正在加载页面内容
正在准备内容……
SOC 15-1221 · O*NET 15-1221.00
作为理论家、设计者或发明者开展计算机与信息基础科学研究，并为计算机硬件与软件领域的问题开发解决方案：分析问题以提出涉及计算机硬件与软件的解决方案；运用理论专长与创新来创造或应用新技术；对商业与科学与工程与技术问题开展逻辑分析并为计算机求解建立数学模型；评估项目计划与提案以判断可行性；设计计算机及其运行的软件；维护网络硬件与软件并指导安全措施并监控可用性；参与虚拟现实与人机交互或机器人等跨学科项目；分派任务并制定目标与绩效标准并评估工作；指导部门日常运行并与其他部门协调项目；参与用人决策并指导下属培训；并审批与编制与监控与调整运营预算。
三项代表核心任务等权的模型影响指数，非实际工时占比或失业概率。floor((50+50+75)/3+0.5)=58; fermatmind-ai-impact-v1; 2026-10-18.
一句话：这是一个「问题问得对不对、方法经不经得起复现、结果写得清不清楚」比编程技巧更决定成败的职业；如果你愿意把可复现与诚实边界当作方法而不是流程要求，它值得认真考虑。
学历、岗位培训、专业认证、执照与岗位授权必须分别核对：O*NET 把该职业列为 Job Zone Five（广泛准备），该页面教育分布按三档表述：受访者回答「部分岗位需要学士学位」「部分岗位需要博士学位」「部分岗位需要硕士学位」（页面按这三档表述，未给百分比）；该页面另提供 16 项全国认证（如 Certified Computer Scientist、Certified Function Point Practitioner／Specialist、Certified LabWindows/CVI Developer、Certified in Open Source Intelligence 等），但认证不等于学位、雇主任命、签字权或科研资质；涉及人的研究伦理审查、数据与代码管理与知识产权与技术出口须按适用法域与机构与资助方要求逐项确认；本页按 O*NET 与公开来源说明任务与边界，不把学历或认证写成法定资质。
先暂停高投入的条件：你还没有完整走通过一次「问题界定与文献调研—数学建模与算法或系统设计—实现与实验—结果验证与复现—写作与同行评议」的闭环，也没有核对过所在机构与资助方对研究伦理、数据与代码管理、知识产权与技术出口的强制要求；该职业准备层级为 Job Zone Five（广泛准备），该页面教育分布按三档表述：受访者回答「部分岗位需要学士学位」「部分岗位需要博士学位」「部分岗位需要硕士学位」（页面按这三档表述，未给百分比）；该职业页面为该代码标注了 Bright Outlook，但本页不据此推断个人录用概率。
一句话判断：计算机与信息研究科学家不是「写业务代码」，而是作为理论家、设计者或发明者开展计算机与信息基础科学研究，并为计算机硬件与软件领域的问题开发解决方案；O*NET 把该职业定义为「作为理论家、设计者或发明者开展计算机与信息基础科学研究；为计算机硬件与软件领域的问题开发解决方案」，其任务以「分析问题以提出涉及计算机硬件与软件的解决方案」与「运用理论专长与创新来创造或应用新技术（如把原理适配到计算机的新用途）」为前两位，本页按 O*NET-SOC 15-1221.00 精确职业口径展开。
O*NET15-1221.00 Updated2026为计算机与信息基础研究及硬件软件问题求解，15项任务含11Core和4Supplemental。任务池涵盖建模、系统设计、跨学科研究、需求协商及部分管理运维任务，不是每岗都做全部任务。 编辑流程从问题、原型、实验记录到报告交流与迭代；并非全部工作须先同行评议。中国2023《科技伦理审查办法（试行）》第2、4、9、15条限定涉及人、动物或其他较高伦理风险活动及适用单位的审查和风险责任；2026《人工智能科技伦理审查与服务办法（试行）》第2、9、12条对境内潜在伦理风险的AI研发规定适用范围、委员会或委托服务审查。美国OHRP Lesson2区分适用CommonRule的人类受试研究、非研究、不涉及受试者及豁免，部分豁免仍需有限IRB审查；机构政策可能另有条件。不能称所有涉及人或所有计算机项目统一须审批或同意。数据处理、知情同意、IP及出口的具体条件须按事项另核，去标识化不自动授予处理或共享权限。
本职业任务可编辑归为问题与理论建模、系统工具设计和团队资源三面。Core依次包括分析硬件软件问题、理论创新、分派任务、协商配合、设计计算机软件、逻辑分析与数学模型、可行性、跨学科项目、需求协商、组织目标政策及绩效；Supplemental包括网络安全可用性、部门协调、人员培训、预算。当前清单没有“研究成果与职位职业结构功能趋势”或“为选拔晋升考核培训开发方法”两项，不纳入本职业任务。O*NET15-1221.00 Updated2026为计算机与信息基础研究及硬件软件问题求解，15项任务含11Core和4Supplemental。任务池涵盖建模、系统设计、跨学科研究、需求协商及部分管理运维任务，不是每岗都做全部任务。
职业方向比较
下表比较的是与本职业相邻的岗位与职业：计算机与信息系统经理、建筑与工程经理、自然科学领域经理、计算机系统分析师、数据库架构师与数据科学家。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 |
|---|---|---|---|
| 计算机与信息系统经理 | 以部门管理与企业系统交付与运维记录为主。 | 计算机与信息系统经理负责信息技术部门的人员与预算与项目与合规统筹，面向业务系统的稳定运行与交付；本职业以基础研究与新原理与新技术的创造与验证为核心。 | 愿意统筹信息技术部门与项目交付的人适合该方向；愿意做基础研究与新方法验证的人适合本职业。 |
| 建筑与工程经理 | 以工程项目管理与验收记录为主。 | 建筑与工程经理负责工程项目的进度与预算与人员与合规统筹；本职业以计算机与信息领域的研究问题与方法产出为主。 | 愿意统筹工程项目与团队的人适合该方向；愿意做理论与方法研究的人适合本职业。 |
| 自然科学领域经理 | 以自然科学项目管理与实验平台记录为主。 | 自然科学领域经理负责自然科学团队与项目的统筹与合规；本职业的研究对象是计算机与信息的原理与系统，而非自然科学现象本身。 |
AI 对职业的影响
编辑试用候选：用虚构或获准文献、代码与数据辅助检索整理、原型及写作草稿；对照原件核引用、代码实验、遗漏和复核总耗时。本轮未取得本职业生成式AI可靠性、实际采用率、提效或减岗因果研究，不能称已验证改变。 AI影响度 58% 为编辑估算。三项代表核心任务等权的模型影响指数，非实际工时占比或失业概率。floor((50+50+75)/3+0.5)=58; fermatmind-ai-impact-v1; 2026-10-18. 三项任务、档位和来源见本页FermatMind方法来源记录。
FermatMind AI影响度估算方法 v1
FermatMind / 费马测试 · 2026-10-18
依据本页既有职业职责与AI任务分析作档位判断；不代表采用率、实测效果、岗位消失或个人失业概率，也不是斯坦福或其他外部机构官方分数；未使用实际工时权重，不假定未来机器人部署。
编辑试用候选：用虚构或获准文献、代码与数据辅助检索整理、原型及写作草稿；对照原件核引用、代码实验、遗漏和复核总耗时。本轮未取得本职业生成式AI可靠性、实际采用率、提效或减岗因果研究，不能称已验证改变。
编辑试用候选：用虚构或获准文献、代码与数据辅助检索整理、原型及写作草稿；对照原件核引用、代码实验、遗漏和复核总耗时。本轮未取得本职业生成式AI可靠性、实际采用率、提效或减岗因果研究，不能称已验证改变。
BLS表1.2的15-1221：2025—2035就业38,600→47,000人，净增8,400人、增长21.8%（OOH舍入22%）、年均空缺2,900个；自雇比例为未提供（—），不是0。空缺含增长与更替，不是净增、当前招聘或个人录用保证，也不归因于AI。 不由此归因于AI。
中国大陆薪资参考
NBS2025（2026-05-15发布）规模以上企业专业技术人员155,491元/人/年，全体就业人员106,080元/人/年，均为跨职业税前年平均工资背景。企业研究岗位仅按实际专业技术职责及调查单位覆盖参考；不能据名称映射全部高校或科研单位，也不是本职业中位数、月薪或起薪。证据不足：本轮未建立中国精确职业与全国职业工资映射，不等中国没有该细类或从未发布。
中国2023《科技伦理审查办法（试行）》第2、4、9、15条限定涉及人、动物或其他较高伦理风险活动及适用单位的审查和风险责任；2026《人工智能科技伦理审查与服务办法（试行）》第2、9、12条对境内潜在伦理风险的AI研发规定适用范围、委员会或委托服务审查。美国OHRP Lesson2区分适用CommonRule的人类受试研究、非研究、不涉及受试者及豁免，部分豁免仍需有限IRB审查；机构政策可能另有条件。不能称所有涉及人或所有计算机项目统一须审批或同意。数据处理、知情同意、IP及出口的具体条件须按事项另核，去标识化不自动授予处理或共享权限。
证据不足：本轮未建立中国精确职业及全国职业工资映射。宽背景不能作为该职业月薪、分位或起薪。
NBS2025（2026-05-15发布）规模以上企业专业技术人员155,491元/人/年，全体就业人员106,080元/人/年，均为跨职业税前年平均工资背景。企业研究岗位仅按实际专业技术职责及调查单位覆盖参考；不能据名称映射全部高校或科研单位，也不是本职业中位数、月薪或起薪。证据不足：本轮未建立中国精确职业与全国职业工资映射，不等中国没有该细类或从未发布。
公告报价限特定岗位、时期与薪酬结构，不是全国职业统计，本轮无代表性招聘样本。
美国薪资参考（查询入口与口径）
OEWS2025美国全国15-1221受雇年薪10/25/50/75/90分位82,200/103,570/140,300/188,700/230,630美元；对应时薪39.52/49.79/67.45/90.72/110.88美元。中位数不是均值、起薪或个人报价；排除自雇及未法人化业主合伙人，法人受薪高管可能覆盖。 BLS表1.2的15-1221：2025—2035就业38,600→47,000人，净增8,400人、增长21.8%（OOH舍入22%）、年均空缺2,900个；自雇比例为未提供（—），不是0。空缺含增长与更替，不是净增、当前招聘或个人录用保证，也不归因于AI。
| 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 | 82,200美元/年（2025第10分位） | 统计分位，非个人月收入或报价 | 第25分位103,570美元/年，统计位置非起薪。 |
| 第 50 百分位 | 140,300美元/年（2025全国中位数） | 统计分位，非个人月收入或报价 | 中位140,300美元/年，不是均值或个人工资。 |
| 第 90 百分位 | 230,630美元/年（2025第90分位） | 统计分位，非个人月收入或报价 |
职业适配指南
直接回答：与该职业任务最贴合的信号是「愿意把问题写到可检验并让结果可复现」与「能在长期不确定与失败实验中保持推进」；兴趣代码为 IC，但代码只描述职业层面的兴趣特征，不决定个人是否适合。
你可能更适合： 愿意把问题写到可检验并让结果可复现、能在长期不确定与失败实验中保持推进、并愿意把方法与实验与限制记录下来以便复核的人。
这些情况需要慎重： 难以接受自己的方法与结果被质疑、倾向于用调整指标或选择性展示来美化结果、或者对数据与代码与披露与伦理要求不够重视的人。
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问题界定到方法与实验到复现说明的流程，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三处——问题界定不清或方法不适用导致投入无效、实验与代码与数据不可复现导致结论不可信、以及学术诚信与数据与知识产权与出口合规问题；长期不确定与失败实验的消耗、跨学科合作与需求不清、以及署名与披露争议会放大以上三类风险。
任务与情境来自现期O*NET15-1221.00；工资OEWS2025、就业BLS2025—2035；风险控制是编辑建议，伦理适用范围由相关中国文件与美国OHRP指导分法域说明，具体IP出口条目未核。
典型场景：用模糊目标开工；不做基线对照；把「效果好」当作结论而不给可测量定义。
主要岗位：承担问题界定与方法设计的岗位
可能后果：问题或方法不适配可能削弱结论及项目进展，具体影响须看假设、评价和实际记录，不保证长期投入必失败。
降低风险：把问题写成可检验的假设并明确评价指标与基线；在开工前用小规模实验或理论分析验证方法的可行性；必要时与导师或合作者复核后再扩大投入。
依据：research-review-onet-details · research-review-onet-context · research-review-ethics-cn · research-review-ethics-ai-cn · research-review-ethics-us · editorial
入行、资格与职业发展
O*NET JobZone5为广泛准备层级；本职业教育回答为部分岗位需学士、博士、硕士，未给比例。BLS典型入行硕士、无相关职业经验、无在岗培训；OOH通常硕士或更高计算机或相关领域学历，部分雇主偏博士，联邦政府部分岗位可本科。不能把广泛层级的多年经验概括成全岗统一五年或博士门槛。 三方向四阶段为编辑能力路线，非统一晋升。
| 入门岗位 | 入职初期主要做什么 |
|---|
职业前景与相关职业转向
BLS表1.2的15-1221：2025—2035就业38,600→47,000人，净增8,400人、增长21.8%（OOH舍入22%）、年均空缺2,900个；自雇比例为未提供（—），不是0。空缺含增长与更替，不是净增、当前招聘或个人录用保证，也不归因于AI。 OEWS2025美国全国15-1221受雇年薪10/25/50/75/90分位82,200/103,570/140,300/188,700/230,630美元；对应时薪39.52/49.79/67.45/90.72/110.88美元。中位数不是均值、起薪或个人报价；排除自雇及未法人化业主合伙人，法人受薪高管可能覆盖。
美国 · 15-1221全国OEWS2025工资及BLS2025—2035预测
BLS表1.2本职业2025—2035增长21.8%；OOH显示整数22%，非AI因果研究。
就业变化率（查询入口）
BLS表1.2的15-1221：2025—2035就业38,600→47,000人，净增8,400人、增长21.8%（OOH舍入22%）、年均空缺2,900个；自雇比例为未提供（—），不是0。空缺含增长与更替，不是净增、当前招聘或个人录用保证，也不归因于AI。
不能说明：为美国全国或所选地区的统计口径，不区分机构类型与研究方向；也不能用于推断某一机构或某一课题组的岗位数量。
日常工作以问题界定与理论建模、系统与工具实现与实验、团队与研究组织与产出为主：分析问题以提出涉及计算机硬件与软件的解决方案；运用理论专长与创新来创造或应用新技术；对商业与科学与工程与技术问题开展逻辑分析并为计算机求解建立数学模型；设计计算机及其运行的软件；维护网络硬件与软件并指导安全措施并监控可用性；参与虚拟现实与人机交互或机器人等跨学科项目；分派任务并制定目标与绩效标准并评估工作；指导部门日常运行并与其他部门协调项目；参与用人决策并指导下属培训；并审批与监控预算。该页面工作情境显示 100% 每天使用电子邮件、94% 每天在环境受控的室内工作、69% 每天进行面对面讨论、62% 与他人保持持续接触、54% 拥有很大的决策自由度。
计算机与信息系统经理负责信息技术部门的人员与预算与项目与合规统筹；建筑与工程经理与自然科学领域经理分别统筹工程与自然科学团队；计算机系统分析师以业务需求到系统方案的转化与协调为主；数据库架构师以数据库与数据模型与存储方案的设计与治理为主；数据科学家以数据驱动的建模与分析交付为主；本职业以基础研究与新原理与新技术的研究与验证为核心，以论文与方法与可复现结果作为主要产出。共享能力不代表可以互换：目标与责任边界不同。
不能这样推断。该职业的核心任务包括问题界定与理论建模、实验与系统实现与复现验证、以及对结论与限制的学术判断；这些环节依赖专业训练与学术责任与机构制度授权。此外，本条证据路由登记的 ILO 暴露指数只是任务暴露度量，不是替代率或岗位减少预测。较可靠的工具用途是文献与代码与数据与文档草稿。
从本页选一项真实任务，安排一次小练习或从业者访谈。用职业规划指南写下时间、产出和反馈问题，再决定是否继续。
继续探索的信号：你愿意长期与开放问题与不确定性相处，并把「结论要能被同行复现」当作基本要求；O*NET 工作情境显示 100% 每天使用电子邮件、94% 每天在环境受控的室内工作、69% 每天进行面对面讨论（31% 每周一次以上）、64% 每天进行电话沟通、62% 与他人保持持续接触、54% 持续或几乎持续坐着（45% 超过一半时间）、54% 拥有很大的决策自由度（37% 有限）、51% 认为与工作组或团队协作极其重要（43% 非常重要）、48% 拥有很大的任务自主度（24% 有一定自主度）、42% 每周工作时间超过 40 小时（58% 为 40 小时）、34% 认为工作误差后果非常严重（24% 严重）、12% 认为决定对同事或公司结果非常重要（46% 重要）、58% 的工作为中度自动化（25% 完全不自动化）、100% 从不接触疾病或感染与全身振动与攀爬。
作为理论家、设计者或发明者开展计算机与信息基础科学研究，并为硬件与软件问题开发解决方案
编辑产出核对：问题、方法、代码实验与限制可追溯；具体公开、复现及评审方式按项目和合法可分享范围核，不把每轮同行检验当统一交付条件。
八邻岗的主要对象分别为：信息处理、系统分析及编程活动的计划协调管理；建筑工程及其研发活动管理；生命物理数学统计及相关研发管理；科学工程商业数据处理求解、系统集成与既有系统改进；企业数据库仓库架构、模型、标准及集成；数据分析应用、挖掘建模机器学习与结果解释；按规格创建、修改及测试程序代码和脚本；复杂应用、系统管理或网络问题求解及系统集成。程序员与软件开发者分类不同，本页固定邻岗为计算机程序员。任务可能交叠，不证明责任、创新程度高低或自动互认。
| 维度 | 主要方向 | 比较方向 |
|---|---|---|
| 核心目的 | 当前57项情境为受访回答分布：电子邮件100%每天、受控室内94%每天、面对面69%每天及31%每周至少一次但非每天、电话64%每天；坐54%持续及45%超过一半时间；42%周工时>40、58%为40；疾病99%从不、全身振动和攀爬100%从不、高处91%从不、危险条件73%从不。自动化程度58%中度、17%轻度、25%无，不是AI采用率或任务替代比例；分布不是个人保证。 | 以同行评议文献与开放问题、数学与计算机科学理论、实验与复现记录、以及机构与资助方的伦理与数据与知识产权要求为依据推进研究 |
| 主要对象与依据 | 计算机与信息系统经理负责信息技术部门的人员与预算与项目统筹；本职业以基础研究与新原理与新技术的创造与验证为核心 | 以 O*NET 职业定义与 15 项任务、同行评议文献与理论、实验与复现记录、机构伦理审查与数据与代码管理规范为依据核对每一步 |
| 核心过程 | 系统分析师可解决科学工程复杂应用并改进系统，本职业偏基础研究与新技术；双方可交叠，不能由定义排除本职业业务交付或邻岗创新。 | 编辑研究流程候选：界定问题与文献→建模或设计→原型实验→验证记录→报告或论文及适用评审→迭代。OOH支持实验、发表与会议交流，不是所有研究均须按同一顺序或先同行评议才能交付。 |
| 主要产出 | 数据科学家以数据驱动的建模与分析交付为主；本职业更关注原理与方法本身的新颖性与可复现性，并可延伸到硬件与系统 | 研究问题与文献综述、建模与设计文档、代码与数据与版本记录、实验与复现说明、论文与报告与专利材料、评审记录、系统与安全运维记录 |
| 责任主体 | 本页呈现的是任务与产出边界，不构成任何伦理、法律、知识产权或科研评价结论的说明 | 中国2023《科技伦理审查办法（试行）》第2、4、9、15条限定涉及人、动物或其他较高伦理风险活动及适用单位的审查和风险责任；2026《人工智能科技伦理审查与服务办法（试行）》第2、9、12条对境内潜在伦理风险的AI研发规定适用范围、委员会或委托服务审查。美国OHRP Lesson2区分适用CommonRule的人类受试研究、非研究、不涉及受试者及豁免，部分豁免仍需有限IRB审查；机构政策可能另有条件。不能称所有涉及人或所有计算机项目统一须审批或同意。数据处理、知情同意、IP及出口的具体条件须按事项另核，去标识化不自动授予处理或共享权限。 |
| 准入与许可 | NBS2025（2026-05-15发布）规模以上企业专业技术人员155,491元/人/年，全体就业人员106,080元/人/年，均为跨职业税前年平均工资背景。企业研究岗位仅按实际专业技术职责及调查单位覆盖参考；不能据名称映射全部高校或科研单位，也不是本职业中位数、月薪或起薪。证据不足：本轮未建立中国精确职业与全国职业工资映射，不等中国没有该细类或从未发布。 | O*NET JobZone5为广泛准备层级；本职业教育回答为部分岗位需学士、博士、硕士，未给比例。BLS典型入行硕士、无相关职业经验、无在岗培训；OOH通常硕士或更高计算机或相关领域学历，部分雇主偏博士，联邦政府部分岗位可本科。不能把广泛层级的多年经验概括成全岗统一五年或博士门槛。 学习和研究记录为编辑能力候选，不保证职位。 |
| 结论边界 | 跨岗位比较不能只看名称相近；是否以基础研究与新方法产出为目标、是否承担产品交付或部门管理责任、以及机构类型不同，任务相似不代表可以互换 | OEWS2025美国全国15-1221受雇年薪10/25/50/75/90分位82,200/103,570/140,300/188,700/230,630美元；对应时薪39.52/49.79/67.45/90.72/110.88美元。中位数不是均值、起薪或个人报价；排除自雇及未法人化业主合伙人，法人受薪高管可能覆盖。 BLS表1.2的15-1221：2025—2035就业38,600→47,000人，净增8,400人、增长21.8%（OOH舍入22%）、年均空缺2,900个；自雇比例为未提供（—），不是0。空缺含增长与更替，不是净增、当前招聘或个人录用保证，也不归因于AI。 |
Core第1、6、7项；编辑分组，任务池非全岗要求。
Core第2、8项；编辑分组，任务池非全岗要求。
Core第5、9项；编辑分组，任务池非全岗要求。
Supplemental第1项；编辑分组，任务池非全岗要求。
Core第3、4、10、11项及Supplemental第2项；编辑分组，任务池非全岗要求。
Supplemental第3、4项；编辑分组，任务池非全岗要求。
编辑六类核对：问题和方法、实验版本、限制、数据与适用伦理条件、成果署名公开及具体IP出口规则；实际法域、适用事项及机构条件先核，不将全部当统一前置审批。
判断一：研究问题与假设是否界定清楚并可检验
判断二：方法或系统设计是否有理论或实证依据
判断三：实验与代码与数据是否可复现并留下版本记录
判断四：结果与限制与不确定性是否如实写明
判断五：涉及人的数据与隐私与伦理审查是否按规定完成
| 愿意统筹自然科学团队与项目的人适合该方向；愿意研究计算与信息原理的人适合本职业。 |
| 计算机系统分析师 | 以需求与方案与实施协调记录为主。 | 计算机系统分析师以把业务需求转化为系统方案与协调实施为主；本职业以提出并验证新的理论或方法与技术方案为主，不承担业务系统交付责任。 | 愿意做需求分析与系统方案协调的人适合该方向；愿意做原理与方法创新的人适合本职业。 |
|---|
| 数据库架构师 | 以数据模型与数据库设计与治理记录为主。 | 数据库架构师以数据库与数据模型与存储方案的设计与治理为主；本职业以更广的计算机与信息科学研究问题为对象，可涉及硬件与算法与系统。 | 愿意做数据模型与存储与治理设计的人适合该方向；愿意做原理与方法研究的人适合本职业。 |
|---|
| 数据科学家 | 以数据建模与分析方法与业务交付记录为主。 | 数据科学家以数据驱动的建模与分析交付为主，面向业务或产品结论；本职业更关注方法本身的新颖性与可复现性，并可延伸到硬件与系统与理论。 | 愿意用数据建模交付业务结论的人适合该方向；愿意研究新方法与新原理的人适合本职业。 |
|---|
六个方向与本职业共享一部分能力：计算与数据基础、问题分解与建模、工程实现与验证、以及书面与口头表达。真正的区别在于目标与责任：管理方向以人员与预算与项目统筹为目标；系统分析方向以需求到方案的转化与交付为目标；数据库架构方向以数据模型与存储治理为目标；数据科学方向以数据驱动的建模与业务交付为目标；而本职业以基础研究与新原理与新技术的研究与验证为核心，以论文与方法与可复现结果作为主要产出。选择时建议先用一次可交付的「问题界定—方法与实验方案—结果与限制说明」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资格：部门管理方向需要人员与预算与合规管理经验；工程项目管理方向需要工程进度与验收管理经验；自然科学管理方向需要自然科学领域项目统筹经验；系统分析方向需要需求分析与业务建模与实施协调经验；数据库架构方向需要数据模型与存储与治理的工程经验；数据科学方向需要数据建模与业务交付经验。计算与建模与验证能力可以迁移，但各方向的目标与责任边界必须重新建立。
| 工作方向 | 任务 | 当前变化 | 人的控制点 |
|---|---|---|---|
| 问题界定与理论建模 | 分析问题以提出涉及计算机硬件与软件的解决方案并建立数学模型 | 文献与公式与推导草稿可辅助；问题界定与建模判断仍由人负责 | 确认研究问题与指标与数据范围与伦理与出口底线已写明。 |
| 系统与工具实现与实验 | 实现原型并开展实验并验证与复现结果 | 代码与配置草稿可辅助；实验有效性与复现判断仍由人负责 | 确认实验设计与指标与基线与复现要求已明确。 |
| 系统与工具实现与实验 | 维护网络硬件与软件并指导安全措施并监控可用性 | 监控与台账整理可辅助；安全措施与可用性判断仍由人负责 | 确认网络与安全与运维责任边界与授权已写明。 |
| 团队与研究组织与产出 | 分派任务并制定目标与绩效标准并参与用人决策与预算管理 | 排班与预算表整理可辅助；人员与资源决定仍由人负责 | 确认团队分工与绩效标准与预算与用人决策的授权已明确。 |
| 团队与研究组织与产出 | 参与跨学科项目并就计算与系统需求与用户与供应商协商 | 沟通材料可辅助；需求确认与合作承诺仍由人负责 | 确认跨学科与外部合作的需求与接口与约定已书面写清。 |
| 团队与研究组织与产出 | 写作与发表并把方法与结果与限制如实报告 | 初稿与图表与回复草稿可辅助；结论与署名责任仍由人承担 | 核目标论文、专利或技术披露是否有适用审批、伦理、保密或发表要求，仅在实际制度要求时完成对应流程；不推所有项目一律审批。 |
| 系统与工具实现与实验 | 按机构与资助方要求管理数据与代码并保留可复现记录 | 清单与台账整理可辅助；合规判断仍由人负责 | 确认数据与代码的存储与共享与访问权限符合机构与资助方要求。 |
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」。
三方向是编辑任务结构归纳，工具用途尚待验证，不代表已采用或改变全行业。
AI 主要改变检索与摘要文献、生成方案与建模草稿与评价指标候选。
仍由人负责判断问题是否可检验、指标与基线是否站得住、结论是否有证据支持，并对研究问题与结论负责。
AI 主要改变生成代码脚手架与实验配置与数据处理与结果整理草稿。
仍由人负责判断实验设计是否有效、复现性是否满足、并对结果与限制与不确定性的如实报告负责。
AI 主要改变整理论文与报告与图表与评审回复草稿与项目与预算材料。
仍由人负责确认引用与署名与披露与伦理与出口审查按规定完成，并对公开发布与合规结果负责。
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，也不替代机构与资助方自身的伦理与数据与披露要求。
明确研究问题与假设与评价指标与数据可用范围与本人权限，以及伦理与数据与出口与升级的底线。
编辑试用候选：用虚构或获准文献、代码与数据辅助检索整理、原型及写作草稿；对照原件核引用、代码实验、遗漏和复核总耗时。本轮未取得本职业生成式AI可靠性、实际采用率、提效或减岗因果研究，不能称已验证改变。
由本人与导师或合作者或合规岗位复核：问题与指标是否成立、实验设计与复现性是否满足、引用与署名与披露是否合规。
把实验环境与依赖与版本与随机性与结果与偏差留痕；对涉及人的数据与合作方数据按最小必要与权限要求管理。
研究签署、伦理决定及对外披露权限按实际分工与规则核；工具供应者和用户具体责任分别判断。
自动生成的文献摘要或代码可能包含错误引用或不可复现的实现；在未核对原文与运行验证时直接采用会导致学术与工程风险。
控制方式：仅以原文文献与可运行代码与原始数据为依据；对不确定处先回看原始材料，并保留核对过程与结论。
先区分公开文献、受限资料、个人信息及商业秘密，按实际权限与用途核工具，不把所有研究数据都归同一隐私规则。中国2023《科技伦理审查办法（试行）》第2、4、9、15条限定涉及人、动物或其他较高伦理风险活动及适用单位的审查和风险责任；2026《人工智能科技伦理审查与服务办法（试行）》第2、9、12条对境内潜在伦理风险的AI研发规定适用范围、委员会或委托服务审查。美国OHRP Lesson2区分适用CommonRule的人类受试研究、非研究、不涉及受试者及豁免，部分豁免仍需有限IRB审查；机构政策可能另有条件。不能称所有涉及人或所有计算机项目统一须审批或同意。数据处理、知情同意、IP及出口的具体条件须按事项另核，去标识化不自动授予处理或共享权限。
控制方式：使用虚构或获准资料，核工具权限及处理目的后按实际要求脱敏；脱敏不自动授权上传、共享或开展研究。
编辑版本情境：未记录工具、模型或输入数据版本时，可能妨碍复现研究辅助输出；不等于每个实验必然无效。
控制方式：记录工具模型标识、版本、时间、输入资料与环境；按适用研究方法核实验有效性和复现条件，不据版本记录证明结论正确。
用自动汇总的结果直接下结论，可能掩盖样本与基线与方法差异。
控制方式：学术结论由相应作者和责任人员核实；同行评议、发表和机构审查按实际项目及投稿制度适用，不设全体科研统一前置条件。
当流程被拆成「工具出结论、人工点确认」时，容易出现没有人对研究结论与学术诚信负责的空档。
控制方式：在流程中明确每个环节的执行人与复核人与批准人，并让记录能够回答「是谁基于什么作出的这个判断」。
先把数学与算法基础、实验与复现方法、代码与数据管理做扎实，再学用生成式工具做文献与代码与文档辅助；不要把工具输出直接当成研究结论或实验证据，也不要跳过对原始文献与数据的核对。
把工具用在文献检索与摘要与方案草稿与代码注释整理上，但把问题界定与假设与评价指标保留在本人，并对引用的准确性与可核对性负责。
编辑试用候选：用虚构或获准文献、代码与数据辅助检索整理、原型及写作草稿；对照原件核引用、代码实验、遗漏和复核总耗时。本轮未取得本职业生成式AI可靠性、实际采用率、提效或减岗因果研究，不能称已验证改变。
编辑试用候选：用虚构或获准文献、代码与数据辅助检索整理、原型及写作草稿；对照原件核引用、代码实验、遗漏和复核总耗时。本轮未取得本职业生成式AI可靠性、实际采用率、提效或减岗因果研究，不能称已验证改变。
不能这样推断。该职业的核心任务包括问题界定与理论建模、实验与系统实现与复现验证、以及对结论与限制的学术判断；这些环节依赖专业训练与学术责任与机构制度授权。
来源：O*NET 15-1221.00 任务与工作活动；ILO 暴露指数原始资料 ↗
O*NET JobZone5为广泛准备层级；本职业教育回答为部分岗位需学士、博士、硕士，未给比例。BLS典型入行硕士、无相关职业经验、无在岗培训；OOH通常硕士或更高计算机或相关领域学历，部分雇主偏博士，联邦政府部分岗位可本科。不能把广泛层级的多年经验概括成全岗统一五年或博士门槛。 HotTechnology当前列76项2025美国招聘软件关键词，包括Python66%、AWS35%、PyTorch29%、Azure25%、TensorFlow25%、SQL20%、Kubernetes20%、Java15%、Docker15%、C++14%；部分小于1%或Notavailable，不是所有76项都给比例。招聘提及率不是软件采用率、AI使用率、熟练度或研究能力。 本轮无软件或AI技能收入溢价实证。
来源：O*NET 15-1221.00 任务与工作活动；O*NET 技术清单 15-1221.00原始资料 ↗
编辑试用候选：用虚构或获准文献、代码与数据辅助检索整理、原型及写作草稿；对照原件核引用、代码实验、遗漏和复核总耗时。本轮未取得本职业生成式AI可靠性、实际采用率、提效或减岗因果研究，不能称已验证改变。
来源：O*NET 15-1221.00 任务与工作活动；ILO 暴露指数原始资料 ↗
BLS表1.2的15-1221：2025—2035就业38,600→47,000人，净增8,400人、增长21.8%（OOH舍入22%）、年均空缺2,900个；自雇比例为未提供（—），不是0。空缺含增长与更替，不是净增、当前招聘或个人录用保证，也不归因于AI。
来源：O*NET 全国就业趋势页面（15-1221.00，查询入口）原始资料 ↗
工具输出不能替代研究判断及既有责任；研究者、机构及工具供应者的义务按实际规则和事实分别核，不统称供应者无责任。
来源：O*NET 15-1221.00 任务与工作活动；机构伦理与数据与出口要求原始资料 ↗
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。更有用的是跟踪研究范式与计算平台与数据规则的变化，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：先把数学与算法基础、实验与复现方法、代码与数据管理与学术写作练扎实，再学用生成式工具做辅助；同时把生成式 AI 的使用限定在文献与代码与文档与图表草稿，不用于替代研究问题、实验有效性判断与结论与署名责任。
来源：O*NET 技术清单 15-1221.00（技术关键词）；NIST AI RMF 1.0原始资料 ↗
编辑试用候选：用虚构或获准文献、代码与数据辅助检索整理、原型及写作草稿；对照原件核引用、代码实验、遗漏和复核总耗时。本轮未取得本职业生成式AI可靠性、实际采用率、提效或减岗因果研究，不能称已验证改变。
NBS2025（2026-05-15发布）规模以上企业专业技术人员155,491元/人/年，全体就业人员106,080元/人/年，均为跨职业税前年平均工资背景。企业研究岗位仅按实际专业技术职责及调查单位覆盖参考；不能据名称映射全部高校或科研单位，也不是本职业中位数、月薪或起薪。证据不足：本轮未建立中国精确职业与全国职业工资映射，不等中国没有该细类或从未发布。
| 学历背景 | 岗位方向 | 说明与核对建议 |
|---|---|---|
| 计算机科学或相关学科的研究生学历 | 高校与科研机构的科研岗位、企业研究院与实验室研究岗位 | 中国研究生学历或其他条件须核目标机构当前公告；美国典型硕士不作为中国全部岗位门槛。 |
| 研究项目参与与论文与代码与实验记录产出 | 算法与系统研究方向、数据与智能与网络与安全研究方向 | 编辑整理：不同研究方向更看重对应的方法能力与产出记录；本页不把学历直接对应到收入区间。 |
| 专业认证与合规与伦理与数据管理培训 | 科研项目管理方向、数据治理与伦理审查支持方向 | 认证、培训及研究经历须按目标岗位核是否必要；16关联认证目录不证明中国统一岗位要求。 |
| 涉及人的数据与隐私与知识产权与出口要求 | 成果转化与知识产权与合规支持方向 | 中国2023《科技伦理审查办法（试行）》第2、4、9、15条限定涉及人、动物或其他较高伦理风险活动及适用单位的审查和风险责任；2026《人工智能科技伦理审查与服务办法（试行）》第2、9、12条对境内潜在伦理风险的AI研发规定适用范围、委员会或委托服务审查。美国OHRP Lesson2区分适用CommonRule的人类受试研究、非研究、不涉及受试者及豁免，部分豁免仍需有限IRB审查；机构政策可能另有条件。不能称所有涉及人或所有计算机项目统一须审批或同意。数据处理、知情同意、IP及出口的具体条件须按事项另核，去标识化不自动授予处理或共享权限。 |
中国本页提供规模以上企业专业技术155491及全体106080元/人/年宽背景；未提供精确职业工资。
编辑整理：以课题研究与论文与人才培养为主，通常按项目周期与考核周期安排工作。
编辑整理：以应用研究与方法与原型交付为主，须按产品与项目节奏交付。
编辑整理：以专项研究与平台与安全支持为主，须按制度与合规要求开展工作。
生成工具不提供本页缺失的精确工资证据；本轮未核工具对统计分类变化的因果关系。
| 第75分位188,700美元/年，不是个人能力等级。 |
薪资 · 10 分位：82,200美元/年（2025第10分位）；OEWS2025美国全国15-1221受雇年薪10/25/50/75/90分位82,200/103,570/140,300/188,700/230,630美元；对应时薪39.52/49.79/67.45/90.72/110.88美元。中位数不是均值、起薪或个人报价；排除自雇及未法人化业主合伙人，法人受薪高管可能覆盖。
薪资 · 25 分位：103,570美元/年（2025第25分位）；OEWS2025美国全国15-1221受雇年薪10/25/50/75/90分位82,200/103,570/140,300/188,700/230,630美元；对应时薪39.52/49.79/67.45/90.72/110.88美元。中位数不是均值、起薪或个人报价；排除自雇及未法人化业主合伙人，法人受薪高管可能覆盖。
薪资 · 中位数：140,300美元/年（2025中位数）；OEWS2025美国全国15-1221受雇年薪10/25/50/75/90分位82,200/103,570/140,300/188,700/230,630美元；对应时薪39.52/49.79/67.45/90.72/110.88美元。中位数不是均值、起薪或个人报价；排除自雇及未法人化业主合伙人，法人受薪高管可能覆盖。
薪资 · 75 分位：188,700美元/年（2025第75分位）；OEWS2025美国全国15-1221受雇年薪10/25/50/75/90分位82,200/103,570/140,300/188,700/230,630美元；对应时薪39.52/49.79/67.45/90.72/110.88美元。中位数不是均值、起薪或个人报价；排除自雇及未法人化业主合伙人，法人受薪高管可能覆盖。
薪资 · 90 分位：230,630美元/年（2025第90分位）；OEWS2025美国全国15-1221受雇年薪10/25/50/75/90分位82,200/103,570/140,300/188,700/230,630美元；对应时薪39.52/49.79/67.45/90.72/110.88美元。中位数不是均值、起薪或个人报价；排除自雇及未法人化业主合伙人，法人受薪高管可能覆盖。
OEWS2025美国全国15-1221受雇年薪10/25/50/75/90分位82,200/103,570/140,300/188,700/230,630美元；对应时薪39.52/49.79/67.45/90.72/110.88美元。中位数不是均值、起薪或个人报价；排除自雇及未法人化业主合伙人，法人受薪高管可能覆盖。
官方时薪不能在缺少个人工时和安排时推月收入、税后工资或个人年薪。
OEWS2025美国全国15-1221受雇年薪10/25/50/75/90分位82,200/103,570/140,300/188,700/230,630美元；对应时薪39.52/49.79/67.45/90.72/110.88美元。中位数不是均值、起薪或个人报价；排除自雇及未法人化业主合伙人，法人受薪高管可能覆盖。
按实际机构、职责、地区及工资构成比较；无本页可用个人收入预测。
| 行业 | 该行业内本职业工资中位数 | 这个值怎么理解 |
|---|---|---|
| 软件出版商 | 211,270美元/年（2025行业内本职业中位） | 本职业在该行业的年薪中位，不是出版业全员工资。 |
| 计算机系统设计及相关服务 | 162,760美元/年（2025行业内本职业中位） | 本职业在该行业的年薪中位，不是40%宽行业就业占比。 |
| 物理、工程与生命科学研发 | 141,830美元/年（2025行业内本职业中位） | 本职业在该行业的年薪中位，不是全体科研人员工资。 |
| 联邦政府（不含邮政服务） | 124,870美元/年（2025行业内本职业中位） | 本职业在该行业的年薪中位；政府31%就业份额不是工资。 |
机构、职责、地区及薪酬构成可作编辑比较维度；全国数据不代表单个岗位，本轮无这些因素独立作用幅度。
42%周工时>40、66%每周至少一次但非每天面临严格截止期、34%认为错误后果非常严重，为受访分布；不能推出项目评审显著影响节奏的量化因果。
当前O*NET行业构成为专业科学技术服务40%、政府31%、信息10%、其他19%（含教育）；为就业结构，不是工资或招聘数。OOH细行业雇主比例与该宽分类分别解释，不合并。 OOH2025州属高校大学与专业学校内本职业年薪中位85,460美元；其他四行业见表。本轮未取得地区、形态及层级细分。
BLS表1.2的15-1221：2025—2035就业38,600→47,000人，净增8,400人、增长21.8%（OOH舍入22%）、年均空缺2,900个；自雇比例为未提供（—），不是0。空缺含增长与更替，不是净增、当前招聘或个人录用保证，也不归因于AI。
BLS表1.2的15-1221：2025—2035就业38,600→47,000人，净增8,400人、增长21.8%（OOH舍入22%）、年均空缺2,900个；自雇比例为未提供（—），不是0。空缺含增长与更替，不是净增、当前招聘或个人录用保证，也不归因于AI。
BLS表1.2的15-1221：2025—2035就业38,600→47,000人，净增8,400人、增长21.8%（OOH舍入22%）、年均空缺2,900个；自雇比例为未提供（—），不是0。空缺含增长与更替，不是净增、当前招聘或个人录用保证，也不归因于AI。
霍兰德兴趣中什么类型更适合计算机与信息研究科学家？
O*NET 该职业页面的兴趣代码为 IC（研究型、常规型）：该职业页面公示的兴趣分数为研究型 100、常规型 63、现实型 46、艺术型 33、企业型 25、社会型 17。研究型对应探究原理与提出并验证假设，常规型对应按方法规程与记录与版本做事；该职业的工作活动以使用计算机、获取信息、作出决策与解决问题为前几位；兴趣代码描述的是职业兴趣特征，不是个人适配结论。
别这样用：当前O*NET知识33项、能力52项、工作风格21项；求知欲100/创新94/细节83/适应77/成就75，知识计算机89/数学77/工程74/英语72，能力演绎及归纳78/口头理解及表达75/问题敏感及书面理解72。职业指标非个人筛选考分，不证明人格预测效度。
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？
本轮未取得大五、MBTI、九型或内外向预测本职业表现的可靠效度；可用虚构文献、代码和实验说明作行为自查，不按性格决定能否入行。
别这样用：需要留意：如果为了得到「更好看」的结果而调整指标或选择性展示实验，会在同行评议与复现与学术诚信层面直接放大风险。
查看我的大五人格特质哪种 MBTI 最适合计算机与信息研究科学家？
兴趣取向：该职业页面的兴趣代码为 IC（研究型、常规型），日常任务以问题界定与理论建模、系统与工具实现与实验、团队与研究组织与产出为主。
别这样用：本页不以MBTI类型给准入或筛选建议；本轮未取得职业预测效度，具体公告另核。
了解我的 MBTI 偏好九型人格哪一型更适合计算机与信息研究科学家？
本轮未取得大五、MBTI、九型或内外向预测本职业表现的可靠效度；可用虚构文献、代码和实验说明作行为自查，不按性格决定能否入行。
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，能做计算机与信息研究科学家吗？
该职业对计算与数学与工程知识的实质要求明确：O*NET 知识清单以计算机与电子 89、数学 77、工程与技术 74、英语语言 72、行政与管理 58、设计 57 为主；能力清单以演绎推理与归纳推理（均 78）、口语理解与表达（均 75）、思路流畅与问题敏感度与书面理解（均 72）为主；技能清单以批判性思维 75、积极倾听与阅读理解（均 69）、主动学习与口语表达（均 63）、数学与写作（均 60）为主。
别这样用：需要留意：如果长期依赖个人记忆而不沉淀环境与依赖与数据与结果记录，会在复现与评议与团队交接时暴露风险；把流程与留痕固定下来，是可持续的做法。
了解我的智力与推理表现做计算机与信息研究科学家需要高情商吗？
沟通情境：邮件100%每天、面对面69%每天及31%每周至少一次但非每天、电话64%每天；51%认为团队合作极其重要、43%非常重要；外部交流49%极其重要33%比较重要、协调25%极其重要27%非常重要。受访分布不是全岗要求或个人能力标准。
别这样用：需要留意：为赶投稿或结项而省略复现验证或删除不利结果，会同时带来学术诚信与工程返工风险。
了解我的情绪智力能力更匹配：适合信号：愿意统筹信息技术部门的人员与预算与项目与合规。
注意：主要对象：信息处理、系统分析及编程活动的计划协调管理；任务可交叠，不据定义排除创新或计算研究，不推责任高低、范围宽窄或转岗难度。
查看相关职业：计算机与信息系统经理更匹配：适合信号：愿意统筹工程项目的进度与预算与人员与验收。
注意：主要对象：建筑工程及其研发活动管理；任务可交叠，不据定义排除创新或计算研究，不推责任高低、范围宽窄或转岗难度。
查看相关职业：建筑与工程经理更匹配：适合信号：愿意统筹自然科学团队与项目与实验平台与合规。
注意：主要对象：生命物理数学统计及相关研发管理；任务可交叠，不据定义排除创新或计算研究，不推责任高低、范围宽窄或转岗难度。
查看相关职业：自然科学领域经理更匹配：适合信号：愿意把业务需求转化为系统方案并协调实施。
注意：主要对象：科学工程商业数据处理求解、系统集成与既有系统改进；任务可交叠，不据定义排除创新或计算研究，不推责任高低、范围宽窄或转岗难度。
查看相关职业：计算机系统分析师更匹配：适合信号：愿意做数据模型与存储与治理的设计与工程。
注意：主要对象：企业数据库仓库架构、模型、标准及集成；任务可交叠，不据定义排除创新或计算研究，不推责任高低、范围宽窄或转岗难度。
查看相关职业：数据库架构师更匹配：适合信号：愿意用数据建模交付业务或产品结论。
注意：主要对象：数据分析应用、挖掘建模机器学习与结果解释；任务可交叠，不据定义排除创新或计算研究，不推责任高低、范围宽窄或转岗难度。
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：高校与科研机构与企业研究院与政府实验室的研究方式差别很大。更有用的做法是用一次可交付的问题与方法与实验练习验证。
本轮未取得大五、MBTI、九型或内外向预测本职业表现的可靠效度；可用虚构文献、代码和实验说明作行为自查，不按性格决定能否入行。
可以。外向本身不是优势或劣势，关键是能否把方法与结果讲清并接受质疑；如果更偏好协作与交流，可以侧重跨学科项目与合作与人才培养类任务。
本轮未取得大五、MBTI、九型或内外向预测本职业表现的可靠效度；可用虚构文献、代码和实验说明作行为自查，不按性格决定能否入行。
IC为当前职业兴趣前两项编辑简称：研究100、常规63；描述职业活动取向，不是从业者类型比例或个人胜任分数。
本轮未取得大五、MBTI、九型或内外向预测本职业表现的可靠效度；可用虚构文献、代码和实验说明作行为自查，不按性格决定能否入行。
该职业对数学与逻辑推理的要求突出：O*NET 知识清单以数学 77 与计算机与电子 89 为前几位，能力清单以演绎推理与归纳推理（均 78）与信息排序 69 为主，技能清单包含数学 60；建模与算法与实验设计需要可靠的数量与逻辑能力。
34%认为误差后果非常严重，66%每周至少一次但非每天面临严格截止期限，42%周工时>40，为受访分布。实验记录、复现及限制说明为编辑行为练习，不以情境推情商分数或人格效度。
本轮未取得大五、MBTI、九型或内外向预测本职业表现的可靠效度；可用虚构文献、代码和实验说明作行为自查，不按性格决定能否入行。
用可交付物判断：能否就一个虚构问题写出假设与评价指标与基线；能否为一个虚构方法写出实验设计与复现条件；能否写出一页含结论与限制与不确定性的研究说明。哪一类任务让你愿意重复，就是更值得试的方向。
典型场景：只在个人电脑上可运行；不记录数据处理步骤；在结果不理想时改动流程而不说明。
主要岗位：承担实验与实现与复现的岗位
可能后果：版本或随机性记录不足可能降低复现能力；固定种子不保证完全复现，须说明环境及随机性限制。
降低风险：固定环境与依赖与随机种子与数据版本并保留可运行的代码与配置；按机构与资助方要求管理数据与代码并提供复现说明；对偏差来源与不确定性如实报告。
依据：research-review-onet-details · research-review-onet-context · research-review-ethics-cn · research-review-ethics-ai-cn · research-review-ethics-us · editorial
典型场景：把他人成果当作背景而不引用；未确认贡献即署名；未经审批公开合作方数据或可能受管制的技术细节。
主要岗位：承担写作与发表与披露的岗位
可能后果：引用、署名或披露不当可能涉及科研诚信和权利争议；是否构成学术不端、侵权或出口违规须具体规则事实，不一概断定。
降低风险：投稿与公开前按机构与资助方要求完成审批与披露并核对引用与署名；涉及可能受出口管制的技术或数据先咨询合规岗位；保留审批与披露记录。
依据：research-review-onet-details · research-review-onet-context · research-review-ethics-cn · research-review-ethics-ai-cn · research-review-ethics-us · editorial
典型场景：编辑风险例：未完成适用审查便开展需审批活动；未获权限公开可识别参与者资料；去标识化也不自动使共享合法。
主要岗位：承担涉及人的数据与隐私处理的岗位
可能后果：未履行适用伦理或数据保护条件可能产生风险，先判断法域、活动、豁免和机构政策，不把所有涉及人研究当统一须审查同意。
降低风险：中国2023《科技伦理审查办法（试行）》第2、4、9、15条限定涉及人、动物或其他较高伦理风险活动及适用单位的审查和风险责任；2026《人工智能科技伦理审查与服务办法（试行）》第2、9、12条对境内潜在伦理风险的AI研发规定适用范围、委员会或委托服务审查。美国OHRP Lesson2区分适用CommonRule的人类受试研究、非研究、不涉及受试者及豁免，部分豁免仍需有限IRB审查；机构政策可能另有条件。不能称所有涉及人或所有计算机项目统一须审批或同意。数据处理、知情同意、IP及出口的具体条件须按事项另核，去标识化不自动授予处理或共享权限。
依据：research-review-onet-details · research-review-onet-context · research-review-ethics-cn · research-review-ethics-ai-cn · research-review-ethics-us · editorial
典型场景：以口头共识替代书面约定；需求变更不留痕；对合作方数据与接口权限不作明确约定。
主要岗位：承担团队与项目组织与外联的岗位
可能后果：合作对象与需求理解偏差可能影响交付和进度，具体后果按项目证据，不作必然因果。
降低风险：在开工前把目标与接口与交付物与验收标准书面写清；对需求变更按程序确认并更新计划；保留会议与确认记录。
依据：research-review-onet-details · research-review-onet-context · research-review-ethics-cn · research-review-ethics-ai-cn · research-review-ethics-us · editorial
典型场景：把负面结果隐藏；在压力下修改数据或流程；不寻求复核与支持而独自硬撑。
主要岗位：承担长期不确定与失败实验应对的岗位
可能后果：反复失败可能带来压力；不由失败或心理压力直接推出操纵数据等不端行为。
降低风险：把失败实验当作信息并对失败原因与边界做记录；按机构制度使用导师与合作者与心理支持资源；对压力下的方法与数据决策保持可复核。
依据：research-review-onet-details · research-review-onet-context · research-review-ethics-cn · research-review-ethics-ai-cn · research-review-ethics-us · editorial
| 编辑观察候选 |
|---|
| 没经验如何证明 |
|---|
| 与其他方向的区别 |
|---|
| 研究生与实习研究人员（在指导下） | 在导师指导下完成文献调研与数据处理与实验执行与记录辅助。 | 记录是否完整、环境与版本是否固定、异常是否及时上报。 | 用脱敏后的实验记录与代码与带教意见证明。 | 研究、指导、管理和公开职责可交叠，按实际分工及授权核，阶段名称不自动排除责任或赋予伦理审批权。 |
|---|---|---|---|---|
| 研究者（独立子问题） | 独立完成子问题的界定与方法设计与实验与复现与写作。 | 方法与指标是否成立、结果是否可复现、限制是否写明。 | 用论文或技术报告与可运行代码与复现记录证明。 | 研究、指导、管理和公开职责可交叠，按实际分工及授权核，阶段名称不自动排除责任或赋予伦理审批权。 |
| 课题或方向负责人（跨学科与指导） | 主导跨学科或较大规模研究项目并指导研究生与新人。 | 项目目标与产出、方法与复现质量、伦理与披露与指导情况。 | 用项目与产出与指导与合规记录证明。 | 研究、指导、管理和公开职责可交叠，按实际分工及授权核，阶段名称不自动排除责任或赋予伦理审批权。 |
| 研究规范与数据治理岗 | 参与研究规范与数据治理与伦理与培训与评价制度建设。 | 制度文件与执行情况、审查与培训覆盖、复现与数据共享实践。 | 用制度文件与审查与培训记录证明。 | 与一线研究岗相比侧重规范与治理而非单个课题。 |
| 实验室或机构管理岗 | 负责实验室或部门的人员与预算与平台与对外合作与合规统筹。 | 平台与资源指标、人员与预算、合作与合规与安全结果。 | 用部门规划与预算与考核与合规记录证明。 | 与课题组相比增加人员与平台与对外承诺责任。 |
准备层级为 Job Zone Five（广泛准备）；
研究、代码、实验说明为编辑能力候选，不称多数岗位共同门槛。
背景、资质及培训按具体岗位和制度核，不称多数岗位统一需要。
背景、资质及培训按具体岗位和制度核，不称多数岗位统一需要。
知识以计算机与电子 89、数学 77、工程与技术 74、英语语言 72 为主；
工作活动以使用计算机 99、获取信息 91、作出决策与解决问题 91 为前几位。
计算与实验平台与作业调度与监控工具；
HotTechnology当前列76项2025美国招聘软件关键词，包括Python66%、AWS35%、PyTorch29%、Azure25%、TensorFlow25%、SQL20%、Kubernetes20%、Java15%、Docker15%、C++14%；部分小于1%或Notavailable，不是所有76项都给比例。招聘提及率不是软件采用率、AI使用率、熟练度或研究能力。
虚构材料：虚构研究背景与相关工作摘要（含一处方法局限与一处指标口径分歧）、一组虚构合成数据与基线结果、以及一份虚构环境与依赖清单。
虚构条件：一份虚构的数据与代码管理与复现与伦理与披露流程。
虚构约束：一份虚构的算力与时间与数据可用范围与审批要求。
第二步：写出实验设计与复现条件（列出环境与依赖与随机性与数据版本与对照设置，并说明可能的偏差来源与控制方法）。
第三步：写出一页结论与限制说明（含结果与不确定性、适用范围与失败情形、数据与代码与披露安排），并说明哪些判断须由伦理或合规岗位确认。
评价依据：假设是否可检验、指标与基线是否可测量、实验与复现条件是否完整、限制与不确定性是否如实、数据与代码与披露安排是否合规、超出权限的判断是否被识别为需授权确认。
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。
题面给定的问题与数据与流程与权限均为虚构值，仅用于练习假设与设计与管理思路。
证据形式包括脱敏后的论文或技术报告、可运行代码与复现记录、实验与版本记录、审查与审批记录，以及合作与署名约定记录。
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。
指出记录中无法回溯的部分（如缺少随机性或数据版本或审批），并说明这类缺失在复现与评议与审计中会带来什么后果。
一份边界摘要：本人在本课题中允许与不允许作出的判断、需要伦理或合规或导师与合作者确认的事项。
一份协作说明：你与导师与合作者与项目组与合规岗位的沟通与留痕做法。
| 阶段 | 可能考察 | 观察证据 | 使用边界 |
|---|---|---|---|
| 简历与初筛 | 学科背景与研究方向、论文与代码与实验记录产出、参与项目的角色与贡献。 | 经历是否与岗位研究方向匹配、对方法与复现与伦理与数据管理的理解。 | 初筛只能看到书面信息；学历与伦理与出口要求须按机构与资助方规定核对。 |
| 面试与研究汇报 | 对自己研究的假设与方法与结果与限制的讲解与答疑、对既有方法局限性的认识。 | 是否能把方法讲清、是否如实说明限制、是否区分相关与因果。 | 汇报不等长期能力，是否试研或合作期考核按具体岗位核，不称普遍流程。 |
| 方法与代码考核 | 就给定问题写出假设与评价指标与实验设计，并说明复现条件与可能偏差。 | 问题界定、指标与基线、复现设计、限制与伦理考虑。 | 考核材料与真实研究复杂度不同，结果用于参考而非定论。 |
| 试用或合作期 | 在导师或课题组内承担具体子问题并接受方法与复现与规范检查。 | 是否按规范记录与提交、是否及时上报风险、被指出问题后的改正速度。 | 合作期表现不等于长期能力上限，方向与团队与资源影响很大。 |
把虚构研究问题与相关工作摘要整理成假设候选与难点清单。
写出可检验假设与评价指标与基线并标注口径分歧。
写出对照与环境与数据与随机性与评价流程。
写出环境与依赖与数据版本与随机种子与运行说明。
把虚构结果与基线与偏差来源整理成结论草稿。
写出适用范围与失败情形与数据与代码与披露安排。
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（问题与建模、实验与复现、写作与表达还是数据与合规）。
| 资格／身份 | 主要适合谁 | 求职现实作用 | 是否普遍入职门槛 | 报考／注册条件 | 投入等级 | 重要限制 |
|---|---|---|---|---|---|---|
| 计算机科学或相关学科的研究生学历 | 多数入行者 | BLS典型硕士，部分岗位本科，按公告核 | O*NET JobZone5为广泛准备层级；本职业教育回答为部分岗位需学士、博士、硕士，未给比例。BLS典型入行硕士、无相关职业经验、无在岗培训；OOH通常硕士或更高计算机或相关领域学历，部分雇主偏博士，联邦政府部分岗位可本科。不能把广泛层级的多年经验概括成全岗统一五年或博士门槛。 | 逐院校、机构或认证核条件；本轮未核所有资格培训考核要求 | 证据不足：具体费用与耗时须按项目核 | 该页面教育分布按三档表述：受访者回答「部分岗位需要学士学位」「部分岗位需要博士学位」「部分岗位需要硕士学位」（页面按这三档表述，未给百分比），本页不把学历直接对应到收入。 |
| 研究项目参与与产出记录 | 承担研究与开发工作的人 | 研究记录可展示方法及复现能力，不自动决定项目角色 | 否（为能力条件） | 逐院校、机构或认证核条件；本轮未核所有资格培训考核要求 | 证据不足：具体费用与耗时须按项目核 | 产出记录是承担研究工作的基础，但不等于岗位授权与伦理审批权限。 |
| 专业认证（如 Certified Computer Scientist 等 16 项） | 希望证明专业能力的人 | 认证目录候选，雇主认可与能力效度未核 | 否（认证不等于学位或科研资质） | 逐院校、机构或认证核条件；本轮未核所有资格培训考核要求 | 证据不足：具体费用与耗时须按项目核 | 该页面提供 16 项全国认证；认证不等于学位、雇主任命、签字权或科研资质。 |
| 机构与资助方的伦理与数据与出口审批 | 涉及人的研究或涉及受管制技术的研究 | 决定研究是否可以开展与成果是否可以公开 | 按具体活动、法域及适用制度核，非所有研究统一前置审批 | 按机构与资助方要求提交审查与审批 | 证据不足：具体费用与耗时须按项目核 | 中国2023《科技伦理审查办法（试行）》第2、4、9、15条限定涉及人、动物或其他较高伦理风险活动及适用单位的审查和风险责任；2026《人工智能科技伦理审查与服务办法（试行）》第2、9、12条对境内潜在伦理风险的AI研发规定适用范围、委员会或委托服务审查。美国OHRP Lesson2区分适用CommonRule的人类受试研究、非研究、不涉及受试者及豁免，部分豁免仍需有限IRB审查；机构政策可能另有条件。不能称所有涉及人或所有计算机项目统一须审批或同意。数据处理、知情同意、IP及出口的具体条件须按事项另核，去标识化不自动授予处理或共享权限。 |
| 研究规范与数据与代码管理要求 | 所有开展研究的人员 | 决定数据与代码的管理与共享边界 | 按具体活动、法域及适用制度核，非所有研究统一前置审批 | 按规范执行版本与复现与共享要求 | 证据不足：具体费用与耗时须按项目核 | 中国2023《科技伦理审查办法（试行）》第2、4、9、15条限定涉及人、动物或其他较高伦理风险活动及适用单位的审查和风险责任；2026《人工智能科技伦理审查与服务办法（试行）》第2、9、12条对境内潜在伦理风险的AI研发规定适用范围、委员会或委托服务审查。美国OHRP Lesson2区分适用CommonRule的人类受试研究、非研究、不涉及受试者及豁免，部分豁免仍需有限IRB审查；机构政策可能另有条件。不能称所有涉及人或所有计算机项目统一须审批或同意。数据处理、知情同意、IP及出口的具体条件须按事项另核，去标识化不自动授予处理或共享权限。 |
| 署名与披露与知识产权约定 | 参与合作与发表的人员 | 决定成果的署名与公开方式 | 按具体活动、法域及适用制度核，非所有研究统一前置审批 | 按约定与制度确认署名与披露 | 证据不足：具体费用与耗时须按项目核 | 中国2023《科技伦理审查办法（试行）》第2、4、9、15条限定涉及人、动物或其他较高伦理风险活动及适用单位的审查和风险责任；2026《人工智能科技伦理审查与服务办法（试行）》第2、9、12条对境内潜在伦理风险的AI研发规定适用范围、委员会或委托服务审查。美国OHRP Lesson2区分适用CommonRule的人类受试研究、非研究、不涉及受试者及豁免，部分豁免仍需有限IRB审查；机构政策可能另有条件。不能称所有涉及人或所有计算机项目统一须审批或同意。数据处理、知情同意、IP及出口的具体条件须按事项另核，去标识化不自动授予处理或共享权限。 |
典型职责：在指导下完成文献梳理与形式化推导与实验验证辅助。
晋升证据：能出示一份可复核的推导与验证记录。
资格边界：编辑阶段候选：按实际岗位核数学与理论基础与研究生训练。 本轮无代表性招聘样本支持全岗统一门槛。
下一步：把推导与验证要点做成固定清单。
典型职责：独立完成一个子问题的建模与理论分析与验证并写作。
晋升证据：能出示论文或技术报告与验证记录。
资格边界：须具备形式化建模与证明或分析能力。
下一步：把建模口径与假设条件写成稳定版本。
典型职责：主导理论方向课题或跨领域合作并指导研究生。
晋升证据：能出示课题产出与合作与指导记录。
资格边界：编辑阶段候选：按实际岗位核多课题经验与学术影响力记录。 本轮无代表性招聘样本支持全岗统一门槛。
下一步：把方向经验整理为可复用方法。
典型职责：参与学科规范与评价与培训与课程制度建设。
晋升证据：能出示制度文件与教学与检查记录。
资格边界：编辑阶段候选：按实际岗位核机构内职责与长期经验。 本轮无代表性招聘样本支持全岗统一门槛。
下一步：把制度要点沉淀为可复用模板。
典型职责：在指导下完成代码实现与实验执行与数据整理。
晋升证据：能出示代码与实验与数据整理记录。
资格边界：编辑阶段候选：按实际岗位核编程与实验基础。 本轮无代表性招聘样本支持全岗统一门槛。
下一步：把环境与依赖与记录要点做成清单。
典型职责：独立完成原型实现与实验设计与结果复现与偏差分析。
晋升证据：能出示可运行代码与复现说明与结果记录。
资格边界：须具备系统实现与实验设计与复现能力。
下一步：把实现与复现流程写成固定步骤。
典型职责：主导研究平台或跨团队系统研究项目并指导新人。
晋升证据：能出示平台与项目与指导与合规记录。
资格边界：编辑阶段候选：按实际岗位核平台建设与多团队协作经验。 本轮无代表性招聘样本支持全岗统一门槛。
下一步：把平台与项目经验整理为可复用方案。
典型职责：参与工程规范与数据与代码治理与复现制度建设。
晋升证据：能出示规范文件与检查与培训记录。
典型职责：在指导下完成场景调研与指标整理与验证与记录辅助。
晋升证据：能出示调研与验证与记录材料。
资格边界：编辑阶段候选：按实际岗位核领域知识与基础研究方法。 本轮无代表性招聘样本支持全岗统一门槛。
下一步：把场景与指标要点做成清单。
典型职责：独立完成应用场景的方法适配与验证与结果与限制说明。
晋升证据：能出示验证报告与技术说明。
资格边界：须具备方法适配与评估与表达与留痕能力。
下一步：把应用验证流程写成固定版本。
典型职责：主导成果转化或对外合作项目并协调合规与知识产权。
晋升证据：能出示项目与合规与知识产权与交付记录。
资格边界：编辑阶段候选：按实际岗位核合作与合规与知识产权经验。 本轮无代表性招聘样本支持全岗统一门槛。
下一步：把转化经验整理为可复用方案。
典型职责：参与成果转化与知识产权与合规与披露制度建设。
晋升证据：能出示制度文件与检查与培训记录。
能在导师或资深研究者指导下完成文献调研与数据处理与实验执行与记录辅助，按规范执行版本与复现与数据管理要求，在发现方法或记录或合规缺项时及时上报并更正。
能独立完成一项子问题的界定与方法设计与实验与复现与写作，并把结论与限制与不确定性如实报告。
能主导跨学科或较大规模研究项目并指导研究生与新人，检查方法与复现与伦理与披露质量。
能参与研究规范与数据治理与伦理与培训与评价制度建设，并具备相应的岗位授权。
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）
NBS2025（2026-05-15发布）规模以上企业专业技术人员155,491元/人/年，全体就业人员106,080元/人/年，均为跨职业税前年平均工资背景。企业研究岗位仅按实际专业技术职责及调查单位覆盖参考；不能据名称映射全部高校或科研单位，也不是本职业中位数、月薪或起薪。证据不足：本轮未建立中国精确职业与全国职业工资映射，不等中国没有该细类或从未发布。
NBS2025（2026-05-15发布）规模以上企业专业技术人员155,491元/人/年，全体就业人员106,080元/人/年，均为跨职业税前年平均工资背景。企业研究岗位仅按实际专业技术职责及调查单位覆盖参考；不能据名称映射全部高校或科研单位，也不是本职业中位数、月薪或起薪。证据不足：本轮未建立中国精确职业与全国职业工资映射，不等中国没有该细类或从未发布。
NBS2025（2026-05-15发布）规模以上企业专业技术人员155,491元/人/年，全体就业人员106,080元/人/年，均为跨职业税前年平均工资背景。企业研究岗位仅按实际专业技术职责及调查单位覆盖参考；不能据名称映射全部高校或科研单位，也不是本职业中位数、月薪或起薪。证据不足：本轮未建立中国精确职业与全国职业工资映射，不等中国没有该细类或从未发布。
不能说明：NBS2025（2026-05-15发布）规模以上企业专业技术人员155,491元/人/年，全体就业人员106,080元/人/年，均为跨职业税前年平均工资背景。企业研究岗位仅按实际专业技术职责及调查单位覆盖参考；不能据名称映射全部高校或科研单位，也不是本职业中位数、月薪或起薪。证据不足：本轮未建立中国精确职业与全国职业工资映射，不等中国没有该细类或从未发布。
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：计算与系统理解、技术方案判断、跨部门沟通与项目推进。
需补足：编辑差距核对：已有信息处理、系统分析及编程活动的计划协调管理任务可能共享，不预设全部研究人员缺少该能力。
查看职业详情可迁移：共享能力：项目计划、技术判断、跨专业协作与记录。
需补足：编辑差距核对：已有建筑工程及其研发活动管理任务可能共享，不预设全部研究人员缺少该能力。
查看职业详情可迁移：共享能力：研究方法与实验设计、数据与记录管理、团队协作。
需补足：编辑差距核对：已有生命物理数学统计及相关研发管理任务可能共享，不预设全部研究人员缺少该能力。
查看职业详情可迁移：共享能力：系统与数据理解、方案评估、沟通与文档能力。
需补足：编辑差距核对：已有科学工程商业数据处理求解、系统集成与既有系统改进任务可能共享，不预设全部研究人员缺少该能力。
查看职业详情可迁移：共享能力：数据与系统理解、性能与治理意识、方案设计能力。
需补足：编辑差距核对：已有企业数据库仓库架构、模型、标准及集成任务可能共享，不预设全部研究人员缺少该能力。
查看职业详情可迁移：共享能力：统计与机器学习方法、数据处理、实验与评估方法。
需补足：编辑差距核对：已有数据分析应用、挖掘建模机器学习与结果解释任务可能共享，不预设全部研究人员缺少该能力。
查看职业详情可迁移：共享能力：编程与系统设计、代码质量与协作工具、性能意识。
需补足：编辑差距核对：已有按规格创建、修改及测试程序代码和脚本任务可能共享，不预设全部研究人员缺少该能力。
查看职业详情可迁移：共享能力：系统设计与性能分析、跨模块协作、文档与评审习惯。
需补足：编辑差距核对：已有复杂应用、系统管理或网络问题求解及系统集成任务可能共享，不预设全部研究人员缺少该能力。
查看职业详情从任务结构看，受影响较早的是可结构化与可数字化的环节：文献检索与摘要、代码脚手架与样板与调试辅助、数据处理与图表与文档草稿、以及部分实验配置的生成。受影响较晚的是需要判断与责任的环节：问题界定与假设生成、实验设计与有效性判断、结论与限制与不确定性判断、以及伦理与署名与出口审查。需要强调：该判断是编辑整理，不是来源提供的暴露度量或岗位预测。
提出值得研究的问题并把它写成可检验的假设、判断实验设计是否有效与结果是否可复现、在证据不足时如实写明限制与不确定性、以及承担伦理与署名与披露责任。这些能力依赖专业训练与学术责任；以工具输出替代其中的任何一步，都会让「谁对研究结论与学术诚信负责」变得不可回答。
本页不给出该职业的工资与就业固定数值。本条证据路由把美国工资与就业模块登记为不可用，并要求「页面必须展示缺失而非使用代理数字」与「本轮不转录静态数值」，其 claim 明确「美国工资应通过本职业（15-1221.00）的当前地方工资页面按地区与期间查询；本轮不转录静态数值，不能把地区数据当作个人报价」。中国大陆本页同样不提供任何数值：路由把该口径登记为模块级缺口（暂无可安全使用的数据），并要求展示缺失。如需数据，请使用该职业的地方工资页面与全国就业趋势页面按地区与期间查询。
该页面教育分布按三档表述：受访者回答「部分岗位需要学士学位」「部分岗位需要博士学位」「部分岗位需要硕士学位」（页面按这三档表述，未给百分比），准备层级为 Job Zone Five（广泛准备）；常见路径为计算机科学或相关学科的研究生阶段学习并在研究项目中产出论文与代码与实验记录。学历、产出记录、认证与机构与资助方审批作用不同，不能互相替代。
该页面提供 16 项全国认证（如 Certified Computer Scientist、Certified Function Point Practitioner／Specialist、Certified LabWindows/CVI Developer、Certified in Open Source Intelligence 等）；但认证不等于学位、雇主任命、签字权或科研资质。涉及人的研究还须经伦理审查，涉及受管制技术还须完成出口与安全审批；本页不把任何培训或认证写成法定资质。
可行但通常需要系统补充研究训练：有软件工程或数据科学或数学背景的人可以把编程与建模与实验能力迁移过来，但通常还需要完成研究生阶段训练或同等研究训练，产出可核查的论文或技术报告与可复现代码，并按机构与资助方要求完成伦理与数据与出口相关培训与审批。
取决于你是否愿意长期与开放问题与不确定性相处并把可复现当作基本要求；该职业准备层级为 Job Zone Five（广泛准备），研究产出周期通常较长。本页按路由要求不提供该职业的就业与工资固定数值，如需就业预测请使用该职业的全国就业趋势页面按地区与期间查询。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。
本条证据路由把中国大陆工资登记为模块级缺口（数据状态：暂无可安全使用的数据）；口径说明 明确「本轮中国大陆公开来源未建立与本职业一一对应的全国职业工资分布」，并写明「页面必须展示缺失而非使用代理数字」；处理说明 为「保留缺口并展示来源与职业映射边界」。因此本页在中国大陆薪资模块不发布任何数值。
本条证据路由把美国工资与就业模块登记为不可用（数据状态：暂无可安全使用的数据）；其 claim 明确「美国工资应通过本职业（15-1221.00）的当前地方工资页面按地区与期间查询；本轮不转录静态数值，不能把地区数据当作个人报价」，另一条 claim 要求「页面必须展示缺失而非使用代理数字」。因此本页只提供查询入口与口径说明，不固化数值。
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伦理或法律或学术评价建议；不得用于真实研究或作为伦理与合规决策依据。
本轮九板块逐段与引用核对：修正混入任务、情境数字及频率边界，补OEWS2025工资与BLS2025—2035预测、NBS2025宽背景及适用伦理条件。仅本地作者自审。
本轮九板块核查：2026-10-09。
O*NET2026现期职业任务情境知识能力兴趣，2025招聘关键词、现期认证16项与行业构成；BLS2025工资/2025—2035预测和OOH教育行业工资；NBS2025同版原文，中国2023/2026科技伦理文件与美国OHRP适用范围指导，分用途解释。
使用限制：支持精确职业身份、15 项任务、工作活动与工作情境；不含具体法域与机构对研究伦理与数据与出口的规定。
使用限制：支持职业特征、知识、能力、兴趣代码 IC 与工作风格（该页面按影响度给出分数）；该页为该代码标注 Bright Outlook。
使用限制：支持行业结构（专业与科学与技术服务 44%、政府 29%、信息业 11%、其他行业 16%）；为占比结构，不代表岗位数量或工资。
使用限制：该页面列出 76 项软件技能与提及比例（Python 66%、Amazon Web Services 35%、PyTorch 29%、Microsoft Azure 25%、TensorFlow 25%、SQL 20% 等）；提及比例不等于熟练度或研究能力。
使用限制：支持准备层级（Job Zone Five：广泛准备）与该页面教育分布三档表述（部分岗位需要学士学位／博士学位／硕士学位，页面未给百分比）；本地培训页面本轮抓取失败（SOURCE_RESPONSE_TOO_LARGE），不作为来源。
使用限制：该页面列出 16 项全国认证（Certified Computer Scientist、Certified Function Point Practitioner／Specialist、Certified LabWindows/CVI Developer、Certified in Open Source Intelligence 等）；认证不等于学位、雇主任命、签字权或科研资质。
使用限制：本条证据路由把美国工资登记为不可用（us-salary-static-unavailable），并要求「页面必须展示缺失而非使用代理数字」与「本轮不转录静态数值」；本页只提供该查询入口与口径说明，不发布固定数值。
使用限制：本条证据路由把美国就业登记为不可用并要求不转录静态数值；本页只提供该查询入口与口径说明，不发布就业规模与增长率与年均空缺数值；预测含假设与误差。
使用限制：本条证据路由据此类口径把本职业的中国大陆工资登记为模块级缺口（数据状态：暂无可安全使用的数据），并要求「页面必须展示缺失而非使用代理数字」；本页不发布中国大陆数值。
使用限制：为本条证据路由登记的中国大陆劳动关系与工资信息入口；本轮未据此建立与本职业一一对应的全国职业工资分布，本页不据此发布任何数值。
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；不得用于真实研究或作为伦理与合规决策依据。
使用限制：为 AI 风险治理与管理流程框架，不含职业级采用数据；引用它不构成对该职业风险的量化结论。
使用限制：本页按路由要求不转录静态工资数值；查询结果须保留地区与期间与统计口径，且地区数据不能当作个人报价。
使用限制：支持工作情境的百分比分布（环境与防护、沟通与协作、自主与决策、精确与责任、体位与活动）；为受访分布，不是个人岗位保证。
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。
使用限制：为美国全国就业预测的来源口径与查询入口；本页按路由要求不转录该职业的静态预测数值，预测含假设与误差。
使用限制：支持工作情境的百分比分布（环境与防护、沟通与协作、自主与决策、精确与责任、体位与活动）；为受访分布，不是个人岗位保证。
使用限制：O*NET15-1221.00 Updated2026为计算机与信息基础研究及硬件软件问题求解，15项任务含11Core和4Supplemental。任务池涵盖建模、系统设计、跨学科研究、需求协商及部分管理运维任务，不是每岗都做全部任务。 O*NET JobZone5为广泛准备层级；本职业教育回答为部分岗位需学士、博士、硕士，未给比例。BLS典型入行硕士、无相关职业经验、无在岗培训；OOH通常硕士或更高计算机或相关领域学历，部分雇主偏博士，联邦政府部分岗位可本科。不能把广泛层级的多年经验概括成全岗统一五年或博士门槛。 当前O*NET知识33项、能力52项、工作风格21项；求知欲100/创新94/细节83/适应77/成就75，知识计算机89/数学77/工程74/英语72，能力演绎及归纳78/口头理解及表达75/问题敏感及书面理解72。职业指标非个人筛选考分，不证明人格预测效度。 当前57项情境为受访回答分布：电子邮件100%每天、受控室内94%每天、面对面69%每天及31%每周至少一次但非每天、电话64%每天；坐54%持续及45%超过一半时间；42%周工时>40、58%为40；疾病99%从不、全身振动和攀爬100%从不、高处91%从不、危险条件73%从不。自动化程度58%中度、17%轻度、25%无，不是AI采用率或任务替代比例；分布不是个人保证。
使用限制：O*NET15-1221.00 Updated2026为计算机与信息基础研究及硬件软件问题求解，15项任务含11Core和4Supplemental。任务池涵盖建模、系统设计、跨学科研究、需求协商及部分管理运维任务，不是每岗都做全部任务。 O*NET JobZone5为广泛准备层级；本职业教育回答为部分岗位需学士、博士、硕士，未给比例。BLS典型入行硕士、无相关职业经验、无在岗培训；OOH通常硕士或更高计算机或相关领域学历，部分雇主偏博士，联邦政府部分岗位可本科。不能把广泛层级的多年经验概括成全岗统一五年或博士门槛。 当前O*NET知识33项、能力52项、工作风格21项；求知欲100/创新94/细节83/适应77/成就75，知识计算机89/数学77/工程74/英语72，能力演绎及归纳78/口头理解及表达75/问题敏感及书面理解72。职业指标非个人筛选考分，不证明人格预测效度。 当前57项情境为受访回答分布：电子邮件100%每天、受控室内94%每天、面对面69%每天及31%每周至少一次但非每天、电话64%每天；坐54%持续及45%超过一半时间；42%周工时>40、58%为40；疾病99%从不、全身振动和攀爬100%从不、高处91%从不、危险条件73%从不。自动化程度58%中度、17%轻度、25%无，不是AI采用率或任务替代比例；分布不是个人保证。
使用限制：当前O*NET行业构成为专业科学技术服务40%、政府31%、信息10%、其他19%（含教育）；为就业结构，不是工资或招聘数。OOH细行业雇主比例与该宽分类分别解释，不合并。
使用限制：HotTechnology当前列76项2025美国招聘软件关键词，包括Python66%、AWS35%、PyTorch29%、Azure25%、TensorFlow25%、SQL20%、Kubernetes20%、Java15%、Docker15%、C++14%；部分小于1%或Notavailable，不是所有76项都给比例。招聘提及率不是软件采用率、AI使用率、熟练度或研究能力。
使用限制：O*NET15-1221.00 Updated2026为计算机与信息基础研究及硬件软件问题求解，15项任务含11Core和4Supplemental。任务池涵盖建模、系统设计、跨学科研究、需求协商及部分管理运维任务，不是每岗都做全部任务。 O*NET JobZone5为广泛准备层级；本职业教育回答为部分岗位需学士、博士、硕士，未给比例。BLS典型入行硕士、无相关职业经验、无在岗培训；OOH通常硕士或更高计算机或相关领域学历，部分雇主偏博士，联邦政府部分岗位可本科。不能把广泛层级的多年经验概括成全岗统一五年或博士门槛。 当前O*NET知识33项、能力52项、工作风格21项；求知欲100/创新94/细节83/适应77/成就75，知识计算机89/数学77/工程74/英语72，能力演绎及归纳78/口头理解及表达75/问题敏感及书面理解72。职业指标非个人筛选考分，不证明人格预测效度。 当前57项情境为受访回答分布：电子邮件100%每天、受控室内94%每天、面对面69%每天及31%每周至少一次但非每天、电话64%每天；坐54%持续及45%超过一半时间；42%周工时>40、58%为40；疾病99%从不、全身振动和攀爬100%从不、高处91%从不、危险条件73%从不。自动化程度58%中度、17%轻度、25%无，不是AI采用率或任务替代比例；分布不是个人保证。
使用限制：OEWS2025美国全国15-1221受雇年薪10/25/50/75/90分位82,200/103,570/140,300/188,700/230,630美元；对应时薪39.52/49.79/67.45/90.72/110.88美元。中位数不是均值、起薪或个人报价；排除自雇及未法人化业主合伙人，法人受薪高管可能覆盖。
使用限制：BLS表1.2的15-1221：2025—2035就业38,600→47,000人，净增8,400人、增长21.8%（OOH舍入22%）、年均空缺2,900个；自雇比例为未提供（—），不是0。空缺含增长与更替，不是净增、当前招聘或个人录用保证，也不归因于AI。
使用限制：NBS2025（2026-05-15发布）规模以上企业专业技术人员155,491元/人/年，全体就业人员106,080元/人/年，均为跨职业税前年平均工资背景。企业研究岗位仅按实际专业技术职责及调查单位覆盖参考；不能据名称映射全部高校或科研单位，也不是本职业中位数、月薪或起薪。证据不足：本轮未建立中国精确职业与全国职业工资映射，不等中国没有该细类或从未发布。
使用限制：1.0同版已读框架为自愿治理参考，不是本职业法定流程或效果实证。
使用限制：OEWS2025美国全国15-1221受雇年薪10/25/50/75/90分位82,200/103,570/140,300/188,700/230,630美元；对应时薪39.52/49.79/67.45/90.72/110.88美元。中位数不是均值、起薪或个人报价；排除自雇及未法人化业主合伙人，法人受薪高管可能覆盖。
使用限制：O*NET15-1221.00 Updated2026为计算机与信息基础研究及硬件软件问题求解，15项任务含11Core和4Supplemental。任务池涵盖建模、系统设计、跨学科研究、需求协商及部分管理运维任务，不是每岗都做全部任务。 O*NET JobZone5为广泛准备层级；本职业教育回答为部分岗位需学士、博士、硕士，未给比例。BLS典型入行硕士、无相关职业经验、无在岗培训；OOH通常硕士或更高计算机或相关领域学历，部分雇主偏博士，联邦政府部分岗位可本科。不能把广泛层级的多年经验概括成全岗统一五年或博士门槛。 当前O*NET知识33项、能力52项、工作风格21项；求知欲100/创新94/细节83/适应77/成就75，知识计算机89/数学77/工程74/英语72，能力演绎及归纳78/口头理解及表达75/问题敏感及书面理解72。职业指标非个人筛选考分，不证明人格预测效度。 当前57项情境为受访回答分布：电子邮件100%每天、受控室内94%每天、面对面69%每天及31%每周至少一次但非每天、电话64%每天；坐54%持续及45%超过一半时间；42%周工时>40、58%为40；疾病99%从不、全身振动和攀爬100%从不、高处91%从不、危险条件73%从不。自动化程度58%中度、17%轻度、25%无，不是AI采用率或任务替代比例；分布不是个人保证。
使用限制：复用同版已读工资覆盖及方法，排除自雇与未法人化业主合伙人，法人受薪高管可能覆盖；统计时薪不推个人收入。
使用限制：BLS表1.2的15-1221：2025—2035就业38,600→47,000人，净增8,400人、增长21.8%（OOH舍入22%）、年均空缺2,900个；自雇比例为未提供（—），不是0。空缺含增长与更替，不是净增、当前招聘或个人录用保证，也不归因于AI。
使用限制：O*NET15-1221.00 Updated2026为计算机与信息基础研究及硬件软件问题求解，15项任务含11Core和4Supplemental。任务池涵盖建模、系统设计、跨学科研究、需求协商及部分管理运维任务，不是每岗都做全部任务。 O*NET JobZone5为广泛准备层级；本职业教育回答为部分岗位需学士、博士、硕士，未给比例。BLS典型入行硕士、无相关职业经验、无在岗培训；OOH通常硕士或更高计算机或相关领域学历，部分雇主偏博士，联邦政府部分岗位可本科。不能把广泛层级的多年经验概括成全岗统一五年或博士门槛。 当前O*NET知识33项、能力52项、工作风格21项；求知欲100/创新94/细节83/适应77/成就75，知识计算机89/数学77/工程74/英语72，能力演绎及归纳78/口头理解及表达75/问题敏感及书面理解72。职业指标非个人筛选考分，不证明人格预测效度。 当前57项情境为受访回答分布：电子邮件100%每天、受控室内94%每天、面对面69%每天及31%每周至少一次但非每天、电话64%每天；坐54%持续及45%超过一半时间；42%周工时>40、58%为40；疾病99%从不、全身振动和攀爬100%从不、高处91%从不、危险条件73%从不。自动化程度58%中度、17%轻度、25%无，不是AI采用率或任务替代比例；分布不是个人保证。
使用限制：O*NET JobZone5为广泛准备层级；本职业教育回答为部分岗位需学士、博士、硕士，未给比例。BLS典型入行硕士、无相关职业经验、无在岗培训；OOH通常硕士或更高计算机或相关领域学历，部分雇主偏博士，联邦政府部分岗位可本科。不能把广泛层级的多年经验概括成全岗统一五年或博士门槛。 2025行业内本职业中位年薪：软件出版211270、系统设计162760、物理工程生命科学研发141830、联邦政府非邮政124870、州属高校85460美元。BLS表1.2的15-1221：2025—2035就业38,600→47,000人，净增8,400人、增长21.8%（OOH舍入22%）、年均空缺2,900个；自雇比例为未提供（—），不是0。空缺含增长与更替，不是净增、当前招聘或个人录用保证，也不归因于AI。
使用限制：中国2023《科技伦理审查办法（试行）》第2、4、9、15条限定涉及人、动物或其他较高伦理风险活动及适用单位的审查和风险责任；2026《人工智能科技伦理审查与服务办法（试行）》第2、9、12条对境内潜在伦理风险的AI研发规定适用范围、委员会或委托服务审查。美国OHRP Lesson2区分适用CommonRule的人类受试研究、非研究、不涉及受试者及豁免，部分豁免仍需有限IRB审查；机构政策可能另有条件。不能称所有涉及人或所有计算机项目统一须审批或同意。数据处理、知情同意、IP及出口的具体条件须按事项另核，去标识化不自动授予处理或共享权限。
使用限制：中国2023《科技伦理审查办法（试行）》第2、4、9、15条限定涉及人、动物或其他较高伦理风险活动及适用单位的审查和风险责任；2026《人工智能科技伦理审查与服务办法（试行）》第2、9、12条对境内潜在伦理风险的AI研发规定适用范围、委员会或委托服务审查。美国OHRP Lesson2区分适用CommonRule的人类受试研究、非研究、不涉及受试者及豁免，部分豁免仍需有限IRB审查；机构政策可能另有条件。不能称所有涉及人或所有计算机项目统一须审批或同意。数据处理、知情同意、IP及出口的具体条件须按事项另核，去标识化不自动授予处理或共享权限。 第37条印发之日起施行。
使用限制：中国2023《科技伦理审查办法（试行）》第2、4、9、15条限定涉及人、动物或其他较高伦理风险活动及适用单位的审查和风险责任；2026《人工智能科技伦理审查与服务办法（试行）》第2、9、12条对境内潜在伦理风险的AI研发规定适用范围、委员会或委托服务审查。美国OHRP Lesson2区分适用CommonRule的人类受试研究、非研究、不涉及受试者及豁免，部分豁免仍需有限IRB审查；机构政策可能另有条件。不能称所有涉及人或所有计算机项目统一须审批或同意。数据处理、知情同意、IP及出口的具体条件须按事项另核，去标识化不自动授予处理或共享权限。 官方教育指导，不当作法规全文或具体同意豁免条款核查。
使用限制：主要对象：信息处理、系统分析及编程活动的计划协调管理；可交叠，非责任高低、创新能力或转岗距离证据。
使用限制：主要对象：科学工程商业数据处理求解、系统集成与既有系统改进；可交叠，非责任高低、创新能力或转岗距离证据。
使用限制：主要对象：企业数据库仓库架构、模型、标准及集成；可交叠，非责任高低、创新能力或转岗距离证据。
使用限制：主要对象：数据分析应用、挖掘建模机器学习与结果解释；可交叠，非责任高低、创新能力或转岗距离证据。
使用限制：主要对象：按规格创建、修改及测试程序代码和脚本；可交叠，非责任高低、创新能力或转岗距离证据。
使用限制：主要对象：复杂应用、系统管理或网络问题求解及系统集成；可交叠，非责任高低、创新能力或转岗距离证据。
使用限制：依据本页既有职业职责与AI任务分析作档位判断；不代表采用率、实测效果、岗位消失或个人失业概率，也不是斯坦福或其他外部机构官方分数；未使用实际工时权重，不假定未来机器人部署。
中国精确职业工资映射、美国地区形态层级细分、AI采用可靠性及因果效果、人格效度、认证条件费用和招聘代表性仍缺；出口具体条目未核。范围外旧事实来源和身份未改，冲突见作者报告。
MBTI (English) · Big Five (English) · MBTI (中文) · Big Five (中文)
判断六：论文与专利与技术披露是否遵守机构与资助方与出口管制要求
资格边界：编辑阶段候选：按实际岗位核机构内职责与长期经验。 本轮无代表性招聘样本支持全岗统一门槛。
下一步：把建设经验整理为可交接的制度文本。
资格边界：编辑阶段候选：按实际岗位核机构内职责与长期经验。 本轮无代表性招聘样本支持全岗统一门槛。
下一步：把制度要点整理为可交接的文本。
