正在加载页面内容
SOC 19-1029
生物信息学科学家与研究人员协作分析问题并推荐基于技术的方案或确定计算策略，为遗传分析与分子测量等生物学活动提供统计与计算工具，并分析微阵列与基因组序列与蛋白质组等大型分子数据：创建新的计算方法与分析工具、设计与应用机器学习与动态规划等算法、开发或改造软件、测试工具与软件、操作基因组与蛋白质组数据库、建立数据模型与数据库、改进用户界面、创建或修改基于网络的工具、编制人类基因组汇总统计、沟通研究结果、指导与讲授工具使用。美国侧对应 O*NET 19-1029.01（Bioinformatics Scientists），属 Job Zone Five（需大量准备）；该职业页面的工资、就业与行业数据明确标注取自父职业 Biological Scientists, All Other（19-1029.00），本页按该父职业口径发布工资与就业与行业字段并逐处标注。中国大陆侧本页未取得与该职业精确对应的公开职业工资条目，按证据口径只以科学研究和技术服务业行业均值作显式代理并标注「非本职业工资」，不把行业均值写成职业中位数或起薪；涉人数据处理在中国大陆受《中华人民共和国人类遗传资源管理条例》等规定约束。
一句话：这是一个以分子生物数据与计算方法与统计推断为核心、并在可复现性与数据合规中交付研究结论的岗位，核心是数据分析与建模、工具与软件开发、结果复核与沟通，而不是对生物学的想象；其美国工资与就业与行业数据命中父职业 19-1029.00 口径并逐处标注；中国大陆侧只以科学研究和技术服务业行业均值作显式代理并标注「非本职业工资」。
职业身份与口径必须分开核对：O*NET 把 19-1029.01（Bioinformatics Scientists）列为 Job Zone Five（需大量准备），学历构成为受访者中 42% 认为需硕士学位、28% 认为需博士学位（页面仅列出这两项）；兴趣代码为 ICR（研究型—常规型—现实型）。同时必须注意：该职业页面的工资、就业与行业数据在 O*NET 页面上明确标注取自父职业 Biological Scientists, All Other（19-1029.00）：地方工资页写明「Wage data for Biological Scientists, All Other.」，就业趋势页写明「Employment data for Biological Scientists, All Other.」。本页据此把工资与就业与行业字段按父职业 19-1029.00 口径发布并逐处标注，不把父职业数值当作本职业独立口径或收入承诺。学历、职业培训、行业认证、雇主任用与岗位授权、数据与系统权限、以及适用法域对人类遗传资源与个人信息与生物安全的要求是不同状态，须按雇主与岗位与法域逐项核验。
继续探索的信号：你愿意为一个计算结论追到原始数据与流程参数与软件版本与统计假设；能长期在文献与代码与数据与图表之间往返并保持可复现；发现结果与预期不符或流程报错时愿意先复核并如实记录，而不是挑选用得上的结果；愿意在涉及人类遗传资源与个人信息或超出本人数据授权时先停下来报告。
生物信息学科学家（美国侧 O*NET 19-1029.01，Bioinformatics Scientists）与研究人员协作分析问题并推荐基于技术的方案或确定计算策略，为生物学活动提供统计与计算工具并分析大型分子数据；官方职责原文为「Consult with researchers to analyze problems, recommend technology-based solutions, or determine computational strategies.」（与研究人员协作分析问题、推荐基于技术的方案或确定计算策略）。O*NET 官方任务共 20 项（按核心任务与补充任务分组并给出重要性分数），包括提供统计与计算工具、分析微阵列与基因组序列与蛋白质组等大型分子数据、按研究目标创建新的计算方法与分析工具、为基因表达与基因组注释与结构生物信息学编制数据、通过会议与论文与项目报告沟通研究结果、测试新的与更新的生物信息工具与软件、设计并应用包括无监督与有监督机器学习与动态规划等算法、开发新软件或改造既有软件、操作公开与商业或专有基因组与蛋白质组数据库、建立数据模型与数据库、跟踪新的生物化学与仪器与软件进展、指导应用生物信息工具的技术人员与信息技术人员、讲授生物信息工具的选择与使用、改进软件与数据库的用户界面、提出改进运行的新系统与流程、编制关于人类基因组的汇总统计、与市场与业务开发或运营部门协调产品开发或改进、与软件开发人员协作开发与修改商业生物信息软件、创建或修改基于网络的生物信息工具。该职业在 O*NET 属 Job Zone Five（需大量准备），兴趣代码为 ICR。该职业页面的工资、就业与行业数据在 O*NET 页面上明确标注取自父职业 Biological Scientists, All Other（19-1029.00）；本页按该父职业口径发布并逐处标注。生物数据与人类遗传资源与个人信息处理在中国大陆受《中华人民共和国人类遗传资源管理条例》与《中华人民共和国个人信息保护法》等规定约束；本页只引用其适用范围与行为边界。
职业方向比较
下表把生物信息学科学家与五条相邻方向放在同一组维度上比较：职业方向、核心工作与产出、关键区别，以及每种偏好更适合的选择。
| 职业方向 | 核心工作与产出 | 关键区别 | 更适合什么选择 |
|---|---|---|---|
| 生物信息学科学家和数据科学家 | 完成业务数据建模与交付，产出以模型与指标与业务报告为主。 | 数据科学家以更广泛的业务数据与建模与产品交付为主要对象，在商业与工业场景中受业务目标驱动；生物信息学科学家以分子生物数据与生物学假设为主要对象，需要同时考虑实验设计与生物学意义与统计推断。 | 若你更愿意做业务数据与建模与产品交付，优先比较数据科学家；若你更愿意围绕分子生物数据与生物学问题做分析，则适合本职业。 |
| 生物信息学科学家和生物统计学家 | 完成统计设计与推断与监管资料，产出以统计分析与试验与监管文档为主。 | 生物统计学家以试验与临床研究的统计设计与推断为主要职责，受临床与监管统计要求约束；本职业以分子生物数据与计算工具为主要对象，统计只是其中的一部分。 | 若你更愿意做临床与试验的统计设计与推断，优先比较生物统计学家；若你更愿意做分子数据的分析与工具开发，则适合本职业。 |
AI 对职业的影响
结论：AI 与自动化可以改变数据清洗与流程调度、代码补全与文档生成、文献检索与汇总与草稿撰写，但没有官方证据表明它会整体取代问题与假设设定、方法与流程选择与统计推断、结果与偏倚判断、以及涉人数据与伦理与发布处置决定；任务自动化程度不等于岗位数量变化。
可辅助的是数据清洗与流程调度与代码补全与文档与检索与草稿等可回滚环节；这些是辅助能力，输出仍需经人工核对与数据复算后才能使用。技术可行不等于已采用。
取决于机构的数据与算力平台与流程管理成熟度、数据合规与伦理审查安排、以及信息安全与权限管理；本页不推测采用进度，也没有该职业的采用率统计。
任务暴露、实际采用、生产率与就业是不同测量对象；O*NET 展示的 BLS 数据对本职业对应的父职业给出 2024—2034 年 1% 与年均空缺约 4,800 的口径，两者不能互相替代；本职业的独立就业口径未公布。
| 工作方向 | 任务 | 当前变化 | 人的控制点 |
|---|---|---|---|
| 数据与分析授权边界 | 核对数据来源与授权与伦理审查与本人权限，涉及人类遗传资源与个人信息时按制度办理审批或备案并完成培训后处理。 |
中国大陆薪资参考
职业对照：美国 O*NET 19-1029.01（Bioinformatics Scientists），其身份与任务为精确口径，工资与就业与行业数据在 O*NET 页面上标注取自父职业 Biological Scientists, All Other（19-1029.00）；本页未取得中国大陆与 19-1029.01 精确对应的公开职业工资条目，中文页面语言不构成等价映射；本页只以科学研究和技术服务业行业均值作显式代理并标注「非本职业工资」。
职业分类：本页未取得与 19-1029.01 精确对应的中国大陆公开职业工资条目；《中华人民共和国职业分类大典（2022 年版）》以中类与细类划分职业，生物信息与计算生物学岗位分散在科学研究与技术服务与卫生与教育等序列中，须按用人单位类型与岗位职责辨认。
证据不足：中国大陆未取得本职业的职业级工资条目；按证据口径只以科学研究和技术服务业行业均值作显式代理并标注「非本职业工资」，不以其他门类或全国总量替代。
可核对的是岗位本身：雇佣形式与项目周期、研究方向与数据与平台类型、是否涉及人类遗传资源与个人信息、是否涉及对外发布与数据开放、以及税前税后与绩效结构；本页不发布职业级薪资数值。
证据不足：未有官方或可核验来源支持城市级的本职业月薪区间。
美国薪资参考
直接回答：本页给出的数值为父职业 Biological Scientists, All Other（19-1029.00）口径；可核对的是查询入口、口径标注与该父职业口径的边界，以及按地区与期间查询的具体数值。
| 工资统计位置 | 年工资参考 | 折算边界 | 怎样理解这个位置 |
|---|---|---|---|
| 最低 10% | 60,430美元/年（第 10 分位） | 官方年工资，非个人月收入 | 第 10 分位为年薪 60,430 美元（父职业 19-1029.00 口径）；这是分布的低端，不代表所有新人，也不构成收入承诺。 |
| 中位数（50%） | 98,920美元/年（中位数） | 官方年工资，非个人实发 | 中位数为年薪 98,920 美元（父职业 19-1029.00 口径）；它描述该父职业分布的中点，不代表本职业个人实发收入。 |
职业适配指南
直接回答：更有解释力的适配信号是愿意为每个结论追到原始数据与流程与方法版本、能在结果不显著或调试受阻时保持记录一致、按规程处理异常并留痕、并把超出授权的涉人数据与结论发布问题交给有权限的人；只靠「喜欢生物」或「会写代码」无法判断。
你可能更适合： 你能把研究问题拆成可检验的假设并选择合适的方法，能按流程质控与分析并记录参数与版本，能在数据异常或结果与预期不符或超出授权时停下来复核并报告，并接受复核与修正。
这些情况需要慎重： 你只求「跑出显著结果」而不愿追数据与流程与版本；把「先挑结果再补条件」当作可接受的做法；或在涉人数据与伦理与数据开放上跳过审批与记录；也需慎重的情况包括难以适应长周期调试与结果不确定与竞争压力。
做一次入行练习： 写一页虚构分析记录：包括研究问题与假设、数据集与质控与预处理、方法与流程与参数与软件版本、统计假设与结果与不确定性与偏倚、异常与重跑与复现与结论与局限性，并请有经验的人复核、记录修改理由。这不构成任何规避监管的做法，也不替代适用法域与机构授权要求。
工作压力、风险与职业边界
直接回答：关键风险包括数据获取与分析授权越界、涉人数据与隐私与合规风险、算法与代码与结论不可复现、工具输出与自动生成代码被当成结论、长期屏幕与重复动作与压力负荷，以及对外结论与数据开放越界；控制方式是先在授权的数据与系统与伦理范围内作业并做风险辨识、按规程处理涉人数据并留存记录、如实记录数据与代码与参数与版本与异常、按授权范围交付结论与开放数据，并在超出授权或发现异常时停止并升级。
证据范围：风险与边界条目依据 O*NET 19-1029.01 的官方任务（与研究人员商量并推荐基于技术的方案或确定计算策略、分析微阵列与基因组序列与蛋白质组等大型分子数据、操作公开与商业或专有基因组与蛋白质组数据库、建立数据模型与数据库、编制关于人类基因组的汇总统计、通过会议与论文与项目报告沟通研究结果）与工作情境字段（89% 认为精确或准确极其重要、81% 每天使用电子邮件、52% 每天有面对面讨论、61% 在决定上有很大自由、19% 每天面临时间压力、29% 认为竞争极其激烈、50% 认为自动化程度较低、90% 从不暴露于危险条件、37% 每月一次以上暴露于分散注意或不适的噪音、30% 持续或几乎持续做重复动作），以及中国大陆《中华人民共和国人类遗传资源管理条例》关于采集与保藏与利用与对外提供的规定、《中华人民共和国个人信息保护法》关于个人信息与敏感个人信息处理的规定。
典型场景：使用来源不明的数据、把含个人或可识别信息的数据放到未授权环境、或未取得伦理审查或审批即开展涉人数据处理。
主要岗位：数据集与研究对象与机构，以及本人与雇主
可能后果：在未取得授权时获取或使用数据、超范围处理涉人数据或跨境传输，会带来合规与伦理责任与数据召回与成果无效风险，并可能损害研究对象权益与机构与个人信誉。
入行、资格与职业发展
直接回答：O*NET 把 19-1029.01（Bioinformatics Scientists）列为 Job Zone Five（需大量准备），学历构成为受访者中 42% 认为需硕士学位、28% 认为需博士学位（页面仅列出这两项）；多数岗位要求研究生教育，部分要求博士或其他专业学位。O*NET 培训页面显示全国登记 4,580 个培训项目；认证页面显示「No certifications were found.」（未发现该职业的国家认证）。该职业页面的工资、就业与行业数据在 O*NET 页面上明确标注取自父职业 Biological Scientists, All Other（19-1029.00）；本页按该父职业口径发布并逐处标注。中国大陆侧数据处理受《中华人民共和国人类遗传资源管理条例》与《中华人民共和国个人信息保护法》约束，任何一项都不构成免于法域约束的空间。
职业前景与相关职业转向
直接回答：O*NET 就业趋势页写明「Employment data for Biological Scientists, All Other.」，按该父职业口径给出 2024 年在岗 63,700 人、2034 年约 64,500 人（2024—2034 年 1%，标签为慢于平均（Slower than average））、预测期年均职位空缺约 4,800（含增长与替换）。该组数字为父职业 19-1029.00 口径，不是本职业独立口径；增长与空缺是不同指标：增长描述职业群体规模变化，空缺包含替代需求。
美国 · parent_occupation_proxy
63,700 人（2024 年，父职业 Biological Scientists, All Other 19-1029.00 口径）
就业规模（父职业口径）
为 O*NET 就业趋势页按父职业 19-1029.00 口径给出的在岗人数；该口径不是本职业独立口径，个别机构或区域的招聘需求与全国口径差异可能很大。
不能说明：口径与资料期不同，不能混用，也不能用于估计更宽职业群。
与研究人员协作分析问题并推荐基于技术的方案或确定计算策略，为遗传分析与分子测量等生物学活动提供统计与计算工具，并分析大型分子数据：分析微阵列与基因组序列与蛋白质组等大型分子数据、按研究目标创建新的计算方法与分析工具、为基因表达与基因组注释与结构生物信息学编制数据、通过会议与论文与项目报告沟通研究结果、测试新的与更新的工具与软件、设计并应用包括无监督与有监督机器学习与动态规划等算法、开发新软件或改造既有软件、操作公开与商业或专有基因组与蛋白质组数据库、建立数据模型与数据库、指导应用工具的技术人员与信息技术人员、讲授工具的选择与使用、改进软件与数据库的用户界面、提出改进运行的新系统与流程、编制关于人类基因组的汇总统计，以及创建或修改基于网络的生物信息工具。
关键风险包括数据获取与分析授权越界、涉人数据与隐私与合规风险、算法与代码与结论不可复现、工具输出与自动生成代码被当成结论、长期屏幕与重复动作与压力负荷，以及对外结论与数据开放越界；控制方式是先在授权的数据与系统与伦理范围内作业并做风险辨识、按规程处理涉人数据并留存记录、如实记录数据与代码与参数与版本与异常、按授权范围交付结论与开放数据、并在超出授权或发现异常时停止并升级。
先暂停投入的条件：你还没有在任何有监督的条件下完成过一次完整的「问题与假设—数据获取与质控—分析与建模—结果复核—可复现记录—沟通交付」闭环，或只能靠「喜欢生物」或「会写代码」说明兴趣；也不要把会用一个生信工具或会调一个模型当作可以独立完成统计推断、或独立决定人类遗传资源与个人信息处理范围的证明。生物数据与涉人数据的获取与使用与共享与出境，须按适用法域与主管部门与机构伦理与授权要求执行并留存记录；本页不提供任何规避监管的做法。
一句话判断：生物信息学科学家不是「只用软件跑流程的操作员」，而是把分子生物数据与计算方法和统计推断接起来并交付可复核结论的研究岗位：与研究人员商量问题并推荐基于技术的方案或确定计算策略、为遗传分析与分子测量等生物学活动提供统计与计算工具、分析微阵列与基因组序列与蛋白质组等大型分子数据、按研究目标创建新的计算方法与分析工具、为基因表达与基因组注释与结构生物信息学编制数据、设计并应用包括无监督与有监督机器学习与动态规划等算法、开发新软件或改造既有软件、操作公开与商业或专有基因组与蛋白质组数据库、建立数据模型与数据库、测试新的与更新的生物信息工具与软件、改进软件与数据库的用户界面、并撰写或通过会议与论文与项目报告沟通研究结果；只想要现成结论而不愿追数据来源与参数与版本、不愿按数据与隐私与伦理规定处理人类遗传与个人信息、也不愿在结果异常或超出授权时先停下来复核并报告的人不适合。
生物信息学科学家的工作可分三类：数据分析与建模（分析微阵列与基因组序列与蛋白质组等大型分子数据；为遗传分析与分子测量等生物学活动提供统计与计算工具；为基因表达与基因组注释与结构生物信息学编制数据；设计并应用包括无监督与有监督机器学习与动态规划等算法；编制关于人类基因组的汇总统计）；工具与软件开发（按研究目标创建新的计算方法与分析工具；开发新软件或改造既有软件；测试新的与更新的生物信息工具与软件；改进软件与数据库的用户界面；创建或修改基于网络的生物信息工具；与软件开发人员协作开发与修改商业生物信息软件）；数据与结论的沟通与协作（与研究人员商量问题并推荐基于技术的方案或确定计算策略；操作公开与商业或专有基因组与蛋白质组数据库；建立数据模型与数据库；通过会议与论文与项目报告沟通研究结果；指导使用生物信息工具的技术人员与信息技术人员；向他人讲授生物信息工具的选择与使用；并跟踪新的生物化学与仪器与软件进展）。三类工作的共同点是把数据来源与参数与版本与假设写清楚，而不是先取想要的结果再补条件。
数据分析与建模
工具与软件开发
生物信息学科学家以分子生物数据与计算与统计方法与工具为主要对象；生物信息技术员以按既定流程运行与维护工具与数据为主要对象；数据科学家以更广泛的业务数据与建模为主要对象；生物统计学家以试验与临床研究的统计设计与推断为主要对象；统计师以通用统计方法与调查与分析为主要对象；数学家以数学理论与证明与模型为主要对象；生物化学家与生物物理学家以实验与机制研究为主要对象；遗传学家以基因与遗传机制与变异研究为主要对象；自然科学领域经理以研究组织与人员与预算管理为主要对象。相邻岗位共享数据与统计与计算常识，但核心对象、交付结果、授权与责任不同，涉及人类遗传资源与个人信息的处理还受各自法域要求约束。
| 维度 | 主要方向 | 比较方向 |
|---|---|---|
| 核心目的 | 按规程开展分析并留下说明数据来源与质控与预处理、方法与流程与参数与软件版本、统计假设与不确定性与偏倚评估、异常与失败运行与需要复核的部分，让同事与复核人员能据此复现与复核。 | 可复现的数据与代码与结果与结论 |
| 主要对象与依据 | 对象是分子生物数据与分析方法与工具，以及支撑结论的数据与代码与统计结果；依据是机构的数据管理与科研诚信与信息安全与科研伦理规程、统计与计算方法与软件发布规范，以及适用法域对人类遗传资源与个人信息与生物安全的规范要求。 | 数据与代码与结果记录 |
| 核心过程 | 澄清问题与假设 → 获取数据并质控 → 选择或设计方法与流程 → 分析建模并评估不确定性 → 复核与复现 → 形成结论并沟通。 | 提问—获取—分析—复核—复现—交付 |
| 主要产出 | 数据来源与质控与预处理、方法与参数与软件版本、统计假设与不确定性与偏倚、异常与失败运行与需要复核的部分，以及结论与局限性与未决事项。 | 可复现的分析与工具与结论 |
| 责任主体 | 常规数据分析与建模与工具开发与结果沟通由本人按岗位职责承担；涉及人类遗传资源与个人信息与生物样本数据的获取与使用与共享与出境、涉伦理与涉密事项的裁定、以及对外发布与数据开放的授权时，由具备相应职责与授权的人员与机构伦理与管理部门按适用法域制度作出，发现数据来源不合规或结果异常或涉及超出本人授权时必须停止并报告。 | 本人与研究人员与复核人员与机构伦理与数据管理 |
| 权限与批准 | O*NET 把 19-1029.01（Bioinformatics Scientists）列为 Job Zone Five（需大量准备）：多数岗位要求研究生教育，可能需要硕士学位、部分要求博士或其他专业学位；学历构成为受访者中 42% 认为需硕士学位、28% 认为需博士学位（页面仅列出这两项）。O*NET 培训页面显示全国登记 4,580 个培训项目；认证页面显示「No certifications were found.」（未发现该职业的国家认证）。学历与培训与（如存在的）认证都不构成数据获取或算法发布或对外结论的授权。 | 学历与准备 |
| 结论边界 | 学历、职业培训、行业认证、雇主任用与岗位授权、数据与系统与算力权限、以及适用法域对人类遗传资源与个人信息与生物安全的规范要求是不同状态：学历与培训结业不带来数据获取或结论发布或涉人数据处理的权限；须按雇主与岗位与法域逐项核验；本页的工资与就业与行业数据命中父职业 Biological Scientists, All Other（19-1029.00）口径并逐处标注；中国大陆侧只以科学研究和技术服务业行业均值作显式代理并标注「非本职业工资」。 | 不互相替代 |
与研究方把问题拆成可检验的假设与可计算的指标，并事先说明方法与数据要求与合规边界。
按授权获取数据并做质控与预处理，记录来源与版本与清洗规则，不使用来源不明或超授权的数据。
选择或设计合适的方法与流程并评估不确定性与偏倚，用可复现的方式实现与运行。
对异常与失败运行先复核与重跑，保留参数与版本与运行记录，而不是先取想要的结果。
撰写报告与可视化并沟通结果与局限性，涉及对外发布与数据开放时按授权链审批。
涉及人类遗传资源与个人信息与伦理事项或超出本人授权时，按授权链报告并移交，不自行处置。
入职前至少核对六项：职业口径与雇主实体（O*NET 19-1029.01 为美国口径，工资与就业与行业数据命中父职业 19-1029.00 口径）；学历与培训（该职业属 Job Zone Five，需研究生教育）；行业认证（该页显示未发现国家认证）；雇主任用与岗位授权范围（是否含涉人数据获取与共享与对外结论裁定与算力）；适用法域对人类遗传资源与个人信息与生物安全的要求；以及任职方式与计酬口径（全职与项目制与合同期与绩效结构）。
职业口径
学历与准备路径
上岗与岗位授权
| 生物信息学科学家和统计师 | 完成统计方法与调查与分析，产出以统计报告与方法文档为主。 | 统计师以通用统计方法与调查与分析为主要职责，受统计规范与应用场景约束；本职业以生物学数据与算法与工具为主要对象。 | 若你更愿意做通用统计方法与调查与分析，优先比较统计师；若你更愿意做生物数据与算法，则适合本职业。 |
|---|
| 生物信息学科学家和数学家 | 完成数学理论与证明与模型，产出以论文与证明与模型为主。 | 数学家以数学理论与证明与模型为主要职责，以形式化推理为主要交付；本职业以数据驱动的生物问题与工程实现为主要交付。 | 若你更愿意做数学理论与证明与模型，优先比较数学家；若你更愿意做数据驱动的生物问题，则适合本职业。 |
|---|
| 生物信息学科学家和自然科学领域经理 | 完成研究组织与资源与合规管理，产出以管理方案与预算与合规记录为主。 | 自然科学领域经理以研究组织与人员与预算与合规管理为主要职责，不直接承担日常分析；本职业以数据分析与工具开发与结论交付为主要对象。 | 若你更愿意做研究组织与人员与预算管理，优先比较自然科学领域经理；若你更愿意做分析工具与结论，则适合本职业。 |
|---|
| 生物信息学科学家和生物化学家与生物物理学家 | 完成实验与机制研究，产出以实验数据与论文为主。 | 生物化学家与生物物理学家以实验与机制研究为主要职责，以实验室数据为主要产出；本职业以计算与统计与工具为主要对象，不直接承担湿实验操作。 | 若你更愿意做实验与机制研究，优先比较生物化学家与生物物理学家；若你更愿意做计算与统计与工具，则适合本职业。 |
|---|
六个方向都以数据与统计与计算常识为底色，但核心对象、交付结果、对外权限与授权要求不同；同一段分析经验不能直接换算成另一个方向的授权或发布范围（例如是否承担涉人数据获取与对外结论与数据开放裁定差异较大），本页只比较公开口径下的职责差别。
结论：方向选择的依据是核心对象与交付结果与数据与发布与授权要求，而不是是否都在生命科学或数据领域工作；确定方向后，应逐项核对目标方向的学历与培训与认证与数据与合规授权的实际要求。
| 制度与法规资料可借助工具，但合规判断与授权责任仍由本人与机构承担。 |
| 判断本次分析是否在机构数据与伦理与信息安全授权范围内。 |
| 问题设定与分析与建模 | 按问题与假设选择或设计方法与流程并开展分析与建模，记录数据与参数与版本与统计假设，把依据与实施过程一并留存。 | 清洗与检索与草稿可辅助，但方法选择与统计推断仍由本人与复核人员承担。 | 判断本次研究问题与假设是否明确、数据与质控是否支持拟用的方法。 |
|---|
| 结果复核与复现 | 用公开的方法与可复现的流程复核结果，对异常先复核与重跑，记录方法与参数与版本与人工处理痕迹。 | 汇总与可视化可借助工具，但结果可用性判断与复核责任仍由本人承担。 | 判断数据与统计结果是否可用、异常与失败运行是否已复核与重跑。 |
|---|
| 数据与代码保管 | 按机构数据与代码管理规定保存原始数据与代码与运行记录，保持版本可检索并遵循访问权限，按保管期限与共享限制要求管理。 | 归档可借助系统，但完整性与合规性责任仍由本人承担。 | 判断原始数据与代码与运行记录是否按规程保存且可追溯。 |
|---|
| 结论与对外表述 | 按机构规则处理报告与论文与会议报告与数据开放，如实说明结论与局限性与不确定性，涉及涉人数据与算法与代码对外提供时按制度审批。 | 写作与可视化可辅助，但表述与发布的合规责任仍由本人与有权限人员承担。 | 判断结论与对外表述与数据开放是否越界。 |
|---|
| 涉人数据与伦理合规边界 | 发现涉及未取得伦理审查或数据授权或超范围使用等情形，立即停止相关处理并按机构程序报告与配合调查，不参与也不协助。 | 制度与法规资料可辅助，但合规判断与停止处理与报告的决定仍由本人与有权限人员承担。本页不提供任何规避监管的做法。 | 判断是否涉及人类遗传资源与个人信息与伦理审查等需批准情形。 |
|---|
| 专门情形的批准与培训 | 涉及需专门批准的情形，按制度取得批准或备案并完成培训后处理，不具备条件时不开展。 | 制度与法规资料可辅助，但是否具备条件与是否开展的处理判断仍由本人与有权限人员承担；本页不提供任何规避监管的做法。 | 判断本次处理是否涉及人类遗传资源与敏感个人信息与跨境传输等需专门批准的情形。 |
|---|
下表五张证据卡分别说明来源、研究对象、结论与使用限制；它们支持官方职责、任务口径、软件技能信号、就业预测与行业分布，不是自动化替代率或岗位数量预测。
下表比较三组环节在自动化影响上的差别：哪些可被辅助，哪些判断与责任仍由人承担。
AI 主要改变数据清洗与批量流程调度、代码补全与文档生成、文献与数据库检索与汇总与草稿撰写可辅助完成。
仍由人负责澄清研究问题与假设并承担结论责任、选择方法与流程并作统计推断、判断结果与偏倚与生物意义，以及确保涉人数据与伦理与发布按规程执行。
AI 主要改变数据与代码与运行记录可借助系统汇总与比对。
仍由人负责结合原始数据与质控与统计复算判断结果是否可用，不把工具输出或自动生成代码当作已确认的统计或生物学结论。
AI 主要改变结果表与图表与报告与文档草稿可自动生成与归档。
仍由人负责判断结果与记录是否可复核与可复现，并在发现数据异常或结论异常或超出授权时停止并报告。
工具进入分析与交付流程时，人的控制点应按以下五步固定下来；任何一步缺失都不应扩大使用范围。
先确认本次研究问题与假设与机构数据与伦理授权边界、可用的数据与算力与系统与权限、以及代码与结果的复现与留存要求，并明确涉人数据与敏感信息的处理与共享限制。
只把可回滚、可复核的环节交给工具，例如数据清洗与流程调度、代码补全与文档生成、文献与数据库检索与汇总。
由本人对照原始数据与质控与统计复算复核工具输出与自动生成代码，记录偏差与异常，不把工具输出当作已确认的统计或生物学结论。
如实保存数据来源与质控与预处理、方法与流程与参数与软件版本、统计假设与不确定性与偏倚、异常与失败运行与需要复核的部分，使分析可复现、可追溯，并按机构要求留存与保管。
涉及人类遗传资源与个人信息与生物样本数据的获取与使用与共享与出境、涉伦理与涉密事项、以及对外发布与数据开放与代码开源的决定，由有权限的人员与机构伦理与管理部门按适用法域与机构制度承担，发现数据来源不合规或结论异常或超出本人授权时停止并报告。
把工具输出或自动生成代码当作已确认的结论，会导致错误的统计推断与不可复现的分析与误导性的对外结论。
控制方式：把工具输出标记为参考，对照原始数据与质控与统计复算复核后再采纳。
基因组与临床与个人信息与商业数据可能涉及隐私与合规与商业秘密，外发或不当处理会造成合规与信任风险。
控制方式：按适用法域与机构要求处理涉人数据与商业数据，遵循授权范围与最小必要与目的限定原则，不向未授权渠道提供或传播。
分析记录与原始数据与代码需要可追溯，输出若无时间与人员与方法与参数与版本说明将难以复核与复现。
控制方式：保存原始数据与代码与运行记录与处理记录，注明时间、人员、方法与参数与软件版本与人工修改痕迹。
选择性留用结果、事后修改原始数据或代码而不留痕、或在超出数据与伦理授权范围时继续处理，可能违反科研诚信与数据与个人信息管理规定。
控制方式：对照机构数据管理与科研诚信与信息安全与伦理制度与法域要求逐项核对，发现不一致立即停止并复核，记录更正与上报内容。
数据与分析结论必须可归属、可追溯。
控制方式：在记录中写明异常与处置与后续安排，涉及数据合规或伦理或结论异常或超出授权的按程序立即上报。
先在固定虚构材料上练熟提问—获取—分析—复核—复现—交付闭环：给一份虚构研究问题与假设、一份虚构数据集说明、一组虚构分析参数与统计结果与异常记录，按顺序写出方法与数据要求、分析与建模过程、异常与重跑的复核过程、可复现与沟通的写法，再谈岗位；同时核对目标机构的数据与合规与伦理培训与授权安排。
把数据清洗与批量流程调度、代码补全与文档与注释生成、文献与数据库检索与汇总、以及图表与报告草稿与结果核对用于提高效率，但研究问题与假设的设定、方法与流程的选择与统计推断、结果与偏倚与生物意义的判断、以及涉及人类遗传资源与个人信息与伦理的处理决定仍由本人与有权限的人员按机构规程与适用法域承担，工具输出必须经人工核对与数据复算后才进入正式结论。
引入分析或流程或代码辅助工具时明确可用环节、数据与代码的安全与权限规范、以及涉及人类遗传资源与个人信息处理、结果对外发布与数据开放、涉伦理与涉密事项时的复核与授权责任人，保留有职责人员的最终判断与处置决定。
把教学重点放在问题与假设的澄清、数据质控与流程选择与方法可复现、统计推断与不确定性与偏倚评估、以及人类遗传资源与个人信息与科研诚信的适用范围，同时训练对工具输出与自动生成代码的批判性使用，避免用工具输出替代数据复算与统计判断。
没有官方证据支持「被整体取代」。自动化可能辅助清洗与调度与编码与检索，但问题与假设设定、方法与流程选择与统计推断、结果与偏倚判断、以及涉人数据与伦理与发布处置决定仍由人承担。
来源：O*NET 职业摘要 / 详细资料原始资料 ↗
需要入门即具备编程与数据分析能力（如 Python 与 R 与 SQL 与版本控制），这是该职业的核心工具而非附加项；生物学与统计与计算方法的知识同样必需；是否要求特定语言或平台取决于雇主与岗位，具体要求以用人单位规定为准。
来源：O*NET 技术清单 / 培训与教育信息原始资料 ↗
数据清洗与流程调度、代码补全与文档生成、文献与数据库检索与汇总；都是可回滚、可复核的辅助环节。
来源：O*NET 详细资料原始资料 ↗
O*NET 展示的 BLS 数据对与该职业对应的父职业 2024—2034 年的口径为 1%（慢于平均）、预测期年均职位空缺约 4,800；该口径为父职业口径，不代表本职业或个人录用概率。
来源：O*NET 职业摘要（就业与预测字段，父职业口径）原始资料 ↗
不能。问题与假设设定、方法与流程选择与统计推断、结果与偏倚判断、以及涉及人类遗传资源与个人信息与伦理的处置决定必须由本人与有权限的人员按机构规程与适用法域承担；系统可用于清洗与检索与草稿，但不能替代统计判断与责任承担。
来源：O*NET 职业摘要 / 详细资料原始资料 ↗
没有任何官方来源给出这样的年份。任务暴露、采用率与岗位数量是不同概念，本页不做岗位消失年份预测；官方公开的就业与预测为父职业 19-1029.00 口径，且本职业独立就业口径未公布。
来源：本页方法说明原始资料 ↗
优先掌握问题与假设澄清、数据质控与流程与方法可复现、统计推断与不确定性与偏倚评估、以及人类遗传资源与个人信息与科研诚信的适用范围；工具能力建立在统计与生物学基础之上，而不是替代它们。具体要求以用人单位规定为准。
来源：O*NET 培训与教育信息原始资料 ↗
以上内容区分自动化能力、实际部署与就业结果；进入下一节可以查看中国大陆职业工资口径的证据边界与缺口说明。
场景比较需要机构类型与平台与用工形态一致；本页只提供行业代理，不提供职业级月薪区间。
| 学历背景 | 常见岗位方向 | 说明与核对建议 |
|---|---|---|
| 研究生培养与课题组与平台方法学训练与在岗带教为主 | 科研院所与高校与企业研发中心与医院科研平台与测序与生物信息服务的数据与算法岗位。 | 学历与授权是不同路径；学历与培训结业不等于数据获取与涉人数据处理与对外结论发布的授权。O*NET 该职业的学历构成为硕士学位 42%、博士学位 28%（页面仅列出这两项）。 |
| 方法学与数据分析与工程能力积累 | 多组学与人群队列与算法与工具开发与临床与转化数据与数据平台与工程等专精方向。 | 机构类型与岗位职责不同（科研院所、高校、企业研发中心、医院、平台服务商），岗位名称与职责与数据授权范围须在录用条件中确认。 |
| 涉人数据与伦理与发布授权 | 涉及人类遗传资源与个人信息与生物样本数据的获取与使用与共享与出境、伦理审查与数据开放与代码开源判定的岗位。 | 数据处理须按具体机构与适用法域执行。美国侧 O*NET 认证页面显示「No certifications were found.」（未发现该职业的国家认证），不等于录用门槛或雇主任命；该职业在 O*NET 属 Job Zone Five。中国大陆侧《中华人民共和国人类遗传资源管理条例》与其实施细则要求采集与保藏与利用我国人类遗传资源须经批准或备案、向境外提供须依法审批或备案；《中华人民共和国个人信息保护法》要求处理个人信息遵循合法与正当与必要与诚信原则并对敏感个人信息设更严格要求。 |
| 数据与隐私与科研诚信与记录合规 | 涉及涉人数据与商业数据与代码处理、原始数据与代码与运行记录保管与访问权限以及结论与数据开放表述的岗位。 | 涉人数据与商业数据的处理须遵循授权范围与最小必要与目的限定原则，不得违法对外提供；个人信息保护相关法律要求处理个人信息遵循合法与正当与必要与诚信原则并对敏感个人信息设更严格要求；《中华人民共和国人类遗传资源管理条例》要求依法开展采集与保藏与利用与对外提供。O*NET 工作情境显示 89% 认为精确或准确极其重要、81% 每天使用电子邮件、52% 每天有面对面讨论、19% 每天面临时间压力（47% 每周一次以上）、29% 认为竞争极其激烈、90% 从不暴露于危险条件、37% 每月一次以上暴露于分散注意或不适的噪音；长时间坐姿与屏幕与重复性操作需要工效安排与间歇与活动。本页不提供任何规避监管的做法。 |
核对报酬时先确认机构类型与平台、用工形态（全职或项目聘用或课题组聘用或博士后）与项目周期与绩效结构；不要把海外数字或父职业 19-1029.00 数字换算成人民币预期，也不要把科学研究和技术服务业行业均值当作本职业收入。
按 O*NET 行业分布（标注取自父职业 19-1029.00 口径），该职业在政府占 38%（2024 年，美国口径）；科研院所与公共卫生与研究机构是这一场景，但该门类的美国职业工资按父职业口径发布，中国大陆侧的行业代理另见科学研究和技术服务业两项。
按 O*NET 行业分布（父职业口径），该职业另有 34% 归入专业科学与技术服务、11% 归入教育服务、17% 归入其他行业（含制造业）（2024 年，美国口径）；行业分布不能推导工资或就业规模，也不构成中国大陆的行业映射。
O*NET 行业分布与相关职业清单显示该职业常见于政府科研机构与专业科技服务机构与教育机构与企业研发部门，但来源未按雇主类型细分公布工资。
AI 与自动化可能改变清洗与调度与编码与检索等辅助环节，但不改变中国大陆对该职业的统计口径：统计口径、覆盖人群与资料期必须与工资数值一起读。
| 最高 10% |
|---|
| 168,010美元/年（第 90 分位） |
| 官方年工资，非个人实发 |
| 第 90 分位为年薪 168,010 美元（父职业 19-1029.00 口径）；高端通常与年限、专精方向或课题与团队与平台职责相关，本页不把该值当作本职业普遍水平。 |
薪资 · 10 分位：60,430美元/年（第 10 分位，父职业口径）；第 10 分位为年薪 60,430 美元（时薪 29.05 美元）；O*NET 地方工资页写明「Wage data for Biological Scientists, All Other.」，该组数值为父职业 19-1029.00 口径而非本职业独立口径；这是分布的低端，不代表所有新人，也不构成起薪承诺。；O*NET 19-1029.01 地方工资页（父职业 19-1029.00 口径）
薪资 · 25 分位：76,800美元/年（第 25 分位，父职业口径）；第 25 分位为年薪 76,800 美元（时薪 36.92 美元）；该位置对应的官方页面数值为父职业 19-1029.00 口径。；O*NET 19-1029.01 地方工资页（父职业 19-1029.00 口径）
薪资 · 中位数：98,920美元/年（中位数，父职业口径）；中位数为年薪 98,920 美元（时薪 47.56 美元）；O*NET 地方工资页写明「Wage data for Biological Scientists, All Other.」；该口径为父职业 19-1029.00 口径，不能当作本职业的入门工资或收入承诺。；O*NET 19-1029.01 地方工资页（父职业 19-1029.00 口径）
薪资 · 75 分位：127,670美元/年（第 75 分位，父职业口径）；第 75 分位为年薪 127,670 美元（时薪 61.38 美元）；该位置对应的官方页面数值为父职业 19-1029.00 口径。；O*NET 19-1029.01 地方工资页（父职业 19-1029.00 口径）
薪资 · 90 分位：168,010美元/年（第 90 分位，父职业口径）；第 90 分位为年薪 168,010 美元（时薪 80.77 美元）；该位置对应的官方页面数值为父职业 19-1029.00 口径，且该口径为受雇就业口径，自雇或合伙经营收入不在其中。；O*NET 19-1029.01 地方工资页（父职业 19-1029.00 口径）
中位数不是入门工资：它表示一半从业者高于、一半低于该值；本页给出的中位数 98,920 美元为父职业 19-1029.00 口径，因此不把它当作本职业的入门水平。
时薪与年薪应当同读：本页按父职业口径给出时薪 47.56 美元与年薪 98,920 美元；不能用「时薪 × 工时」推算个人年收入，项目制与绩效与博士后结构会显著改变实发收入。
本页引用的数值为 2025 年 BLS 职业就业与工资统计（OEWS），来源为 O*NET 地方工资页（该页写明「Wage data for Biological Scientists, All Other.」）；就业与预测来源为 O*NET 就业趋势页（父职业口径）。
实际收入还受行业与雇主类型、专精方向与职级、项目与经费周期与论文与专利与绩效办法影响。
| 行业 | 该行业内本职业工资中位数 | 这个值怎么理解 |
|---|---|---|
| 政府与专业科学与技术服务 | 证据不足（O*NET 与 BLS 未公布该职业分行业工资中位数） | O*NET 行业分布列出该职业在政府占 38%、专业科学与技术服务占 34%（2024 年，标注取自父职业 19-1029.00 口径）；行业分布不提供行业工资水平。 |
| 教育服务与其他行业（含制造业） | 证据不足（O*NET 与 BLS 未公布该职业分行业工资中位数） | O*NET 行业分布把 11% 归入教育服务、17% 归入其他行业（含制造业）（2024 年，父职业口径），未单独公布这些行业的职业工资。 |
| 科研院所与高校与企业研发中心与医院（常见雇主类型） | 证据不足（O*NET 与 BLS 未公布该职业分行业工资中位数） | O*NET 相关职业清单显示该职业与生物化学与遗传学与微生物学与统计与数据科学等方向相邻，工作场所主要是科研机构与高校与企业研发部门；来源未按雇主类型细分公布工资。 |
| 项目聘用与课题组聘用与博士后（常见用工形态） | 证据不足：O*NET 与 BLS 未按用工形态公布该职业收入，本页不把项目聘用或博士后与绩效收入年化。 | O*NET 与 BLS 的工资数据按受雇就业口径统计，自雇或合伙经营以及外部承包结算的收入结构不在该口径内。 |
行业与雇主类型通常影响收入：政府科研机构与高校与企业研发中心与生物技术与制药企业与平台服务商的薪酬与项目与绩效结构差别较大；本页不提供分行业数值。
资历与职责影响收入：能独立主导方法与流程与统计方案、具备多组学与工程与合规与团队管理能力，或承担课题与产品与平台责任，通常对应更高区间；本页不提供本职业的独立分位数值。
工时与考核影响实际所得：19% 每天面临时间压力（47% 每周一次以上）；项目与发表与申报节点会带来阶段性集中工作，绩效与项目与论文与专利结构亦因雇主而异。
为 O*NET 就业趋势页按父职业口径给出的在岗人数（页面写明「Employment data for Biological Scientists, All Other.」）；该口径不是本职业独立口径，个别机构或区域的招聘需求与全国口径差异可能很大。；O*NET 19-1029.01 职业摘要（就业与预测字段，父职业口径）
O*NET 就业趋势页按父职业口径给出 2024—2034 年 1%（标签为慢于平均 Slower than average）；增长与空缺是不同指标：预测期年均仍有约 4,800 个空缺，其中包含替代需求。；O*NET 19-1029.01 职业摘要（就业与预测字段，父职业口径）
为 O*NET 就业趋势页所示的预测期职位空缺口径（父职业口径），含增长与替换；不是净增岗位数，也不构成个人录用保证。；O*NET 19-1029.01 职业摘要（就业与预测字段，父职业口径）
O*NET 职业兴趣基线
ICR（研究型—常规型—现实型）兴趣画像：O*NET 把该职业的兴趣代码列为 ICR（研究型—常规型—现实型），分数为研究型 100、常规型 67、现实型 47、艺术型 25、社会型 11、企业型 4；这些字段描述职业群体，不构成个人胜任阈值。
适配信号：更有解释力的信号是愿意为每个结论追到原始数据与流程与方法版本、能在结果不显著或调试受阻时保持记录一致、按规程处理异常并留痕、并把超出授权的涉人数据与结论发布问题交给有权限的人；喜欢生物或会写代码本身不足以证明职业胜任。
霍兰德兴趣中什么类型更接近生物信息学科学家？
霍兰德兴趣代码为 ICR（研究型—常规型—现实型）：研究型对应研究与探索非生命对象与生物体或疾病或人类行为；常规型对应遵循程序与规章以整理信息或数据；现实型对应设计或建造或维修设备与材料或结构或从事体力活动与户外工作。该页给出的兴趣类型分数为研究型 100、常规型 67、现实型 47、艺术型 25、社会型 11、企业型 4。
别这样用：注意：兴趣测试结果与职业兴趣代码一致，只说明方向接近，不代表你已具备设计分析方法与统计推断与开发工具的能力，也不说明你能取得涉人数据获取与结论发布与数据开放的授权。
测我的霍兰德职业兴趣大五人格哪些特质与这份工作更相关？
大五人格中与工作方式更相关的是尽责性（按规程记录数据与代码与版本、不漏项、按项目节点交付）、情绪稳定性（在长周期调试与结果不显著与申报压力下保持客观与耐心）与开放性（对新方法与工具与跨学科问题保持兴趣）。这些是群体层面的相关性，不能用于个人录用筛选。
别这样用：注意：把人格分数当作能力或录用结论是常见的误用；本页不提供分数阈值或类型名单。
查看我的大五人格特质MBTI 能用来判断我适不适合生物信息学科学家吗？
MBTI 不是职业匹配或选拔工具，也没有官方资料支持「某种类型最适合生物信息学科学家」的说法。可用于整理与研究团队与工程与临床同事的沟通协作偏好，但不能据以判断适配或用于录用。
别这样用：注意：本页不列出任何「最适合」的类型，也不认可用于选拔或筛选。
了解我的 MBTI 偏好九型人格能说明我适不适合这个职业吗？
九型人格同样不是职业适配工具，缺乏官方职业资料支持，也不用于录用或筛选判断。可用于自我反思，但不能据此下结论。
别这样用：注意：本页不提供类型与岗位的对应关系。
探索我的九型人格模式数学不好，能做生物信息学科学家吗？
该职业以分析与计算与创造为主：工作活动按详细资料页列出 41 项并给出重要性分数，最高为分析数据或信息 96、使用计算机 94、更新与使用相关知识 92、创造性思考 91、处理信息 88、获取信息 86、为他人解释信息含义 82、组织与计划与安排工作优先级 79、估计产品或事件或信息的可量化特征 78、作出决策并解决问题 77。
别这样用：注意：本页不把任何测试分数当作准入或淘汰依据。
了解我的智力与推理表现做生物信息学科学家需要高情商吗？
情绪能力有帮助：需要在长周期调试与结果不显著与申报与竞争压力下保持客观与耐心、在发现数据来源不合规或结论异常时按规程报告，并与研究团队与工程与临床同事保持沟通。但情绪能力不能用单一分数定义，也不能替代统计与数据合规规范。
别这样用：注意：本页不提供情绪能力阈值，也不把高分等同于胜任。
了解我的情绪智力能力更匹配：愿意做业务数据与建模与产品交付并接受业务目标驱动。
注意：需要补业务建模与产品与工程化训练；生物数据分析经验不等于业务数据产品交付能力。
查看相关职业：数据科学家更匹配：愿意做试验与临床研究的统计设计与推断并接受监管统计要求。
注意：需要补试验设计与监管统计训练；分子数据分析经验不等于临床统计设计与推断能力。
查看相关职业：生物统计学家更匹配：愿意做通用统计方法与调查与分析并接受统计规范约束。
注意：需要补通用统计方法与调查设计训练；生物数据分析经验不等于通用统计调查与分析能力。
查看相关职业：统计师更匹配：愿意做数学理论与证明与模型并接受形式化推理要求。
注意：需要补数学理论与证明训练；数据驱动的分析经验不等于数学理论与模型研究能力。
查看相关职业：数学家更匹配：愿意做研究组织与人员与预算与合规管理并接受管理责任。
注意：需要补研究管理与预算与合规训练；分析经验不等于研究组织与人员与资源管理能力。
查看相关职业：自然科学领域经理更匹配：愿意做实验与机制研究并接受湿实验与仪器条件约束。
注意：需要补实验与仪器与机制研究训练；计算与统计经验不等于湿实验与机制研究能力。
查看相关职业：生物化学家与生物物理学家与其说某种性格，不如说某种工作方式：能按机构规程获取数据并质控与分析、如实记录数据与代码与版本与假设与异常、按授权交付结论并接受复核与修正，并在长周期调试与结果不确定中保持稳定与客观。
适合与否不取决于内外向。该职业既需要独立完成分析与编码，也需要与研究团队与工程与临床同事沟通；能否在结果不确定与竞争与申报压力下保持数据与统计意识比性格类型更关键。
能。长时间在数据与代码与文献之间往返与长周期分析需要专注与耐受，解释方法与结论与推动协作也需要与不同类型的人交流；性格内向或外向不是官方口径中的条件。
没有官方结论，也不存在最适合的类型。MBTI 只能帮助整理偏好并提出核对问题，不能预测分析质量或结果可信度。
O*NET 把该职业的兴趣代码列为 ICR（研究型—常规型—现实型），分数为研究型 100、常规型 67、现实型 47：偏好研究与探索与验证假设、按程序与规章整理信息与数据、并接触计算与仪器工具。兴趣一致只说明方向接近，不代表具备分析方法与统计推断能力与岗位授权。
不能。人格与兴趣工具的效度有限，不能替代有监督下的分析记录与结果复现与异常处置记录；本页只用它们提出核对问题。
不是必需，但数学与统计与概率与线性代数与单位换算影响方法选择与结果解读的准确性。该职业需要能处理统计显著性与置信区间与多重比较与量纲；完全不具备这些基础会明显限制可承担的工作范围。
确实有帮助：需要在长周期调试与结果不显著与竞争压力下保持耐心与客观，并在发现数据来源不合规或结论异常时先停下再报告。但情绪能力不能用单一分数定义，也不能替代统计与数据合规规范。
不能。九型人格不是职业适配工具，也不被官方职业资料用作选拔依据；可用于自我反思，但不能据此下结论。
用可复核的产出判断：一份含虚构研究问题与假设、数据集说明与质控、套用分析与参数与统计结果与异常记录、重跑与复现与结论与局限性说明的分析记录。
降低风险：先确认研究问题与数据授权与伦理审查与本人权限并做风险辨识；涉及人类遗传资源与个人信息时按制度办理审批或备案并完成培训；在授权范围内按规程处理数据并采用最小必要与目的限定；发现数据来源不合规或超出授权时先停下并升级，并保留审批与培训与处理记录。
依据：O*NET 19-1029.01 职业摘要 · O*NET 19-1029.01 详细资料（工作情境）
典型场景：把数据复制到私人设备或非授权平台、在公开场合讨论可识别个体信息、或把研究数据与代码随意共享而不做权限与脱敏控制。
主要岗位：本人与雇主与研究对象与数据提供方
可能后果：涉人数据与生物样本泄露或脱敏不彻底，可能造成隐私侵害与再识别风险，并损害研究对象权益与机构信誉与合规地位。
降低风险：按机构数据分类分级与信息安全要求处理数据，遵循最小必要与目的限定与访问控制与脱敏与加密要求；只在授权环境与渠道处理与传输；如实记录访问与共享与销毁；发现泄露或异常访问按程序立即报告。
依据：O*NET 19-1029.01 职业摘要 · O*NET 19-1029.01 详细资料（工作情境）
典型场景：不留原始数据或代码或事后重写而不留痕、或选择性删除或修改已记录的运行结果与失败记录。
主要岗位：本人与合作者与复核人员
可能后果：算法与代码与流程与结果不可复现，会造成结论不可检验与责任与依据不清，在内部复核与外部审稿或监管提交时无法自证。
降低风险：按机构科研诚信与数据管理规定保存原始数据与代码与运行记录，如实记录参数与软件版本与随机种子与人工修改痕迹，保持版本可检索并采用可复现的流程，按保管期限与共享限制要求管理。
依据：O*NET 19-1029.01 职业摘要 · O*NET 19-1029.01 详细资料（工作情境）
典型场景：为省时间直接用未核对的结果或代码、或跳过质控与统计假设检查直接下结论。
主要岗位：本人与复核人员
可能后果：把工具输出或自动生成代码与自动摘要当作已确认的统计或生物学结论，会导致错误推断与不可复现的分析与误导性的对外结论。
降低风险：把工具输出标记为参考，对照原始数据与质控与统计复算复核后再采纳；对自动生成代码逐行核对并按可复现流程重跑；记录工具名称与版本与输入与人工修改理由。
依据：O*NET 19-1029.01 职业摘要 · O*NET 19-1029.01 详细资料（工作情境）
典型场景：在节点前连续超时作业、长时间保持单一姿势与高负荷用眼，或把颈肩与视觉不适与长期压力积压到影响判断与记录质量。
主要岗位：本人
可能后果：长期坐姿与屏幕工作与重复性键鼠操作与长周期调试，可能造成颈肩与腰背与手腕劳损与视觉疲劳；项目与发表与申报节点会带来阶段性强度上升与心理压力。
降低风险：安排符合人体工学的桌椅与显示器与照明，轮换姿势并安排间歇与远眺与活动，把长周期分析分段处理并设置自查点，及早报告持续不适并寻求支持。
依据：O*NET 19-1029.01 职业摘要 · O*NET 19-1029.01 详细资料（工作情境）
典型场景：在权限不明时对外发布结论或开放数据或开源代码、把探索性结果表述为确定结论、或擅自对外提供涉人数据与算法与商业数据。
主要岗位：本人与导师或负责人与对外沟通同事
可能后果：对外结论与数据开放与署名与知识产权的边界不明，可能导致夸大结论或越权开放数据或代码，并使机构与研究对象与合作伙伴权益同时受损。
降低风险：按机构规则处理报告与论文与会议报告与数据开放与代码开源；该职业在 O*NET 属 Job Zone Five（需大量准备），因此数据与伦理与发布与署名边界尤其需要在入职与进入项目时明确；涉及涉人数据与对外提供与开放的环节须按适用法域与机构制度取得批准或备案，保留复核与升级机制并按程序上报隐患。
依据：O*NET 19-1029.01 职业摘要 · O*NET 19-1029.01 详细资料（工作情境）
生物信息与数据分析岗
起步任务
在有监督下按既定流程完成数据质控与分析并记录结果，参与方法复现与结论复核。
雇主依据
通常看编程与统计基础与方法复现能力与记录质量、按数据与伦理规程作业的规范性、以及与团队沟通与接受复核的态度；数据与系统授权由机构与项目安排决定。
零经验可提交的证据
提交一份含虚构问题与假设与数据集与质控与分析结果与异常复盘的记录，不使用真实涉人数据与项目数据。
需要区分的边界
涉人数据与项目数据属敏感信息，处理须按适用法域与机构规定执行；数据获取与对外结论不得自行决定。
算法与工具开发岗
起步任务
承担分析工具与流程的开发与测试与文档与用户界面改进，与研究人员配合迭代。
雇主依据
通常看编程与软件工程与算法与测试能力、对可复现与文档与版本管理的要求、以及与研究人员协作与理解需求的能力。
零经验可提交的证据
提交一份含虚构工具设计与你与测试与文档与复现说明的记录。
需要区分的边界
工具与代码的对外发布与开源须按机构规则；本页不提供任何规避监管的做法。
数据平台与工程岗
起步任务
承担数据存储与流程编排与算力与权限与审计与数据治理，与分析与临床团队配合保证数据可用与合规。
雇主依据
通常看工程与系统与信息安全与数据治理能力、对权限与审计与脱敏与合规要求的把握、以及与多团队协作能力。
零经验可提交的证据
提交一份含虚构数据治理与权限与审计与脱敏方案的说明。
需要区分的边界
数据治理方案须按机构与法域要求执行；不得绕过权限与审计控制。
O*NET 培训页面显示全国登记 4,580 个培训项目；认证页面显示「No certifications were found.」（未发现该职业的国家认证）。该职业页面的工资、就业与行业数据在 O*NET 页面上明确标注取自父职业 Biological Scientists, All Other（19-1029.00）；本页按该父职业口径发布并逐处标注，就业与预测按父职业口径发布（2024—2034 年 1%，年均空缺约 4,800）。
中国大陆侧以研究生培养与课题组与平台的方法学训练与在岗带教为主，并须符合适用的人类遗传资源与个人信息与生物安全管理规定；本页不提供选拔标准；中国大陆侧只以科学研究和技术服务业行业均值作显式代理并标注「非本职业工资」。
中国大陆侧《中华人民共和国人类遗传资源管理条例》与其实施细则要求采集与保藏与利用我国人类遗传资源须经批准或备案、向境外提供须依法审批或备案；《中华人民共和国个人信息保护法》要求处理个人信息遵循合法与正当与必要与诚信原则并对敏感个人信息设更严格要求。
涉人数据与商业数据与代码可能涉及隐私与合规与商业秘密要求，处理要求因法域与机构而异，须在入职前确认授权范围与合规义务；原始数据与代码与运行记录的保存与访问权限同样属于作业前提。本页不提供任何规避监管的做法。
工作活动按详细资料页列出 41 项并给出重要性分数，最高为分析数据或信息 96、使用计算机 94、更新与使用相关知识 92、创造性思考 91、处理信息 88、获取信息 86、为他人解释信息含义 82、组织与计划与安排工作优先级 79、估计产品或事件或信息的可量化特征 78、作出决策并解决问题 77。
工作情境：89% 认为精确或准确极其重要、81% 每天使用电子邮件、52% 每天有面对面讨论、61% 在决定上有很大自由、19% 每天面临时间压力、29% 认为竞争极其激烈、90% 从不暴露于危险条件；兴趣代码为 ICR（研究型 100、常规型 67、现实型 47）。
方法与流程与参数与软件版本须可追溯，保留原始数据与代码与运行记录与随机种子；数据与系统与算力权限须为机构授权，涉人数据须按分类分级与最小必要与脱敏要求处理。
把分析或代码辅助或检索工具用于研究流程前，须确认数据与代码的安全与权限与共享限制、以及结果对外发布与数据开放的审批安排；方法与统计判断仍需按机构规程由人承担，不能依赖工具输出或自动生成代码。
全部材料为虚构，不含真实涉人数据或项目数据或未公开研究成果、真实客户与合作方信息或真实机构内部资料。
全部材料与场景为虚构，不得使用真实涉人数据或项目数据或未公开研究成果、真实客户与合作方信息、真实机构内部资料或真实受伦理审查限制的数据。
在 90—120 分钟内完成，允许参考公开的方法与统计资料，但不使用真实数据，也不进行任何涉及涉人数据的处理。
记录中把研究问题与假设、数据集与质控与预处理、方法与流程与参数与软件版本、统计假设与结果与不确定性与偏倚、异常与重跑与复现与结论与局限性分开书写，并标注需复核的部分。
把问题与假设、数据与质控、方法与流程、统计结果与不确定性、异常与重跑、结论与局限性分开书写，任何不确定处标注为需复核。
完成后请有经验的人复核方法与统计判断与结论与局限性，并保留修改理由。
不得在练习中伪造或修改原始数据与结果，也不得在练习中使用任何真实涉人数据或受伦理审查限制的数据；涉及涉人数据与对外发布的作业须由有权限人员按规程处理。
练习不替代适用法域与机构伦理与数据管理规定，也不构成任何规避监管的做法；不得在练习中伪造或修改原始数据与结果，也不得在练习中使用任何真实涉人数据或受伦理审查限制的数据。
每项都注明来源与资料期与法域；无法核实的项留空并标记为证据不足，不用推测填补。
把「学历」「职业培训」「行业认证」「机构数据与系统授权」「涉人数据与伦理审批」「结论发布与数据开放授权」「数据与代码与记录留存要求」分列，避免混为一谈；并标注本职业工资与就业与行业数据命中父职业 19-1029.00 口径并逐处标注、以及中国大陆侧只以科学研究和技术服务业行业均值作显式代理。
把复核意见与修改理由一并保留，作为判断你能否接受复核的证据。
把复盘交给同事与导师或负责人复核，并保留复核意见与修改理由。
涉人数据与商业数据与代码处理须先取得授权，并记录访问范围、保留期限与销毁与共享限制；不得在授权系统之外保存或传输涉人数据与受限制数据。
面试前
可能的考察方式
核对岗位的机构类型与项目方向与用工形态、数据与平台与算力条件、是否涉及人类遗传资源与个人信息、是否涉及对外结论与数据开放、以及数据与伦理与保密与记录留存要求，并准备分析与复现样例。
可观察证据
一份含来源与资料期的要求核对表；能说清本职业与相邻方向（生物信息技术员、数据科学家、生物统计学家、统计师、数学家、自然科学领域经理、生物化学家与生物物理学家）在核心对象与交付与授权上的区别。
边界
不把会用一个工具或跑通一个流程当作可以独立决定数据获取或发布结论的证明。
面试中
可能的考察方式
情景提问：一个关键结果支持预期假设，但样本量小且多重比较未校正，为赶申报节点需要当天定稿，如何处理。
可观察证据
能说明结论必须以质控与完整流程与统计假设为依据、先补齐校正与敏感性分析或明确标注探索性、如实报告不确定性与局限性、不因节点压力先下结论后补依据。
边界
不选择性留用结果或事后修改数据与代码，也不自行对外承诺结论或开放数据。
试用期
可能的考察方式
按机构规程完成数据获取与质控与分析并记录与复现，接受导师或负责人对依据与记录与代码与合规规范的复核。
可观察证据
数据与代码与运行记录完整；方法与参数与版本与随机种子可追溯；异常与失败运行显式标记；数据与伦理与信息安全要求执行到位。
边界
不跳过审批与复核要求，也不在授权不明确时处理涉人数据或对外发布结论。
入职 90 天
可能的考察方式
核对岗前培训、数据与系统与算力与伦理授权、涉人数据与商业数据的处理与共享与保密要求、以及结论发布与数据开放的授权范围是否落地。
可观察证据
产出：一页口径与流程对照表，标注每项的来源。
产出：一份问题与假设与数据要求说明。
产出：一份数据质控与预处理说明。
产出：一份分析与建模记录。
产出：一份复现与异常处理记录。
产出：一份复核意见与修改说明。
产出：一页决定说明，附证据清单。
硕士学位或博士学位
适用人群
希望进入该职业的人
岗位作用
决定能否满足多数岗位的基本要求。
是否为普遍门槛
O*NET 该职业的学历构成为受访者中 42% 认为需硕士学位、28% 认为需博士学位（页面仅列出这两项）；该职业属 Job Zone Five（需大量准备），多数岗位要求研究生教育。
条件
按学制完成。
投入
按学制年限。
边界
学历不等于数据获取与涉人数据处理与结论发布的授权。
用人单位的数据与科研诚信与伦理与安全培训与在岗带教
适用人群
进入具体机构的人
岗位作用
决定能否按机构规程处理数据与交付结论。
是否为普遍门槛
多数机构要求（该职业属 Job Zone Five，需要大量专业经验与训练）。
条件
须完成机构安排的数据与伦理与信息安全与科研诚信培训与考核并按项目接受带训。
投入
按机构安排。
边界
岗前培训不等于机构的数据与伦理与发布授权。
行业认证（国家认证口径）
适用人群
希望取得第三方能力证明的人
岗位作用
典型职责：承担数据与方法与结果准确性责任。
晋升证据：有监督下的分析与记录与复现材料。
资格边界：统计与编程与生物学基础训练。
下一步：在有监督下完成数据质控与分析建模与结果记录并按规程留存可复现材料。
典型职责：对方法选择与统计推断与结果质量负责。
晋升证据：独立分析记录与复现结果。
资格边界：完成方法与流程与统计推断训练。
下一步：独立主导方法与流程与分析并提交可复核的分析与复现结果。
典型职责：对规程执行、复核责任与项目协调负责。
晋升证据：带训记录、规程与标准文档、项目与复核复盘。
资格边界：完成带训与方法与数据与伦理规程训练。
下一步：带训新人、参与制定机构的方法与数据与代码与伦理规程，处理项目与发表与审稿与监管提交协调问题。
典型职责：对团队与平台与合规责任负责。
晋升证据：团队与平台规划与管理方案。
资格边界：补充团队与平台与合规管理训练。
下一步：负责方法方向或团队或平台管理，或转向更大规模的数据与合规管理方向。
典型职责：承担代码与配置与文档准确性责任。
晋升证据：有监督下的开发与测试与记录。
资格边界：编程与软件工程与数据工程基础培训。
下一步：在有监督下参与工具开发或流程编排或数据治理并记录与测试。
典型职责：对系统与算法与可维护性负责。
晋升证据：开发与测试与文档记录。
资格边界：完成系统与算法与测试与文档训练。
下一步：独立承担工具或流程或平台模块的开发与测试与文档并提交结果。
典型职责：对架构口径与安全与合规责任负责。
晋升证据：架构与安全与治理资料。
资格边界：完成架构与安全与合规与协作训练。
下一步：参与平台架构与信息安全与数据治理与对外发布并接受复核。
典型职责：对团队与平台与合规责任负责。
晋升证据：团队与平台管理方案与复盘。
资格边界：补充团队与平台与产品管理训练。
负责平台或工程团队与产品方向，或转向技术与数据管理方向。
典型职责：对现有岗位职责与记录准确性负责。
晋升证据：岗位经历说明与可迁移能力清单。
资格边界：数据与统计与编程与合规常识。
下一步：在现有岗位上积累分析与建模与记录经验并记录可迁移能力。
典型职责：对差距与计划的真实性负责。
晋升证据：目标方向要求核对表与差距清单。
资格边界：明确目标方向的学历与训练与授权要求。
下一步：对照目标方向（生物信息技术员、数据科学家、生物统计学家、统计师、数学家、自然科学领域经理、生物化学家与生物物理学家）逐项核对学历与训练与授权要求。
典型职责：对目标方向任务与规程执行负责。
晋升证据：培训与轮岗评价记录与产出。
资格边界：补充目标方向的核心技能与合规训练。
下一步：在培训或轮岗中完成目标方向的核心任务并接受评价。
典型职责：对目标方向作业结论与记录负责。
晋升证据：独立作业与复核记录。
资格边界：完成目标方向的资质与岗位授权与独立作业。
能在有监督下完成一次完整的「澄清问题与假设、获取数据并质控、选择或设计方法与流程、分析建模并评估不确定性、复核与复现、形成结论并沟通」闭环，并在数据来源存疑或结果异常或涉及涉人数据且超出本人授权时停止受影响环节并报告。
能独立完成常见数据分析与流程实现与结果复核，按机构规程留存可复现记录，并在授权范围内处理一般异常与查询。
能带训新人、参与制定机构的方法与数据与代码与伦理规程，并在项目与发表与审稿与监管提交节点中承担协调与复核责任。
转向多组学方向或算法与工具开发方向或数据平台与工程方向、临床与转化数据方向，或转向生物信息技术员与数据科学家与生物统计学家与统计师与遗传学家与微生物学家与自然科学领域经理等相邻岗位（需相应训练与岗位授权）。
美国 · parent_occupation_proxy
1%（慢于平均；年均职位空缺约 4,800，父职业 19-1029.00 口径）
增长率与职位空缺（父职业口径）
O*NET 就业趋势页按父职业口径给出 2024—2034 年 1%（标签为慢于平均 Slower than average）；预测期年均职位空缺约 4,800（含增长与替换）。需求还受科研经费与药品研发与多组学平台与数据合规政策影响；该口径为父职业口径，新进入者更需要靠统计与工程与合规能力在竞争中定位。
不能说明：预测不能合并解读为个人录用保证，也不能推导该职业的精确增幅；且本组数字为父职业 19-1029.00 口径。
中国大陆 · industry_proxy
2025 年城镇非私营单位科学研究和技术服务业年平均工资 182,064 元、城镇私营单位 83,560 元；均为行业代理，非本职业工资，不能当作职业中位数或起薪。
中国大陆职业工资：未取得职业级条目（仅行业代理，非本职业工资）
中国大陆未取得生物信息学科学家的职业级工资条目，本页不把中文页面语言当作中国等价职业映射；按本页证据口径（暂无可安全使用的数据、处理说明「以科学研究和技术服务业行业均值作显式代理」），缺口以「未取得精确职业条目」标记并只以该行业均值作显式代理，不把行业均值写成职业中位数或起薪。可说明的还有统计口径边界：国家统计局的城镇单位就业人员平均工资按行业门类与单位类型与人员大类公布，其覆盖范围与样本口径并不与本职业一一对应。
不能说明：中国大陆只提供行业代理并逐处标注非本职业工资；不把行业代理改写为职业数值。
这些是能力邻近关系，不代表自动晋升或无需补课。
可迁移：可迁移的是编程与统计与数据与建模基础。
需补足：需要补业务建模与产品与工程化训练；生物数据分析经验不等于业务数据产品交付能力。
查看职业详情可迁移：可迁移的是统计与数据清理与文档基础。
需补足：需要补试验设计与监管统计训练；分子数据分析经验不等于临床统计设计与推断能力。
查看职业详情可迁移：可迁移的是统计推断与数据管理基础。
需补足：需要补通用统计方法与调查设计训练；生物数据分析经验不等于通用统计调查与分析能力。
查看职业详情可迁移：可迁移的是定量推理与建模基础。
需补足：需要补数学理论与证明训练；数据驱动的分析经验不等于数学理论与模型研究能力。
查看职业详情可迁移：可迁移的是科研理解与项目与合规基础。
需补足：需要补研究管理与预算与合规训练；分析经验不等于研究组织与人员与资源管理能力。
查看职业详情可迁移：可迁移的是生物学与实验设计与数据基础。
需补足：需要补实验与仪器与机制研究训练；计算与统计经验不等于湿实验与机制研究能力。
查看职业详情可迁移：可迁移的是分子生物学与统计与数据分析基础。
需补足：需要补遗传与基因组学与变异解析训练；生物信息分析经验不等于遗传学研究的家系与群体与变异分析能力。
查看职业详情可迁移：可迁移的是分子数据与统计与记录基础。
需补足：需要补微生物学与培养与鉴定与生物安全训练；生物信息分析经验不等于微生物学研究的培养与鉴定与生物安全处置能力。
查看职业详情看可复核的产出：能否把研究问题拆成可检验的假设并选择合适的方法、能否按流程质控与分析并记录参数与版本、能否在数据异常或结果与预期不符或超出授权时停下来复核并报告。兴趣代码 ICR 与技能与知识分数只说明方向接近，不能替代这些实作证据。
AI 与自动化可以改变数据清洗与批量流程调度、代码补全与文档生成、文献与数据库检索与汇总与草稿撰写；但问题与假设设定、方法与流程选择与统计推断、结果与偏倚判断、以及涉人数据与伦理与发布处置决定仍由人承担。任务自动化程度不等于岗位数量变化；官方公开的就业与预测为父职业 19-1029.00 口径。
问题与假设设定、方法与流程选择与统计推断、结果与偏倚判断、以及涉及人类遗传资源与个人信息与伦理与数据开放与代码发布的处置决定，必须由本人与有权限的人员按适用法域与机构制度承担；工具输出与自动生成代码只能作为可回滚、可复核的辅助环节。
分六类核对：学历（O*NET 学历构成为硕士学位 42%、博士学位 28%，页面仅列出这两项）；职业培训与继续教育（培训页面显示全国登记 4,580 个培训项目）；行业认证（认证页面显示「No certifications were found.」，即未发现该职业的国家认证）；机构数据与伦理与信息安全培训与数据与系统与算力权限；机构内部的数据与伦理审批与结论发布与数据开放授权；以及适用法域对人类遗传资源与个人信息与生物安全的要求。该职业属 Job Zone Five（需大量准备）。任何一项都不能由另一项自动推出。
工作情境显示 89% 认为精确或准确极其重要、81% 每天使用电子邮件、52% 每天有面对面讨论、61% 在决定上有很大自由（12% 有一些、19% 很小）、66% 在确定任务与优先级上有很大自由（19% 很小）、19% 每天面临时间压力（47% 每周一次以上）、29% 认为竞争极其激烈（11% 很激烈、41% 中等）、90% 从不暴露于危险条件、37% 每月一次以上暴露于分散注意或不适的噪音（47% 从不）、30% 持续或几乎持续做重复动作（19% 约一半时间）；长时间坐姿与屏幕与重复性操作需要工效安排与间歇与活动，项目与发表与申报节点会带来阶段性强度上升，应及早报告持续不适。
工作情境显示 61% 在决定上有很大自由、66% 在确定任务与优先级上有很大自由、49% 每月一次以上需要作出决定（20% 每年一次以上）；19% 每天面临时间压力（47% 每周一次以上、15% 每月一次以上）；11% 认为错误后果极其严重（51% 较严重、30% 完全不严重）；36% 认为决定对同事或公司结果为重要影响（26% 轻微影响）；11% 认为对他人健康与安全承担很高责任（55% 有限、29% 无责任）；50% 认为自动化程度较低（23% 完全不自动化）；21% 认为工作节奏由设备速度决定（72% 认为完全不重要）；54% 认为与工作组或团队合作极其重要、26% 认为协调或领导他人极其重要。比较岗位时应把数据与系统权限与合规边界、算力与项目周期、以及发表与署名与知识产权安排写入书面条件。
O*NET 就业趋势页按父职业 Biological Scientists, All Other（19-1029.00）口径给出 2024 年在岗 63,700 人、2034 年约 64,500 人（1%，慢于平均）、预测期年均职位空缺约 4,800；该口径不是本职业独立口径，增长与空缺是不同指标、空缺含替代需求。转向可比较生物信息技术员、数据科学家、生物统计学家、统计师、数学家、自然科学领域经理、生物化学家与生物物理学家、遗传学家、微生物学家，但都需要补充相应训练与资质与授权。
美国侧 O*NET 地方工资页写明「Wage data for Biological Scientists, All Other.」，即官方页面数值为父职业 19-1029.00 口径；本页按该父职业口径发布 2025 年 BLS 数值并逐处标注（年薪中位数 98,920 美元、时薪中位数 47.56 美元）。中国大陆未取得该职业的职业级工资条目；按本页证据口径（暂无可安全使用的数据、处理说明「以科学研究和技术服务业行业均值作显式代理」），本页只以 2025 年科学研究和技术服务业行业均值作显式代理（城镇非私营单位 182,064 元/年、城镇私营单位 83,560 元/年）并逐处标注「非本职业工资」，不把行业均值写成职业中位数或起薪。两边的职业范围、统计制度、资料期与用工与计酬结构都不同，不能把美元或父职业数值换算成人民币，也不应相信缺少样本与岗位范围的报价。
费马测试职业内容编辑组：依据 O*NET 与美国 BLS 的公开职业资料，以及美国 NCBI 与 NIH 基因组数据共享政策与 NIST AI 风险管理框架，还有中国大陆《中华人民共和国人类遗传资源管理条例》实施细则、《中华人民共和国个人信息保护法》、国家统计局（2025 年城镇单位就业人员年平均工资情况）与《中华人民共和国职业分类大典（2022 年版）》相关说明；逐项标注口径、资料期与使用限制。本页只陈述适用范围与行为边界，不提供任何规避监管的做法。
资料期：O*NET 页面为 2025 年更新；工资字段的官方页面标注「Wage data for Biological Scientists, All Other.」，为父职业 19-1029.00 口径，本页按该口径发布 2025 年 BLS 职业就业与工资统计数值并逐处标注；就业与预测为 2024—2034 年、标签为慢于平均（Slower than average）（2024—2034 年 1%，父职业口径）；中国大陆侧为 2025 年城镇单位就业人员年平均工资（科学研究和技术服务业，行业代理）。
主要来源：O*NET 19-1029.01 职业摘要、详细资料、自定义职业档案、技术清单、行业分布、认证发现、培训与教育信息、地方工资页与就业趋势页面；国家生物技术信息中心（NCBI）与美国 NIH 基因组数据共享政策；美国 NIST 人工智能风险管理框架；《中华人民共和国人类遗传资源管理条例》实施细则（科学技术部公开文本）；《中华人民共和国个人信息保护法》（全国人大网公开文本）；国家统计局（2025 年城镇单位就业人员年平均工资情况）。
使用限制：美国职业分类，不直接证明中国岗位序列或资格；该页身份与职责为 19-1029.01 本职业口径，但工资与就业与行业三行明确标注取自父职业 Biological Scientists, All Other（19-1029.00）。
使用限制：任务清单描述群体工作，不代表每个岗位都承担全部任务；该页列出 20 项任务并给出重要性分数。
使用限制：就业与预测为父职业 Biological Scientists, All Other（19-1029.00）口径，非本职业独立口径；不能外推更宽职业群。
使用限制：页面写明「Wage data for Biological Scientists, All Other.」；本页按该父职业口径发布年薪与时薪分位并逐处标注，不把父职业数值当作本职业独立口径或个人收入承诺。
使用限制：该发布按行业门类与单位类型与人员大类公布城镇单位就业人员平均工资；本页只取科学研究和技术服务业作为显式行业代理（2025 年城镇非私营单位 182,064 元/年、城镇私营单位 83,560 元/年），并逐处标注「非本职业工资」，不把它当作职业中位数或起薪。
使用限制：该条例规范我国人类遗传资源的采集与保藏与利用与对外提供：外国组织与个人及其设立或实际控制的机构不得在我国境内采集与保藏我国人类遗传资源，须与我国科研机构与高校与企业合作并遵守规定；向境外提供我国人类遗传资源须依法办理审批或备案。涉人数据还适用个人信息保护相关法律的一般要求（处理个人信息应遵循合法与正当与必要与诚信原则、对敏感个人信息设更严格要求）。该条例为行政法规，不构成岗位授权；本页只引用其适用范围与行为边界，不提供任何规避监管的做法。
使用限制：该资源提供公开序列与文献与数据库服务，属于公开数据来源而非职业资格或岗位授权；其数据使用须遵守各库的使用条款与隐私与伦理要求；本页只登记该公开数据资源入口。
使用限制：工作情境字段为受访比例，不能推导个人岗位条件；该页列出 57 项工作情境，其中精确性要求与时间压力与竞争与自动化程度与暴露等项按页面的分级回答列出。
使用限制：为父职业口径的就业与预测，不是本职业独立口径，也不是个人录用概率。
使用限制：页面列出 48 项软件技能并按需求标注出现情况（Python 60、R 54、Linux 21、Perl 15、UNIX 13、Amazon Web Services 13、Git 10、C++ 10、Bash 10、SQL 9、GitHub 8、Oracle Java 7、Docker 7、The MathWorks MATLAB 6 等，PostgreSQL 等标注「Not available」）；来源为 Lightcast 招聘公告，未给出比例时不能推断岗位采用率。
使用限制：该框架提供人工智能风险管理的自愿性指引，可用于组织在采用 AI 工具时的治理与测试与评估与验证安排；它不构成对岗位或个人的准入与授权要求，也不给该职业的替代率或采用率。
使用限制：提供任务暴露与岗位转型的全球研究口径，不给该职业采用率或替代日期。
使用限制：页面显示全国登记 4,580 个培训项目；职业准备信息说明该职业属 Job Zone Five，多数岗位要求研究生教育，部分要求博士或其他专业学位；培训信息不构成执业许可或雇主任命。
使用限制：页面显示「No certifications were found.」（未发现该职业的国家认证）；未发现认证不等于无需雇主或机构的岗位授权，也不构成录用门槛。
使用限制：用于核对官方职责原文「Consult with researchers to analyze problems, recommend technology-based solutions, or determine computational strategies.」。
使用限制：用于基本技能与可迁移技能与知识口径；该页基本技能标称 10 项（阅读理解 85、积极倾听 75、批判性思维 75、科学 75、口语表达 75、写作 75、主动学习 72、数学 72、监控 60、学习策略 50）；可迁移技能标称 25 项，可见分数为复杂问题解决 75 与判断与决策 69 与系统分析 60 与系统评估 56 等；知识标称 33 项，可见分数为生物学 98 与计算机与电子学 93 与工程与技术 84 与英语语言 84 与数学 82 与化学 74。
使用限制：任务清单描述群体工作；该页列出 20 项任务，按核心任务与补充任务分组并给出重要性分数。
使用限制：页面写明「Wage data for Biological Scientists, All Other.」，属父职业口径；本页按该口径发布年薪与时薪分位并逐处标注。
使用限制：政府 38%、专业科学与技术服务 34%、教育服务 11%、其他行业（含制造业）17%；摘要页将行业数据标注为取自父职业 Biological Scientists, All Other（19-1029.00）；行业分布描述统计分类，不提供行业工资水平。
使用限制：页面写明「Employment data for Biological Scientists, All Other.」；2024 年在岗 63,700 人、2034 年约 64,500 人、2024—2034 年 1%（慢于平均 Slower than average）、预测期年均职位空缺约 4,800；为父职业口径，不是本职业独立口径。
使用限制：官方档案提供职业身份与职责描述与样本职位名称；相关职业清单含 Biochemists and Biophysicists、Bioinformatics Technicians、Biostatisticians、Data Scientists、Geneticists、Mathematicians、Microbiologists、Natural Sciences Managers、Statisticians 等；不设定个人胜任阈值。
使用限制：职业分类以中类与细类划分职业；本页未取得与 19-1029.01 精确对应的中国大陆职业工资条目，生物信息与计算生物学岗位分散在科学研究与技术服务与卫生与教育等序列中，须按用人单位类型与岗位职责辨认。该资料为职业分类参考，不建立岗位授权。
使用限制：页面写明「Wage data for Biological Scientists, All Other.」；本页按该父职业口径发布工资分位并逐处标注，不把该口径当作本职业独立数值或个人收入承诺。
使用限制：官方档案仅提供职业身份与职责与领域与工具描述，可用于按行业与兴趣与知识领域检索该职业；不设定个人胜任阈值。
使用说明：① 职业身份与任务与工作情境与技能与知识为 O*NET 19-1029.01 本职业精确口径；② 工资、就业与行业数据在 O*NET 页面上明确标注取自父职业 Biological Scientists, All Other（19-1029.00），本页按该父职业口径发布并逐处标注，不把父职业数值当作本职业独立口径；③ 中国大陆未取得本职业职业级工资条目，按证据口径只以科学研究和技术服务业行业均值作显式代理并逐处标注「非本职业工资」，不把行业均值写成职业中位数或起薪；④ 涉人数据处理在中国大陆受人类遗传资源与个人信息保护规范约束，本页不构成任何数据处理或伦理合规结论，也不提供任何规避监管的做法。
信息与数据与隐私与记录合规
工时与竞争与压力
继续培训与复核
多组学与队列分析岗
起步任务
承担多组学数据整合与人群队列分析与统计建模，与研究方配合解释结果与局限。
雇主依据
通常看多组学与统计与建模能力、对偏倚与混杂与不确定性评估的能力、以及与临床或公共卫生团队协作能力。
零经验可提交的证据
提交一份含虚构多组学或队列分析与偏倚评估与结论局限说明的记录。
需要区分的边界
人群队列数据涉及个人信息与伦理要求；须按授权范围处理。
临床与转化数据岗
起步任务
承担临床与转化研究的数据处理与统计支持与资料准备，在监管与伦理框架下交付。
雇主依据
通常看临床数据与统计与监管要求理解与文档质量、对数据清理与可追溯要求的把握、以及与临床与注册团队协作能力。
零经验可提交的证据
提交一份含虚构临床数据处理与统计支持与文档清单的说明。
需要区分的边界
临床与监管资料须按机构与法域要求执行；超出授权须升级。
能独立完成常见分析与流程与复现；培训与授权状态已书面确认。
边界
授权与培训须以书面形式确认，不以口头承诺代替。
作为专项能力的第三方证明。
是否为普遍门槛
O*NET 认证页面显示「No certifications were found.」（未发现该职业的国家认证）。
条件
如未来出现可核验的认证，须按发证机构安排取得与维护。
投入
按发证机构安排与证书有效期维护。
边界
认证是能力证明，不等于执业许可或数据处理授权。
职业培训与继续教育（方法与工具）
适用人群
希望补充方法与工具能力的人
岗位作用
作为统计与计算与数据工程与合规能力的学习证明。
是否为普遍门槛
O*NET 培训页面显示全国登记 4,580 个培训项目；是否要求取决于雇主与岗位。
条件
按培训机构与雇主安排完成课程与考核。
投入
按机构安排与课程有效期维护。
边界
培训结业有课程与版本范围限制，不等于数据与发布授权。
机构的数据与系统与算力与伦理审批授权
适用人群
进入具体项目与数据集的人
岗位作用
决定能否访问特定数据与系统与发布结论。
是否为普遍门槛
由机构的数据分类分级与信息安全与伦理审查与本职业授权范围决定。
条件
须按机构制度完成数据与信息安全与伦理培训并取得相应授权。
投入
按机构与项目安排维护。
边界
数据授权有数据集与用途范围限制，不等于其他数据集或用途的授权。
中国大陆侧：人类遗传资源与个人信息保护规范
适用人群
在中国大陆处理相关数据与样本的人
岗位作用
决定数据采集与保藏与利用与对外提供是否合规。
是否为普遍门槛
属适用法律与规范要求：《中华人民共和国人类遗传资源管理条例》与其实施细则要求采集与保藏与利用我国人类遗传资源须经批准或备案、向境外提供须依法审批或备案；《中华人民共和国个人信息保护法》要求处理个人信息遵循合法与正当与必要与诚信原则，并对敏感个人信息设更严格要求（含单独同意与影响评估等）。
条件
须完成用人单位培训并按要求取得相应审批或备案或授权。
投入
按主管部门与机构安排维护。
边界
培训与授权不能免除法律责任；本页不提供任何规避监管的做法。
下一步：按目标方向规程独立承担常见任务并接受复核。