正在加载页面内容
SOC 15-2051
运用医疗健康与数据库管理知识分析临床数据并识别与报告趋势：设计并验证临床数据库与逻辑校验、处理数据并生成与解决数据查询、制定数据管理计划并编写作业指导书与标准操作程序、执行质量控制审计并监测工作产出与质量、使用统计工具分析数据并编制报告，并参与方案与临床研究报告与监管申报等受控文件的编写与组织与产出。
一句话：这是一个「数据字典与校验逻辑写不写得清、核查与留痕做不做得实、锁库与交付前能不能守住复核」比工具熟练度更决定成败的职业；如果你愿意把可追溯性当成产品而不是负担，它值得认真考虑。
学历、培训、认证、岗位录用与签字责任必须分别核对：O*NET 把该职业列为 Job Zone Four（需要相当准备），SVP 区间 7.0 至 8.0 以下；该页面列出多项全国认证（如临床数据管理学会的 Certified Clinical Data Manager、临床研究专业协会的 ACRP Certified Professional 与美国健康信息管理协会的Certified Documentation Improvement Practitioner 等），但认证是否为岗位要求须按雇主与项目质量体系核对；本页按 O*NET 与公开来源说明任务与边界，不把学历写成任职门槛，也不把认证写成执业许可。
先暂停高投入的条件：你还没有完整走通过一次数据库设计或核查流程，也没有核对过数据字典与校验规则与锁定逻辑；该职业准备层级为 Job Zone Four（需要相当准备），SVP 区间 7.0 至 8.0 以下，教育分布以学士为主（学士 85%、副学士 5%、学士后证书 5%）；该职业页面标注 Bright Outlook，但增长快不等于个人适合，本页不把它写成个人适配结论。
临床数据经理运用医疗健康与数据库管理知识分析临床数据，并识别与报告趋势；典型闭环是接收并确认数据需求、设计数据库与校验逻辑、制定数据管理计划与工作流程、处理数据并生成与解决数据查询、执行质量控制审计与质量监测、编制分析与进展报告与受控文件，并在数据库锁定与交付前完成复核与留痕。
临床数据经理的工作可以分成三类相连但独立的工作面。第一类是数据库设计与校验：设计并验证临床数据库（含设计与测试逻辑校验），为接收与处理与追踪数据设计表单，为接收与处理或追踪数据提供格式，并针对不同研究场景开发或选择软件程序。第二类是数据流程与质量控制：处理临床数据（含接收与录入与核对与归档），根据录入阶段发现的校验错误与遗漏生成数据查询以解决已识别的问题，执行质量控制审计以确保临床系统与数据的准确性完整性或正确使用，使用适当的统计工具分析临床数据，并监测工作产出或质量以确认符合标准操作程序。第三类是交付物与协作：制定针对具体项目的数据管理计划（涵盖编码与报告与数据传输与数据库锁定与工作流程），编制数据分析列表与活动或绩效或进展报告，与最终用户确定或实施临床系统需求（如数据发布格式与交付计划与测试方案），为数据管理编程编写技术规格并与信息技术人员沟通需求，撰写作业指导书与数据采集指南或标准操作程序，并参与方案与临床研究报告与监管申报等受控文件的编写与组织与产出。
职业方向比较
下表比较的是与本职业相邻的岗位与职业：医疗与健康服务经理、自然科学经理、临床研究协调员、法规事务专家、项目管理专家与数据科学家。四列分别回答同一类问题：这个方向做什么、与本职业的关键区别在哪、以及什么样的人更适合选择它。
| 职业方向 | 核心工作与产出 | 关键区别 | 更适合什么选择 |
|---|---|---|---|
| 医疗与健康服务经理 | 以运营计划与预算与人员与服务指标报告为主。 | 医疗与健康服务经理负责机构或部门的运营与人员与预算与服务交付；本职业以数据与流程与文件为核心，不承担机构运营与人员管理责任。 | 愿意做运营与人员与预算管理的人适合该方向；愿意做数据流程与质量核对的人适合本职业。 |
| 自然科学经理 | 以团队与项目组合计划与研究成果产出报告为主。 | 自然科学经理负责研究团队与实验室与项目组合管理与资源配置；本职业聚焦临床数据的采集与校验与交付，不承担实验室运营责任。 | 愿意做团队与实验资源与项目组合管理的人适合该方向；愿意做数据与文件与质量核对的人适合本职业。 |
AI 对职业的影响
把技术能力、实际采用与岗位结果分开看：公开资料能支持的是「校验规则草拟与异常清单整理与报告草稿类任务可借助软件提速」，以及「临床数据管理在电子数据采集与查询管理与审计留痕工具上持续投入」；不能据此推断岗位数量或收入变化。
技术能力回答「模型在原则上能做什么」。对本职业而言，较可靠的部分是规则与结构草拟与异常筛查与报告草稿；不可靠的部分是变量定义与例外判断与数据完整性结论。
采用证据回答「机构实际在用什么」。公开资料能支持的是临床数据管理在电子数据采集与查询管理与审计留痕工具上持续投入；具体机构与项目差异很大，本页不从关键词推断采用率。
岗位结果回答「就业规模有没有变」。该页面在工资与就业框内显示 2024 年约 245,900 人与 2024 至 2034 年增长 7% 或更高（远快于平均）、年均空缺约 23,400 个，属于就业规模预测；该页面同时标注这些数值为数据科学家口径；本页也不把增长归因于或归罪于 AI。
| 工作方向 | 任务 | 当前变化 | 人的控制点 |
|---|---|---|---|
| 数据库设计与校验 | 设计并验证临床数据库（含逻辑校验） |
中国大陆薪资参考
职业对照：美国 O*NET-SOC 15-2051.02（Clinical Data Managers）；中国大陆本条证据路由未建立一一对应的职业细类，相关职责可能分布在临床试验数据管理、医疗信息与病案管理、医药研发与统计编程与医疗数据治理等序列，须按实际职责与机构类型归类，页面语言不构成职业等价或工资映射。
职责与授权边界：数据发布与受控文件定稿按项目与机构与申办方流程与授权执行；涉及可识别信息与受控文件的处理须按机构质量体系与权限要求执行，两者不能互相替代。
证据不足：未取得与该岗位精确对应的中国大陆全国职业月薪分布；本页不发布替代数值，也不以相邻岗位报价推算。
证据不足：未取得可核验的地区级职业月薪数据，本页不出示地区排名。
证据不足：未有官方或可核验来源支持其他地区该岗位的月薪区间。
美国薪资参考
直接回答：O*NET 该职业页面显示 2025 年时薪中位数为 57.80 美元、年薪中位数为 120,230 美元；第 10 与第 90 百分位年薪分别为 67,240 与 199,130 美元；2024 年就业 245,900 人，2024 至 2034 年预计增长 7% 或更高（远快于平均）、年均空缺约 23,400 个。需要特别注意：该页面在工资与就业框内明确标注这些数值为数据科学家口径，并非仅限临床数据经理；该统计不含自雇主与业主收入。
| 工资统计位置 | 年工资参考 | 换算边界 | 怎样理解这个位置 |
|---|---|---|---|
| 第 10 百分位 | 67,240美元/年（第 10 分位，数据科学家口径） | 官方折算，非个人月收入 | 该分位用于理解分布的下端位置，不用于判断入门工资。 |
| 第 50 百分位 | 120,230美元/年（中位数，数据科学家口径） | 非个人月收入 | 中位数是分布的中点，与「平均水平」并不相同，也不代表多数人的实际收入。 |
职业适配指南
直接回答：与该职业任务最贴合的信号是「愿意把规则与留痕做到底」与「能接受大量细节核对并保持准确性」；兴趣代码为 CI，但代码只描述群体分布，不决定个人是否适合。
你可能更适合： 愿意把规则与留痕核对到底、能在细节密度很高的工作中保持准确性、并愿意把判断与依据留痕以便复核与审计的人。
这些情况需要慎重： 难以接受自己的记录被复核或质疑、在节点压力下倾向于跳过核对与留痕、或者无法区分数据问题与流程问题的人。
做一次入行练习： 用页内「入行、资格与职业发展」的虚构材料完成一次从数据需求到规则设计到查询闭环的流程，再判断自己是否愿意重复这件事。
工作压力、风险与职业边界
直接回答：该职业最需要提前判断的风险来自四处——数据库与校验逻辑设计缺陷导致系统性错误、数据完整性与可追溯性不足使结论无法复核、数据查询未闭环使问题被掩盖、以及可识别信息与访问权限处理不当；外部供应商交接界面与锁库与申报节点下的质量下降也是长期问题。
证据范围：任务与工作情境来自 O*NET 15-2051.02（美国口径）；工资与就业数值来自 O*NET 该职业页面显示的 BLS 数据，且该页面在工资与就业框内标注为数据科学家口径；中国大陆的统计口径与岗位映射边界来自本条证据路由登记的公开发现入口与职业分类公布信息的一般框架；具体程序以适用规定与机构制度与项目质量体系为准。
典型场景：只在系统里配置逻辑而不留文档；规则变更不留版本与生效时间。
主要岗位：承担数据库设计与校验的岗位
可能后果：校验逻辑与表单结构设计不完整或有缺陷，会让错误数据在流程中被系统性地接受，并在后续统计与申报阶段难以追溯修正。
降低风险：把变量定义与取值范围与允许例外写成可复核的文档，在系统实现前由数据管理与统计与临床各方确认，并对规则变更保留版本与生效范围记录。
入行、资格与职业发展
直接回答：进入该职业最常见的路径是完成医学或药学或统计或计算机与信息相关专业的教育（该职业页面的教育分布为学士 85%、副学士 5%、学士后证书 5%，准备层级为 Job Zone Four），在数据管理或临床研究岗位积累数据处理与文件经验，再逐步独立承担数据库设计与项目交付并参与质量体系工作。
职业前景与相关职业转向
直接回答：O*NET 该职业页面在工资与就业框内显示 2024 年约 245,900 人，2024 至 2034 年预计增长 7% 或更高（远快于平均），年均空缺约 23,400 个（含增长与替换需求）；该页面同时标注这些数值为数据科学家口径，并标注该职业为 Bright Outlook。需求受医药研发投入与临床试验数量与数据合规要求影响，单一项目周期不能推断所有地区稳定扩张。
美国 · O*NET-SOC 15-2051.02 页面显示的就业预测（标注为数据科学家口径）
增长 7% 或更高（远快于平均，2024 至 2034 年）
就业变化率
该页面表述为远快于平均（7% 或更高）；预测以现有产业结构为假设，含误差，不等于逐年的实际岗位数。
不能说明：为美国全国口径预测，不区分地区与机构类型，且该页面标注为数据科学家口径；也不能用于推断某一机构或某一城市的机会数量。
日常工作以数据库设计与校验与数据处理与质量控制与文件与报告为主：设计与验证临床数据库与逻辑校验、处理数据并生成与解决数据查询、制定数据管理计划并编写作业指导书与标准操作程序、执行质量控制审计、使用统计工具分析数据并编制分析列表与进展报告，并参与方案与临床研究报告与监管申报等受控文件的编写与产出。O*NET 工作情境显示 100% 每天使用电子邮件、85% 持续或几乎持续坐着、80% 每天在环境受控的室内工作、60% 认为精确或准确极其重要。
医疗与健康服务经理负责机构运营与人员与预算；自然科学经理负责团队与实验室管理；临床研究协调员在中心层面负责受试者随访与源数据；法规事务专家负责申报策略与沟通；项目管理专家负责整体进度与资源与风险；数据科学家负责建模与算法；本职业以临床数据库与数据流程与质量与交付文件为核心并对可追溯性负责。共享能力不代表可以互换：工作层次与责任与授权不同。
不能这样推断。该职业的核心任务包括判断数据是否真实与完整、决定查询措辞与偏差处置、并对可追溯性与受控文件负责；工具输出既不能替代这些判断，也不能免除权限与留痕与质量体系义务。
一句话判断：临床数据经理不是「把数据录进系统」，而是运用医疗健康与数据库管理知识分析临床数据、识别并报告趋势，并对数据库设计与校验逻辑、数据完整性与交付时点负责；O*NET 把该职业定义为运用医疗健康与数据库管理知识分析临床数据并识别与报告趋势。
继续探索的信号：你愿意长时间核对数据与逻辑校验并把它写成可复核的记录，也能在锁库与申报节点前守住核对步骤；O*NET 工作情境显示 100% 每天使用电子邮件、85% 持续或几乎持续坐着、80% 每天在环境受控的室内工作、60% 认为精确或准确极其重要、55% 认为与工作组或团队协作极其重要、50% 每天进行电话交谈、50% 与其他人保持持续接触。
运用医疗健康与数据库管理知识分析临床数据并识别与报告趋势
把临床数据流程做成可核对可追溯并可交付的记录与报告
常见相邻岗位包括医疗与健康服务经理、自然科学经理、临床研究协调员、法规事务专家、项目管理专家与数据科学家。边界上：医疗与健康服务经理负责机构运营与人员与预算；自然科学经理负责研究团队与实验室与项目组合管理；临床研究协调员负责中心层面的受试者随访与源数据与文档；法规事务专家负责申报策略与法规文件准备与沟通；项目管理专家负责进度与资源与风险与跨团队交付；数据科学家负责建模与算法与预测分析；本职业以临床数据库与数据流程与质量与交付文件为核心并对可追溯性负责。
| 维度 | 主要方向 | 比较方向 |
|---|---|---|
| 核心目的 | 医疗与健康服务经理负责机构运营与人员与预算与服务交付；本职业以数据与流程与文件为核心，不承担机构运营责任 | 在可追溯的质量体系内交付临床数据与文件 |
| 主要对象与依据 | 自然科学经理负责研究团队与实验室与项目组合管理；本职业聚焦临床数据的采集与校验与交付，不承担实验室运营责任 | 以数据管理计划与数据字典与校验规则与质量审计记录为依据；O*NET 工作活动以使用计算机、获取信息、处理信息、记录信息、与主管同事下属沟通为前几位 |
| 核心过程 | 临床研究协调员在研究中心层面负责受试者随访与源数据与文档；本职业在项目与数据层面负责数据库与流程与交付，工作层次不同 | 接收并确认数据需求、设计数据库与校验逻辑、处理数据并解决数据查询、执行质量审计、编制报告与受控文件、并在锁定与交付前完成复核与留痕 |
| 主要产出 | 法规事务专家负责申报策略与法规文件与沟通；本职业提供满足申报要求的数据与文件并保证可追溯，不承担申报决策 | 数据库与校验规格、数据管理计划与作业指导书、数据查询与审计记录、分析与进展报告、受控文件与版本记录 |
| 责任主体 | 本页呈现的是任务与产出边界，不构成任何执业或法定职责分配 | 数据发布与对外交付按项目与机构与申办方流程与授权执行；数据库锁定与受控文件的定稿须经授权人员确认，个人不得单独改变已锁定的数据或文件 |
| 准入与许可 | 中国大陆：本条证据路由未建立与 O*NET-SOC 15-2051.02 一一对应的职业细类，相关职责可能分布在临床试验数据管理、医疗信息与病案管理、医药研发与统计编程与医疗数据治理等序列，须按岗位实际职责与机构类型归类 | 美国该职业准备层级为 Job Zone Four，多数岗位要求学士学位（教育分布为学士 85%、副学士 5%、学士后证书 5%），并通常需要数年相关工作经历与在岗培训；该页面列出多项全国认证，但是否要求须按雇主与项目质量体系核对 |
| 结论边界 | 跨岗位比较不能只看名称相近；工作层次、数据责任、交付文件与授权不同，任务相似不代表可以互换 | 结论只适用于本页标注的 O*NET 与 BLS 口径与期间 |
设计并验证临床数据库（含设计或测试逻辑校验），为接收与处理或追踪数据设计表单并确定格式（对应 O*NET 任务第一与第七与第六项）。
处理临床数据（含接收与录入与核对与归档），根据校验错误与遗漏生成数据查询以解决问题，并执行质量控制审计以确保准确性与完整性（对应 O*NET 任务第二与第三与第十项）。
制定针对具体项目的数据管理计划（涵盖编码与报告与数据传输与数据库锁定与工作流程），撰写作业指导书与数据采集指南或标准操作程序（对应 O*NET 任务第四与第十四项）。
使用适当的统计工具分析临床数据，编制数据分析列表与活动或绩效或进展报告（对应 O*NET 任务第十一与第八项）。
与最终用户确定或实施临床系统需求（如数据发布格式与交付计划与测试方案），为数据管理编程编写技术规格并与信息技术人员沟通需求（对应 O*NET 任务第九与第十三项）。
评估流程与技术并提出提高产出与效率的修订建议，为市场与临床监查与医学事务等职能提供支持与信息，并参与方案与临床研究报告与监管申报等受控文件的编写与组织与产出（对应 O*NET 任务第十二与第二十一与第十七项）。
六个反复出现的职业判断：数据字典与校验逻辑是否写清；数据来源与录入口径是否可追溯；数据查询是否闭环；质量审计与偏差处理是否留痕；可识别信息与访问权限是否守住；以及锁定与交付前是否完成授权复核。
判断一：数据字典与校验逻辑是否写清
判断二：数据来源与录入口径是否可追溯
判断三：数据查询是否闭环
判断四：质量审计与偏差处理是否留痕
判断五：可识别信息与访问权限是否守住
| 临床研究协调员 | 以受试者随访记录与源数据与中心文档为主。 | 临床研究协调员在研究中心层面负责受试者随访与源数据与文档与沟通；本职业在项目与数据层面负责数据库与流程与交付，工作层次不同。 | 愿意做中心层面随访与源数据与受试者沟通的人适合该方向；愿意做项目级数据管理与文件的人适合本职业。 |
|---|
| 法规事务专家 | 以申报策略文件与法规沟通记录为主。 | 法规事务专家负责申报策略与法规文件准备与与监管机构沟通；本职业提供满足申报要求的数据与文件并保证可追溯，不承担申报决策。 | 愿意做法规策略与申报沟通的人适合该方向；愿意做数据质量与文件可追溯的人适合本职业。 |
|---|
| 项目管理专家 | 以项目计划与进度与风险记录与交付验收为主。 | 项目管理专家负责进度与资源与风险与跨团队交付；本职业负责数据层面的计划与质量与文件，两者可以相互支持但责任不同。 | 愿意做整体进度与资源与风险协调的人适合该方向；愿意深耕数据流程与质量的人适合本职业。 |
|---|
| 数据科学家 | 以模型与算法与预测分析结果与数据产品为主。 | 数据科学家负责建模与算法与预测分析与数据产品；本职业负责临床数据的采集与校验与质量与交付文件，不承担模型设计与算法开发。 | 愿意做建模与算法与预测分析的人适合该方向；愿意做数据流程与质量与可追溯的人适合本职业。 |
|---|
六个方向与本职业共享一部分能力：临床与数据流程理解、跨职能沟通、文档与记录规范、以及质量控制意识。真正的区别在于工作层次与责任对象：管理与运营方向负责人员与预算与机构交付，中心层面方向负责受试者与源数据，法规方向负责申报策略与沟通，项目管理方向负责整体进度与资源，数据科学方向负责建模与算法，而本职业以临床数据库与数据流程与质量与交付文件为核心并对可追溯性负责。选择时建议先用一次可交付的数据管理计划与查询闭环练习验证，而不是先比名称。
从本职业转向相邻方向通常需要补足新的能力与授权：运营管理方向需要机构运营与人员与预算管理经验；研究与实验室管理方向需要团队与实验资源与项目组合管理经验；临床研究协调方向需要中心层面受试者随访与源数据与沟通经验；法规事务方向需要法规体系与申报文件与沟通经验；项目管理方向需要整体进度与资源与风险管理经验；数据科学方向需要统计与建模与算法与编程能力。数据流程与质量与文件能力可以迁移，但各方向的责任对象与授权必须重新取得。
| 规则与结构草拟可提速；变量定义与例外判断仍由人负责 |
| 确认校验逻辑与例外处理正确，并对数据库与校验结论负责。 |
| 数据流程与质量控制 | 处理临床数据并生成与解决数据查询 | 异常筛查与查询草稿可辅助；判定与升级仍由人负责 | 确认异常判定与查询措辞准确，并对偏差处置负责。 |
|---|
| 数据流程与质量控制 | 执行质量控制审计并监测工作产出与质量 | 抽样与清单整理可辅助；审计判断仍由人负责 | 确认审计范围与方法与发现完整并留痕。 |
|---|
| 交付物与记录 | 制定数据管理计划并编写作业指导书与标准操作程序 | 草稿与格式可辅助；文件定稿与适用范围仍由人负责 | 确认文件版本与生效范围一致并已获授权。 |
|---|
| 交付物与记录 | 与最终用户确定并实施临床系统需求 | 需求整理可辅助；需求确认与实施责任仍由人负责 | 确认数据发布格式与授权范围并保留导出记录。 |
|---|
| 数据流程与质量控制 | 使用统计工具分析临床数据并编制分析列表与进展报告 | 计算与制表可辅助；口径与分析结论仍由人负责 | 确认报告与数据版本一致并对结论负责。 |
|---|
| 交付物与记录 | 为跨职能提供支持并参与受控文件的编写与产出 | 文件组织可辅助；内容责任与授权仍由人承担 | 确认跨职能需求与接口责任清晰。 |
|---|
五张证据卡分别说明来源、研究对象、结论与使用限制。它们回答的是「有什么证据」，不回答「这个职业会不会被取代」。
下表按三条真实工作方向比较：AI 与数据工具主要改变什么，以及哪些责任仍然留在人这一侧。三条方向来自该职业的任务结构（数据库设计与校验、数据流程与质量控制、交付物与记录）。
AI 主要改变按任务描述生成校验规则与表单结构与测试用例草稿、把数据字典与变量定义整理成可对比的表格。
仍由人负责判断变量定义与取值范围与允许例外是否恰当、决定逻辑校验的严格程度与例外处理方式、以及对应由本人与复核人负责的数据库与校验结论承担责任。
AI 主要改变按规则批量筛查异常值与缺失与重复记录、自动生成数据查询草稿与问题清单初稿。
仍由人负责判断异常是否为真实问题、决定查询措辞与升级路径、以及对偏差处置与数据完整性结论负责。
AI 主要改变生成进展报告与分析列表的格式草稿、整理审计记录与文件版本清单。
仍由人负责确认报告与数据版本一致、确认受控文件的定稿与发布已获授权、并对交付内容的可追溯性承担责任。
下面五步是本页给出的编辑整理流程，用于说明「谁在什么环节负责」，不是来源规定的强制流程，也不替代机构与项目自身的质量体系与数据管理规范。
明确数据来源与采集口径与交付要求、需要的数据字典与校验规则、以及本次处理或交付要回答的问题。
由工具完成规则与表单草拟、异常与缺失与重复筛查、查询草稿与报告格式草稿，并记录所用工具与版本与数据版本。
由本人与复核人复核：变量定义与例外是否恰当、异常判定与查询措辞是否准确、审计与偏差记录是否完整、文件版本与生效范围是否一致。
把数据字典与校验规则与修改理由与审计记录与文件版本留痕；对涉及对外交付或申报的材料额外保留授权与发布记录。
由具备相应授权与职责的岗位确认数据发布与受控文件定稿；工具不承担该责任，也不免除权限与留痕义务。
自动生成的规则或摘要可能遗漏关键限定条件或把不适用的逻辑当作通用标准；在未回看原始记录与数据字典时直接采用会造成数据与文件错误。
控制方式：仅以数据字典与原始记录与项目文件为依据；对不确定处先回看原始材料，并保留核对过程与结论。
临床数据常涉及可识别信息与受控文件，上传到外部服务可能造成泄露与合规风险。
控制方式：按信息分级与权限选择可用工具与部署方式，对可识别信息脱敏或使用受控系统，并保留访问与导出记录。
同一数据在不同版本或不同源文件下会得到不同结果；缺少版本与时间记录会使复核与锁定无法进行。
控制方式：记录数据版本与源文件与运行时间与复核意见，并纳入项目文件管理。
把生成内容直接写入数据或受控文件，会让交付建立在无法核实的陈述上。
控制方式：把生成内容先与原始记录与数据字典交叉核对再使用，并在记录中写明依据与已核实事项。
当流程被拆成「工具出结论、人工点确认」时，容易出现没有人对数据完整性与文件准确性负责的空档。
控制方式：在流程中明确每个环节的处理人与复核人与授权人，并让记录能够回答「是谁基于什么作出的这个判断」。
先把数据字典与校验逻辑与数据流程与文档写作的功底练扎实，再学用电子表格与结构化查询语言与统计分析软件与电子健康记录系统；不要把模型输出直接写进数据或文档，也不要跳过对原始记录的核对。
把工具用在生成校验规则草稿与表单结构与测试用例上，但把变量定义与允许例外与逻辑取舍保留在本人与复核人判断之内，并在系统实现前完成确认。
用工具提高数据查询草拟与异常清单整理与审计抽样效率，但把查询措辞与判定依据与偏差处置写清，并保留审计留痕。
用工具提高报告与作业指导书草稿的一致性与覆盖度，但把数据版本与文件版本与生效范围写清，不让未经核对的生成内容进入受控文件。
不能这样推断。该职业的核心任务以数据库设计与校验、数据处理与质量控制、报告与受控文件为主：判断数据是否真实与完整、决定查询与偏差处置、并对可追溯性负责，都需要专业训练与责任承担。
来源：O*NET 15-2051.02 任务与工作活动；O*NET 页面显示的 BLS 就业预测原始资料 ↗
不把编程当作入行门槛，但结构化查询语言与电子表格与统计分析工具的使用能力越来越有用。该职业页面教育分布为学士 85%、副学士 5%、学士后证书 5%；真正决定机会的是数据流程与质量控制与文档与沟通能力。
来源：O*NET 全国就业趋势与职业摘要（15-2051.02）；O*NET Hot Technologies 15-2051.02原始资料 ↗
从任务结构看，受影响较早的是可结构化与可自动化的环节：校验规则与表单结构草拟、异常与缺失与重复记录筛查、数据查询草稿、进展与分析报告格式草稿、文件版本清单整理。受影响较晚的是需要判断与责任的环节：变量定义与例外裁决、查询措辞与升级路径、偏差处置与数据完整性结论、以及受控文件的定稿与对外交付授权。
来源：O*NET 15-2051.02 任务与工作活动；ILO 暴露指数原始资料 ↗
不能据此判断。该页面显示 2024 至 2034 年增长 7% 或更高（远快于平均）、年均空缺约 23,400 个，且该页面标注这些数值为数据科学家口径；预测含假设与误差，不等于逐年实际值，也不预测某一机构或某一城市的岗位数量。
来源：O*NET 页面显示的 BLS 就业预测（页面标注为数据科学家口径）原始资料 ↗
不能。数据发布与受控文件的定稿与对外交付须由具备相应授权的人员作出；工具不承担该责任，也不免除权限与留痕与质量体系义务。
来源：O*NET 15-2051.02 任务与工作活动；机构质量体系要求原始资料 ↗
没有可靠公开来源支持给该职业设定消失年份；本页不提供这类预测。更有用的是跟踪任务结构与质量体系要求的变化，而不是等待一个日期。
来源：本页编辑说明原始资料 ↗
优先顺序建议：先把数据字典与校验逻辑与数据流程与文档写作练扎实，再学用电子表格与结构化查询语言与统计分析软件与电子数据采集系统；同时把生成式 AI 的使用限定在规则草拟与异常筛查与草稿，不用于替代数据完整性判断与受控文件定稿。
来源：O*NET Hot Technologies 15-2051.02（技术关键词）；NIST AI RMF 1.0原始资料 ↗
如果要用一句话概括：AI 与数据工具会显著改变规则草拟与异常筛查与报告草稿的方式，但不会改变「谁对数据完整性、查询闭环、审计留痕与受控文件定稿负责」；需要长期积累的仍然是数据流程素养与质量体系意识。
中国大陆目前没有单列该岗位的全国职业工资统计可供本页引用；本页只登记可核对的统计口径与岗位映射边界与检索记录，不给出替代数值。
| 学历背景 | 岗位方向 | 说明与核对建议 |
|---|---|---|
| 学士及以上（医学或药学或统计或计算机与信息相关专业） | 临床试验数据管理与数据管理计划方向 | 编辑整理，不是薪资统计：学历是进入相应序列的条件之一，岗位方向由机构类型与岗位职责决定，不能据此推断收入。 |
| 硕士及以上（统计或生物统计或公共卫生或信息相关专业） | 数据标准与统计编程方向、数据分析与报告方向 | 编辑整理：统计与分析方向通常要求方法训练与工具能力；本页不把学历直接对应到收入区间。 |
| 数据管理与临床试验规范相关的机构培训与认证 | 质量与合规与审计方向 | 编辑整理：培训与认证是实务能力的组成部分，但不等同于执业许可，实际认定以机构与主管部门规定为准。 |
| 医疗信息与病案管理与医疗数据治理方向的相关资质 | 医疗信息化与数据治理方向 | 编辑整理：医疗机构信息与病案相关工作须按主管部门与机构要求取得相应资质，本页不把数据管理培训写成上述资质。 |
比较不同机会时应确认用工形式（医药研发企业、合同研究组织、医疗机构、医疗信息化与数据服务方）、实际承担的数据与文件责任与授权，并明确本页不提供中国大陆该岗位的职业级工资数值。
编辑整理：以项目制临床试验数据管理与交付为主，通常按项目节点与质量体系要求工作并受保密与留痕要求约束。
编辑整理：以机构内临床数据与病案与信息管理为主，须按医疗质量与信息安全要求开展工作。
编辑整理：以系统实施与数据服务与统计分析支持为主，须按客户与项目要求与保密约定交付。
自动校验与查询工具与电子数据采集系统会改变处理与留痕的方式，但不改变中国大陆对本职业的统计口径：职业级统计缺口与工具无关。
| 第 90 百分位 | 199,130美元/年（第 90 分位，数据科学家口径） | 官方折算，非个人实发工资 | 该分位描述分布上端位置，不能据此推断管理岗位收入。 |
|---|
薪资 · 10 分位：67,240美元/年；第 10 分位（数据科学家口径）。该分位表示 10% 的受雇者收入不高于此值，不是入职起薪。；O*NET 全国工资分位页面（15-2051.02）
薪资 · 25 分位：85,660美元/年；第 25 分位（数据科学家口径）。分位描述分布位置，不是资历等级。；O*NET 全国工资分位页面（15-2051.02）
薪资 · 中位数：120,230美元/年；中位数（数据科学家口径）。一半受雇者高于此值、一半低于此值，与入职薪酬不是同一概念；该统计不含自雇主与业主收入；该页面标注 Bright Outlook。；O*NET 全国工资分位页面（15-2051.02）
薪资 · 75 分位：158,880美元/年；第 75 分位（数据科学家口径）。高收入并不自动对应管理岗位。；O*NET 全国工资分位页面（15-2051.02）
薪资 · 90 分位：199,130美元/年；第 90 分位（数据科学家口径）。该分位不包含奖金与股权与自雇主收入的个体差异。；O*NET 全国工资分位页面（15-2051.02）
不是。中位数描述的是全部受雇者在统计期的中间位置，第 10 分位 67,240 美元也不能当作入门起薪；入门薪酬还取决于地区、机构类型与岗位职责。
不能。OEWS 的年度工资按统计方法折算，并非每个人实际有薪时数；没有个人工时与加班安排时，不能推算年薪、月收入或税后所得。
分位数与中位数来自 O*NET 该职业页面显示的 BLS OEWS 2025 年工资数据（该页面标注为数据科学家工资数据）；分位是统计位置，不代表个人能力等级。
机构类型（医药研发企业、合同研究组织、医疗机构、医疗信息化服务商）、数据或文件职责与资历、以及是否承担项目与团队职责都会影响实际收入；本页不预测个人收入。
| 行业 | 该行业内本职业工资中位数 | 这个值怎么理解 |
|---|---|---|
| 专业与科学与技术服务 | 该行业就业占比 28%（O*NET 行业分布） | 该行为就业占比而非行业工资；O*NET 该职业页面未提供行业工资中位数。 |
| 金融与保险 | 该行业就业占比 19%（O*NET 行业分布） | 该行为就业占比而非行业工资；O*NET 行业分布还显示信息 11% 与公司与企业管理和 10%。 |
| 其他行业（含行政与支持服务与医疗保健与社会援助） | 合计占比 32%（O*NET 行业分布） | 证据不足：该合计项未进一步拆分，也未提供对应工资数据。 |
| 行业与地区工资细分 | 证据不足：未取得该职业按行业或地区细分的工资中位数 | 缺少细分数值时不使用行业均值或相邻职业数据替代；如需比较可查阅 OEWS 的行业与地区查询入口。 |
该职业的公开分位主要反映受雇工资薪金岗位；机构类型（医药研发企业、合同研究组织、医疗机构、医疗信息化服务商）与项目阶段与地区会影响收入水平，但需按标注口径与地区数据比较。
O*NET 工作情境显示 70% 的典型工作周为 40 小时、35% 每天感受到时间压力，数据库锁定与申报节点会影响阶段性节奏。
工作场景以专业与科学与技术服务和金融与保险等行业为主（该职业行业分布 28% 与 19%）；不同地区的医药研发与医疗机构密度会影响机会与收入水平，本页不逐州列出，也不以最高值当作普遍水平。
该页面在工资与就业框内显示的 2024 年就业人数（页面标注为数据科学家口径）；2024 至 2034 年预计增长 7% 或更高（远快于平均），年均空缺约 23,400 个。；O*NET-SOC 15-2051.02 职业详细资料
2024 至 2034 年预测期，该页面表述为远快于平均（7% 或更高），并标注为数据科学家口径。预测含假设与误差，不等于逐年实际值。；O*NET-SOC 15-2051.02 职业详细资料
2024 至 2034 年年均空缺，含增长与替换需求；空缺数不等于净新增岗位，且该页面标注为数据科学家口径。；O*NET-SOC 15-2051.02 职业详细资料
常规型关注按规范整理与核对信息，研究型关注分析数据与追查问题原因；该职业同时具备这两类兴趣领域。
兴趣代码 CI：常规型（C）在前、研究型（I）其次；两者共同描述「按规范与流程整理信息、并追查异常原因」的取向。
霍兰德兴趣中什么类型更适合临床数据经理？
O*NET 职业兴趣代码为 CI（常规型、研究型）：常规型对应按规范整理与核对信息，研究型对应分析数据与追查问题原因。该职业的工作活动以使用计算机、获取信息、处理信息、记录信息、与主管同事下属沟通为前几位；兴趣代码描述的是职业群体的取向分布，不是个人适配结论。
别这样用：需要留意：该职业页面列出 5 项工作风格（求知欲、谨慎、正直、注重细节、可靠），但不提供分数；从任务与工作情境看，若你在核对与留痕上倾向于走捷径，这项工作在质量审查与锁库阶段的风险会明显上升。
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？
大五人格在本页只用于描述工作方式，不作为录用依据。与该职业任务更相关的是尽责性维度下的「注重细节」与「自律」、以及开放性在流程改进中的作用；这些特质影响你如何核对与留痕，而不是你能不能学会数据管理方法。
别这样用：需要留意：把「先把数据交上去」放在「先完成核对与留痕」之前，会在质量审查与锁库阶段暴露问题。
查看我的大五人格特质哪种 MBTI 最适合临床数据经理？
兴趣取向：该职业群体的兴趣代码为 CI（常规型、研究型），日常任务以数据库设计与校验与数据处理与质量控制与报告与受控文件为主。
别这样用：需要留意：MBTI 类型不是招聘条件，本页不提供按类型筛选岗位的建议。
了解我的 MBTI 偏好九型人格哪一型更适合临床数据经理？
九型人格同样不是职业测评工具，没有官方职业证据支持。可替代的做法是用具体行为验证兴趣：能否就一个虚构数据集写出变量定义与校验规则清单，能否把一组虚构异常值整理成可跟踪的数据查询清单，能否写出一页含质量审计要点的数据管理计划摘要。
别这样用：需要留意：九型人格的解释容易滑向人格诊断，本页不使用它判断适配。
探索我的九型人格模式智商或数学不好，能做临床数据经理吗？
该职业对细致与逻辑的要求明确：O*NET 基本技能包含批判性思维、主动倾听、阅读理解、口语表达、写作、主动学习、监控与数学八项；可迁移技能包含复杂问题解决、协调、时间管理、判断与决策、编程、系统分析、社会感知力、系统评估、指导与人员资源管理十项；知识清单以英语、计算机与电子、客户与个人服务、数学与医学与牙科五项为主。
别这样用：需要留意：如果长期依赖手工操作与个人记忆而不沉淀规则与文档，会在人员变动或质量审计中暴露风险；把规则与留痕固定下来，是可持续的做法。
了解我的智力与推理表现做临床数据经理需要高情商吗？
该职业沟通与专注强度较高：O*NET 工作情境显示 100% 每天使用电子邮件、50% 每天进行电话交谈、45% 每周以上进行面对面讨论、50% 与其他人保持持续接触、55% 认为与工作组或团队协作极其重要，同时 60% 认为精确或准确极其重要、85% 持续或几乎持续坐着。
别这样用：需要留意：为了让进度看起来正常而关闭未闭环的查询或弱化偏差记录，会同时损害数据可信度与合规性。
了解我的情绪智力能力更匹配：适合信号：愿意做机构或部门的运营与人员与预算与服务交付管理。
注意：谨慎信号：该方向以运营与人员管理为主，数据与文件的细致程度要求较低。
查看相关职业：医疗与健康服务经理更匹配：适合信号：愿意做研究团队与实验室与项目组合管理与资源配置。
注意：谨慎信号：该方向需要团队与实验室管理经验，与本职业的数据职责不同。
查看相关职业：自然科学经理更匹配：适合信号：愿意做中心层面受试者随访与源数据与文档与沟通。
注意：谨慎信号：该方向在研究中心层面工作，项目级数据设计与质控责任较少。
查看相关职业：临床研究协调员更匹配：适合信号：愿意做申报策略与法规文件准备与与监管机构沟通。
注意：谨慎信号：该方向需要法规体系与申报经验，与本职业的数据处理职责不同。
查看相关职业：法规事务专家更匹配：适合信号：愿意做整体进度与资源与风险与跨团队交付协调。
注意：谨慎信号：该方向以整体项目责任为主，数据与文件细节深度较低。
查看相关职业：项目管理专家更匹配：适合信号：愿意做建模与算法与预测分析与数据产品开发。
注意：谨慎信号：该方向需要统计与建模与编程能力，与本职业的流程与质量职责不同。
查看相关职业：数据科学家不是。把职业简化为「最合适的一种性格」会掩盖真实差异：医药研发企业与合同研究组织与医疗机构与医疗信息化服务商的工作方式差别很大。更有用的做法是用一次可交付的数据管理计划与查询清单验证。
可以。该职业以数据处理与文档与核对为主，O*NET 工作情境显示 80% 每天在环境受控室内、85% 持续或几乎持续坐着、100% 每天使用电子邮件；内向者可以通过结构化流程与书面沟通与异步协作建立可靠的工作方式，但与临床与统计与信息技术各方的接口沟通仍然要求稳定的跨职能协作。
可以。外向本身不是优势或劣势，关键是能否把规则与数据事实讲清楚并守住核对步骤；如果更偏好协作与推动，可以侧重系统需求沟通与流程改进类任务。
没有官方证据支持某种 MBTI 类型更适合该职业；本页不提供这种排序。
O*NET 该职业的兴趣代码为 CI（常规型、研究型）。这表示职业群体集中在这两类取向，但代码不是个人适配结论，仍需用实际任务验证。
不能。人格特质分数与工作表现的关联在不同研究中强弱不一，且受机构与岗位影响；本页不用它作为录用或适配判断依据。
该职业对数量理解为实质要求：O*NET 基本技能包含数学，知识清单包含数学，能力清单包含数学推理与数字运算与信息排序；校验规则与统计分析需要可靠的数量理解。
该职业对细节与节点压力的要求突出：O*NET 工作情境显示 60% 认为精确或准确极其重要、40% 认为重复同一任务非常重要、35% 每天感受到时间压力、45% 认为协调或带领他人极其重要；把核对清单化与留痕自动化，是可练习的技术。
不建议。九型人格不是职业测评工具，也没有官方职业适配证据。
用可交付物判断：能否就一个虚构数据集写出变量定义与校验规则清单；能否把一组虚构异常值整理成可跟踪的数据查询清单并说明升级路径；能否写出一页含质量审计要点与留痕要求的数据管理计划摘要。哪一类任务让你愿意重复，就是更值得试的方向。
依据：O*NET-SOC 15-2051.02 职业详细资料 · O*NET-SOC 15-2051.02 工作情境字段
典型场景：直接覆盖原始值而不留痕迹；用个人表格作为唯一数据源。
主要岗位：承担数据处理与修改的岗位
可能后果：缺少修改理由与时间与操作人记录，会使数据无法复核，在质量审计与申报审查中无法证明数据来源可靠。
降低风险：按权限与留痕要求记录数据来源与修改理由与操作人与时间，保留原始记录与导出记录，使每一次修改都可追溯。
依据：O*NET-SOC 15-2051.02 职业详细资料 · O*NET-SOC 15-2051.02 工作情境字段
典型场景：为赶节点批量关闭查询；把未解决的问题标注为已解决。
主要岗位：承担数据查询与偏差处理的岗位
可能后果：数据查询未闭环或被直接关闭，会使已识别问题长期存在，并在统计分析与申报文件中体现为不可解释的异常。
降低风险：对每条查询跟踪到回复与解决与再校验，未闭环的查询保持开放状态并在进展报告中显式说明，对偏差按流程升级而不是自行判断。
依据：O*NET-SOC 15-2051.02 职业详细资料 · O*NET-SOC 15-2051.02 职业摘要
典型场景：把含可识别信息的文件发送到个人邮箱或外部云盘；共享账号访问受控系统。
主要岗位：处理可识别信息与受控文件的岗位
可能后果：可识别信息与受控文件被越权访问或上传到未授权系统，会造成泄露与合规与信任风险。
降低风险：按最小必要与权限分级访问数据与文件，使用受控渠道保存与交换，对外提供数据前确认发布格式与授权范围并保留导出记录。
依据：O*NET-SOC 15-2051.02 职业详细资料 · O*NET-SOC 15-2051.02 职业摘要
典型场景：只通过口头同步交接内容；不记录对方确认与验收结论。
主要岗位：与外部供应商或合作方交接的岗位
可能后果：数据与文件的交接界面责任不清，会出现双方都以为对方已核对的情况，风险在交接缝隙中累积。
降低风险：在交接文件中明确数据范围与格式与版本与责任人与验收标准，并保留双方确认记录与问题清单。
依据：O*NET-SOC 15-2051.02 职业详细资料 · O*NET-SOC 15-2051.02 行业分布
典型场景：用缩短核对与留痕时间换取节点；长期以加班掩盖资源与流程缺口。
主要岗位：面临数据库锁定与申报节点的岗位
可能后果：锁库与申报节点的时间压力会造成核对流于形式与留痕缺失，并在节点后被迫以补救方式处理本应在锁定前解决的问题。
降低风险：提前明确锁定前的核对清单与责任人，在节点前保留复核与留痕环节，在必要时说明交付条件而不是以跳过步骤换取进度。
依据：O*NET-SOC 15-2051.02 职业详细资料 · ILO：Generative AI and Jobs: A Refined Global Index of Occupational Exposure
| 入职初期主要做什么 |
|---|
| 雇主通常看什么 |
|---|
| 没经验如何证明 |
|---|
| 与其他方向的区别 |
|---|
| 数据管理助理（在复核下） | 在复核下完成数据录入与核对与查询跟踪并规范记录。 | 记录是否规范、查询是否跟踪到闭环、异常是否及时上报。 | 用录入与核对与查询跟踪记录与复核意见证明。 | 与独立岗相比不承担数据库设计与交付责任。 |
|---|---|---|---|---|
| 独立数据管理岗 | 独立完成数据库设计与校验规则与数据管理计划并推动查询闭环。 | 规则与文档完整度、查询闭环率、审计与留痕质量。 | 用数据库设计文件与数据管理计划与审计记录证明。 | 与项目负责岗相比不负责多项目与对外交付授权。 |
| 项目数据负责人 | 承担多项目与跨机构或供应商协作的数据交付并对质量负责。 | 多项目并行、跨机构协作、交付时点、质量体系符合度。 | 用多项目交付记录与协作与验收记录证明。 | 与一般岗相比增加对外交付与供应商质量把关责任。 |
| 数据标准与治理岗 | 参与数据标准与留痕治理与质量与培训建设。 | 标准覆盖与执行、留痕完整度、团队能力提升。 | 用标准文件与治理与培训记录证明。 | 与项目岗相比侧重标准与治理而非单一项目。 |
| 系统与流程改进岗 | 负责数据管理工具选型与流程改进与效率提升。 | 工具与流程改进的落地效果、变更管理与培训情况。 | 用改进方案与上线与培训记录证明。 | 与数据岗相比增加工具与流程变更责任。 |
数据管理助理（在复核下）
入职初期主要做什么
在复核下完成数据录入与核对与查询跟踪并规范记录。
雇主通常看什么
记录是否规范、查询是否跟踪到闭环、异常是否及时上报。
没经验如何证明
用录入与核对与查询跟踪记录与复核意见证明。
与其他方向的区别
与独立岗相比不承担数据库设计与交付责任。
独立数据管理岗
入职初期主要做什么
独立完成数据库设计与校验规则与数据管理计划并推动查询闭环。
雇主通常看什么
规则与文档完整度、查询闭环率、审计与留痕质量。
没经验如何证明
用数据库设计文件与数据管理计划与审计记录证明。
与其他方向的区别
与项目负责岗相比不负责多项目与对外交付授权。
项目数据负责人
入职初期主要做什么
承担多项目与跨机构或供应商协作的数据交付并对质量负责。
雇主通常看什么
多项目并行、跨机构协作、交付时点、质量体系符合度。
没经验如何证明
用多项目交付记录与协作与验收记录证明。
与其他方向的区别
与一般岗相比增加对外交付与供应商质量把关责任。
数据标准与治理岗
入职初期主要做什么
参与数据标准与留痕治理与质量与培训建设。
雇主通常看什么
标准覆盖与执行、留痕完整度、团队能力提升。
没经验如何证明
用标准文件与治理与培训记录证明。
与其他方向的区别
与项目岗相比侧重标准与治理而非单一项目。
系统与流程改进岗
入职初期主要做什么
负责数据管理工具选型与流程改进与效率提升。
雇主通常看什么
工具与流程改进的落地效果、变更管理与培训情况。
没经验如何证明
用改进方案与上线与培训记录证明。
与其他方向的区别
与数据岗相比增加工具与流程变更责任。
准备层级为 Job Zone Four（需要相当准备），SVP 区间 7.0 至 8.0 以下；
多数岗位还要求数年相关工作经历与在岗培训。
涉及数据发布与受控文件定稿的岗位须按项目与机构流程取得授权；
部分岗位要求背景核验与保密约定。
基本技能以批判性思维、主动倾听、阅读理解、写作与数学为主；
工作活动以使用计算机、获取信息、处理信息、记录信息与与主管同事下属沟通为前几位。
结构化查询语言与数据库工具与统计分析软件；
办公套件与电子表格与文档与版本管理工具（该职业软件技能清单为 21 项）。
虚构材料：虚构项目数据需求（含变量清单与取值范围与三个口径不一致之处）、虚构数据表（含缺失与重复与超范围值）与虚构文件版本记录表。
虚构条件：一份虚构数据管理规范（含录入与修改与留痕与权限要求）。
虚构约束：一份虚构项目节点与交付要求（含锁定前核对清单）。
第二步：写出数据处理与查询方案（说明异常判定标准与升级路径，以及哪些查询必须保持开放状态直到闭环）。
第三步：写出一页锁定前核对清单与进展说明（含数据完整性、查询闭环、审计记录、文件版本）并说明哪些内容需要授权人员确认后才能交付。
评价依据：规则是否可执行、口径不一致是否被识别、异常判定与升级是否明确、查询闭环是否可跟踪、留痕与权限要求是否写明。
允许多种合理写法；若认为某些信息不足以判断，应明确写出不足以判断的部分与所需补充信息。
题面给定的数据与规范与节点均为虚构值，仅用于练习数据管理思路与边界。
证据形式包括脱敏后的数据管理计划与规则清单与查询记录、审计与偏差处理记录、培训与认证记录、以及项目交付与验收记录。
对没有证据的条目明确写「待补」并给出补足计划。
写出你不同意或需要补充的地方，并说明依据。
一份进展摘要：查询闭环情况与未解决问题与升级事项。
一份协作说明：你与复核人及机构授权岗位的送审与留痕做法。
简历与初筛
可能考察
专业背景与数据或临床研究经历、是否有数据处理与文档写作经历。
观察证据
经历是否与岗位职责匹配、对数据留痕与权限的理解。
使用边界
初筛只能看到书面信息；具体任职与认证要求须按机构规定核对。
面试与情境问答
可能考察
对给定数据异常的判断思路、遇到查询不闭环时如何处理。
观察证据
是否知道先核对原始记录再判断、是否区分数据问题与流程问题。
使用边界
面试问答不等同于数据处理能力，机构通常另有实务演练。
实务演练或案例笔试题
可能考察
就给定材料写出变量定义与校验规则清单与查询处理思路。
观察证据
规则完整性与可执行性、异常判定与升级路径、记录与留痕意识。
使用边界
演练材料与真实项目复杂度不同，结果用于参考而非定论。
试用或带岗期
可能考察
在复核下承担实际数据管理工作并接受质量与留痕检查。
观察证据
是否按规范记录、是否及时上报异常、被指出问题后的改正速度。
使用边界
带岗期表现不等于长期能力上限，项目类型与指导质量影响很大。
把虚构需求写成问题陈述（数据范围、变量、交付与使用场景）。
把虚构变量清单整理成变量定义与校验规则草案并标出缺失信息。
指出虚构数据中三个口径不一致或定义缺失之处并说明为什么不能直接合并。
写出异常判定标准与两个升级路径与不会自动关闭的查询类型。
写出一页锁定前核对清单（数据完整性、查询闭环、审计记录、文件版本）。
写出留痕与权限要求要点并区分数据问题与流程问题。
回答三个问题：你是否愿意重复这件事；哪一步让你最投入；下一周你会补哪一项能力（规则与建模、工具与查询、文档与规范还是质量与审计）。
学士学历（医学或药学或统计或计算机与信息相关专业）
主要适合谁
多数入行者
求职现实作用
是进入相应序列的常见条件
是否普遍入职门槛
否（部分岗位以相关经历与工具能力替代部分学历要求）
报考／注册条件
完成相关专业学习并具备数据与文档基础能力
投入等级
中
重要限制
该职业页面教育分布为学士 85%、副学士 5%、学士后证书 5%，本页不把学历直接对应到收入。
硕士及以上（统计或生物统计或公共卫生或信息相关专业）
主要适合谁
希望从事数据标准与统计编程与分析方向的人
求职现实作用
作为部分分析岗位的常见要求
是否普遍入职门槛
按机构与岗位要求
报考／注册条件
完成方法训练与工具能力积累
投入等级
中高
重要限制
分析方向通常要求统计与编程能力；本页不把学历写成任职门槛。
数据管理与临床研究规范相关的机构培训
主要适合谁
希望承担数据管理与质量合规工作的人
求职现实作用
作为实务能力的证明
典型职责：在复核下完成数据录入与核对与查询跟踪并规范记录。
晋升证据：能出示一份可复核的录入与核对记录与查询跟踪记录。
资格边界：通常要求数据与文档基础能力。
下一步：把变量与规则与留痕做成固定清单。
典型职责：独立完成数据库设计与校验规则与数据管理计划。
晋升证据：能出示一份完整设计文件与数据管理计划与复核意见。
资格边界：须具备数据库与流程与文件能力。
下一步：把规则变更与生效范围固定写入文件模板。
典型职责：承担多项目与跨机构或供应商协作的数据交付并对质量负责。
晋升证据：能出示多项目交付与协作与验收记录。
资格边界：通常要求多年项目经验与机构授权。
下一步：把常见交付风险与应对整理成备查材料。
典型职责：参与数据标准与留痕治理与质量与培训建设。
晋升证据：能出示标准文件与治理与培训记录。
资格边界：通常要求机构内职责与数据专长。
下一步：把标准与留痕要求落地为可执行流程。
典型职责：参与质量核对与偏差记录与审计材料准备。
晋升证据：能出示核对记录与偏差记录。
资格边界：通常要求对规范与流程的理解。
下一步：把核对要素与频次做成清单。
典型职责：独立执行质量审计并处理偏差与改进建议。
晋升证据：能出示审计报告与偏差处置与改进记录。
资格边界：须熟悉质量体系与审计方法。
下一步：把审计发现与处置依据写入书面记录。
典型职责：负责审计方案设计与体系符合性判断与整改跟踪。
晋升证据：能出示审计方案与整改与跟踪记录。
资格边界：通常要求机构授权与审计经验。
下一步：把常见发现与整改标准整理成稳定版本。
典型职责：参与质量体系与留痕治理与培训制度建设。
晋升证据：能出示制度文件与体系与培训记录。
资格边界：通常要求机构内职责与长期经验。
把审计经验沉淀为可复用的制度文本。
典型职责：参与数据管理工具配置与流程文档与培训材料准备。
晋升证据：能出示配置记录与流程文档与培训材料。
资格边界：通常要求工具使用与文档能力。
下一步：把配置变更与影响范围做成清单。
典型职责：独立负责工具选型或流程改进并推动落地。
晋升证据：能出示改进方案与上线与培训记录。
资格边界：须熟悉项目流程与变更管理。
下一步：把变更风险与回退方案写入方案。
典型职责：负责跨项目系统需求与数据标准与接口一致性。
晋升证据：能出示需求文件与标准与接口记录。
资格边界：通常要求跨项目经验与机构授权。
下一步：把接口责任与验收标准固定写入文件。
典型职责：参与系统规划与标准建设与供应商管理机制。
晋升证据：能出示规划文件与标准与供应商管理记录。
资格边界：通常要求机构内职责与长期经验。
能在复核下完成数据录入与核对与查询跟踪，按规范记录并标注局限，在发现异常或权限疑问时立即上报。
能独立完成一个项目的数据库设计与校验规则与数据管理计划，并推动数据查询闭环与质量审计。
能承担多项目与跨机构与供应商协作的数据交付，指导新同事并检查规则与留痕质量。
能参与机构层面的数据标准与留痕治理与质量体系建设，并具备相应的机构授权。
全球（跨经济体） · 跨经济体职业级（非单一国家官方统计）
暴露程度排序与度量方法
生成式 AI 职业暴露指数
该研究提供职业级的生成式 AI 暴露指数，用于比较不同职业的任务暴露程度，不提供岗位增减预测。
不能说明：是暴露度量而非采用率或自动化率；跨经济体口径与国别统计口径不同，不能直接换算为美国或中国的岗位变化。
中国大陆 · 中国大陆（未建立一一对应的职业细类）
证据不足：未取得该岗位的中国大陆全国职业工资口径
精确职业工资口径
本条证据路由把精确职业工资登记为已核实不可得（cn-exact-wage-unavailable，severity=material），本页只登记统计口径与岗位映射边界，不发布数值。
不能说明：行业门类或较宽职业口径不能替代本职业的精确全国口径；本页不采用行业均值与招聘样本或相邻岗位报价填补。
这些是能力邻近关系，不代表自动晋升或无需补课。
可迁移：共享能力：医疗健康场景理解、流程与质量意识、跨职能沟通。
需补足：缺少机构运营与人员与预算与服务交付管理经验。
查看职业详情可迁移：共享能力：研究流程理解、文档规范、跨团队协作。
需补足：缺少研究团队与实验室与项目组合管理经验。
查看职业详情可迁移：共享能力：临床研究流程理解、记录与文档、沟通。
需补足：缺少中心层面受试者随访与源数据与沟通经验。
查看职业详情可迁移：共享能力：受控文件规范、跨部门协作、细节把握。
需补足：缺少法规体系与申报文件与监管沟通经验。
查看职业详情可迁移：共享能力：计划与协调、跨团队沟通、交付意识。
需补足：缺少整体进度与资源与风险与交付验收管理经验。
查看职业详情可迁移：共享能力：数据结构理解、工具使用、分析思维。
需补足：缺少统计建模与算法与编程与数据产品能力。
查看职业详情可迁移：共享能力：临床数据理解、分析流程、报告写作。
需补足：缺少生物统计方法与统计编程与试验设计知识。
查看职业详情可迁移：共享能力：数据模型理解、结构化查询语言、权限与留痕意识。
需补足：缺少数据库运维与性能与备份与权限管理经验。
查看职业详情受影响较早的是可结构化与可自动化的环节：校验规则与表单结构草拟、异常与缺失与重复记录筛查、数据查询草稿、报告格式草稿、文件版本清单整理。受影响较晚的是需要判断与责任的环节：变量定义与例外裁决、查询措辞与升级路径、偏差处置与数据完整性结论、以及受控文件的定稿与对外交付授权。
判断规则与例外是否恰当、追踪并推动查询闭环、在数据与流程之间定位问题原因、以及在授权范围内完成交付。这些能力依赖专业训练与责任承担。
O*NET 该职业页面显示 2025 年时薪中位数为 57.80 美元、年薪中位数为 120,230 美元，年薪 10 与 25 与 75 与 90 分位分别为 67,240 与 85,660 与 158,880 与 199,130 美元。需要特别注意：该页面在工资与就业框内明确标注这些数值为数据科学家的工资数据，并非仅限临床数据经理；该统计不含自雇主与业主收入，分位不是入门起薪。中国大陆本页不发布数值，只登记统计口径与岗位映射缺口。
该职业页面的教育分布为学士 85%、副学士 5%、学士后证书 5%，准备层级为 Job Zone Four（需要相当准备），多数岗位要求学士学位，并通常需要数年相关工作经历与在岗培训。学历、培训、认证与岗位授权作用不同，不能互相替代。
在美国，O*NET 全国认证页面为该职业列出多项认证，例如临床数据管理学会的Certified Clinical Data Manager、临床研究专业协会的 ACRP Certified Professional、美国健康信息管理协会的 Certified Documentation Improvement Practitioner，以及临床文档改进协会的 CDI 学徒项目等；但认证是否为岗位要求须按雇主与项目质量体系核对，本页不把它写成执业许可。在中国大陆，本条证据路由未建立一一对应的职业细类，相关职责按实际岗位与机构归类。
可行但通常需要补充数据与规范能力：有临床研究或护理或药学或统计或信息技术背景的人可以把领域知识与数据处理能力迁移过来，但通常还需要系统学习数据管理规范与工具，并在实际项目中积累数据库设计与查询闭环与文件写作经验。
取决于你是否愿意长期做规则核对与留痕并接受质量审计。O*NET 该职业页面在工资与就业框内显示 2024 年约 245,900 人与 2024 至 2034 年增长 7% 或更高（远快于平均）、年均空缺约 23,400 个（含增长与替换需求），该页面标注这些数值为数据科学家口径并标注本职业为 Bright Outlook。建议先用页面里的七日练习验证自己是否愿意重复这套流程。
本条证据路由把精确职业工资登记为已核实不可得（数据状态：暂无可安全使用的数据），处理说明 为「已打开中国主管机关发现入口，但本轮未建立与该 O*NET 职业一一对应的全国工资口径」。因此本页不给出月薪区间或城市排名，也不以行业均值或相邻岗位报价推算。
本页美国工资与就业数值来自 O*NET 该职业页面显示的 BLS OEWS 2025 年工资数据与 BLS 就业预测（2024 至 2034 年）；该页面在工资与就业框内明确标注这些数值为数据科学家的工资数据，本页据此在事实 measure 与正文各处逐处标注，不把它写成本职业独有的数值；该统计不含自雇主与业主收入，且该页面未提供按行业或地区细分的工资中位数。
练习与七日安排是费马测试编辑设计的虚构材料，用于帮助读者判断自己是否愿意重复这套工作流程，不是研究发现也不是医疗或法律或合规建议；不得用于真实项目或作为数据交付依据，真实工作须按项目与机构与申办方质量体系由具备相应授权的人员执行。
本页内容由费马测试职业内容编辑组按公开官方来源整理，职业身份与任务与工作情境采用 O*NET-SOC 15-2051.02，美国工资与就业采用 O*NET 该职业页面显示的 BLS OEWS 2025 年工资数据与 BLS 就业预测（2024 至 2034 年）；该页面在工资与就业框内明确标注这些数值为数据科学家口径，本页逐处标注；该职业页面标注 Bright Outlook 并提供 5 项工作风格清单，但不提供任务重要度分数，本页不编造；中国大陆按证据路由登记为公开数据缺口，不发布数值；编辑归纳与虚构练习单独标注。
本页内容检索与更新于 2026 年 9 月。
主要来源为美国 O*NET OnLine 公开页面（含职业详细资料与摘要与行业分布与技术清单与工资分位与认证清单）与 U.S. Bureau of Labor Statistics 的公开统计口径，以及国家统计局与人力资源和社会保障部的公开信息入口。所有数值均保留其职业与地域与期间与单位与统计口径；来源清单见页面「资料来源」。
使用限制：支持精确职业身份、21 项任务、工作活动与工作情境；不含具体机构与项目质量体系对数据管理与可识别信息处理的规定。
使用限制：支持职业特征、知识（5 项）、能力（18 项）、兴趣代码 CI 与工作风格（5 项）；该页面标注 Bright Outlook，但不提供任务重要度分数。
使用限制：支持美国就业行业结构（专业与科学与技术服务 28%、金融与保险 19%、信息 11%、公司与企业管理和 10%、其他行业 32%）；不是个人收入保证。
使用限制：支持软件技能关键词（21 项，含电子健康记录与办公套件与电子表格与结构化查询语言与统计分析软件等）；关键词是市场信号，不等于熟练度或采用率。
使用限制：支持准备层级（Job Zone Four、SVP 7.0 至 8.0 以下）与教育分布（学士 85%、副学士 5%、学士后证书 5%）；不替代中国大陆的岗位要求。
使用限制：该页面在工资与就业框内明确标注为数据科学家的工资数据（页面原文：Wage data for Data Scientists.），本页据此逐处标注该口径而不把它写成本职业独有数值。
使用限制：支持本页引用的年薪与时薪分位（年薪中位数 120,230 美元、时薪中位数 57.80 美元）；该页明确标注为数据科学家工资数据，统计不含自雇主与业主收入，不能据此推算个人收入。
使用限制：支持就业预测（2024 年约 245,900 人、增长 7% 或更高（远快于平均）、年均空缺约 23,400 个）；该页面标注为数据科学家口径，预测含假设与误差。
使用限制：本条证据路由登记的发现入口；本轮未能据此建立与 O*NET-SOC 15-2051.02 一一对应的全国工资口径，本页据此只登记缺口与映射边界。
使用限制：支持岗位映射边界说明；本页不据此建立与 O*NET-SOC 15-2051.02 的一一对应关系。
使用限制：为编辑归纳与虚构材料，不是研究发现或行业事实；不得用于真实项目或作为数据交付依据。
使用限制：支持工作情境的百分比分布（沟通、精确度、责任与压力与竞争）；为受访分布，不是个人岗位保证。
使用限制：支持年薪与时薪的 10/25/中位/75/90 分位，且该页标注为数据科学家工资数据；不能据此推算个人年薪或到手收入。
使用限制：支持全国认证清单（含 Certified Clinical Data Manager 与 ACRP Certified Professional 与Certified Documentation Improvement Practitioner 与 CDI 学徒项目等）与相关职业说明；认证是否为岗位要求须按雇主与项目质量体系核对。
使用限制：支持工资统计的覆盖范围与包含与排除项与标准工作年折算口径；不用于推断个人收入。
使用提示：本页是职业信息服务，不构成医疗、法律、合规或投资建议；涉及数据发布与受控文件定稿与数据库锁定与可识别信息处理的决定，须以项目与机构与申办方质量体系及具备相应授权人员的意见为准。
MBTI (English) · Big Five (English) · MBTI (中文) · Big Five (中文)
判断六：锁定与交付前是否完成授权复核
是否普遍入职门槛
否（不等于执业许可）
报考／注册条件
通过机构培训与在岗实践掌握规范与工具
投入等级
低中
重要限制
培训提升实务能力，但认证是否为岗位要求须按雇主与质量体系核对。
全国认证（如 Certified Clinical Data Manager 与 ACRP Certified Professional）
主要适合谁
希望提升专业认可度的人
求职现实作用
作为部分岗位的加分或要求
是否普遍入职门槛
按雇主与项目要求
报考／注册条件
通过考试与相应经验要求取得
投入等级
中
重要限制
该页面列出多项认证，但是否要求须按雇主与项目质量体系核对，本页不把它写成执业许可。
数据权限与留痕与保密要求
主要适合谁
所有接触临床数据与受控文件的岗位
求职现实作用
决定可处理的信息范围与留痕方式
是否普遍入职门槛
是（机构内必备）
报考／注册条件
按机构制度完成培训与授权流程
投入等级
低中
重要限制
授权范围与机构制度绑定，对外提供数据须取得相应审批。
项目与供应商管理经验
主要适合谁
承担多项目与外部协作的人
求职现实作用
影响能否独立负责数据交付与供应商质量
是否普遍入职门槛
否（为能力与经验要求）
报考／注册条件
通过参与多项目与供应商协作积累
投入等级
中
重要限制
项目职责与验收责任须按机构与项目制度确认。
下一步：把项目经验整理为可交接的制度文本。