流行病學家
SOC 19-1041 · O*NET 19-1041.00
調查疾病與傷害的分佈與成因，設計並執行公共衛生監測與研究：採集並分析病例、調查與實驗室資料，評估風險因素與傳播途徑，向衛生從業者、決策者與公眾溝通結論，並管理公共衛生專案。通常需要公共衛生或相關領域碩士學歷。
三項代表核心任務等權的模型影響指數，非實際工時佔比或失業機率。floor((50+75+50)/3+0.5)=58; fermatmind-ai-impact-v1; 2026-10-18.
快速判斷
流行病學家適合什麼樣的人？
先判斷自己能否把監測資料整理成可複核的結論、把方法與假設寫清並接受評審，再判斷是否接受以資料、報告與協作溝通為主的工作方式；用本頁紙面練習與七天任務驗證，而不是只看「醫學」或「健康」這一個詞。
本卡是職業探索參考，不構成錄用、能力評分或醫學結論。
什么样的人更可能适合流行病學家？
更值得考慮的訊號：願意長期核對資料與病例定義、能把統計結果寫成可複核報告、能向非專業讀者說明結論與不確定性。需要慎重的訊號：不願按方法記錄、無法接受結論被同行質詢，或期望工作以臨床診療為主。
什么情况下需要慎重选择流行病學家？
本清單只用於自我提問，不構成錄用標準、能力評分或適合度結論。流行病學家以疾病與傷害的分佈和成因為物件：公共衛生監測崗、應用研究崗、方法學崗與教學崗的日常差別很大，多數崗位要求公共衛生或相關領域碩士學歷；比較崗位前先核對該崗位的實際任務、資料來源、是否需要現場調查，以及僱主要求的學歷、統計與流行病學訓練。
如何用一次小实验判断自己是否适合流行病學家？
用一次紙面演練驗證：給你一份虛構的監測資料與病例定義，要求寫出研究問題、病例定義、資料清理與核對步驟、可能的偏倚與證據缺口，以及哪些結論必須由具備資格的研究人員複核後作出。 紙面加練（使用虛構材料）：比較兩張分母不同的虛構病例表，記錄哪項比較仍可解釋及原因。
职业画像
職業邊界：按美國O*NET-SOC19-1041.00編寫，主要調查疾病與傷害的人群分佈和成因，開展監測、研究、資料分析與溝通。BLS也提到兼具醫學與流行病學訓練者可側重臨床工作；本職業名稱本身不賦予醫學診療資格，臨床行為須另核個人資格和機構授權。實驗室檢測、健康資訊系統與教育專案為相鄰側重方向。
流行病學家的工作可以分成哪幾類？
流行病學家的日常工作是圍繞疾病與傷害的分佈與成因展開：設計並執行公共衛生監測與研究，採集並分析病例、調查與實驗室資料，評估風險因素與傳播途徑，向衛生從業者、決策者與公眾說明結論，並管理公共衛生專案。
資料採集與監測：
以疾病監測、流行病學調查與資料分析為主
- 01明確研究問題
- 02定義病例與人群
- 03採集與核對資料
- 04統計分析
- 05評估偏倚與不確定性
- 06形成結論
- 07溝通與報告
統計分析與建模：
以統計分析與建模為主
- 01資料採集與清洗
- 02病例定義與質量控制
- 03描述性統計
- 04分析性統計與建模
- 05偏倚評估
- 06結果解釋與溝通
流行病學家與醫學科學家、公共衛生崗的邊界在哪裡？
本職業與相鄰崗位常被混用，區分方法是看交付物和許可權：本職業的交付是人群層面的監測結論、風險評估與公共衛生建議，並對方法與證據邊界負責；若交付是實驗室檢測資料、臨床診療、健康教育專案實施或健康資訊系統建設，則屬於相鄰方向。
| 维度 | 主要方向 | 比较方向 |
|---|---|---|
| 核心目的 | 設計並執行疾病與傷害的監測和研究，綜合資料形成風險判斷與建議，向從業者、決策者與公眾說明結論；不作出醫學診斷或治療決定。 | 開展疾病監測與流行病學研究並形成可複核的公共衛生結論 |
| 主要物件與依據 | 物件包括病例與監測資料、調查與問卷資料、實驗室與人口統計資料；依據是流行病學與統計方法、公共衛生報告規範與倫理要求。 | 物件為人群與病例資料；依據為流行病學方法與統計規範 |
| 核心過程 | 明確問題 → 定義病例 → 設計方法 → 採集核對 → 統計分析 → 評估偏倚 → 報告溝通 | 按流行病學與統計方法開展監測與研究並形成結論 |
| 主要產出 | 監測資料、分析記錄與研究報告 | 監測資料、分析結論與研究報告 |
| 責任主體 | 研究人員對方法、資料與結論負責；臨床診療由醫療專業人員承擔；專案與政策決定由主管部門承擔。 | 結論與資料由研究人員與所在機構按科學規範承擔 |
| 許可權與批准 | 監測研究與分析按崗位許可權完成；醫學診療及政策決定須另核個人資格和主管部門授權 | 醫學判斷、臨床診療與政策決定須由相應授權人員確認 |
| 結論邊界 | 研究結論不構成醫學診斷或個體健康建議 | 結論受資料範圍、病例定義與人群條件限制 |
核心工作
- 01監測調查 · 監測並報告傳染病事件
核對病例定義與報告要求
- 02研究設計 · 設計並指導疾病與預防研究
管理研究方案與問卷
- 03資料分析 · 分析發病率與風險因素資料
評估資料質量與偏倚
- 04結果溝通 · 向從業者、決策者與公眾說明結論
撰寫論文與報告
- 05專案與團隊 · 規劃與監督公共衛生專案
指導技術與輔助人員
- 06經費與規範 · 撰寫課題申請
遵守資料與倫理規範
入職前必須逐條核對什麼？
入職前需要逐條核對：崗位是監測、應用研究、方法學還是教學；是否要求公共衛生或相關專業碩士學歷；是否需要現場調查與出勤安排；是否需要撰寫或簽署研究報告與建議；以及評審、複核與署名安排。
- 01
核對崗位型別與資料範圍
區分監測、應用研究、方法學與教學崗位
- 02
核對學歷與訓練要求
確認是否要求公共衛生或相關專業學歷、統計訓練與倫理培訓
- 03
核對現場與作業條件
確認現場調查比例、樣本接觸與出勤安排
- 04
核對複核與署名制度
確認資料與結論的複核、署名與留痕制度
- 05
核對僱傭形式與工資口徑
確認僱傭形式與工資口徑，區分固定年薪與專案制或合同制
- 06
核對法域與職業分類對應
核對所在地公共衛生報告與資料保護要求，以及與國內職業分類的對應關係
职业方向比较
流行病學家的工作方向與相鄰職業怎麼比較？
下列職業都涉及健康或資料相關工作，但交付物與依據不同；用它們幫助定位方向，而不是互相替代。
| 职业方向 | 核心工作与产出 | 关键区别 | 更适合什么选择 |
|---|---|---|---|
| 醫學科學家 | 設計並執行實驗研究，探索疾病機制與治療方法 | 以實驗研究與生物機制為主；本職業以人群監測與流行病學分析為主 | 偏好在實驗室研究疾病機制選該職業；偏好人群體資料與公共衛生判斷選本職業 |
| 微生物學家 | 研究微生物及其與宿主和環境的關係，記錄實驗資料 | 以微生物分離培養與檢測為主；本職業以人群分佈與風險因素分析為主 | 偏好在實驗室研究微生物選該職業；偏好人群體資料與統計學評估選本職業 |
| 統計師 | 設計統計方法並分析資料，解釋統計結果 | 以通用統計方法與建模為主；本職業以公共衛生問題與流行病學設計為主 | 偏好在通用統計方法上深入選該職業；偏好面向健康問題的研究設計選本職業 |
| 健康教育專員 | 設計並實施健康教育專案，向人群傳遞健康知識 | 以面向人群的健康教育專案為主；本職業以監測與研究結論為主 | 偏好直接開展健康教育與社群專案選該職業；偏好資料與研究判斷選本職業 |
| 調查研究員 | 設計並執行調查，分析問卷資料並撰寫報告 | 以問卷與調查研究方法為主；本職業聚焦健康結局與暴露的因果評估 | 偏好通用調查方法選該職業；偏好疾病與風險因素研究選本職業 |
| 醫學與臨床實驗室技師 | 採集並檢測臨床樣本，記錄並報告檢測結果 | 以樣本檢測與實驗結果為主；本職業負責人群層面的分析與結論 | 偏好在實驗室做樣本檢測選該職業；偏好人群體資料分析與判斷選本職業 |
怎么选
比較相鄰方向時，先看交付物是人群層面的監測與分析結論、實驗室檢測資料、臨床診療記錄、健康教育方案還是健康資訊系統，再看依據是流行病學方法與統計、實驗方法、臨床指南還是資訊標準；本職業的差別在於把人群資料綜合成公共衛生判斷，並對方法與證據邊界負責。
用「先看交付物是人群監測與結論、實驗資料、臨床診療、教育專案還是資訊系統，再看依據與責任承擔」的順序比較。
AI 对职业的影响
AI 會取代流行病學家嗎？
編輯建議：在獲准的資料和資料範圍內試用工具整理監測資料、病例定義與研究結論草稿，並回查原始記錄。O*NET為任務依據，ILO討論潛在暴露；不能證明本職業實際採用、提速或整體增強。本頁不提供未經可複核量表支援的任務評分。 AI影響度 58% 為編輯估算。三項代表核心任務等權的模型影響指數，非實際工時佔比或失業機率。floor((50+75+50)/3+0.5)=58; fermatmind-ai-impact-v1; 2026-10-18. 三項任務、檔位和來源見本頁FermatMind方法來源記錄。
AI 评估方法与来源
FermatMind AI影響度估算方法 v1
FermatMind / 費馬測試 · 2026-10-18
- 三項代表核心任務等權的模型影響指數，非實際工時佔比或失業機率。floor((50+75+50)/3+0.5)=58; fermatmind-ai-impact-v1; 2026-10-18.
- 檔位：0幾乎無影響；25準備或記錄輔助；50實質輔助；75大部分資訊產出可由AI形成並複核；100所選任務近乎全可由AI完成且可獨立驗證。
- 問題設定與研究設計 — 50/100; weight=1/3
- 統計分析與建模 — 75/100; weight=1/3
- 向公眾與決策者說明結論 — 50/100; weight=1/3
依據本頁既有職業職責與AI任務分析作檔位判斷；不代表採用率、實測效果、崗位消失或個人失業機率，也不是斯坦福或其他外部機構官方分數；未使用實際工時權重，不假定未來機器人部署。
AI 能處理哪些本職業工作任務？
這一欄只回答技術可處理性：把本職業任務（文獻檢索、監測資料整理、統計與建模、報告初稿等）與公開的職業任務和技術資料對照，判斷哪些子任務可由現成工具完成。技術可處理不等於機構已經採用，也不代表崗位會減少；判斷時須區分任務級證據與職業級結論。
哪些環節會真正被採用？
採用取決於資料條件、流程與合規要求：健康與監測資料涉及個人資訊、倫理審查與可追溯，結論還可能影響公共衛生決策。因此即便技術上可行，機構也可能只在低風險環節（如檢索與初稿）使用，並把方法判斷與結論責任保留給具備資格的專業人員。
AI 會減少流行病學家崗位嗎？
崗位數量由需求、經費與公共衛生政策決定。BLS 對該職業的預測（2025—2035 年 +19%、年均約 800 個空缺）並未把 AI 採用作為單列變數；目前公開來源不足以給出本職業的崗位數量變化結論，因此本頁不給出「某年會消失」的推斷。
任务影响矩阵
| 工作方向 | 任务 | 当前变化 | 人的控制点 |
|---|---|---|---|
| 資料採集與監測 | 問題設定與研究設計 | 可試用資料與記錄草稿；加速效果待實測（編輯建議） | 研究問題與假設由研究人員負責 |
| 資料採集與監測 | 資料採集與清洗 | 資料整理與製表可輔助（編輯判斷） | 資料來源、病例定義與缺失處理由研究人員判斷並記錄 |
| 統計分析與建模 | 統計分析與建模 | 分析草稿可輔助，但須逐項核對（編輯判斷） | 統計方法的選擇與偏倚評估由研究人員負責 |
| 溝通與政策建議 | 結論與建議撰寫 | 初稿與圖表可輔助（編輯判斷） | 結論口徑與建議強度由專業人員確認 |
| 溝通與政策建議 | 向公眾與決策者說明結論 | 演示材料草稿可輔助（編輯判斷） | 面向公眾與決策者的表述責任由機構承擔 |
| 資料採集與監測 | 研究記錄與資料管理 | 記錄整理可輔助（編輯判斷） | 研究記錄與資料管理責任由機構與研究人員承擔 |
| 資料採集與監測 | 專案監督與團隊指導 | 進度與材料整理可輔助（編輯判斷） | 專案監督與人員指導責任由機構承擔 |
为什么就业证据会得出不同结论？
下列證據卡分別對應國際組織的任務暴露研究、官方職業資料與治理框架；請按各自的研究對象與限制閱讀，不要把它們合併成單一結論。
ILO 工作論文 96（2023）
查看来源 ↗- 研究对象
- 全球就業與任務層面的生成式 AI 暴露評估
- 主要结论
- 多數崗位僅部分任務暴露，生成式 AI 更可能增強而非整體替代；文員類任務暴露最高，管理和專業類職業中高度暴露的任務比例較低。研究提示主要影響體現在工作質量與強度，而不是整體崗位消失。
- 使用限制
- 基於任務分類方法，非企業實際採用或崗位變化資料
O*NET OnLine（19-1041.00）
查看来源 ↗- 研究对象
- 官方職業任務與工作活動描述
- 主要结论
- 該職業的核心任務以資訊收集、資料分析、方法評估與溝通為主，可作為判斷哪些環節可被工具輔助的任務依據，但不能據此推斷自動化率或崗位變化。
- 使用限制
- 描述職業範圍，不含 AI 採用或生產率資料
BLS 就業預測（2025—2035）
查看来源 ↗- 研究对象
- 美國 Epidemiologists 就業預測
- 主要结论
- BLS 預測該職業 2025—2035 年就業增長 19%（約 +2,400 人），年均空缺約 800 個；該預測未把 AI 採用作為單列變數，不能讀成 AI 對該職業的崗位結論。
- 使用限制
- 預測基於假設，不等於實際結果
BLS OEWS（May 2025）
查看来源 ↗- 研究对象
- 美國 Epidemiologists（19-1041）工資分佈
- 主要结论
- 中位年薪 87,220 美元，官方公佈的低端與高階分別為 61,270 美元以下與 138,800 美元以上；用於理解量級與口徑，不能用於推斷 AI 對工資的影響。
- 使用限制
- 工資統計，不含個人合同薪酬
NIST 人工智慧風險管理框架（AI RMF 1.0）
查看来源 ↗- 研究对象
- AI 系統風險治理框架（自願採用）
- 主要结论
- NIST AI RMF 1.0為自願框架，可參考設計風險記錄、人工複核與責任分工；不是本職業法定資格、授權規則或就業證據，該連結不包含生成式AI專門概覽。
- 使用限制
- 治理框架，不含職業或就業資料
不同工作方向受到的影响为什么不同？
不同工作方向受影響的方式不同，下面區分三類：資料採集與監測、統計分析與建模、溝通與政策建議。
資料採集與監測
AI 主要改变可試用監測資料、病例定義與研究結論草稿；效率與錯誤率須在工作中驗證（編輯建議）
仍由人负责病例定義、資料質量與研究設計責任
統計分析與建模
AI 主要改变統計與建模草稿可輔助
仍由人负责偏倚評估、統計判斷與結果複核
溝通與政策建議
AI 主要改变報告與圖表初稿可輔助
仍由人负责結論口徑、建議強度與署名責任
AI 进入专业流程后，责任链不能断
使用 AI 輔助本職業工作時，建議按以下順序確認邊界與責任：
- 需求與邊界確認
先確認研究問題、資料許可權與交付要求，判斷哪些環節可以使用工具。
- 工具處理範圍
明確工具只處理檢索、整理與初稿等低風險環節，不產出最終結論。
- 人工複核
對工具輸出逐項核對來源、數值與統計假設，並由具備資格的人員複核。
- 記錄留痕
記錄工具名稱、版本、輸入與人工修改，保證資料與結論可追溯、可復現。
- 授權與責任
結論與建議責任由專業人員與機構承擔，工具輸出不構成授權、結論或醫學建議。
使用 AI 的专业风险
初稿內容被當成已確認事實
生成文本可能包含錯誤引用或過時資訊
控制方式：逐條回查現行方法與原始資料，未核實前不得引用
本職業工作個人資訊被不當外發
監測與健康相關資料可能包含個體資訊
控制方式：按最小必要與許可權要求處理，個體資料不得提交給外部工具
工具版本與輸出不可追溯
分析需要可復現，否則無法複核
控制方式：記錄工具名稱、版本、輸入與結果，儲存資料與指令碼版本
病例定義、單位或統計方法錯誤
單位、病例定義或統計方法錯誤會影響結論
控制方式：對關鍵數值做獨立復算，校對單位、病例定義與統計口徑
複核缺失導致責任不清
結論與建議需要明確的責任歸屬
控制方式：明確複核人與署名規則，未複核的輸出不得作為交付依據
不同人群应该如何应对？
在讀或準備入行的學生
先打牢統計、流行病學方法與公共衛生基礎，瞭解研究設計與偏倚的基本概念，並用公開監測資料獨立完成一次分析與結論寫作練習。
剛入行的分析人員
在專案中固定資料來源與病例定義記錄，把方法與結論邊界寫成文件，並請資深同事複核。
在職專業人員
把 AI 用於資料檢索、資料處理與報告初稿，同時保留人工複核與來源核對，對結論明確標註證據強度與不確定性。
團隊與機構負責人
先建立資料許可權、病例定義與版本規則，再決定在哪些低風險環節使用 AI，並明確複核與署名責任。
关于 AI 与职业发展的常见问题
流行病學家會被 AI 取代嗎？
ILO2023討論潛在暴露與增強情景，不能證明本職業整體已被增強或不會替代。編輯建議試用監測資料、病例定義與研究結論草稿並記錄錯誤及複核成本。證據不足：未取得本職業實際採用、效果及AI因果崗位變化研究。
来源：ILO 工作論文 96（2023）；O*NET 19-1041.00 任務資料原始资料 ↗
現在入行需要會寫程式碼嗎？
多數工作使用統計與流行病學分析軟體處理監測資料，O*NET 列出該職業常見工具並把它列為需要大量準備的 Job Zone Five。是否需要程式設計取決於崗位，但至少要能讀懂並複核他人的統計與流行病學分析流程。
来源：O*NET 19-1041.00 技術技能與準備層級原始资料 ↗
哪些任務最容易受 AI 影響？
文獻檢索與比對、監測資料整理與製表、統計與報告初稿等文字與資料準備工作受影響最直接；病例定義、偏倚評估、結論解釋與建議仍需要人來承擔。
来源：ILO 工作論文 96（2023）；O*NET 任務資料原始资料 ↗
到 2035 年這個職業會變少嗎？
BLS 預測 2025—2035 年美國 Epidemiologists 就業增長 19%（約 +2,400 人），年均空缺約 800 個，含增長與替補需求；該預測未單列 AI 影響，不能據此判斷本職業崗位一定增加或減少。本頁不給出確定性的崗位消失時間。
来源：BLS 就業預測（2025—2035）原始资料 ↗
AI 能作出公共衛生結論嗎？
不能。工具可以起草與核對文本，但公共衛生結論、倫理審查與結論署名屬於授權行為，須由具備資格的人員按機構制度完成；研究結論同樣需要署名與複核，工具輸出本身不產生責任歸屬，也不能替代醫學判斷。
来源：NIST AI 風險管理框架；機構授權與署名要求原始资料 ↗
哪一年這個崗位會消失？
無法給出年份，也不應給出。公開來源沒有支援「某年消失」的證據；比較可靠的表述是任務結構會變化、部分環節被工具輔助，而崗位數量取決於需求、經費與公共衛生政策，屬於不確定量。
来源：BLS 就業預測；ILO 工作論文 96原始资料 ↗
現在應該優先學什麼？
優先學兩件事：一是把統計、流行病學方法與公共衛生基礎打牢，二是能獨立完成一次從資料核對到結論寫作的可復現分析；同時熟悉公共衛生報告規範與倫理要求，並會宣告假設與不確定性。
来源：O*NET 19-1041.00；BLS OOH Epidemiologists原始资料 ↗
以上為任務級判斷與證據邊界，不代表崗位數量的確定預測。
中国大陆薪资参考
衛生和社會工作（行業代理）
中國大陸的流行病學與公共衛生研究崗位多設在疾控與衛生機構、科研院所、高校與醫藥企業，與美國職業分類不是一一對應。
公開招聘樣本與行業代理（非本職業統計）
口徑提示：行業平均工資覆蓋多個職業，不能替代本職業工資分佈。
全國（行業代理）
證據不足：未取得與中國大陸本職業精確對應的全國單職業月薪或年薪統計值；本頁僅提供行業平均工資作為背景（非私營 146,266 元/年、私營 75,631 元/年，2025），不能換算為具體崗位月薪。
一線城市
證據不足：未取得可核驗的一線城市本職業月薪統計；招聘公告報價多為單僱主樣本，且常為專案制，不能代表職業工資。
其他城市
證據不足：未取得可核驗的其他城市本職業月薪統計；不同城市與機構的差異較大，需按工作地核對。
流行病學家在不同學歷背景下通常從哪些崗位方向開始？
證據不足：本輪未取得中國大陸本職業全國精確工資統計；行業均值僅作背景，不據此斷言全國未建立該統計。
| 學歷背景 | 常見崗位方向 | 說明與核對建議 |
|---|---|---|
| 本科（公共衛生、統計學或相關專業） | 監測支援、資料整理、研究助理崗 | 以資料整理與調查支援為主 |
| 碩士（公共衛生、流行病學或相關專業） | 監測分析、研究、評估與政策支援崗 | 編輯準備方向：監測資料、病例定義與研究結論工作樣本；獨立承擔、複核與署名條件按崗位及機構授權核對，不由學歷推定 |
| 博士（流行病學或相關專業） | 研究機構與高校研究人員、方法學專家崗 | 承擔研究設計與結論責任 |
| 跨專業（臨床＋公共衛生/統計） | 公共衛生研究、監測與資料科學崗 | 需補足流行病學與統計訓練 |
下列以「衛生和社會工作」行業平均工資作為行業背景代理，不能替代本職業工資；如看到招聘數字，需先核對它是月薪、年薪、專案報價還是含津貼口徑。
哪些行業與方向會用到這個職業？
衛生和社會工作
疾病監測與公共衛生研究需要研究與分析能力
科學研究和技術服務業
研究機構與諮詢中的流行病學與統計需求
公共管理、社會保障和社會組織
公共衛生監管與政策執行需求
AI 會影響流行病學家的工資嗎？
編輯建議：在許可範圍內試用監測資料、病例定義與研究結論草稿。證據不足：未取得中國大陸本職業AI採用、效果、工資或需求變化實測。
美國薪資參考
美國流行病學家工資多少？
美國 O*NET-SOC 19-1041.00「Epidemiologists」——May 2025 中位時薪 41.93 美元、中位年薪 87,220 美元；官方公佈的最低 10% 低於 61,270 美元，最高 10% 高於 138,800 美元（本輪未取得第25與第75百分位）。2025 年就業 12,800 人，2025—2035 年預計增長 19%（約 +2,400 人），年均空缺約 800 個。個人收入還取決於行業、地區、僱主與資歷。
美國工資分佈
| 工資統計位置 | 年工資參考 | 折算邊界 | 怎樣理解這個位置 |
|---|---|---|---|
| 最低 10% | 61,270 美元/年以下（第 10 百分位，May 2025 OEWS） | 官方年工資，非個人月收入 | 低端：第 10 百分位為 61,270 美元/年以下，屬分佈低端，不是入職起薪。 |
| 中位數（50%） | 中位時薪 41.93 美元；中位年薪 87,220 美元（May 2025 OEWS） | 官方年工資，非個人實發 | 中位：87,220 美元/年（中位時薪 41.93 美元，May 2025）；一半從業者低於、一半高於該值。 |
| 最高 10% | 138,800 美元/年以上（第 90 百分位，May 2025 OEWS） | 官方年工資，非個人實發 | 高階：第 90 百分位為 138,800 美元/年以上，通常與行業、機構與地區相關。 |
薪資 · 10 分位：61,270 美元/年以下；薪資 · 10 分位｜61,270 美元/年以下；精確職業（Epidemiologists）全國第 10 百分位｜不是入職起薪。
薪資 · 25 分位：證據不足：本輪尚未取得對應職業、地區、時期的該分位；不據此斷言官方未釋出，未用相鄰職業或插值代填。；薪資 · 25 分位｜證據不足：本輪未取得該分位；未使用相鄰職業或插值替代｜按缺口保留，不代填數值。
薪資 · 中位數：87,220 美元/年；薪資 · 中位數｜87,220 美元/年；中位時薪 41.93 美元（May 2025）｜一半從業者低於、一半高於該值。
薪資 · 75 分位：證據不足：本輪尚未取得對應職業、地區、時期的該分位；不據此斷言官方未釋出，未用相鄰職業或插值代填。；薪資 · 75 分位｜證據不足：本輪未取得該分位；未使用相鄰職業或插值替代｜按缺口保留，不代填數值。
薪資 · 90 分位：138,800 美元/年以上；薪資 · 90 分位｜138,800 美元/年以上；精確職業全國第 90 百分位｜不代表連續有薪時數或總收入。
這組美國工資數字應當怎麼理解？
中位數是入門工資嗎？
不能。中位數是同一統計期內從業者工資分佈的中點，不是起薪；本輪未取得第 25 與第 75 百分位，本頁不使用相鄰職業或插值替代。
時薪能推算個人年薪嗎？
不能簡單外推。時薪按小時計酬，年收入還取決於在職週數、加班與專案獎金；中位時薪與中位年薪不能直接換算為個人實發收入。
這些數字來自哪個統計專案？
來自美國勞工統計局（BLS）職業就業與工資統計（OEWS）May 2025 全國估算，以及 BLS 2025—2035 年就業預測；均為官方統計口徑。
哪些條件會影響實際收入？
行業、地區、僱主型別、資歷與專業背景都會影響實際收入；不同來源的工資口徑（月薪、年薪、專案制）不可混用。
不同行業的美國工資差多少？
| 行業 | 該行業內本職業工資中位數 | 這個值怎麼理解 |
|---|---|---|
| 科學研究與開發服務 | 127,410 美元/年 | 該行業內本職業工資中位數，May 2025 |
| 醫院（州、地方與私營） | 104,470 美元/年 | 該行業內本職業工資中位數，May 2025 |
| 州政府（不含教育與醫院） | 84,410 美元/年 | 該行業內本職業工資中位數，May 2025 |
| 學院、大學與專業學校（州） | 83,700 美元/年 | 該行業內本職業工資中位數；另有地方政府（不含教育與醫院）80,680 美元（May 2025） |
哪些因素會影響美國流行病學家工資？
計酬口徑
中位數與分位是同一統計期內從業者工資分佈的位置，不是起薪，個人收入取決於行業、地區、僱主與資歷。
就業與增長
2025 年就業 12,800 人，2025—2035 年預計增長 19%（約 +2,400 人），年均空缺約 800 個，含增長與替補。
資格與地區
學歷、專業背景與研究經驗影響可承擔的職責與署名範圍，但不能由職業名稱直接推斷資格或授權。
美國就業前景
就業 · 就業規模
12,800 人就業 · 就業規模｜12,800 人；2025 年就業規模｜與工資統計覆蓋人群不完全相同。
就業 · 增長率
+19%（+2,400 人）就業 · 增長率｜+19%（+2,400 人）；2025—2035 年預測｜不是個人獲得崗位的機率。
就業 · 年均職位空缺
約 800 個/年就業 · 年均職位空缺｜約 800 個；含增長與替補｜不等於淨新增崗位。
職業適配指南
做流行病學家，哪些興趣、能力與工作方式更重要？
判斷重點不是「是否關注健康」，而是能否長期完成資料核對、方法說明與結論寫作，並接受同行與委託方質詢。興趣與人格框架只能提示觀察方向，不能替代真實任務的驗證。
你可能更適合： 願意為一次分析反覆核對資料來源與病例定義
這些情況需要慎重： 能在公共衛生結論被質疑時回到證據與方法，而不是維護原結論
做一次入行練習： 接受以監測、資料與報告為主的工作節奏，成果多為可複核的結論而非即時產品
不要用一个测试替你决定职业
霍蘭德職業興趣模型（RIASEC）
官方職業興趣程式碼（O*NET）霍蘭德興趣中什麼型別更接近流行病學家？
官方興趣程式碼為 IS（研究型—社會型），與這份工作的工作活動相符：研究型對應疾病與資料的調查分析，社會型對應對從業者、決策者與公眾的溝通與教育。興趣程式碼只說明活動偏好，不代表能力、錄用或績效結論。
- 願意長期處理流行病學與監測資料並接受結論被同行質詢
- 能從把人群健康問題轉成可複核的研究結論中獲得成就感
别这样用：把「關注健康」當成主要動機；若不喜歡資料核對、方法說明與寫作，日常工作的主體會很難堅持。
測我的霍蘭德職業興趣五因素人格模型（大五人格）
人格模型（非職業標準）大五人格哪些特質與這份工作更相關？
編輯建議：觀察能否持續核對監測資料、病例定義與研究結論並接納複核，缺證時先補證據。職業任務不能證明大五量表的預測效度；本輪未核得本職業相關研究，不設人格門檻。
- 能按研究週期交付，並主動記錄資料來源與病例定義
- 在證據不足時傾向先補資料再下結論
别这样用：把人格測試結果當成職業結論，或據此排除自己。
檢視我的大五人格特質邁爾斯-布里格斯型別指標（MBTI）
人格偏好框架（非職業標準）MBTI 能用來判斷我適不適合流行病學家嗎？
本輪未核得MBTI對本職業績效的預測研究，不能從個人型別推定適合度。編輯建議用監測資料、病例定義與研究結論中的實際表現和反饋整理溝通偏好，不據型別作錄用或排除結論。
- 願意把方法與結論邊界寫成可複核的報告
- 能與臨床、實驗室、政策部門與公眾核對資料與結論
别这样用：用型別標籤解釋自己不適合做研究或溝通工作。
瞭解我的 MBTI 偏好九型人格（Enneagram）
人格框架（非職業標準）九型人格能說明我適不適合這個職業嗎？
九型人格屬於自我反思工具。對這份工作更實用的問題是：你是否願意在證據不足時保持克制、標註研究的不確定性，並在評審中修改結論；這些問題可以用練習與實習經歷直接驗證。
- 面對公共衛生結論時傾向先補證據再表態
- 能接受自己的結論被評審修改
别这样用：把型別描述當作職業適配的證明。
探索我的九型人格模式智力商數（IQ）與數理推理
官方職業知識要求（O*NET）數學不好，能做流行病學家嗎？
這份工作確實需要較強的統計與流行病學方法能力：O*NET 將本職業列為需要大量準備的 Job Zone Five，實際工作要讀懂研究設計與統計方法並解釋結果。但這不等於必須數學拔尖，而是要求能正確使用分析工具並說明假設。
- 能讀懂並復現流行病學與統計分析
- 願意補足統計建模與專業軟體等短板
别这样用：把一次測試結果當成能力上限。
瞭解我的智力與推理表現情緒智力（EI，常稱“情商”）
通用能力框架做流行病學家需要高情商嗎？
編輯建議：通過協作觀察能否說明監測資料、病例定義與研究結論及其限制、接受反饋；本輪未核得情緒智力量表對本職業績效的預測研究，不作效度肯定或否定結論。
- 能把研究結論講給非專業讀者聽
- 在結論被質疑時先核對依據而非辯解
别这样用：用情商高低替代對專業能力的驗證。
瞭解我的情緒智力能力你更可能適合哪條本職業工作方向？
醫學科學家
更匹配：偏好實驗研究與生物機制，同時願意補人群資料與統計知識
注意：只做實驗室機制研究，不接觸人群監測與公共衛生判斷
查看相关职业：醫學科學家方向职业详情暂不可用
微生物學家
更匹配：偏好微生物檢測與實驗研究
注意：更希望做實驗室微生物研究而不是人群資料分析
查看相关职业：微生物學家方向职业详情暂不可用
統計師
更匹配：偏好統計方法與建模，能接受面向健康問題的研究設計
注意：更希望深耕通用統計方法而不是公共衛生問題
查看相关职业：統計師方向职业详情暂不可用
健康教育專員
更匹配：偏好面向人群的健康教育與社群專案
注意：更希望做健康教育與專案實施而不是研究結論
查看相关职业：健康教育專員方向职业详情暂不可用
調查研究員
更匹配：偏好問卷與調查研究方法
注意：更希望做通用調查研究而不是健康結局研究
查看相关职业：調查研究員方向职业详情暂不可用
醫學與臨床實驗室技師
更匹配：偏好樣本檢測與實驗結果記錄
注意：更希望做實驗室檢測而不是人群層面分析與結論
查看相关职业：醫學與臨床實驗室技師方向职业详情暂不可用
职业适配常见问题
什麼性格的人更適合做流行病學家？
不能。興趣測試只描述偏好，不測能力，也不預測錄用或績效。它可以用來說明你對研究、資料分析與溝通工作的傾向，但適不適合要靠在真實任務中驗證：能否完成一次可復現的監測資料分析與結論寫作。
內向的人適合做流行病學家嗎？
可以，但需要有可用的統計與資料處理基礎。O*NET 將本職業列為 Job Zone Five，實際工作要讀懂研究設計與統計方法並解釋結果。如果基礎薄弱，應在入行前通過課程與練習補齊。
外向的人能做好流行病學家嗎？
更準確的說法是需要溝通與協作能力：把研究結論與不確定性解釋給非專業決策者與公眾、在同行評審中接受質詢、在資料不理想時如實說明。這些能力可以通過具體練習觀察和訓練，不是人格門檻。
哪種 MBTI 最適合流行病學家？
適合與否取決於任務而非性格標籤。這份工作有大量獨立的資料與寫作時間，也需要與臨床、實驗室、政策部門與公眾溝通。內向並不妨礙，但如果完全不接受解釋與答辯環節，工作體驗會受影響。
霍蘭德興趣中什麼型別更適合這個職業？
O*NET 將 Epidemiologists（19-1041.00）列為 Job Zone Five，學歷調查中約 67% 回答需要碩士學位，約 22% 需要博士後訓練、約 11% 需要博士學位；BLS 指出本職業通常至少需要公共衛生或相關領域碩士學位，部分崗位要求博士或醫學學位。證據不足：本輪未核得中國大陸本職業統一招聘學歷或個人資格門檻；逐條核目標崗位公告、具體服務行為與主管部門規則。
人格特質分數能預測這個職業的工作表現嗎？
可以，但需要投入時間。崗位常見工具包括統計與流行病學分析軟體、監測與問卷系統；入門階段至少要能讀懂並複核他人的監測資料處理與統計流程，再逐步獨立完成資料清理與結論寫作。
數學不好能做流行病學家嗎？
兩條路都可行：臨床或生物背景要補統計、流行病學方法與公共衛生知識，統計或資料背景要補疾病與公共衛生的專業知識。關鍵是在簡歷中體現兩者的結合，例如獨立完成一次監測資料的分析與結論寫作。
做流行病學家需要高情商嗎？
編輯建議：在獲准的實踐中保留監測資料、病例定義與研究結論與複核修改記錄，核對目標崗位是否要求經驗；未比較實踐與修課的預測效果，不聲稱前者更能證明工作表現。
九型人格能用來判斷我適不適合嗎？
BLS 指出本職業通常全職工作，開展現場調查或應對公共衛生事件時可能需要加班或不規律排班。工作節奏受專案與突發事件影響，具體需向僱主核實。
我怎麼用可交付物判斷自己適合哪個方向？
不能。測試只能提示興趣方向，職業選擇還需要核對真實任務、學歷與資格要求、地區差異與本頁練習的表現；建議用一次真實的監測資料分析任務和一次文獻核對任務來驗證。
工作壓力、風險與職業邊界
流行病學家的工作有哪些壓力、風險與職業邊界？
主要風險集中在資料或病例定義錯誤、偏倚未被識別、結論被讀成醫學判斷，以及把 AI 生成的初稿當成已核實事實；多數可通過資料留痕、複核與授權流程降低，但不能完全消除。
以下為依據O*NET任務與NIST自願框架的編輯風險情境及應對建議；未逐條核定當地法規、標準或機構制度，不是事故統計、方法規程或法律結論。
病例定義與資料質量風險
典型场景：病例定義或資料來源理解錯誤
主要岗位：資料採集與病例定義
可能后果：可能導致病例分類或統計結果錯誤
降低风险：核對資料來源、病例定義與缺失處理，對關鍵數值做獨立復算
依据：O*NET 任務與工作活動資料 · O*NET 任務與工作活動資料
混雜與選擇偏倚風險
典型场景：混雜或選擇偏倚未被識別
主要岗位：研究設計與統計分析
可能后果：可能因偏倚或混雜導致錯誤結論
降低风险：按研究設計核對混雜與偏倚，保留分析方案與口徑記錄
依据：O*NET 任務與工作活動資料 · O*NET 任務與工作活動資料
AI未核實初稿風險
典型场景：把工具生成的結論當作已核實判斷
主要岗位：使用 AI 輔助的環節
可能后果：可能引入錯誤引用或不當內容
降低风险：逐條回查原始來源與資料，禁止把工具輸出當作已確認事實
依据：O*NET 任務與工作活動資料 · O*NET 任務與工作活動資料
個體健康資料外發風險
典型场景：監測或健康資訊被不當外發
主要岗位：涉及個體健康資訊的監測與研究
可能后果：可能違反隱私或資料保護要求
降低风险：按最小必要與許可權處理，個體資料不得提交給外部工具
依据：NIST 人工智慧風險管理框架（AI RMF 1.0） · NIST 人工智慧風險管理框架（AI RMF 1.0）
評審與署名責任風險
典型场景：評審缺失或署名責任不清
主要岗位：評審與署名環節
可能后果：可能導致責任不清
降低风险：明確複核人與署名規則，未複核的輸出不得作為交付依據
依据：NIST 人工智慧風險管理框架（AI RMF 1.0） · NIST 人工智慧風險管理框架（AI RMF 1.0）
法規與地區適用風險
典型场景：報告與資料要求適用錯誤
主要岗位：法規與機構制度
可能后果：可能導致報告或資料合規問題
降低风险：按所在地法規與機構制度核對報告、倫理與資料要求
依据：NIST 人工智慧風險管理框架（AI RMF 1.0） · NIST 人工智慧風險管理框架（AI RMF 1.0）
入行、資格與職業發展
怎麼進入流行病學家這個職業？
美國典型入口為公共衛生或相關領域碩士學位（O*NET 將本職業列為 Job Zone Five，學歷調查中約 67% 回答需要碩士學位；BLS 指出通常至少需要碩士學位，部分崗位要求博士或醫學學位）。證據不足：本輪未核得中國大陸本職業統一招聘學歷或個人資格門檻；逐條核目標崗位公告、具體服務行為與主管部門規則。
入門方向與準備
流行病學家｜path
| 入門方向 | 起步任務 | 可準備證據 | 無經驗也能展示的作品 | 需要注意的區別 |
|---|---|---|---|---|
| 監測與調查助理 | 在帶教下開展資料採集、監測支援與基礎整理 | 課程調查成果與資料記錄 | 用公開監測資料完成一次資料核對 | 偏資料支援，需關注病例定義與口徑 |
| 流行病學資料分析人員 | 整理監測資料並做描述性與分析性統計 | 分析指令碼與結果說明 | 復現一份公開監測資料的分析流程 | 偏資料，需關注偏倚與可復現性 |
| 研究助理 | 協助研究設計、資料處理與文獻整理 | 課程論文與資料管理記錄 | 完成一次系統文獻檢索與資料整理 | 偏學術支援，需關注規範與引用 |
| 公共衛生專案支援 | 協助專案進度跟蹤、材料整理與協作 | 專案記錄與協作材料 | 為一類監測專案寫進度與口徑清單 | 偏專案支援，需關注報告與授權 |
| 健康教育支援 | 協助準備面向公眾的健康資訊材料 | 科普材料與核對記錄 | 把一組監測結論改寫成公眾可讀版本 | 偏溝通，需關注結論邊界與準確性 |
流行病學家｜path
僱主要求：學歷與專業
核對學歷、公共衛生或相關專業與統計訓練要求，記錄公告日期與是否仍在招。
區分「瞭解」與「能獨立完成分析與結論」，不以專業名稱替代實際分析能力。
僱主要求：安全與倫理要求
核對是否要求背景審查、資料保密協議、倫理培訓或機構內部授權。
記錄要求與時效，跨機構或跨領域須重新核驗。
O*NET 準備層級
Job Zone Five；學歷調查中約 67% 回答需要碩士學位，22% 需要博士後訓練、11% 需要博士學位。
準備層級描述職業整體，不代表具體崗位條件。
僱主要求：工具與軟體
核對是否要求統計與流行病學分析軟體、監測與問卷系統、資料處理工具使用能力。
列明實際使用場景，不以工具清單替代分析判斷。
流行病學家｜path
材料一：虛構監測資料與病例定義
給出病例定義、監測資料與人群資訊，作為本次練習輸入。
標註單位、年份與缺失項，說明資料為虛構或公開摘錄。
列出可能影響結論的口徑與定義差異。
說明練習使用虛構材料，不代表任何真實機構或人群。
可檢查產出：病例定義、資料核對步驟、結論強度與不確定性。
說明證據與安全邊界：資料不足或口徑不明時須停止並說明。
材料二：分析任務與交付要求（虛構）
要求寫出研究問題、病例定義與資料核對方法、可能的結論與邊界，並說明哪些判斷需由具備資格的研究人員複核。
練習產出：一份可複核的分析說明與邊界清單。
材料三：參考思路摘錄（虛構）
先核對病例定義與資料質量，再選擇統計方法，最後明確結論強度與不確定性。
對不確定項保留未知，而不是代填數值。
說明參考思路只是示例，不是唯一正確方法。
材料四：邊界說明
本練習不構成公共衛生或醫學結論；公共衛生結論、倫理審查與醫學判斷由具備資格的人員與授權部門承擔。
流行病學家｜path
作品一：崗位要求對照表
把目標公告的學歷、專業、統計訓練與經驗要求逐條列成對照表。
標出已滿足、待補齊與需核實項。
作品二：可復現的監測資料分析
選一份公開監測資料，寫出資料來源、清理步驟、分析方法與結果。
展示能發現數據缺口並在邊界處主動說明。
作品三：分析結論摘要
用一頁紙說明研究問題、關鍵發現、依據與不確定性。
標註結論強度與適用條件。
作品四：工具與資料說明
說明使用的軟體、資料版本與關鍵步驟，使他人能複核。
標註哪些環節使用了 AI 輔助並被人工核對。
流行病學家｜path
| 情境 | 可能被問到的問題 | 可以出示的證據 | 不能由此推斷的結論 |
|---|---|---|---|
| 面試 | 能否說明資料來源、病例定義與結論邊界。 | 核對方法、假設與未決項是否寫清。 | 是否錄用由機構與崗位判斷，不由本人認定。 |
| 筆試或分析作業 | 能否在有限時間內完成一次可複核的資料分析。 | 用交付物展示方法、假設與限制。 | 作業結果不代表長期績效或全部能力。 |
| 試用期 | 能否按機構流程交付結論並接受複核。 | 用報告與修改記錄展示協作與規範性。 | 試用表現不等於資格認證或授權。 |
| 入職後 | 能否按資料許可權與署名規則處理個體資訊。 | 用記錄與評審意見展示合規與可追溯。 | 遵守流程不替代專業判斷與授權。 |
流行病學家｜path
- 01
第 1 天：讀一份公共衛生監測規範
摘錄一項報告或病例定義要求，並寫出可能的核對步驟。
- 02
第 2 天：寫一份資料清單
找出一項公開監測資料，記錄來源、單位、年份與缺口。
- 03
第 3 天：做一次資料核對
核對一組監測資料的異常值與缺失處理，並說明判斷依據。
- 04
第 4 天：做一次描述性分析
計算一組發病率或比例，說明口徑與不確定性。
- 05
第 5 天：寫一頁結論
用非專業讀者能理解的語言說明發現、依據與限制。
- 06
第 6 天：請他人挑戰
請一位同學或同事指出方法與假設薄弱處並記錄反饋。
- 07
第 7 天：寫判斷
寫下是否願意繼續、需要補什麼，以及哪些結論還不能下。
流行病學家｜path
- 第 1 天：能否找出報告或定義要求，而不是隻抄條文。
- 第 2 天：能否把資料來源、單位與缺口寫清。
- 第 3 天：能否在方法寫明的前提下處理異常與缺失。
- 第 4 天：能否說明統計口徑與不確定性。
- 第 5 天：能否讓非專業讀者讀懂結論與限制。
- 第 6 天：能否在收到批評後修正結論，而不是維護原判斷。
- 第 7 天：能否說出需要補齊的訓練，以及下一步要驗證什麼。
流行病學家｜path
| 資格／準備項 | 適用人群 | 對本職業的作用 | 是否普遍必需 | 條件與投入 | 投入量級 | 不能替代什麼 |
|---|---|---|---|---|---|---|
| 學士學位（公共衛生、統計學或相關專業） | 部分監測支援與資料整理崗位 | 提供統計與公共衛生基礎 | BLS 指出本職業通常至少需要碩士學位，學士多對應支援崗 | 按院校與專業要求申請 | 按具體院校、專案或機構安排核對，本頁不統一估時 | 學歷不等於獨立結論或授權能力 |
| 碩士學位（公共衛生、流行病學或相關專業） | 多數監測、研究與評估崗位 | 支撐獨立研究與分析設計 | BLS 指出本職業通常需要碩士學位 | 需完成相關專業課程與研究訓練 | 按具體院校、專案或機構安排核對，本頁不統一估時 | 學歷不等於資格或署名權 |
| 博士學位（流行病學或相關專業） | 研究機構與高校研究崗 | 承擔研究設計與獨立結論責任 | 研究與高階崗位常見 | 需完成博士論文與研究訓練 | 按具體院校、專案或機構安排核對，本頁不統一估時 | 學位不等於機構授權 |
| 統計與資料分析工具能力 | 所有分析與監測崗位 | 完成資料分析、製圖與結果復現 | 就業市場常見要求 | 通過課程、專案或自學掌握 | 按具體院校、專案或機構安排核對，本頁不統一估時 | 工具熟練不等於方法判斷 |
| 監測與實習經歷 | 在校學生與轉行者 | 證明能完成真實監測、分析與報告工作 | 就業市場常見要求 | 疾控機構、科研院所或衛生部門 | 按具體院校、專案或機構安排核對，本頁不統一估時 | 專案經歷不等於授權或署名 |
| 資料與倫理培訓 | 涉及個體健康資料的崗位 | 滿足合規與倫理要求 | 視機構與資料型別而定 | 機構內部或行業培訓 | 按具體院校、專案或機構安排核對，本頁不統一估時 | 培訓不等於資格認證 |
流行病學家｜path
流行病學家｜path
公共衛生與流行病學監測
監測與調查助理
典型职责：在帶教下開展資料採集、監測支援與基礎整理
晋升证据：課程調查成果與資料記錄（編輯建議）
资格边界：按法域、實際服務任務和機構規則核個人資格/執照；本輪未核得可跨地區通用的無執照結論
下一步：獨立完成一次監測資料核對與結論寫作
流行病學資料分析人員
典型职责：獨立完成監測資料的統計與製圖
晋升证据：可展示的分析指令碼與結果說明（編輯建議）
资格边界：以相關專業學歷與分析能力為主
下一步：承擔一個監測專案的分析與結論
監測專案負責人
典型职责：設計監測方案並對外解釋結論
晋升证据：完整分析報告與評審記錄（編輯建議）
资格边界：以經驗與專業資格為主
下一步：負責跨機構專案的監測與質量把關
公共衛生技術負責人
典型职责：對技術路線、結論與團隊交付負責
晋升证据：課題成果與團隊記錄（編輯建議）
资格边界：以機構內部任命為主
下一步：向公共衛生管理與政策方向發展
研究與方法學
研究助理
典型职责：協助研究設計、資料處理與文獻整理
晋升证据：課程論文與資料管理記錄（編輯建議）
资格边界：以相關專業學歷為主
下一步：獨立完成一次資料分析與寫作
研究人員
典型职责：獨立開展流行病學研究並撰寫報告
晋升证据：可展示的研究報告與資料說明（編輯建議）
资格边界：以專業經驗與研究訓練為主
下一步：負責一個課題的設計與結論
高階研究人員
典型职责：統籌課題、方法與成果質量
晋升证据：課題成果與評審記錄（編輯建議）
资格边界：以經驗與學術評價為主
下一步：承擔多課題協調與質量把關
研究負責人
典型职责：對研究結論、成果與團隊負責
晋升证据：研究成果與方法沉澱（編輯建議）
资格边界：以機構內部任命為主
下一步：向學術管理與政策支援方向發展
資料分析與統計建模
資料整理與分析支援
典型职责：協助清洗監測資料並完成基礎統計
晋升证据：課程專案與資料處理記錄（編輯建議）
资格边界：以相關專業學歷與統計訓練為主
下一步：獨立完成一次可復現的資料分析
統計分析師
典型职责：獨立完成統計分析與建模並解釋結果
晋升证据：分析指令碼與結果說明（編輯建議）
资格边界：以統計與流行病學方法經驗為主
下一步：承擔一個分析專題的方法與結論
方法學專家
典型职责：設計分析方法並處理偏倚與口徑問題
晋升证据：方法說明與評審記錄（編輯建議）
资格边界：以專業經驗與方法訓練為主
下一步：負責方法標準與質量把關
資料科學負責人
典型职责：對資料方法、結論與團隊交付負責
晋升证据：方法成果與團隊記錄（編輯建議）
资格边界：以機構內部任命為主
下一步：向資料治理與分析平臺方向發展
能力阶梯：晋升看什么证据？
- 01
資料與分析支援
能在帶教下完成資料整理、監測支援與基礎分析，並把方法、口徑與缺口寫清。
- 02
獨立分析
能獨立完成一次監測資料分析與結論寫作，並接受評審修改。
- 03
研究負責人
能設計監測與研究框架，處理偏倚與口徑分歧並說明結論邊界。
- 04
專案負責人
能承擔專案或專題負責人，對結論、評審與團隊交付負責。
職業前景與相關職業轉向
流行病學家的就業前景與相關職業轉向
美國 O*NET 19-1041.00 與 BLS：2025 年就業 12,800 人，2025—2035 年預計增長 19%（約 +2,400 人），年均空缺約 800 個；中國大陸未單列本職業，僅有行業平均工資代理。
三类数据，三种不同口径
BLS 2025—2035 職業投影表
2025—2035美國 · Epidemiologists（SOC 19-1041）
+19%（+2,400 人）
就業變化
增長反映公共衛生監測、疾病研究與應急響應需求
不能说明：預測不等於實際結果，也不代表某一機構或地區的招聘量
BLS Occupational Outlook Handbook：Epidemiologists
2025美國 · Epidemiologists（SOC 19-1041）
約 12,800 人
就業規模
就業規模與空缺不是同一指標；空缺含增長與替補
不能说明：為職業級統計，行業與地區差異大
國家統計局：2025 年城鎮單位就業人員平均工資（行業門類）
2025中國大陸 · 衛生和社會工作（行業門類）
非私營 146,266 元/年；私營 75,631 元/年
行業工資（行業代理）
行業平均工資覆蓋多個職業，不能替代本職業工資
不能说明：為行業門類口徑，不含單職業工資分佈
现有能力可以迁移到哪里？
这些是能力邻近关系，不代表自动晋升或无需补课。
醫學科學家
相鄰方向，由人群研究轉向實驗研究可迁移：資料與研究方法基礎
需补足：需補實驗研究與生物機制能力
职业详情暂不可用微生物學家
相鄰方向，轉向微生物研究與檢測可迁移：實驗室與資料核對能力
需补足：需補微生物檢測與實驗技能
职业详情暂不可用統計師
相鄰方向，由公共衛生問題轉向通用統計可迁移：統計與資料分析能力
需补足：需補通用統計方法與建模
职业详情暂不可用健康教育專員
相鄰方向，由研究轉向健康教育專案可迁移：公共衛生與溝通能力
需补足：需補健康教育專案設計與實施能力
职业详情暂不可用醫學與臨床實驗室技師
相鄰方向，轉向臨床樣本檢測可迁移：實驗室與資料記錄能力
需补足：需補樣本檢測與實驗室操作技能
职业详情暂不可用健康資訊技師與醫療登記專員
相鄰方向，轉向健康資訊與登記可迁移：資料管理與統計能力
需补足：需補健康資訊系統與資料標準知識
职业详情暂不可用社群健康工作者
相鄰方向，轉向社群健康服務可迁移：公共衛生與溝通能力
需补足：需補社群干預與服務經驗
职业详情暂不可用資料科學家
相鄰方向，由統計分析轉向資料科學可迁移：統計建模與資料處理能力
需补足：需補程式設計、機器學習與工程化能力
职业详情暂不可用常見問題與資料來源
流行病學家主要做什麼？
調查疾病與傷害的分佈與成因：設計並執行公共衛生監測與研究，採集並分析病例、調查與實驗室資料，評估風險因素與傳播途徑，監測並報告傳染病事件，向衛生從業者、決策者與公眾溝通結論，並管理公共衛生專案。
它會做醫療診斷嗎？
不會。流行病學家以人群為物件，按流行病學方法與統計規範分析資料並形成公共衛生結論；臨床診斷、治療與個體健康建議不在本職業範圍內，由醫療專業人員承擔。本頁也不提供醫學建議。
美國統計口徑是什麼？
美國 O*NET-SOC 19-1041.00「Epidemiologists」，對應 SOC 19-1041；本頁所核工資與就業為該精確職業口徑（BLS OOH 與 OEWS 均以 19-1041 單列）。
美國工資是多少？
May 2025 中位年薪 87,220 美元（中位時薪 41.93 美元）；官方公佈的最低 10% 低於 61,270 美元、最高 10% 高於 138,800 美元；第 25 與第 75 百分位未公佈，本頁不使用相鄰職業或插值替代。
美國就業前景如何？
2025 年就業 12,800 人，2025—2035 年預計增長 19%（約 +2,400 人），遠高於全部職業平均，年均空缺約 800 個；空缺含增長與替補，不等於個人錄用機率。
中國大陸的工資能查到嗎？
本次所核國家統計局資料為行業門類口徑，未取得與本職業精確對應的全國單職業工資統計值；本頁以「衛生和社會工作」城鎮單位平均工資（2025 年非私營 146,266 元/年、私營 75,631 元/年）作行業代理，僅說明行業背景，不用行業均值或單條招聘報價替代職業工資。
需要什麼學歷和資格？
O*NET 將本職業列為 Job Zone Five，學歷調查中約 67% 回答需要碩士學位，約 22% 需要博士後訓練、約 11% 需要博士學位；BLS 指出本職業通常至少需要公共衛生或相關領域碩士學位，部分崗位要求博士或醫學學位。中國大陸多要求公共衛生、流行病學或相關專業碩士及以上學歷。
這個職業會被 AI 取代嗎？
更準確的判斷是部分任務會被工具輔助、職業整體以增強為主。ILO 2023 年的研究顯示，管理與專業類職業中高度暴露的任務比例較低，且技術可行不等於機構已採用。結論是任務結構與工作方式會變化，而不是整體被取代。
美國的中位數是入門工資嗎？
不是。中位數是同一統計期內從業者工資分佈的中點，不是起薪；第 10 百分位同樣只是分佈位置，不代表新入職者的實際待遇。個人收入取決於行業、地區、僱主與資歷。
轉行需要補什麼？
先核對目標崗位的實際任務：多數崗位需要流行病學方法與統計、資料處理基礎，監測崗還要求理解病例定義與報告規範。來自臨床或生物背景的人需要補統計與流行病學方法，來自統計或資料背景的人需要補疾病與公共衛生的專業知識。
资料来源
FermatMind 职业内容研究流程
2026-10-11（本轮九模块作者核对）
本頁來源登記與事實登記（O*NET 19-1041.00、BLS OOH 與 OEWS May 2025、BLS 2025—2035 投影、國家統計局 2025 行業門類平均工資、ILO 工作論文 96、NIST AI RMF）
exact occupation (SOC 19-1041)O*NET OnLine｜美國｜current page; accessed 2026-09-20｜official occupation profile
查看原始资料：exact occupation (SOC 19-1041)- 官方職業範圍：公共衛生工作者，調查疾病與傷害的模式與成因，通過研究、社群教育與衛生政策減少不良健康結局的風險與發生；官方標記為 Bright Outlook（前景良好）。
- 不含臨床診療與護理職責。
使用限制：美國職業資料不自動推導中國大陸的執業要求、資質或僱主要求；也不構成醫學或健康建議。
exact occupation (SOC 19-1041)O*NET OnLine｜美國｜current page; accessed 2026-09-20｜official occupation details
查看原始资料：exact occupation (SOC 19-1041)- 用於核對任務、工作活動、技術技能、興趣程式碼（IS）與準備層級（Job Zone Five）。
- 學歷調查：約 67% 回答需要碩士學位，22% 需要博士後訓練，11% 需要博士學位。
使用限制：只適用於該職業描述；學歷條目不等於資格、署名授權或崗位錄用。
SOC 19-1041 (exact occupation)U.S. Bureau of Labor Statistics｜美國｜May 2025 wage; 2025—2035 projections; accessed 2026-09-20｜official outlook
查看原始资料：SOC 19-1041 (exact occupation)- 中位年薪 87,220 美元（中位時薪 41.93 美元，May 2025）；最低 10% 低於 61,270 美元，最高 10% 高於 138,800 美元。
- 行業中位年薪：科學研究與開發服務 127,410；醫院（州、地方與私營）104,470；州政府（不含教育與醫院）84,410；學院、大學與專業學校（州）83,700；地方政府（不含教育與醫院）80,680 美元。
- 2025 年就業 12,800 人，2035 年預計 15,200 人，變化 +2,400（+19%），年均空缺約 800 個；最大僱主為州政府（33%）、地方政府（22%）、醫院（10%）。
使用限制：第 25 與第 75 百分位未在本頁公佈，本頁不代填；行業工資中位數為該行業內本職業數值。
official projections (SOC 19-1041)U.S. Bureau of Labor Statistics｜美國｜2025—2035 projections; accessed 2026-09-20｜official employment projections
查看原始资料：official projections (SOC 19-1041)- 2025 年就業 12,800 人，2035 年預計 15,200 人，變化 +2,400（+19%），年均空缺約 800 個。
- 空缺含增長與替補需求，不等於淨新增崗位。
使用限制：預測不等於實際結果；不能拆成某一機構或地區結論或個人錄用機率。
official wage statistics (SOC 19-1041)U.S. Bureau of Labor Statistics｜美國｜May 2025 wage data; accessed 2026-09-20｜official wage statistics
查看原始资料：official wage statistics (SOC 19-1041)- 中位年薪 87,220 美元（中位時薪 41.93 美元）；最低 10% 低於 61,270 美元，最高 10% 高於 138,800 美元。
- BLS OOH 頁面未公佈第 25 與第 75 百分位；本頁按缺口保留，未使用相鄰職業或插值替代。
使用限制：為職業級工資統計；分位不是起薪，也不構成個人合同薪酬或稅後收入。
industry proxy: health and social work國家統計局｜中國大陸｜2025 annual wage; published 2026-05-15; accessed 2026-09-20｜official industry proxy
查看原始资料：industry proxy: health and social work- 城鎮非私營單位「衛生和社會工作」平均工資 146,266 元/年；城鎮私營單位 75,631 元/年（2025）。
- 中國大陸未單列本職業；行業代理值不能替代職業工資。
使用限制：行業平均工資覆蓋多個職業，不能當作本職業中位數、起薪或個人報價。
global occupational task exposure to generative AIInternational Labour Organization｜全球｜2023-08-21; accessed 2026-09-20｜institutional research (working paper)
查看原始资料：global occupational task exposure to generative AI- 結論：多數崗位僅部分任務暴露，生成式 AI 更可能增強而非整體替代；文員類任務暴露最高，管理和專業類職業中高度暴露的任務比例較低。
- 採用任務分類方法，不是企業採用資料。
使用限制：任務暴露不等於實際採用、生產率或崗位變化；不同國家經濟結構差異大。
AI risk governance and human oversightNational Institute of Standards and Technology｜美國/國際參考｜AI RMF 1.0 released 2023-01-26; GenAI Profile released 2024-07-26; accessed 2026-09-20｜voluntary risk management framework
查看原始资料：AI risk governance and human oversight- 框架用於自願採用，幫助組織在 AI 的設計、開發、使用與評估中納入可信性考量。
- 生成式 AI 概覽列出生成式 AI 的特有風險並給出對應管理行動。
使用限制：治理框架不含職業或就業統計，不能作為職業前景或就業證據。
field review and source disclosureFermatMind｜中國大陸/美國｜current authoring rules; accessed 2026-09-20｜editorial method
查看原始资料：field review and source disclosure- 用於區分職業事實、統計口徑、行業代理、資格邊界、AI 輔助與人工複核。
- 本研究方法與編輯歸納標註為 internal_rubric 或 editorial_synthesis。
使用限制：不是外部職業事實來源，不替代官方統計或法域規則。
本職業三項代表核心任務FermatMind / 費馬測試｜2026-10-18｜編輯模型估算方法
查看原始资料：本職業三項代表核心任務- 三項代表核心任務等權的模型影響指數，非實際工時佔比或失業機率。floor((50+75+50)/3+0.5)=58; fermatmind-ai-impact-v1; 2026-10-18.
- 檔位：0幾乎無影響；25準備或記錄輔助；50實質輔助；75大部分資訊產出可由AI形成並複核；100所選任務近乎全可由AI完成且可獨立驗證。
- 問題設定與研究設計 — 50/100; weight=1/3; epidemiologists.ai-impact.ai-impact-table.95[0]
- 統計分析與建模 — 75/100; weight=1/3; epidemiologists.ai-impact.ai-impact-table.103[0]
- 向公眾與決策者說明結論 — 50/100; weight=1/3; epidemiologists.ai-impact.ai-impact-table.111[0]
使用限制：依據本頁既有職業職責與AI任務分析作檔位判斷；不代表採用率、實測效果、崗位消失或個人失業機率，也不是斯坦福或其他外部機構官方分數；未使用實際工時權重，不假定未來機器人部署。
證據不足：中國大陸精確職業全國/城市工資、統一學歷或資格門檻、本職業AI實際採用/效果/因果就業資料未取得；行業代理不能替代職業工資。美國19-1041精確工資87,220美元/年，2025—2035+19%/年均800空缺；NBS2025衛生和社會工作146,266/75,631元年均為非私營/私營行業代理。本輪未取得對應25/75分位，不據此斷言官方未釋出。FAQ及共享事實/來源的舊措辭、NIST合併標題與風險重複穩定ID在保護範圍內保留。
