正在加载页面内容
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。
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。
计算机与信息研究科学家作为理论家、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。典型闭环是界定问题并开展文献调研，建立数学模型或系统设计并给出理论或实证依据，实现原型并开展实验，验证与复现结果并如实写明限制与不确定性，写作并通过同行评议后发布或转入应用；涉及人的研究伦理审查、数据与代码管理与隐私、以及知识产权与技术出口与安全审查须由具备相应权限与资格的岗位按适用法域与机构与资助方制度执行。
计算机与信息研究科学家的工作可以分成三类相连但独立的工作面。第一类是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；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；对商业、科学、工程与其他技术问题开展逻辑分析，并为计算机求解建立问题的数学模型；评估项目计划与提案以判断可行性问题；并研究成果与职位与职业的结构与功能关系与职业趋势。第二类是系统与工具实现与实验：设计计算机及其运行的软件；维护网络硬件与软件、指导网络安全措施并监控网络以确保对系统用户的可用性；参与虚拟现实、人机交互或机器人等跨学科项目；就计算需求与系统需求与用户、管理层、供应商与技术人员协商；并为选拔、晋升、考核与培训规划并开发方法与技术。第三类是团队与研究组织与产出：分派或安排任务以达成工作优先次序与目标；与经理、供应商等会面以争取配合并解决问题；制定并解释组织目标与政策与程序；制定绩效标准并依据既定标准评估工作；指导部门的日常运行并与其他部门协调项目活动；参与用人决策并指导下属培训；并审批、编制、监控与调整运营预算。
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。 |
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「文献检索与摘要、代码脚手架与调试辅助、数据与结果整理与文档草稿类辅助可被工具完成」，以及「科研机构与企业在计算平台与自动化实验与数据处理工具上持续投入」；不能据此推断岗位数量或科研产出变化。
技术能力回答「模型在原则上能做什么」。对本职业而言，较可靠的部分是文献检索与摘要、代码脚手架与调试辅助、数据与结果整理与文档草稿；不可靠的部分是问题界定与假设生成、实验设计与有效性判断、结论与限制的学术判断以及伦理与署名责任。
采用证据回答「机构实际在用什么」。公开资料能支持的是科研机构与企业在计算平台与自动化实验与数据处理工具上持续投入；具体机构与方向差异很大，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」。本条证据路由把 us-salary 模块登记为不可用并要求不转录静态数值，因此本页不给出该职业的就业规模与增长率与年均空缺数值；如需就业与工资数据，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。
| 工作方向 | 任务 | 当前变化 | 人的控制点 |
|---|---|---|---|
| 问题界定与理论建模 |
中国大陆薪资参考
职业对照：美国 O*NET-SOC 15-1221.00（Computer and Information Research Scientists，计算机与信息研究科学家）；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高校与科研机构的科研岗位以及企业研究院与实验室研究岗位，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：涉及人的研究伦理审查、数据与代码管理与隐私、以及知识产权与技术出口与安全审查须按适用法域与机构与资助方制度由具备相应权限与资格的岗位执行；本页不把任何培训或境外认证写成中国法定资质。
证据不足：未取得与计算机与信息研究科学家精确对应的中国大陆全国职业工资口径；本条证据路由未提供行业均值代理，route claim 要求展示缺失，本页不发布数值。
中国大陆公开统计按行业门类与登记注册类型与岗位类别发布平均工资，该口径不含本职业单列数值；本页不把它换算成本职业月薪或分位。
招聘平台与岗位公告给出的是特定岗位与特定时期与特定结构的报价，不能作为职业级统计值使用；本条证据路由要求展示缺失而非代理数字。
美国薪资参考（查询入口与口径）
直接回答：本页不给出该职业的工资与就业固定数值。本条证据路由要求美国工资通过本职业（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，也不能把地区数据当作个人报价；就业规模与增长率与年均空缺请使用该职业的全国就业趋势页面按地区与期间查询。限制：查询结果随地区与期间变化；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 | 证据不足：本轮不转录静态分位数值；应按该职业的地方工资页面按地区与期间查询 | 官方折算，非个人月收入 | 本页不提供固定分位值，请按查询入口在对应地区与期间核对。 |
| 第 50 百分位 | 证据不足：本轮不转录静态工资数值；应按该职业的地方工资页面按地区与期间查询 | 非个人月收入 | 本页不提供中位数，请按查询入口核对；分位是统计位置，不是个人收入。 |
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，但代码只描述群体分布，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。
证据范围：任务与工作情境来自 O*NET 15-1221.00（美国口径）；工资与就业数值本轮按路由要求不转录静态数值，该模块的登记为不可用（us-salary-static-unavailable），本页只提供查询入口与口径；伦理与数据与知识产权与出口边界按公开制度与机构规范的一般框架表述，不替代适用法规原文与机构与资助方要求。
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：问题界定不清或方法不适用于目标场景，会导致长期投入无法产生可验证结论，并影响论文与项目验收。
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。
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计算机科学或相关学科的研究生阶段学习（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），并在研究项目中产出论文与代码与实验记录；入行后先承担子问题研究，再逐步承担独立课题与项目与团队指导职责；本条证据路由对本地培训页面的抓取因响应过大而失败（SOURCE_RESPONSE_TOO_LARGE），本轮不把它作为来源。
职业前景与相关职业转向
直接回答：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」，因此本页不给出该职业的就业规模与增长率与年均空缺数值；如需就业与工资数据，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；路由 claim 同时提醒「官方职业页面提供范围和查询入口，但不能推出个人就业结果」。
美国 · 15-1221.00 查询入口（本页不转录静态数值）
证据不足：本轮不转录静态增长数值（请按地区与期间查询）
就业变化率（查询入口）
本页不固化增长数值；查询结果随地区与发布期变化，预测含假设与误差，不等于逐年实际值，也不能推出个人就业结果。
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。
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。
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
把每轮研究做成「问题与假设清楚、方法与数据可复现、结果与限制写清、结论可被同行检验」的可交付结果
常见相邻岗位包括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，以及数据科学家与软件开发者与计算机系统工程师与架构师等。边界上：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；软件开发者以产品级软件的设计与开发与维护为主；计算机系统工程师与架构师以系统级架构与集成与性能为主。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。
| 维度 | 主要方向 | 比较方向 |
|---|---|---|
| 核心目的 | 以受控室内办公环境为主，94% 每天在环境受控的室内工作，54% 持续或几乎持续坐着，100% 从不接触疾病或感染与全身振动与攀爬，42% 每周工作时间超过 40 小时 | 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 | 计算机系统分析师以业务需求到系统方案的转化为主；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 | 界定问题 → 建模或设计 → 实现与实验 → 验证与复现 → 写作与评议 → 迭代 |
| 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 | 可复现与诚实优先于结论漂亮；涉及人的研究须经伦理审查，数据与代码管理与知识产权与技术出口与安全审查须按适用法域与机构与资助方制度由具备相应权限的岗位执行；方法与结果与限制须留痕并可复核，本页不代替伦理或法律或合规意见 |
| 准入与许可 | 中国大陆：本条证据路由未建立与 O*NET-SOC 15-1221.00 一一对应的职业细类，相关职责可能分布在高校与科研机构的计算机与信息学科研岗位以及企业研究院与实验室的研究岗位；本条证据路由把中国大陆的工资登记为模块级缺口（id=china-salary-exact-unavailable、status=documented_unavailable、severity=non_material），resolution 为「保留缺口并展示来源与职业映射边界」，route claim 要求「页面必须展示缺失而非使用代理数字」，因此本页不发布中国大陆任何工资数值 | 美国该职业准备层级为 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）；常见路径为计算机科学或相关学科的研究生阶段学习并参与研究项目，以论文与代码与实验记录的产出与同行评议作为能力证据 |
| 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 | 结论只适用于本页标注的 O*NET 口径与期间（美国工资与就业数值本轮按路由要求不转录静态数值，只提供查询入口与口径；中国大陆为已登记的模块级工资缺口） |
分析问题以提出涉及计算机硬件与软件的解决方案；对商业、科学、工程与其他技术问题开展逻辑分析，并为计算机求解建立问题的数学模型；评估项目计划与提案以判断可行性问题（对应 O*NET 任务第一与第六与第七项）。
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；参与虚拟现实、人机交互或机器人等跨学科项目；并研究成果与职位与职业的结构与功能关系与职业趋势（对应 O*NET 任务第二与第九与补充任务第五项）。
设计计算机及其运行的软件（对应 O*NET 任务第五项）。
维护网络硬件与软件、指导网络安全措施并监控网络以确保对系统用户的可用性（对应 O*NET 任务补充任务第一项）。
分派或安排任务以达成工作优先次序与目标；与经理与供应商等会面以争取配合并解决问题；制定并解释组织目标与政策与程序；制定绩效标准并依据既定标准评估工作；指导部门的日常运行并与其他部门协调项目活动（对应 O*NET 任务第三与第四与第十与第十一与补充任务第二与第三项）。
参与用人决策并指导下属培训；审批、编制、监控与调整运营预算；并就计算需求与系统需求与用户、管理层、供应商与技术人员协商（对应 O*NET 任务第八与补充任务第四项）。
六个反复出现的职业判断：研究问题与假设是否界定清楚并可检验；方法或系统设计是否有理论或实证依据；实验与代码与数据是否可复现并留下版本记录；结果与限制与不确定性是否如实写明；涉及人的数据与隐私与伦理审查是否按规定完成；以及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。
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
| 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。 | 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。
| 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 | 确认论文与专利与技术披露的审批与披露流程已完成。 |
|---|
| 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」。
下表按三条真实工作方向比较：AI 与数字工具主要改变什么，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（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）。
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。
由工具完成文献与代码与数据与文档与图表草稿，并记录所用工具与版本与数据来源与时间。
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。
由具备相应权限与资格的岗位确认伦理审查、数据使用与知识产权与技术出口结论；工具不承担该责任，也不免除学术诚信与合规义务。
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。
未发表数据与合作方数据与涉及人的数据属于受保护信息，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。
把工具生成的实验结果或结论直接写成论文结论，会掩盖实验设计与复现性的缺陷。
控制方式：把实验设计与复现验证固定为人工前置条件，工具只用于整理与草稿并保留可追溯记录。
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：把数据与代码与配置与时间与执行人写清，对结论标注适用范围并保留原始记录，学术结论交由作者与同行评议确认。
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。
用工具提高代码脚手架与实验配置与结果整理效率，但把实验设计、指标选择与复现性检查留在人，并保留环境与版本与随机性记录。
用工具提高论文与报告的初稿与图表说明与回复意见整理效率，但把结论与限制、引用与署名、伦理与出口审查留给人，按机构与资助方要求执行。
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 ↗
不把编程本身当作研究能力，但代码与数据与计算平台能力是日常工作基础。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）；该职业准备层级为 Job Zone Five（广泛准备）；本条证据路由对本地培训页面的抓取因响应过大而失败（SOURCE_RESPONSE_TOO_LARGE），本轮不把它作为来源；真正决定机会的是研究产出与方法能力与同行评议记录。
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 ↗
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。
来源：O*NET 15-1221.00 任务与工作活动；ILO 暴露指数原始资料 ↗
不能据此判断。本条证据路由把 us-salary 模块登记为不可用并要求不转录静态数值，因此本页不引用该职业的就业预测数值；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，并注意预测含假设与误差、不等于逐年实际值。
来源：O*NET 全国就业趋势页面（15-1221.00，查询入口）原始资料 ↗
不能。研究伦理审查与知情同意、数据与代码的合规管理、以及知识产权与技术出口与安全审查须由具备相应权限与资格的岗位按适用法域与机构与资助方制度作出；工具不承担该责任，也不免除学术诚信与合规义务。
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 ↗
如果要用一句话概括：AI 与数字工具会显著改变文献与代码与数据与文档草稿的方式，但不会改变「谁对研究问题、实验有效性、结论与限制、以及伦理与署名与出口合规负责」；需要长期积累的仍然是理论功底与实验判断与学术诚信。
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；本条证据路由把该口径登记为模块级缺口（id=china-salary-exact-unavailable、status=documented_unavailable、severity=non_material），resolution 为「保留缺口并展示来源与职业映射边界」，因此本页不提供月薪区间、分位或起薪，也不以行业均值或招聘报价代替。
| 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 | 编辑整理，不是薪资统计：研究生阶段训练与研究产出是进入相应序列的常见条件，岗位方向由机构类型与研究方向决定，不能据此推断收入。 |
| 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 | 编辑整理：认证与合规培训是岗位要求的组成部分，实际认定以机构与资助方要求为准，本页不代替报考与授权条件。 |
| 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 | 编辑整理：数据与知识产权与出口相关的处理须按适用法规与机构制度执行，本页不把任何培训或境外认证写成法定资质。 |
比较不同机会时应确认机构类型与研究方向与考核要求与用工形式，并明确本页在中国大陆未提供任何工资数值。
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。
生成式工具与计算平台会改变研究与写作与实验的方式，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 | 证据不足：本轮不转录静态分位数值；应按该职业的地方工资页面按地区与期间查询 | 官方折算，非个人实发工资 | 本页不提供固定分位值，也不以其他职业或行业数值替代。 |
|---|
薪资 · 10 分位：证据不足：本页不转录静态数值（请按地区与期间查询）；本条证据路由要求本轮不转录静态工资数值：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，不能把地区数据当作个人报价。；O*NET 地方工资查询入口（15-1221.00）
薪资 · 25 分位：证据不足：本页不转录静态数值（请按地区与期间查询）；分位与期间随查询地区与数据发布期变化；本页按路由要求不固化数值，查询时须同时保留地区与期间与统计口径。；O*NET 地方工资查询入口（15-1221.00）
薪资 · 中位数：证据不足：本页不转录静态数值（请按地区与期间查询）；本页不发布该职业的工资中位数：路由 claim 明确「美国工资应通过本职业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」；该统计面向受雇工资薪金岗位，不含自雇主与业主收入。；O*NET 地方工资查询入口（15-1221.00）
薪资 · 75 分位：证据不足：本页不转录静态数值（请按地区与期间查询）；分位描述分布位置而非个人收入；本页按路由要求不固化数值。；O*NET 地方工资查询入口（15-1221.00）
薪资 · 90 分位：证据不足：本页不转录静态数值（请按地区与期间查询）；跨地区与跨期间的数值不可直接比较；查询时须保留地区与期间与单位。；O*NET 地方工资查询入口（15-1221.00）
本页不提供中位数，因此也不存在「中位数是否等于入门工资」的判断；任何查询结果的分位描述的都是统计位置，不是入门起薪，入门薪酬还取决于机构类型与研究方向与地区与学历。
不能。本页不转录静态数值；查询结果同样是统计口径，没有个人工时与任职安排时，不能推算个人年薪、月收入或税后所得。
本条证据路由对 us-salary 模块的登记为不可用并明确查询方式；分位是统计位置，不代表个人能力等级。
机构类型与研究方向与地区与学历与任职形态都会影响实际收入；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 44%（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。 |
| 政府 | 该行业就业占比 29%（O*NET 行业分布） | 该行为就业占比而非行业工资；其余行业合计 27%（信息业 11% 与其他行业 16%）未进一步拆分。 |
| 行业与地区工资细分 | 证据不足：本轮不转录静态数值，行业与地区工资请按查询入口核对 | 缺少可发布的固定数值时，本页不使用行业均值或相邻职业数据替代；如需比较请查阅 OEWS 的行业与地区查询入口。 |
| 任职形态与岗位层级差异 | 证据不足：本轮不转录静态数值，任职形态与岗位层级差异请按查询入口核对 | 该职业的工资与就业数据随地区与期间与机构类型变化，本页不据此推断个人收入。 |
该职业的机构类型与研究方向差异很大（高校、科研机构、企业研究院、政府与公共部门），因此工资与就业数据应按地区与机构类型与期间分别查询；本页按路由要求不固化数值，避免把某一地区或某一期间的结果写成普遍水平。
该页面工作情境显示 42% 每周工作时间超过 40 小时、66% 每周一次以上面临严格截止期限、34% 认为工作误差后果非常严重，项目周期与会议与评审与投稿周期会显著影响阶段性节奏。
该职业页面的行业分布为专业与科学与技术服务 44%、政府 29%、信息业 11%、其他行业 16%（含教育服务）；不同地区的科研机构与企业研究院密度会影响机会与收入水平，本页不逐州列出，也不以最高值或州示例当作普遍水平。
本条证据路由把 us-salary 模块登记为不可用并要求不转录静态数值，因此本页不给出该职业的就业规模与增长率与年均空缺数值；如需就业数据，请使用该职业的全国就业趋势页面按地区与期间查询。；O*NET 全国就业趋势页面（15-1221.00）
增长预测含假设与误差，不等于逐年实际值；本页按路由要求不固化数值。；O*NET 全国就业趋势页面（15-1221.00）
年均空缺含增长与替补需求，且不等于净新增岗位；本页按路由要求不固化数值。；O*NET 全国就业趋势页面（15-1221.00）
O*NET 职业兴趣基线
研究型关注探究原理与提出并验证假设，常规型关注按方法规程与记录与版本做事；该职业以这两类兴趣取向为主导，现实型与艺术型居次，社会型最低。
兴趣代码 IC：研究型（I）在前、常规型（C）其次；两者共同描述「探究原理与验证假设、按方法规程与记录做事」的取向。
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：该职业页面列出工作风格（该页面按影响度给出分数：求知欲 100、创新 94、注重细节 83、适应力 77、成就取向 75、可靠 71 等）；从任务与工作情境看，若你把「尽快出结果」置于「方法与复现先站住」之前，这项工作会在评议与复现环节出现风险。
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开放性维度下的求知与创新、尽责性维度下的实验与版本与记录管理、以及情绪稳定性维度下的长期不确定与失败实验的处理；这些特质影响你如何推进研究，而不是你能不能学会方法与工具。
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：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计算机与信息研究科学家？
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。
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？
该职业沟通与协同要求较高：该页面工作情境显示 100% 每天使用电子邮件、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、51% 认为与工作组或团队协作极其重要（43% 非常重要）、49% 认为需要与外部客户或公众打交道极其重要（33% 比较重要）、25% 认为协调或带领他人极其重要（27% 非常重要）；跨学科合作与论文与评审沟通都依赖表达与记录。
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：谨慎信号：该方向以部门管理与业务系统交付为主，研究产出占比更小。
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：谨慎信号：该方向面向工程项目交付，与计算与信息研究问题不同。
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：谨慎信号：该方向的研究对象是自然科学现象，不研究计算与信息原理。
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：谨慎信号：该方向以业务交付为主，不承担方法创新的研究责任。
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：谨慎信号：该方向聚焦数据与存储工程，研究问题范围更窄。
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：谨慎信号：该方向以业务结论交付为主，本职业更关注方法的新颖性与可复现性。
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。
可以。该职业以文献与代码与实验与写作为主，该页面工作情境显示 94% 每天在环境受控的室内工作、100% 从不接触疾病或感染与全身振动与攀爬、77% 从不穿戴常见防护装备；内向者可以通过书面记录与结构化协作建立可靠的工作方式，但跨学科合作与组会与评审答辩需要主动表达。
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。
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 该职业页面的兴趣代码为 IC（研究型、常规型）。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，且受机构与方向与团队条件影响；本页不用它作为录用或适配判断依据。
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。
该职业对长期不确定与压力下诚实报告的要求突出：该页面工作情境显示 34% 认为工作误差后果非常严重（24% 严重）、66% 每周一次以上面临严格截止期限、42% 每周工作时间超过 40 小时、11% 认为竞争极其激烈（15% 很激烈、68% 中等）；把实验记录与复现检查与限制说明固定为习惯，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。
依据：O*NET-SOC 15-1221.00 职业详细资料 · 人力资源和社会保障部 劳动关系与工资信息入口
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：实验环境或数据版本或随机性未固定，会导致结果无法复现并影响同行评议与后续研究。
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：O*NET-SOC 15-1221.00 职业详细资料 · 人力资源和社会保障部 劳动关系与工资信息入口
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：引用与署名或披露不当会构成学术不端，并可能触及知识产权与技术出口管制问题。
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：O*NET-SOC 15-1221.00 工作情境字段 · O*NET-SOC 15-1221.00 职业详细资料
典型场景：先在未获批准时启动涉及人的实验；在公开渠道讨论可识别的参与者信息；不做去标识化即共享数据。
主要岗位：承担涉及人的数据与隐私处理的岗位
可能后果：涉及人的研究未取得伦理审查与知情同意，或个人数据在无授权渠道流转，会同时造成伦理与合规风险。
降低风险：涉及人的研究在开展前取得伦理审查与必要的知情同意；个人数据按最小必要与去标识化要求处理并限定用途；对跨境或对外提供数据先确认合规条件。
依据：O*NET-SOC 15-1221.00 职业详细资料 · 人力资源和社会保障部 劳动关系与工资信息入口
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：跨学科合作或外部需求理解偏差，会使交付物与预期不符并影响合作与项目进度。
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：O*NET-SOC 15-1221.00 职业详细资料 · O*NET-SOC 15-1221.00 工作情境字段
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：长期没有正面结果或反复失败会带来心理与进度压力，并可能诱发走捷径或数据操纵的风险。
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：O*NET-SOC 15-1221.00 职业详细资料 · O*NET-SOC 15-1221.00 工作情境字段
研究生与实习研究人员（在指导下）
入职初期主要做什么
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。
雇主通常看什么
记录是否完整、环境与版本是否固定、异常是否及时上报。
没经验如何证明
用脱敏后的实验记录与代码与带教意见证明。
与其他方向的区别
与独立研究者相比不承担问题界定与方法选择的最终责任。
研究者（独立子问题）
入职初期主要做什么
独立完成子问题的界定与方法设计与实验与复现与写作。
雇主通常看什么
方法与指标是否成立、结果是否可复现、限制是否写明。
没经验如何证明
用论文或技术报告与可运行代码与复现记录证明。
与其他方向的区别
与课题负责人相比不承担跨项目资源与人员与伦理终审责任。
课题或方向负责人（跨学科与指导）
入职初期主要做什么
主导跨学科或较大规模研究项目并指导研究生与新人。
雇主通常看什么
项目目标与产出、方法与复现质量、伦理与披露与指导情况。
没经验如何证明
用项目与产出与指导与合规记录证明。
与其他方向的区别
与机构管理岗相比不负责机构整体资源与对外承诺。
准备层级为 Job Zone Five（广泛准备）；
多数岗位还要求研究产出记录与方法与复现能力与伦理与数据规范记录。
伦理审查与数据与出口审批权限须按机构与资助方制度执行；
多数岗位要求背景与资格核查与合规培训记录。
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；
文档与协作与图表与论文写作工具；该职业页面列出 76 项软件技能（Python 66%、Amazon Web Services 35%、PyTorch 29%、Microsoft Azure 25%、TensorFlow 25%、SQL 20% 等）。
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。
简历与初筛
可能考察
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。
观察证据
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。
使用边界
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
可能考察
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。
观察证据
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。
使用边界
汇报表现不等同于长期研究能力，机构通常另有试研或合作期考核。
方法与代码考核
可能考察
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。
观察证据
问题界定、指标与基线、复现设计、限制与伦理考虑。
使用边界
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
可能考察
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。
观察证据
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。
使用边界
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）。
计算机科学或相关学科的研究生学历
主要适合谁
多数入行者
求职现实作用
是进入相应研究序列的常见条件
是否普遍入职门槛
否（部分岗位以研究成果与经历补充）
报考／注册条件
完成研究生课程与论文并通过考核
投入等级
高
重要限制
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
主要适合谁
承担研究与开发工作的人
求职现实作用
影响可承担的问题难度与项目角色
是否普遍入职门槛
否（为能力条件）
报考／注册条件
通过项目与论文与代码与实验记录积累
投入等级
中
重要限制
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）
主要适合谁
希望证明专业能力的人
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：通常要求数学与理论基础与研究生训练。
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：通常要求多课题经验与学术影响力记录。
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：通常要求机构内职责与长期经验。
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：通常要求编程与实验基础。
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：通常要求平台建设与多团队协作经验。
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。
通常要求机构内职责与长期经验。
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：通常要求领域知识与基础研究方法。
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：通常要求合作与合规与知识产权经验。
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。
通常要求机构内职责与长期经验。
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）
证据不足：未取得全国职业工资口径，本页不发布数值
模块级缺口（不发布数值）
本条证据路由把中国大陆工资登记为模块级缺口（id=china-salary-exact-unavailable、status=documented_unavailable、severity=non_material）；route claim 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」。
不能说明：本条证据路由未提供可用于本页的行业均值代理；本页在中国大陆薪资模块不发布任何数值，也不以招聘报价或相邻职业数据替代。
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：缺少部门人员与预算与项目与合规的统筹经验。
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：缺少工程项目进度与预算与验收管理经验。
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：缺少自然科学领域的实验平台与合规与团队管理经验。
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：缺少业务需求分析与系统方案与实施协调经验。
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：缺少数据模型与存储与治理的工程实践经验。
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：缺少面向业务结论的数据建模与交付与沟通经验。
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：缺少面向明确软件实现、测试、维护与交付要求的工程经验。
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：缺少系统级架构与集成与性能与可靠性的工程经验。
查看职业详情不能这样推断。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（documented_unavailable、severity=non_material），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（id=china-salary-exact-unavailable、status=documented_unavailable、severity=non_material）；route claim 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」；resolution 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（id=us-salary-static-unavailable、status=documented_unavailable、severity=non_material）；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 15-1221.00（Computer and Information Research Scientists，计算机与信息研究科学家），美国工资与就业数值本轮按路由要求不转录静态数值，只提供 O*NET 该职业的地方工资与全国就业趋势查询入口与口径说明；中国大陆按本条证据路由登记模块级工资缺口并不发布数值；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与工资查询入口与就业趋势入口与认证信息）、U.S. Bureau of Labor Statistics 的公开查询入口与口径说明、ILO 关于生成式 AI 职业暴露的研究、以及中国大陆统计与职业分类与劳动关系信息入口；所有数值与查询结果均须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、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（id=china-salary-exact-unavailable、status=documented_unavailable、severity=non_material），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。
使用提示：本页是职业信息服务，不构成研究伦理、法律、知识产权、出口管制、财税或投资建议；涉及人的研究伦理审查、数据与代码管理与隐私、以及知识产权与技术出口与安全审查的决定，须以适用法规与机构与资助方制度及具备相应资格人员的意见为准。
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
研究规范与数据治理岗
入职初期主要做什么
参与研究规范与数据治理与伦理与培训与评价制度建设。
雇主通常看什么
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。
没经验如何证明
用制度文件与审查与培训记录证明。
与其他方向的区别
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
入职初期主要做什么
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。
雇主通常看什么
平台与资源指标、人员与预算、合作与合规与安全结果。
没经验如何证明
用部门规划与预算与考核与合规记录证明。
与其他方向的区别
与课题组相比增加人员与平台与对外承诺责任。
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。
求职现实作用
作为专业能力证明
是否普遍入职门槛
否（认证不等于学位或科研资质）
报考／注册条件
通过培训与考核与经验积累
投入等级
中
重要限制
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
主要适合谁
涉及人的研究或涉及受管制技术的研究
求职现实作用
决定研究是否可以开展与成果是否可以公开
是否普遍入职门槛
是（机构与资助方内必备）
报考／注册条件
按机构与资助方要求提交审查与审批
投入等级
高中
重要限制
伦理审查与数据与出口审批是硬性前置条件，具体标准须按机构与资助方要求确认。
研究规范与数据与代码管理要求
主要适合谁
所有开展研究的人员
求职现实作用
决定数据与代码的管理与共享边界
是否普遍入职门槛
是（机构与资助方内必备）
报考／注册条件
按规范执行版本与复现与共享要求
投入等级
低中
重要限制
数据与代码管理要求由机构与资助方制度决定，本页不代替具体合规判断。
署名与披露与知识产权约定
主要适合谁
参与合作与发表的人员
求职现实作用
决定成果的署名与公开方式
是否普遍入职门槛
是（机构与资助方内必备）
报考／注册条件
按约定与制度确认署名与披露
投入等级
低中
重要限制
署名与披露与知识产权须按机构与资助方与合作协议执行，本页不代替法律意见。
下一步：把建设经验整理为可交接的制度文本。
下一步：把制度要点整理为可交接的文本。