]
  リサーチ・ソフトウェア・エンジニアリング(Research Software Engineering)は、専門的なソフトウェアスキルを研究分野に適用する技術である。 RSEは、スタンドアロンの機能を提供するのではなく、研究者と協力的に連携する。 RSEとRSEマネジメントは、高等教育分野における新しいタイプの第3の宇宙専門家である。
  論文  参考訳（メタデータ） (2021-03-01T14:34:17Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。