正在加载页面内容
正在准备内容……
SOC 15-2051 · O*NET 15-2051.00
数据科学家在美国对应 O*NET-SOC 15-2051.00（Data Scientists），开发并实施一套技术或分析应用，用面向数据的编程语言与可视化软件把原始数据转化为有意义的信息：应用数据挖掘、数据建模、自然语言处理与机器学习，从大型结构化与非结构化数据集中提取与分析信息；使用统计软件分析、处理与清洗大规模数据；创建图表与其他可视化以传达分析结果；测试、验证并重新设计模型以确保对目标结果的预测准确；比较模型的统计性能指标（如损失函数或解释方差比例）；应用特征选择算法；识别关系、趋势或可能影响研究结果的因素；用编程语言编写新函数或应用开展分析；阅读科学文章与会议论文以识别新兴分析趋势与技术；访谈利益相关方以确定待分析的问题；设计调查或数据采集工具；向管理层与其他最终用户口头或书面报告建模与分析结果；并向关键利益相关方提出数据驱动的解决方案建议，也可能创建动态数据报表。该职业准备层级为 Job Zone Four（需要相当程度的准备，SVP 7.0 至低于 8.0），官方教育调查显示新入职者中 48% 要求学士学位、44% 要求硕士学位、4% 要求副学士或其他两年制学位。在 O*NET 上，本细类的任务、工作情境与准备层级为自身口径；其全国工资页 2025 年同时公布年度与小时分位。中国侧同类多为数据分析、算法或建模岗位，职责、用工与计酬口径与该美国职业细类不是一一对应，不能互换。
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+75+75)/3+0.5)=67; fermatmind-ai-impact-v1; 2026-10-18.
工作以办公室或远程环境为主，需长时间面对代码、数据与文档，并与业务方、工程与合规团队频繁沟通；不同用人单位（专业与技术服务、金融与保险、信息业、企业管理等）的数据可得性、业务周期与模型风险差异明显。核心产出是可复核的分析结论与可复现的模型：数据说明与质量记录、可复现代码、基线模型与性能指标、验证与误差分析、偏差与漂移监测方案，以及用业务语言写成的结论与限制说明，而不是「调出了高分模型」。
相邻岗位名称相近不代表职责相同；比较时先看对象是数据清洗与建模、商业指标与报表、统计推断与试验设计、运筹优化、计算机与信息研究，还是量化金融建模，以及是否承担模型上线、数据授权或监管合规责任。
适合先试：愿意先核对数据语义与质量、能接受大量时间花在清洗与验证而不是建模，愿意主动证伪自己的模型并逐项排查泄漏与偏差，能在结果不确定时如实说明不确定性，并能用非技术语言向业务方解释发现与限制。可以把业务目标、数据来源与授权、方法与评估指标以及合规要求当作必须核对的输入，但不能凭相关性替代因果、不得用测试集调参后仍当作泛化证据，也不能在未获授权时使用个人或受限数据。
需要慎重：如果只愿意做建模与调参、不愿花时间核对数据来源与权限、难以接受模型结果被业务或合规否掉、或不愿意在文档、复现与沟通上投入时间，实际工作会与期待不符。适配判断应结合真实项目中的分析复盘、带教与同伴评审以及业务方反馈，不由兴趣类型或一次测试替代。
数据科学家对应自身15-2051.00，以数据编程/可视化把原始信息转为可解释结果，可用挖掘/建模/NLP/机器学习，可能做动态报表。当前17任务15核心、设计调查1补充、访谈利益相关方1New未给重要度，非人人承担所有任务。主要产出分析/模型/验证及建议，建议预算、人员和营销方案不自动赋签批或管理权限。商业智能15-2051.01是同一SOC下另一O*NET细类，职责可交叠，统计不能当独立商业智能样本；统计师、运筹、计算研究、生物信息科学/技术与金融量化可交叠，不由标签推出从不验证模型。中国按实际职责对照，未核一一对应分類。
编辑将工作串成问题/数据准备→建模验证→解释交付；17任务15核心1补充1New，访谈New无重要度、设计调查补充，按岗位核。偏差监测、独立留出验证与泄漏排查为方法/治理建议，不能称O*NET所有任务或所有雇主统一流水线。建议与执行/签批权限分别核。
数据说明与质量核查记录
职业方向比较
下表把数据科学家与五个相邻方向，按职业方向、核心工作与产出、关键区别和更适合什么选择四项对照；职业代码为 O*NET-SOC 口径，同用代码或数据工具不代表职责、评价标准或资格可以互换。
| 职业方向 | 核心工作与产出 | 关键区别 | 更适合什么选择 |
|---|---|---|---|
| 商业智能分析师 Business Intelligence Analysts（相邻职业，15-2051.01） | 面向业务与运营建立指标体系与报表，支持日常经营决策。 | 区别是以指标体系与报表交付为核心、强调可视化与业务口径；本职业以从原始数据构建并验证预测或解释模型为核心，须承担建模与验证责任。 | 更适合愿意围绕指标与报表支持业务的人。 |
| 统计师 Statisticians（相邻职业，15-2041.00） | 设计试验与抽样方案，做统计推断并评估不确定性。 | 区别是以推断方法与试验设计为核心、强调统计理论与假设检验；本职业常面向工程化落地与预测目标，须兼顾代码实现与模型监测。 | 更适合以统计推断与试验设计为主要工作的人。 |
| 运筹学分析师 Operations Research Analysts（相邻职业，15-2031.00） | 建立优化与决策模型，为资源分配与流程安排提供方案。 |
AI 对职业的影响
已核任务、情境及招聘技术词；代码/特征草稿、报表与实验辅助为编辑待验证候选，本轮未测提效、雇主GenAI采用或替代日期。模型验证须核数据与方法，单位账号不代个人信息合法处理依据；NIST自愿治理与PIPL法定义务分开，预测增长不等于已发生工具因果。 AI影响度 67% 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+75+75)/3+0.5)=67; 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。
指某项任务在多大程度上可以由现有技术完成或辅助；它不说明雇主是否采用，也不说明编制或工资的变化。
组织采用须用真实单位证据调查；系统投入/数据治理/团队训练为编辑核对条件，未核采用速度或通常慢于技术的因果。
业务需求/数据投入/分工是需调查的编辑条件，未核每项因果贡献；职业增长预测不是工具因果实验。
中国大陆薪资参考
美国代码O*NET-SOC15-2051.00；本轮未取得可与之直接比较的中国职业级工资口径，不由检索缺口断言全国未建立。
编辑职责对照，未核中美一一对应分類或中国真实招聘；实际岗位/权限分别确认
证据不足：本轮未取得对应15-2051.00的中国职业级工资分布；所读NBS是行业工资，不由本次检索断言全国从未公布或全部统计最高只能到行业。
证据不足：本轮未取得中国数据科学岗位职业工资分布或招聘报价样本；中文按实际职责对照，未核中美一一对应分類编辑职责对照：中文岗位名称不能直接映射美国细类；本轮未核全国分类一一对应或统一计酬方式，招聘/报价缺口仍在。
证据不足：本轮未取得可核对的中国大陆数据科学或建模岗位招聘或报价统计；个别平台或单位的报价不能代表全国水平
美国薪资参考
美国统计口径：本页的工资为 O*NET／OEWS 上 15-2051.00（Data Scientists）本细类自身口径发布的数值；该职业全国工资页 2025 年 5 月工资数据同时公布年度与小时分位（年度分位 67,240／85,660／120,230／158,880／199,130 美元，中位时薪 57.80 美元）；分位是该口径下全国工资分布的统计位置，不能当作个人报价或个人到手收入；就业规模与预测为 BLS 职业展望手册口径（2025—2035 年预测期）。
| 工资位置 | 工资参考（年薪） | 收入口径边界 | 怎样理解这个位置 |
|---|---|---|---|
| 较低工资位置（第 10 分位） | 67240美元/年；32.33美元/时（2025第10分位，非起薪） | 分布低端统计位置，非个人起薪、到手收入或总报酬；OEWS包含规定的激励报酬和生产奖金，排除非生产奖金等，不能一概说不含奖金。 | 全国分位不是资历或行业/管理职责分组，本页未核因素贡献；不能把高分段一一配特定机构/行业。 |
| 中位工资位置 | 120230美元/年；57.80美元/时（2025中位数） | 不等于个人到手收入 | 中位数表示分布的中点位置：该口径下一半从业者低于、一半高于该值；它不是平均起薪，也不表示入职即可达到。 |
| 较高工资位置（第 90 分位） | 199130美元/年；95.74美元/时（2025第90分位，非资历线） |
职业适配指南
编辑自我观察：数据/质量核对、验证与反证、说明不确定性及业务沟通的体验；未核清洗比建模时间多或某偏好必然更适配。与自己的可承受范围逐项对照。
值得进一步体验： 编辑自我观察：是否愿意核数据与方法、学习并接受反证、说明不确定性；21风格Impact细节100/好奇100/创新81/尽责79非百分比或这类人格成功率。
先核对现实条件： 先核对真实工作形态：清洗与验证投入的时间比例、与业务方沟通的频率、项目交付与上线窗口的节奏、数据授权与合规约束，以及是否接受结论不确定性被反复挑战。
先做一次小体验： 先用公开或虚构数据完成一次「写一份数据说明与质量核查清单—建立一个基线模型并给出验证与误差分析—用非技术语言写出结论与不确定性说明」练习，或一次真实项目的复盘，再判断偏好。
工作压力、风险与职业边界
风险集中在三类：数据与目标泄漏、样本偏差、概念漂移与不可复现等技术风险，越权使用数据、把受限数据带出环境以及忽略行业监管要求带来的合规风险，以及结论不确定性沟通不足导致模型被误用于高影响决策的风险；此外还有结论被质疑与竞争带来的压力、以及工具与组织分工变化带来的岗位职责变化风险。
美国任务情境、scikit-learn方法建议、PIPL适用法律与NIST自愿治理分开；风险场景为编辑例，不是事故/伤害率或所有中国雇主已核制度。
典型场景：方法风险例：预测时不可得信息用于训练、测试用于选模型或预处理拟合，可让性能评估过于乐观；不是实测职业事故率。
主要岗位：需要从历史数据构建预测模型的岗位
可能后果：泄漏可能使评估过于乐观，新数据或上线表现不及评估；具体下降幅度及个人模型上线结果未核，不能据文档示例推必然大幅下降。
降低风险：方法建议：先划分，预处理/特征选择只在训练集拟合，测试不用于选模型；Pipeline可用于交叉验证，时间/分组依赖需另核，发现泄漏需重新验证。
依据：scikit-learn开发者：泄漏与复现建议
入行、证书与职业发展
编辑路线例：数据/问题核对→模型验证与解释→岗位需要时上线/监测；不是全国统一晋级或比证书必然更有效。O*NET JobZone4/SVP7至低于8；受访者对新雇员所需学历意见为48%学士、44%硕士、4%副学士，非员工构成或法律。BLS典型学士/无相关经验/无在岗训练类别不等于无需准备；OOH部分雇主需/偏好硕博或行业经验，不代中国录用/IQ线。
职业前景与相关职业转向
需求分层：职业总量预测、真实雇主安排、当期招聘样本；OOH预期数据驱动需求与AI集成支持增长是预测解释，非已发生工具因果份额。本轮无中国样本，不能由技术提及推当前净增岗位。招聘公告只能说明某一时点某一单位或岗位的需求。三者不能互相替代。
美国 · 数据科学家（BLS 职业展望手册与 O*NET 就业趋势，2025—2035 年预测期，15-2051.00 本细类口径）
增长34.6%；净增约95400（2025—2035，OOH35%取整）
就业总体变化
BLS自身15-2051：2025约275600→2035约371000、净增95400/+34.6%，年均24800空缺含增长与替换，自雇1.9%。OOH35%是同预测取整；O*NET Muchfaster7%及以上为分类，当前已列2025—2035，非个人录用率或AI因果份额。
不能说明：预测是职业总量变化，不是个人录用概率；该口径的年均空缺含更替需求，也不代表岗位立即增加或减少。
美国 · 数据科学家（O*NET 15-2051.00 口径）
开发并实施一套技术或分析应用，用面向数据的编程语言与可视化软件把原始数据转化为有意义的信息：用统计软件分析、处理或清洗大规模数据；创建图表或其他可视化以传达分析结果；测试、验证并重新设计模型以确保对目标结果的预测准确；用损失函数或解释方差比例等指标比较模型；应用特征选择算法；识别关系、趋势或可能影响研究结果的因素；用编程语言编写新函数或应用开展分析；访谈利益相关方以确定待分析的问题；设计调查或其他数据采集工具；向管理层与其他最终用户报告建模与分析结果；并向关键利益相关方提出数据驱动的解决方案建议，也可能创建动态数据报表。
本职业的核心是从原始数据构建并验证模型，产出可复核的预测或解释结论并交付与监测；商业智能分析师以指标体系与报表交付为核心；统计师以推断方法与试验设计为核心；运筹学分析师以优化与决策建模为核心；计算机与信息研究科学家以算法与系统研究为核心；数学家以数学理论的提出与证明为核心；生物统计学家为生物医学研究提供统计方法支持。名称相近不代表职责、评价标准或资格可以互换。
低风险验证：用公开或虚构数据完成一次「写一份数据说明与质量核查清单—建立一个基线模型并给出验证与误差分析—用非技术语言写出结论与不确定性说明」练习，只判断工作偏好；练习不接触真实业务数据与个人信息，不等同岗位培训合格、数据授权或录用承诺。本页所有纸面练习均为虚构材料；真实工作中的个人信息与受限数据处理、模型上线与监测、行业监管要求须按所在单位的信息管理制度、数据安全与个人信息保护规定以及行业合规要求执行，涉及特定领域（金融、医疗等）建模的还须符合所在地规定与内部审批流程。
可复现代码、模型与验证记录
数据科学家的工作对象是业务问题、原始数据（结构化与非结构化）、特征与模型、评估指标以及数据使用权限与合规边界；产出是可复现的分析与模型、验证与误差分析记录、偏差与漂移监测方案，以及用业务语言写成的结论与限制说明；处理依据是业务目标与评估指标、数据授权与合规要求、方法学规范以及单位的信息管理制度，不是岗位名称。 本表把数据科学家与相邻的商业智能分析师、统计师、运筹学分析师、计算机与信息研究科学家、数学家与生物信息学科学家按核心目的、主要对象与依据、核心过程、主要产出、责任主体、协作与督导、结论边界七项逐一对照：相邻岗位都涉及数据与定量方法，但对象（端到端的数据建模与预测、商业指标与报表、统计推断与试验设计、运筹优化与决策模型、计算与信息科学问题、生物医学统计）与是否以从原始数据构建并可验证的模型为核心不随岗位相邻而转移；比较时要以实际产出与所在业务环节逐项核对。
| 维度 | 主要方向 | 比较方向 |
|---|---|---|
| 核心目的 | 从原始数据出发构建并验证模型，产出可复核的预测或解释结论，并用业务语言交付与监测。 | 商业智能做查询/报表/趋势与系统测试，统计师做理论/抽样分析，运筹做约束下方案，计算研究做计算方法/系统，数学家做理论与应用，生物信息科学家做生物分子数据的计算统计工具；这些目的可交叠，不自动转移职责。 |
| 主要对象与依据 | 业务问题、原始数据与特征、模型与评估指标、数据权限与合规边界；依据是业务目标、方法学规范与单位的信息管理制度。 | 指标与业务资料（商业智能）、统计问题/调查数据（统计师）、运营目标约束（运筹）、计算科学问题（计算研究）、数学结构（数学家）、基因组/蛋白组等分子资料（生物信息学科学家）；不是互斥对象或临床执业授权。 |
| 核心过程 | 定义问题 → 核对数据与权限 → 清洗与特征工程 → 建模与比较 → 验证与误差分析 → 交付、监测与迭代。 | 相邻方向分别可做报表与趋势测试、统计分析、优化求解、计算算法研究、数学证明与应用、生物信息计算工具及分子数据分析；过程可交叠，按实际岗位核。 |
| 主要产出 | 可复现的模型与代码、验证与误差分析、偏差与漂移监测方案、面向业务的结论与限制说明。 | 相邻方向可交付指标/系统、统计结果、优化方案、算法原型、数学方法、生物信息工具/分子数据研究分析；具体职责与可签批范围按岗位核，非各职业统一独占产出。 |
| 责任主体 | 本职业人员对方法与验证的可靠性负责，并对结论的适用范围与不确定性负责；数据使用权限、模型是否上线以及业务决策由授权人与业务方决定，不由其单方面决定。 | 相邻方向对实际分配的指标、统计、优化、计算研究或生物信息工作承担相应责任；岗位名不赋人员预算/临床签发或系统上线权。 |
| 协作与督导 | 与业务方、数据工程与信息技术、产品与运营、合规与法务按权限协作，向业务负责人或技术主管报告；遇到数据不可得或权属不清、目标泄漏或样本偏差、模型表现异常以及合规边界不明时暂停高风险动作、复核事实、保留记录并按制度上报。 | 编辑协作核对：业务、采集、运营决策、研究工程及生物研究团队的真实分工；生物信息学科学家以分子资料与计算工具为重点，未核所有雇主统一汇报线。 |
| 结论边界 | 比较按主要目的与产出，不把预测/推断/优化/报表划成互斥职责；数据科学可提管理方案但不能由职业名推签批，商业智能也可分析/测试系统，不称从不做模型验证。 | 相邻岗位的准备层级与执业要求不适用于本职业，须按各职业官方资料与所在岗位要求逐项核对。 |
问题定义与沟通｜识别能由数据分析回答的管理目标为核心；访谈利益相关方为New未给重要度，不能称已评级核心或人人必做。
数据准备｜清洗/处理与抽样技术为核心，设计调查工具为补充；编辑建议核字段/质量/合法用途，不把可选调查一律写为岗位职责。
应用特征选择算法建立模型，用损失函数或解释方差比例等统计性能指标比较模型，并识别关系、趋势或可能影响结果的因素。
测试、验证并重新设计模型以确保对目标结果的预测准确，排查目标泄漏、数据泄漏与样本偏差，并记录验证过程以便复核。
创建图表与其他可视化以传达分析结果，向管理层与其他最终用户口头或书面报告建模与分析结果，并向关键利益相关方提出数据驱动的解决方案建议。
阅读科学文章、会议论文与其他研究资料以识别新兴分析趋势与技术，用编程语言编写新函数或应用开展分析，并说明结论的适用范围与不确定性。
六个反复出现的专业判断：业务问题与评估指标是否定义清楚；数据来源、字段语义与使用权限是否核对到位；数据质量与样本代表性是否足以支撑结论；模型是否经过独立验证并排查了目标泄漏与数据泄漏；结果的不确定性与适用范围是否如实说明；出现异常、偏差或合规边界不明时是否暂停、复核并升级。
判断一：问题与指标定义清楚了吗
判断二：数据与权限核对了吗
判断三：数据质量够用吗
判断四：模型验证充分吗
判断五：结论说明不确定性了吗
判断六：异常与边界处理了吗
| 区别是以目标函数与约束条件下的优化为核心、面向决策建议；本职业更常处理预测与解释任务，并与数据工程和上线流程衔接。 |
| 更适合愿意做优化建模与决策分析的人。 |
| 计算机与信息研究科学家 Computer and Information Research Scientists（相邻职业，15-1221.00） | 研究并设计新的算法、计算模型与系统方案。 | 区别是以算法与系统研究、发表与原型验证为核心；本职业以业务数据上的端到端分析与模型交付为核心，研究与发表不是必需产出。 | 更适合愿意做算法与系统研究的人。 |
|---|
| 数学家 Mathematicians（相邻职业，15-2021.00） | 研究数学结构与理论方法，并应用到科学与工程问题。 | 区别是以数学理论的提出与证明为核心、通常要求更高学历与研究训练；本职业以数据与业务问题为对象、产出可落地的分析与模型。 | 更适合愿意做数学理论研究的人。 |
|---|
| 生物统计学家 Biostatisticians（相邻职业，15-2041.01） | 为生物医学研究与临床试验设计统计方案并分析数据。 | 区别是对象为生物医学终点与试验规范、受领域法规约束；本职业面向的业务领域更广，但同样要承担方法与验证责任。 | 更适合愿意在生物医学领域做统计分析的人。 |
|---|
结论：这些方向都以定量方法处理数据，但对象（端到端的数据建模与预测、商业指标与报表、统计推断与试验设计、运筹优化与决策模型、算法与系统研究、生物医学统计）与是否以从原始数据构建并验证模型为核心差异明显；选择时应以目标岗位的实际产出、方法与所在业务环节为准，而不是只看职业名称。
下一步：用本页的虚构练习或一次真实项目的复盘，核对目标方向的对象是端到端建模与预测、商业指标与报表、统计推断与试验设计、运筹优化、算法与系统研究，还是生物医学统计，再决定方向。
| 工作方向 | 任务 | 当前变化 | 人的控制点 |
|---|---|---|---|
| 数据处理 | 用统计软件分析、处理或清洗大规模数据 | 编辑待验证候选，非本页实测提效/采用：自动化工具可加速清洗与统计。 | 判断数据质量与口径是否可用由人负责。 |
| 可视化 | 创建图表或其他可视化以传达分析结果 | 编辑待验证候选，非本页实测提效/采用：图表工具可快速产出初稿。 | 选择呈现方式与解释含义由人负责。 |
| 模型验证 | 测试、验证并重新设计模型 | 编辑待验证候选，非本页实测提效/采用：平台可自动跑交叉验证与指标。 | 判断验证设计是否成立由人负责。 |
| 模型比较 | 用损失函数或解释方差比例等指标比较模型 | 编辑待验证候选，非本页实测提效/采用：工具可批量计算性能指标。 | 结合业务目标选择取舍由人负责。 |
| 特征工程 | 应用特征选择算法 | 编辑待验证候选，非本页实测提效/采用：自动化可排序特征重要性。 | 判断特征可得性与泄漏风险由人负责。 |
| 结果沟通 | 向管理层或最终用户报告建模与分析结果 | 编辑待验证候选，非本页实测提效/采用：报告工具可辅助生成材料。 | 说明不确定性并给出建议由人负责。 |
| 洞察判断 | 识别关系与趋势或影响研究结果的因素 | 编辑待验证候选，非本页实测提效/采用：探索工具可提示关联与异常。 | 区分相关与因果、提出假设由人负责。 |
下面逐条列出本页使用的来源、它实际规范或统计的对象，以及使用限制。
下面把任务分成三类：更容易被工具改变的部分、仍由人承担判断与责任的部分，以及需要同时核对两边的部分。
AI 主要改变编辑待验证候选：生成型助手可承担部分样板代码、函数草稿与模型原型。
仍由人负责确认方法正确、数据可用与结果可上线由人负责。
AI 主要改变编辑待验证候选：自动化工具可加速特征统计、实验记录与文档整理。
仍由人负责判断特征是否合理、是否存在泄漏由人负责。
AI 主要改变编辑待验证候选：图表与仪表盘工具可快速产出初稿与自动刷新。
仍由人负责解释结果、说明不确定性并对外沟通由人负责。
引入工具时责任不能随系统一起转移；下面是本职业可执行的人工控制步骤。
核对数据来源、字段语义、采样口径与使用授权，以及生成结果所用数据是否在授权范围内；输入口径或权限不清会让结论与合规同时失效。
对方法选择、目标泄漏与数据泄漏排查、偏差评估以及是否可上线保留人工复核，不以自动生成或平台默认指标替代验证。
编辑建议保留数据/代码版本、评估和决策依据；PIPL55触发事前影响评估的场景，56评估报告/处理记录至少3年，非所有模型/全部原始数据统一保存3年。
发现性能显著下降、漂移超预期、偏差异常或工具输出与业务口径不符时暂停上线或高风险动作、复核并按制度上报。
中国处理可识别个人信息应核PIPL13合法依据（非一律同意）、6最小必要与51合理权限/定期安全教育；单位账号不代法律依据。利用个人信息自动化决策另适用24透明公平/相应个人权利与55事前影响评估、56报告和记录至少3年，不对所有数据科学模型一概套用。
生成型助手给出的代码、特征或结论看似完整，但可能基于错误假设或不适用于当前数据分布。
控制方式：把生成结果当作待验证的草稿，按标准流程复核方法与数据假设，关键结论须经独立验证并留痕。
建模时使用预测时不可得的信息，包括由目标派生且预测时不可得的字段，或让测试数据参与模型选择/反复调参，可能使性能评估过于乐观，新数据或上线表现不及评估；相关特征本身不等于泄漏，不能据示例断言所有模型无法泛化或统一下降幅度。
控制方式：方法建议：预测时不可得信息不能进入训练；先划分数据，预处理/特征选择只在训练集拟合，测试不用于选模型；交叉验证可用Pipeline。时间/分组切分按数据依赖另核，不一律随机切分。
训练数据不能代表目标人群时，模型可能系统性高估或低估某些群体，在金融、医疗与人力场景造成实质伤害。
控制方式：中国处理可识别个人信息应核PIPL13合法依据（非一律同意）、6最小必要与51合理权限/定期安全教育；单位账号不代法律依据。利用个人信息自动化决策另适用24透明公平/相应个人权利与55事前影响评估、56报告和记录至少3年，不对所有数据科学模型一概套用。编辑建议做分组误差/适用范围检查，模型评分非一概属于法定自动化决策。
业务环境变化可能令模型性能变化，未核每个模型必然下降；缺少版本/随机状态/流程记录可妨碍复现，记录也不保证外部环境不变。
控制方式：编辑建议核性能变化及适用范围，记录版本、随机状态与评估流程；是否再训练按真实问题验证，不能承诺记录后必然可复现。
使用未授权或来源不明的数据、或把受限数据导出到外部工具，会带来合规与信任风险。
控制方式：按单位信息管理制度与数据安全、个人信息保护要求操作，在授权范围内处理并保留记录，涉及行业监管的按内部流程审批。
先把数据清洗、验证与复现的基本功打牢，再学生成型助手与平台工具，并养成记录数据与代码版本、主动证伪自己模型的工作习惯。
把工具输出当作待验证的草稿，保留对方法选择、泄漏与偏差排查以及结论不确定性的独立判断。
明确工具使用与人工复核点、数据授权与留痕要求、偏差与漂移监测责任以及上线审批路径，把数据治理写进流程。
在培训里同时训练统计与建模方法、工程实现与复现，以及人机分工下的验证、责任与合规意识。
O*NET 为数据科学家（15-2051.00）列出：用统计软件分析、处理或清洗大规模数据；创建图表或其他可视化以传达分析结果；测试、验证并重新设计模型以确保预测准确；向管理层或其他最终用户报告建模与分析结果；向关键利益相关方提出数据驱动的解决方案建议；识别可通过数据分析解决的管理目标；用损失函数或解释方差比例等指标比较模型；应用特征选择算法；识别关系、趋势或影响研究结果的因素；用编程语言编写新函数或应用开展分析；阅读科学文章与会议论文以识别新兴分析趋势与技术；访谈利益相关方以确定待分析的问题；并设计调查或其他数据采集工具等。
来源：O*NET详细档案：15-2051.00数据科学家原始资料 ↗
O*NET 热门技术档案列出雇主招聘中出现的软件与技术关键词及其出现率：Python（66%）、Structured query language SQL（51%）、R（34%）、Tableau（22%）、Microsoft Power BI（19%）、Amazon Web Services AWS（17%）、Microsoft Azure（13%）、TensorFlow（11%）、PyTorch（10%）、SAS（9%）、Microsoft Excel（8%）与 Snowflake（8%）等；这属于招聘与本职业场景的市场信号，不代表使用率或熟练度。
来源：O*NET热门技术：2025数据科学招聘文本原始资料 ↗
不能。O*NET 的工作情境百分比描述任务与环境条件（如坐姿与用眼、准确性的重要程度、决策自由度、时间压力、竞争程度与协作频率），不含技术采用、编制数量或个人收入的变化数据。
来源：O*NET详细档案：15-2051.00数据科学家原始资料 ↗
本轮无职业提效、雇主GenAI采用或编制/工资因果；工具候选不等于已加速，ILO暴露也不推出裁员概率。
来源：O*NET详细档案：15-2051.00数据科学家原始资料 ↗
BLS自身15-2051：2025约275600→2035约371000、净增95400/+34.6%，年均24800空缺含增长与替换，自雇1.9%。OOH35%是同预测取整；O*NET Muchfaster7%及以上为分类，当前已列2025—2035，非个人录用率或AI因果份额。
来源：BLS表1.2：2025—2035数据科学家预测原始资料 ↗
不能。任务暴露度量说明任务与技术的接近程度，不给出替代日期或单职业预测；ILO 的任务暴露框架不能解释为岗位流失概率。
来源：ILO：Generative AI and Jobs—Refined Global Index（摘要）原始资料 ↗
中国处理可识别个人信息应核PIPL13合法依据（非一律同意）、6最小必要与51合理权限/定期安全教育；单位账号不代法律依据。利用个人信息自动化决策另适用24透明公平/相应个人权利与55事前影响评估、56报告和记录至少3年，不对所有数据科学模型一概套用。NIST治理为自愿建议；编辑建议保留方法复核与版本记录，真实行业规则另核。
来源：NIST AI RMF Core：GOVERN 3.2等原始资料 ↗
下一步：把上面三类任务变化与具体分析场景逐项核对——哪些环节已经由生成型助手、平台与自动化流水线承担，哪些仍需人的判断与责任，以及谁对数据授权、验证充分性与模型上线负责。
本轮实际所读NBS2025行业工资与PIPL；中国职业工资和当期招聘未取得
| 学历与专业背景 | 岗位方向 | 说明与核对建议 |
|---|---|---|
| 本科（数学、统计、计算机或相关专业） | 编辑准备/发展核对例，非学历自动对应岗位 | O*NET JobZone4/SVP7至低于8；受访者对新雇员所需学历意见为48%学士、44%硕士、4%副学士，非员工构成或法律。BLS典型学士/无相关经验/无在岗训练类别不等于无需准备；OOH部分雇主需/偏好硕博或行业经验，不代中国录用/IQ线。 |
| 硕士（统计、计算机或相关方向） | 编辑准备/发展核对例，非学历自动对应岗位 | 编辑准备建议：核目标岗位统计/编程/业务要求，未核中国真实岗位普遍专业/学历偏好；硕士不保证算法岗或收入，账号不代合法用途。 |
| 博士或研究方向（统计、机器学习等） | 编辑准备/发展核对例，非学历自动对应岗位 | 中国处理可识别个人信息应核PIPL13合法依据（非一律同意）、6最小必要与51合理权限/定期安全教育；单位账号不代法律依据。利用个人信息自动化决策另适用24透明公平/相应个人权利与55事前影响评估、56报告和记录至少3年，不对所有数据科学模型一概套用。博士不自动赋研究岗或合规任命。 |
| 完整项目经验＋跨部门协作能力 | 编辑准备/发展核对例，非学历自动对应岗位 | 编辑发展例：模型/团队负责人应核实际职责任命、经验与人员预算权限，项目经历不自动赋管理权；未核统一招聘条件。 |
说明：未取得职业单列数值不等于官方从未发布；本页只登记实际查阅范围与结果，不使用美国数据、行业平均或不透明报价样本代填。
编辑合同核对：实际岗位/职级、合同主体、月薪/奖金/股权、工时与外包安排；本轮无真实招聘样本，不宣称全国全职或某计酬形式占主要份额。
用工核对要点：岗位名称（数据分析、算法、建模等）与实际职责差异较大，职级、绩效与股权结构也会显著影响收入，信息传输、软件和信息技术服务业等行业均值不能当作本职业工资，须按具体岗位与现行规定核对。
编辑工作安排核对：交付、上线/监测、复核分工与加班报酬按真实岗位调查，未核中国统一业务季节或每模型都需再训练。
本轮无中国职业工资或工具因果数据；行业工资只能作实际匹配背景，不能由统计发布方式断言工具变化永远不能取得职业工资数字。
| 分布高端统计位置，不表示入职即可达到 |
| OEWS为非农雇员直时税前工资，排除自雇；包含激励佣金/生产奖金等，排除加班溢价/班次差额/非生产奖金等，不能一概称不含奖金绩效。股权与个人实际所得须查合同/税费，未取得个人税后推算依据。 |
薪资 · 年薪 10 分位：67240美元/年；32.33美元/时（2025第10分位，非起薪）；2025全国自身OEWS工资/2025—2035自身就业按指标分开；分位非起薪或因素因果，预测含替换不代个人机会，OEWS排除自雇而就业含自雇。
薪资 · 年薪 25 分位：85,660美元/年（第 25 分位，2025 年 5 月工资数据）；第 25 百分位表示约四分之一从业者年度工资低于该值，属于统计位置，不表示技能等级；O*NET 全国工资：15-2051.00（2025 年 5 月工资数据，本细类口径）
薪资 · 年薪中位数：120230美元/年；57.80美元/时（2025中位数）；2025全国自身OEWS工资/2025—2035自身就业按指标分开；分位非起薪或因素因果，预测含替换不代个人机会，OEWS排除自雇而就业含自雇。
薪资 · 年薪 75 分位：158,880美元/年（第 75 分位，2025 年 5 月工资数据）；第 75 百分位是分布上四分之一的位置，来源为同一统计期；不能据此推断经验年限或岗位类型；O*NET 全国工资：15-2051.00（2025 年 5 月工资数据，本细类口径）
薪资 · 年薪 90 分位：199130美元/年；95.74美元/时（2025第90分位，非资历线）；2025全国自身OEWS工资/2025—2035自身就业按指标分开；分位非起薪或因素因果，预测含替换不代个人机会，OEWS排除自雇而就业含自雇。
本轮未做州/地区工资查询，不称地域数据不存在；全国年/时官方值、OEWS覆盖与2025—2035就业各保留，不能推中国或个人工资。
O*NET2025四宽门类25/19/12/10，其余34为编辑差额；OOH发布广播内容12/保险10/计算机系统设计10/企业管理10/信贷中介6为另一细分层级，不能混加或称O*NET五官方门类。
全国分位是统计位置，本轮未拆行业/地区/资历/职责贡献，不把它们写为已证实差额原因或个人报价。
BLS自身15-2051：2025约275600→2035约371000、净增95400/+34.6%，年均24800空缺含增长与替换，自雇1.9%。OOH35%是同预测取整；O*NET Muchfaster7%及以上为分类，当前已列2025—2035，非个人录用率或AI因果份额。
| 行业 | 行业就业占比／统计状态 | 怎么理解 |
|---|---|---|
| 专业、科学与技术服务 | 专业科学技术｜25%（2025就业占比） | 2025自身专业科学技术25%为宽行业就业占比；不推工资/具体业务占比或映射中国行业。 |
| 金融与保险 | 金融保险｜19%（2025就业占比） | 2025自身金融保险19%为宽行业就业占比；不推工资/具体业务占比或映射中国行业。 |
| 信息业 | 信息｜12%（2025就业占比） | 2025自身信息12%为宽行业就业占比；不推工资/具体业务占比或映射中国行业。 |
| 行业分布口径 | 企业管理10%；其余34%为编辑差额，非官方第五门类 | 企业管理10%为官方第四门类；剩余34%=100−25−19−12−10仅编辑差额，不是官方其他门类或自雇。BLS自雇另为1.9%，不能混加。 |
编辑薪酬核对项：合同、实际职责、付薪工时/奖金/股权与地区；本轮未核因素贡献或外包/灵活岗位份额，OEWS工资不代个人所得。
同一职业名下的职责差异不小：只做建模与调参的岗位与同时承担数据治理、模型上线、监测与管理职责的岗位，对方法与责任的要求不同，对应不同的技能与工作强度。
编辑薪酬核对项：合同、实际职责、付薪工时/奖金/股权与地区；本轮未核因素贡献或外包/灵活岗位份额，OEWS工资不代个人所得。
2025全国自身OEWS工资/2025—2035自身就业按指标分开；分位非起薪或因素因果，预测含替换不代个人机会，OEWS排除自雇而就业含自雇。
2025全国自身OEWS工资/2025—2035自身就业按指标分开；分位非起薪或因素因果，预测含替换不代个人机会，OEWS排除自雇而就业含自雇。
2025全国自身OEWS工资/2025—2035自身就业按指标分开；分位非起薪或因素因果，预测含替换不代个人机会，OEWS排除自雇而就业含自雇。
我的兴趣类型与数据科学接近吗？
O*NET 为数据科学家（15-2051.00）公示的兴趣代码是 IC：研究型对应研究与分析数据、用统计与数学方法探索规律，常规型对应按程序与规则组织信息与数据。把代码当作活动类型线索，不要当作人格标签。
别这样用：兴趣代码只说明活动类型，不预测工作表现，也不构成录用标准。
了解我的职业兴趣我的性格特质对数据科学有帮助吗？
编辑自我观察：是否按流程记录、愿意持续学习；O*NET工作风格不是大五研究，本轮未核尽责/开放在此职业关系最直接或职业匹配阈值。
别这样用：特质描述不诊断人格，也不预测能否胜任某个具体岗位。
了解我的大五特质MBTI 能说明我适合做建模还是做业务沟通吗？
MBTI 类工具描述偏好，不是职业分配工具；建模与业务沟通的差异主要在工作形式（以方法与实验为主，还是以需求澄清与结果沟通为主），而不是偏好类型。请用实际体验核对。
别这样用：不得用类型结果作为录用、分配或晋升依据。
了解我的人格偏好九型能帮我理解自己为什么想做数据科学吗？
九型类描述动机线索：想用数据解释现实问题、想通过技术解决业务难题、或想进入某个行业积累领域理解，对应的选择不同。把它当作提问工具，不当作岗位结论。
别这样用：不把动机描述当成职业选择结论或用人依据。
了解我的动机线索这个职业对认知与操作能力有什么要求？
O*NET JobZone4/SVP7至低于8；受访者对新雇员所需学历意见为48%学士、44%硕士、4%副学士，非员工构成或法律。BLS典型学士/无相关经验/无在岗训练类别不等于无需准备；OOH部分雇主需/偏好硕博或行业经验，不代中国录用/IQ线。统计/建模/沟通实际表现须观察，不用学历/JobZone推出IQ录用线。
别这样用：认知测试结果不作为录用标准，也不代替实际训练与项目表现。
了解我的认知表现需要很强的沟通与情绪管理能力吗？
美国受访96%每日邮件、43%每日面对面/48%每周及以上但非每日面对面、35%团队协作非常重要、56%约半时间接触；频率并非情绪能力或中国统一协作制度，编辑建议观察解释结果与沟通的体验。
别这样用：不以沟通风格判断录用或分配，也不把情绪描述当作健康结论。
了解我的沟通线索更匹配：以数据清洗、特征工程、模型建立与比较、验证与误差分析为主要工作；此处为可观察职责，不由意愿推胜任，具体岗位与协作责任另核。
注意：受数据可得性与质量约束；需在结论反复被挑战时保持验证原则。
更匹配：以需求澄清、结果可视化与解释、面向业务的建议与协作为主要工作；此处为可观察职责，不由意愿推胜任，具体岗位与协作责任另核。
注意：受业务周期与跨部门沟通约束；需在需求频繁变化时保持结论可追溯。
更匹配：面向业务与运营建立指标体系与报表，支持日常经营决策。
注意：15-2051.01为同SOC下另一O*NET细类，职责可交叠；编辑核对业务指标/报表/测试要求，不保证自动转岗或独立细类工资。
查看相关职业：商业智能分析师更匹配：设计试验与抽样方案，做统计推断并评估不确定性。
注意：以推断方法与试验设计为核心，转入需补足统计理论与试验设计能力。
查看相关职业：统计师更匹配：建立优化与决策模型，为资源分配与流程安排提供方案。
注意：以优化建模与决策分析为核心，转入需补足运筹方法与目标函数建模能力。
查看相关职业：运筹学分析师更匹配：研究并设计新的算法、计算模型与系统方案。
注意：目标职责涉及计算问题、技术方案和系统研究等；编辑核对所需研究、算法与原型验证训练，具体学历与准备时长按目标单位要求另核，不给统一较长判断。
查看相关职业：计算机与信息研究科学家清洗/验证是核心任务；本轮未核时间占比，不称人人大量时间主要不做建模。
编辑复盘建议：记录业务口径、新数据或评审反馈引起的结论变化，核对验证依据、修改过程与后续结果；个人如何理解反馈可用于讨论体验，不能作为持续改进的必要条件。
O*NET 显示该职业 40% 表示准确精确极其重要、65% 表示竞争程度「高度竞争」；坚持验证与复现比追求一时的高分模型更稳妥。
建模与方法更看重统计与工程细节，业务沟通更看重需求理解与解释能力：先看清目标方向再决定。
美国受访96%每日邮件、43%每日面对面/48%每周及以上但非每日面对面、35%团队协作非常重要、56%约半时间接触；频率并非情绪能力或中国统一协作制度，编辑建议观察解释结果与沟通的体验。
O*NET 显示该职业 76% 表示持续或几乎持续坐着工作、91% 表示每天在环境可控的室内工作、44% 表示持续或几乎持续用手操作或控制工具；对长时间屏幕作业有顾虑的人应优先核对工位与工作方式安排。
美国受访52%每周及以上但非每日时间压力、63%典型40小时/38%超40小时（取整）；实际周期/上线监测与工时按岗位核，不证明人人再训练或中国统一忙季。
编辑建议记录版本与验证假设并复盘实际反馈；本轮未核这类记录比测试分数更能预测适配的比较效度。
不能。测试描述偏好线索，不预测工作表现，也不构成录用、资格或能力判断；真正的判断来自实际项目中的分析与复盘、带教反馈与业务方评价。
用本页虚构练习或一次真实项目的复盘来核对真实条件，并把观察结果与目标方向的对象、方法要求与合规边界逐项对照。
典型场景：训练数据不能代表目标人群时，模型可能系统性高估或低估某些群体，在高影响场景造成实质伤害并引发合规问题。
主要岗位：面向人群做预测或评分的岗位（金融、人力、医疗等）
可能后果：偏差会造成不公平结果与合规风险。
降低风险：中国处理可识别个人信息应核PIPL13合法依据（非一律同意）、6最小必要与51合理权限/定期安全教育；单位账号不代法律依据。利用个人信息自动化决策另适用24透明公平/相应个人权利与55事前影响评估、56报告和记录至少3年，不对所有数据科学模型一概套用。编辑建议核分组误差和适用范围；PIPL个人信息自动化决策非所有分析模型。
依据：个人信息保护法：数据使用与自动化决策 · NIST AI RMF Core：GOVERN 3.2等
典型场景：编辑风险例：环境变化可能影响性能，版本/随机状态记录不足可能妨碍复现；不称所有模型性能必然下降。
主要岗位：模型上线后需持续运行的岗位
可能后果：可能妨碍发现性能变化与定位问题，未核职业事故率，也未实施本页监测实验。
降低风险：编辑建议核数据/代码版本、随机状态与评估设计，观察分布/性能变化；变化不必然令每模型下降，记录不保证全部结果可复现，再训练须验证。
依据：scikit-learn开发者：泄漏与复现建议 · NIST AI RMF Core：GOVERN 3.2等
典型场景：中国处理可识别个人信息应核PIPL13合法依据（非一律同意）、6最小必要与51合理权限/定期安全教育；单位账号不代法律依据。利用个人信息自动化决策另适用24透明公平/相应个人权利与55事前影响评估、56报告和记录至少3年，不对所有数据科学模型一概套用。
主要岗位：接触个人信息与受限数据的岗位
可能后果：越权或外泄会造成合规风险与信任损失。
降低风险：中国处理可识别个人信息应核PIPL13合法依据（非一律同意）、6最小必要与51合理权限/定期安全教育；单位账号不代法律依据。利用个人信息自动化决策另适用24透明公平/相应个人权利与55事前影响评估、56报告和记录至少3年，不对所有数据科学模型一概套用。行业/敏感信息/跨境配套本轮未全核，单位制度不能取代法律依据。
依据：个人信息保护法：数据使用与自动化决策
典型场景：生成型助手给出的代码、特征或结论看似完整，但可能基于错误假设、过时方法或不适用于当前数据分布；直接采用会绕过验证并放大方法错误。
主要岗位：使用生成型助手与自动化流水线的岗位
可能后果：未经验证的生成结果会把方法错误带入交付。
降低风险：把生成结果当作待验证草稿，按标准流程复核方法与数据假设，关键结论须经独立验证并留痕，涉及上线或高影响决策的须经审批。
依据：NIST AI RMF Core：GOVERN 3.2等
典型场景：编辑风险例：把关联当因果、省略适用条件可能误导决策。美国52%每周及以上但非每日时间压力与56%Somefreedom不证明赶工导致误用的职业因果。
主要岗位：需要向业务方解释模型结果的岗位
可能后果：结论误用会造成业务损失与信任损害。
降低风险：在交付中写明假设、适用条件与不确定性，对高影响用途明确限制与需人工复核的环节，必要时提供反例与失效场景说明。
依据：NIST AI RMF Core：GOVERN 3.2等 · O*NET详细档案：15-2051.00数据科学家
| 入门岗位 | 入职初期主要做什么 | 编辑建议观察证据（未核雇主统一标准） | 没经验如何证明 | 与其他方向的区别 |
|---|---|---|---|---|
| 分析支持岗 | 在带教下完成数据清洗、指标统计与基础分析，按规范处理数据。 | 数据质量意识、按规范操作、请示与记录习惯。 | 一份虚构的数据说明与质量核查清单。 | 偏受监督的数据处理与分析支持，不独立承担建模与验证责任。 |
| 数据科学岗 | 独立完成从问题澄清、数据准备到建模与验证的分析。 | 方法适当性、验证充分性、结论与不确定性表述。 | 一份虚构的基线模型、验证与误差分析记录。 | 对方法与验证可靠性负责，须按复核规则执行并留痕。 |
| 业务数据分析岗 | 独立澄清需求、构建分析并面向业务解释结果与限制。 | 需求转译能力、口径一致性、沟通效果。 | 一份虚构的需求澄清与结论说明样本。 | 侧重业务解释与沟通，模型复杂度的要求通常低于建模岗。 |
| 数据工程师岗 | 独立建设与维护数据管道、特征存储与数据质量监控。 | 工程实现能力、数据可追溯性与质量监控。 | 一份虚构的管道设计与质量监控记录。 | 重心在数据基础设施与工程质量，分析结论由分析岗负责。 |
| 商业智能分析师（相邻方向） | 面向业务与运营建立指标体系与报表，支持日常经营决策。 | 指标口径设计、报表交付与业务理解。 | 一份虚构的指标体系与报表说明。 | 商业智能15-2051.01为另一O*NET细类，查询/报表/趋势和系统测试可与数据科学交叠，不能称不承担预测模型验证。 |
O*NET JobZone4/SVP7至低于8；受访者对新雇员所需学历意见为48%学士、44%硕士、4%副学士，非员工构成或法律。BLS典型学士/无相关经验/无在岗训练类别不等于无需准备；OOH部分雇主需/偏好硕博或行业经验，不代中国录用/IQ线。
O*NET 摘要页显示准备层级为 Job Zone Four；美国口径与中国大陆该类岗位的录用与训练要求不可直接等同。
美国坐姿与情境不是中国统一健康/工时门槛；实际工位及可承受要求按岗位核。
本页未取得中国大陆统一的公开条件，须按目标单位当年要求核对；本页不构成健康或录用建议。
能独立完成从数据核查、建模到验证与解释的闭环、排查常见泄漏与偏差、并如实说明不确定性（来自 O*NET 任务与工作情境数据）。
以上是任务与情境观察点，不是人格标签或录用阈值；工作情境显示 40% 准确精确极其重要、65% 竞争程度高度竞争、52% 每周一次以上面对时间压力、56% 决策自由为「有一些」。
2025全年美国招聘文本55项：Python66/SQL51/R34/Tableau22/PowerBI19/AWS17/Azure13/TensorFlow11/PyTorch10/SAS9/Excel8/Snowflake8%，非实际使用/熟练度/GenAI率；不可按这些比例相加或推业务用途。
招聘提及非工具熟练度或真实用途，工具证不代合法处理依据/上线任命。
交付物：一份完全虚构的数据说明文件，含字段含义、来源、缺失与异常处理、以及核查清单与结论。
写明每处判断的依据（字段定义、数据规则或业务口径），说明不得自相矛盾。
交付物：一份虚构的建模记录，含基线选择、特征处理、验证切分、性能指标与误差分析。
区分给定数据与你的假设，说明验证为何成立，不使用真实单位的业务数据。
交付物：一页面向非技术读者的结论说明，含主要发现、适用条件、不确定性范围与不建议的使用方式。
交付物：一页说明，写清你在数据异常、性能不达预期或口径冲突时如何处置、哪一步最耗时、下一步要补什么；不得写入真实单位数据或未公开的业务信息。
| 阶段 | 可能考察 | 观察证据 | 使用边界 |
|---|---|---|---|
| 分析与方法问答 | 能否说清问题定义、方法选择依据与验证方式，并识别常见泄漏与偏差。 | 答题记录与现场推演过程。 | 单一单位的考核方式不代表统一流程。 |
| 数据与合规判断 | 遇到数据缺失、口径冲突、权限不足或疑似敏感数据时能否说出核对、暂停与上报顺序。 | 答题记录与判断依据。 | 考察范围由单位制度与现行规定决定，本页不作推断。 |
| 实操与复现 | 在限定任务中完成数据清洗、建模与验证时的规范度、可复现性与解释质量。 | 任务提交物或试岗数据、过程复盘。 | 任务形式与标准由单位规定，本页不作推断。 |
| 试岗或试用观察 | 在真实项目中处理需求变更、结果解释与协作沟通的规范度与主动性。 | 带教评价或试用记录、过程复盘。 | 考核与聘用条件由单位规定，本页不构成录用承诺或数据与发布授权。 |
| 资格／准备项 | 主要适合谁 | 求职现实作用 | 是否普遍入职门槛 | 报名／办理条件 | 投入考虑 | 重要限制 |
|---|---|---|---|---|---|---|
| 学历与专业训练 | 准备进入数据岗位的人 | 编辑准备核对，未核中国多数岗位条件 | O*NET JobZone4/SVP7至低于8；受访者对新雇员所需学历意见为48%学士、44%硕士、4%副学士，非员工构成或法律。BLS典型学士/无相关经验/无在岗训练类别不等于无需准备；OOH部分雇主需/偏好硕博或行业经验，不代中国录用/IQ线。 | 按目标单位招聘公告 | 证据不足：本轮无统一费用/训练时长；按实际学习与单位方案核 | 学历不代表方法能力、数据授权或录用结果。 |
| 编程与数据分析能力 | 从事数据处理与建模的人 | 影响能否通过技术考核与独立开展工作 | 通常按岗位要求考察 | 通过课程、项目与实践积累 | 证据不足：本轮无统一费用/训练时长；按实际学习与单位方案核 | 工具熟练度不等于统计方法正确性或业务理解。 |
| 数据访问与使用授权 | 接触个人信息与受限数据的人 | 影响可处理的数据范围与合规边界 | 涉及个人信息核合法依据/最小必要，不能用入门门槛称可省略 | 中国处理可识别个人信息应核PIPL13合法依据（非一律同意）、6最小必要与51合理权限/定期安全教育；单位账号不代法律依据。利用个人信息自动化决策另适用24透明公平/相应个人权利与55事前影响评估、56报告和记录至少3年，不对所有数据科学模型一概套用。 | 证据不足：本轮无统一费用/训练时长；按实际学习与单位方案核 | 授权有范围与期限，不等于通用资格或法律意见。 |
| 生产环境发布权限 | 需要把模型上线的人 | 影响能否独立发布与维护模型 | 通常由单位按岗位与流程授予 | 按单位上线审批流程申请 | 证据不足：本轮无统一费用/训练时长；按实际学习与单位方案核 | 发布权限不等于模型正确性或合规审批。 |
| 行业监管知识 | 在金融、医疗等领域建模的人 | 影响方案可行性与合规通过率 | 不是通用入职门槛 | 通过岗位培训与项目积累 | 证据不足：本轮无统一费用/训练时长；按实际学习与单位方案核 | 领域知识不等于监管部门授权或执业资格。 |
| 培训证书 | 希望证明方法与工具能力的人 | 可作为能力的参考证据 | 未核全国强制职业证书，不能一概承诺不是任何岗位门槛 | 按培训机构的报名条件参加 | 证据不足：本轮无统一费用/训练时长；按实际学习与单位方案核 | 培训证书不等于数据授权、发布权限或录用承诺。 |
虚构情境：一名数据科学家在同一项目周期遇到四个问题。第一，训练数据中某个字段在预测期才可获得，却被用于特征；第二，业务方要求在两周内上线一个用于高风险决策的模型；第三，评估指标在整体样本上达标，但某一群体误差明显偏高；第四，其中一部分数据包含客户个人信息，同事要求把原始数据导出到外部工具处理。
已给材料：业务问题与评估指标；字段说明与数据字典；数据使用与留痕要求；模型上线与复核流程。
未给材料：该字段是否属于泄漏应按什么规则判定、时间不足时能否缩减验证范围、偏差偏高的处置权限、以及涉及个人信息时能否导出到外部工具。练习中如需要这些条件，请明确写出你的假设与需要确认的对象。
请写出一页处置与上报方案：包含泄漏疑似字段的判定与处理、时间不足时的沟通与验证底线、偏差偏高的处置路径，以及涉及个人信息时的权限与留痕处置。
方案要写明哪些信息来自题面材料、哪些还是假设，并说明依据的是字段说明与数据字典、验证规范还是数据安全与合规要求。
方案应包含：泄漏疑似字段（核对该字段在预测时点是否可得，必要时按可得性重做特征与验证，并记录判定依据）、时间不足（按流程说明风险，明确不可省略的验证环节，必要时建议缩小上线范围或延后，不以跳过验证换进度）、偏差偏高（做分组误差分析并识别原因，必要时限制使用场景并按合规流程升级审批，保留评估记录）、个人信息（在授权范围内处理，不导出到外部工具；确有需要时按制度申请并通过合规渠道处理）、交接（写清四项事项的状态、已采取动作与待确认事项）。
参考交付只列应包含的要素，不要求与示例措辞一致；能说明判断依据即可。
本题只检验数据可得性与泄漏判定意识、验证底线意识、偏差处置意识以及数据合规意识，不评价真实工作中的处理是否合规，也不构成合规、安全或法律意见。
不得使用真实单位数据或未公开的业务资料；涉及真实个人信息与受限数据处理、模型上线与行业监管要求时须按单位信息管理制度、数据安全与个人信息保护规定以及行业合规要求执行，必要时按现行规定取得相应授权。
找一份公开的数据质量或模型验证科普材料，标出三条关键要求与对应做法，写下你想确认的地方。
用公开或虚构数据，列出字段含义、可能缺失或异常的位置与核查方式。
用公开或虚构数据建立一个简单基线，写明切分方式与所用指标。
写出你如何验证、误差主要来源、以及是否存在泄漏或偏差风险。
用非技术语言写一页结论，含适用条件、不确定性与不建议的使用方式。
让一位同伴只看你的方案复核你的判断，记录对方提出的问题。
回到本页的判断清单，写下你愿意继续的三条理由与需要慎重的两条条件。
典型职责：在带教下完成数据清洗、指标统计与基础分析，按规范处理数据。
晋升证据：能按规范完成数据处理、遵守使用与留痕要求并及时请示疑点。
资格边界：编辑核对项：目标岗位学历/专业训练、经验、实际职责与权限/任命；本轮无中国统一条件或真实在招样本，不承诺年资自然晋级。
下一步：熟悉数据口径、工具链与验证流程。
典型职责：独立完成从问题澄清、数据准备到建模与验证的分析。
晋升证据：方法适当、验证充分、结论与不确定性表述清楚。
资格边界：编辑核对项：目标岗位学历/专业训练、经验、实际职责与权限/任命；本轮无中国统一条件或真实在招样本，不承诺年资自然晋级。
下一步：学习复杂建模、特征工程与上线要求。
典型职责：承担复杂模型设计与验证、上线监测与再训练安排。
晋升证据：能兼顾方法可靠性、上线稳定性与业务可用性。
资格边界：编辑核对项：目标岗位学历/专业训练、经验、实际职责与权限/任命；本轮无中国统一条件或真实在招样本，不承诺年资自然晋级。
下一步：学习模型治理与跨团队协作。
典型职责：主导方法选型与模型治理，协调业务、工程与合规多方。
晋升证据：能兼顾方法质量、合规要求与落地可行性。
资格边界：编辑核对项：目标岗位学历/专业训练、经验、实际职责与权限/任命；本轮无中国统一条件或真实在招样本，不承诺年资自然晋级。
下一步：核对该方向的职责与任职要求。
典型职责：协助需求澄清、指标整理与结果解释，按规范记录分析过程。
晋升证据：能准确转述需求、如实记录并说明数据限制。
资格边界：编辑核对项：目标岗位学历/专业训练、经验、实际职责与权限/任命；本轮无中国统一条件或真实在招样本，不承诺年资自然晋级。
下一步：熟悉业务指标与沟通流程。
典型职责：独立澄清需求、构建分析并面向业务解释结果与限制。
晋升证据：结论清晰、口径一致、不确定性说明完整。
资格边界：编辑核对项：目标岗位学历/专业训练、经验、实际职责与权限/任命；本轮无中国统一条件或真实在招样本，不承诺年资自然晋级。
下一步：学习指标体系与决策支持方法。
典型职责：把分析方法沉淀为可复用的产品或解决方案，协调多方推进落地。
晋升证据：能兼顾业务价值、方法可靠性与实施成本。
资格边界：编辑核对项：目标岗位学历/专业训练、经验、实际职责与权限/任命；本轮无中国统一条件或真实在招样本，不承诺年资自然晋级。
下一步：学习需求管理与方案设计。
典型职责：负责团队目标、人员安排与数据分析体系建设。
晋升证据：能兼顾团队产出、方法规范与合规要求。
典型职责：协助数据管道与基础表建设，按规范处理数据质量与权限。
晋升证据：能按规范完成管道与表结构维护并记录变更。
资格边界：编辑核对项：目标岗位学历/专业训练、经验、实际职责与权限/任命；本轮无中国统一条件或真实在招样本，不承诺年资自然晋级。
下一步：熟悉数据仓库与管道工具。
典型职责：独立建设与维护数据管道、特征存储与数据质量监控。
晋升证据：管道稳定、数据可追溯、质量监控到位。
资格边界：编辑核对项：目标岗位学历/专业训练、经验、实际职责与权限/任命；本轮无中国统一条件或真实在招样本，不承诺年资自然晋级。
下一步：学习数据架构与治理规范。
典型职责：建设训练与部署平台，支撑模型上线、监测与版本管理。
晋升证据：能兼顾平台稳定性、可复现性与团队效率。
资格边界：编辑核对项：目标岗位学历/专业训练、经验、实际职责与权限/任命；本轮无中国统一条件或真实在招样本，不承诺年资自然晋级。
下一步：学习平台工程与模型运维方法。
典型职责：负责数据标准、权限与合规治理，协调多方执行。
晋升证据：能兼顾治理要求、业务需求与执行成本。
在带教与复核下承担数据清洗、指标统计与基础分析，能按规范完成数据处理并遵守数据使用与留痕要求；目标是熟悉数据口径、工具链与验证流程。
独立完成一次从问题澄清、数据准备到建模与验证的分析，能排查常见泄漏与偏差、如实说明不确定性，并在口径不清时及时请示。
承担模型上线、性能监测与再训练安排，能判断漂移与偏差异常、按流程处置并保留记录，并向业务方交代方法的适用范围与限制。
主导方法选型、数据治理或分析体系设计，协调业务、工程与合规多方；该阶段通常要求较完整的项目经验与管理协作能力，任职条件由单位制度规定。
认证与培训查询入口
认证与培训信息
O*NET 提供该细分的认证与培训查询入口，用于核对证书与培训信息；这属于信息入口说明，而不是需求信号，认证也不等于许可证、雇主任命、数据访问或生产环境发布授权，培训项目本身也不等于录用。
不能说明：认证与培训入口不预测岗位数量或工资水平，也不等于录用或数据与发布授权。
本页编辑整理 · 数据科学家
招聘公告核对口径（编辑整理）
招聘信息核对方式
编辑整理的岗位信息核对口径说明：招聘公告只能说明某一时点某一单位或岗位的需求。
不能说明：招聘公告不代表全国需求、工资中位数或统一准入要求。
这些是能力邻近关系，不代表自动晋升或无需补课。
可迁移：条件性编辑映射：只有实际训练或职责已有相关经验时，数据查询、可视化与业务指标理解。 不证明已胜任或可直接转岗。
需补足：需补足：指标体系设计、数据仓库与报表交付能力。
查看职业详情可迁移：条件性编辑映射：只有实际训练或职责已有相关经验时，统计方法与数据分析基础。 不证明已胜任或可直接转岗。
需补足：需补足：试验设计、抽样与统计推断的理论能力。
查看职业详情可迁移：条件性编辑映射：只有实际训练或职责已有相关经验时，定量建模与优化思路。 不证明已胜任或可直接转岗。
需补足：需补足：运筹方法、目标函数与约束建模能力。
查看职业详情可迁移：条件性编辑映射：只有实际训练或职责已有相关经验时，算法与计算工具的使用。 不证明已胜任或可直接转岗。
需补足：需补足：研究训练、算法创新与系统原型验证能力。
查看职业详情可迁移：条件性编辑映射：只有实际训练或职责已有相关经验时，统计建模与编程实现。 不证明已胜任或可直接转岗。
需补足：需补足：金融市场知识、定价与风险模型能力。
查看职业详情可迁移：条件性编辑映射：只有实际训练或职责已有相关经验时，数学推导与抽象建模基础。 不证明已胜任或可直接转岗。
需补足：需补足：数学理论研究方法与证明能力，通常要求更高学历与研究训练。
查看职业详情可迁移：条件性编辑映射：只有实际训练或职责已有相关经验时，数据建模与编程分析。 不证明已胜任或可直接转岗。
需补足：需补足：生物医学背景、组学数据与实验方法知识。
查看职业详情可迁移：条件性编辑映射：只有实际训练或职责已有相关经验时，数据处理与统计软件操作。 不证明已胜任或可直接转岗。
需补足：需补足：统计方法基础与数据整理规范。
查看职业详情生成型助手可以承担部分样板代码、特征探索、文档整理与模型原型工作，机器学习平台也缩短了训练与实验的周转时间，这些可减少部分重复编码与整理工作；但快速生成不等于数据可用、方法正确或结果可以上线——数据授权、泄漏检查、模型验证、偏差识别、上线监测与领域决策仍需人工复核，技术能力不等于业务或监管授权。O*NET 显示本职业 40% 表示准确精确极其重要、65% 表示竞争程度「高度竞争」、52% 表示每周一次以上面对时间压力；技术暴露不等于组织采用或岗位消失，也不能解释为岗位流失概率。
可核对的是任务层面的变化：代码与原型生成、特征探索与文档整理、报表与可视化草稿三类任务可被工具部分承担；本页没有单职业的采用率或替代数据。
问题与指标定义、数据授权与口径核对、泄漏与偏差排查、验证设计、不确定性表达以及按合规要求处置数据与上线模型的能力。
美国 2025 年 5 月工资数据中位年薪 120,230 美元（中位时薪 57.80 美元），年薪分位为 67,240／85,660／120,230／158,880／199,130 美元，为 O*NET-SOC 15-2051.00 本细类自身口径；分位是统计位置，不能当作个人报价或个人到手收入；中国大陆未取得职业级数值，本页按缺口处理，不使用行业均值或报价样本代填。
美国准备层级为 Job Zone Four（SVP 7.0 至低于 8.0），官方教育调查显示新入职者中 48% 要求学士学位、44% 要求硕士学位、4% 要求副学士或其他两年制学位；常见入口是数学、统计、计算机或相关学科的本科基础，部分雇主偏好硕士或博士；中国大陆多要求相关专业背景与编程能力，具体按目标单位规定。
O*NET 提供该细分的认证与培训查询入口，但认证不等于许可证、雇主任命、数据访问或生产环境发布授权；中国大陆该类岗位多按单位要求经招聘与培训上岗，涉及个人信息与受限数据处理可能另有授权要求；具体条件按目标单位与现行规定核对。
先用公开或虚构数据完成一次「写一份数据说明与质量核查清单—建立一个基线模型并给出验证与误差分析—用非技术语言写出结论与不确定性说明」练习，再核对目标方向的对象、方法要求与合规边界。
BLS 职业展望手册（2025—2035 年预测期，15-2051.00 本细类口径）显示 2025 年约 275,600 人在岗，预测增长 35%（远快于平均），就业变化约 +95,400 人，十年内年均约 24,800 个含更替需求的空缺；该预测为职业总量口径；O*NET 摘要页当前仍列 2024—2034 年口径，两者期间不同、分别引用；工作以数据处理、建模与验证为主，须按本地行业结构与数据治理要求核对，并优先核对岗位职责范围、数据权限与合规要求。
FermatMind 职业内容编辑团队（来源核查与练习设计）
更新：2026-10-09（各来源检索日期见来源登记）
本轮所读：O*NET自身详情/2025工资/招聘词及相邻定义、BLS表/OOH/OEWS方法、NBS信息技术行业、PIPL与scikit-learn方法；ILO/NIST有限宽口径参考，未核范围见登记。
使用限制：只支持商业智能分析师（相邻职业）的指标体系与报表交付任务；本职业以从原始数据构建并验证模型为核心，不把指标与报表责任并入本职业。
使用限制：只支持数学家（相邻职业）的数学理论研究任务；本职业以业务数据上的分析与模型交付为核心，不把理论研究职责并入本职业。
使用限制：只支持计算机与信息研究科学家（相邻职业）的算法与系统研究任务；本职业以业务数据上的端到端分析与模型交付为核心，不把研究职责并入本职业。
使用限制：2025—2035当前34.6%、OOH35取整；旧事实保留，当前O*NET也已2025—2035。
使用限制：旧gov首页保留不支持具体法条，本轮另列实际PIPL；非完整行业法律审查。
使用限制：只支持统计助理（相邻职业）的数据处理与统计辅助任务；本职业以独立建模与验证为核心，不把辅助性统计工作并入本职业。
使用限制：只支持金融量化分析师（相邻职业）的金融建模与风险度量任务；本职业面向的业务领域更广，不把金融领域的定价与风险职责并入本职业。
使用限制：只支持生物信息学科学家（相邻职业）的生物医学数据分析任务；本职业面向的业务领域更广，不把生物医学研究职责并入本职业。
使用限制：只支持生物信息技术员（相邻职业）的生物数据整理与基础分析任务；本职业以独立建模与验证为核心，不把技术员职责并入本职业。
使用限制：2025宽行业25/19/12/10，34是编辑差额；48/44/4为所需学历意见。
使用限制：只支持运筹学分析师（相邻职业）的优化与决策建模任务；本职业更常处理预测与解释任务，不把优化与决策建议职责并入本职业。
使用限制：兴趣问卷只描述体验偏好，不替代能力、训练、授权或录用判断，也不预测工作表现。
使用限制：公开工资统计按行业门类与人员类别发布，未建立与 15-2051.00 对应的职业细类；行业或人员类别均值不是本职业工资，也不能外推为全国职业收入；本页未取得本职业单列数值，缺口在页面可见位置标记，不以行业均值代填。
使用限制：自愿治理非强制法律/方法或本职业采用率。
使用限制：提供按职业代码发布的工资统计入口与覆盖说明；本页分位数值经 O*NET 全国工资页（15-2051.00）公示，为本细类自身口径；分位是统计位置，不能当作起薪或个人到手收入，也不能跨市场换算个人报价。
使用限制：支持本职业（15-2051.00）的任务、工作活动、工作情境百分比、准备层级、兴趣代码与工作风格；为单一职业自身口径，不含技术采用、岗位替代或收入变化数据。
使用限制：2025全年美国招聘文本55项：Python66/SQL51/R34/Tableau22/PowerBI19/AWS17/Azure13/TensorFlow11/PyTorch10/SAS9/Excel8/Snowflake8%，非实际使用/熟练度/GenAI率；不可按这些比例相加或推业务用途。
使用限制：旧首页保留；本轮NBS实际信息技术行业背景另列。
使用限制：工资含部分激励奖金/津贴，不能一概不含；所读方法另列。
使用限制：公示本职业年度分位 67,240／85,660／120,230／158,880／199,130 美元（小时分位 32.33／41.18／57.80／76.39／95.74 美元），为本细类自身口径；分位是统计位置，不是技能等级；按州或地区细分的数据须在该页按地区与期间查询。
使用限制：提供该细分的认证与培训查询入口，用于核对证书与培训信息；认证不等于许可证、雇主任命、数据访问或生产环境发布授权，也不替代中国大陆的招聘、培训与数据授权要求。
使用限制：本轮所读摘要未核匹配分数，不断言完整研究无单职业分数。
使用限制：支持本职业（15-2051.00）的任务、工作活动与工作情境百分比；该页为单一职业自身口径，不含技术采用或岗位替代数据。
使用限制：只支持统计师（相邻职业）的统计推断与试验设计任务；本职业常面向工程化落地与预测目标，不把推断与试验设计职责并入本职业。
使用限制：17任务15核心1补充1New未给重要度；设计调查补充、访谈New，非人人必用。21风格Impact细节100/好奇100/创新81/尽责79，非百分比。学历48学士44硕士4副学士为新雇员所需意见，非员工构成；情境非远程采用率或中国工时。行业2025四门类25/19/12/10，34为编辑差额。
使用限制：年10/25/50/75/90分位67240/85660/120230/158880/199130美元；时32.33/41.18/57.80/76.39/95.74。直接引用官方年值，非本页自行年化；全国雇员非自雇/个人税后/中国工资，分位非资历或因素因果。
使用限制：55项，Python66/SQL51/R34/Tableau22/PowerBI19/AWS17/Azure13/TensorFlow11/PyTorch10/SAS9/Excel8/Snowflake8%。招聘提及非使用率/熟练度/GenAI采用；Under1非0，InDemand仅标签。
使用限制：自身15-2051：275.6→371.0千、+95.4千/+34.6%、年均24.8千空缺、自雇1.9%。OOH35%取整非不同预测；O*NET7%及以上仅分类。典型学士/无相关经验/无在岗训练类别，非无需准备/中国法律。
使用限制：办公/多全职，典型数学统计计算机等学士，部分雇主硕士博士或行业经验。OOH细分行业与O*NET宽门类层级不同，不能混合；增长原因是预测解释非已发生AI因果份额。
使用限制：非农全/兼职雇员；排除自雇等。工资直时税前，包含基础/生活成本/保证/危险工作/激励佣金与生产奖金/小费；排除加班溢价、班次差额、非生产奖金等。不能一概称不含绩效或津贴，不代个人扣税/实际报酬。
使用限制：NIST自愿风险治理建议，非PIPL强制法律/职业资格，不证明本职业AI采用、提效或因果。
使用限制：ILO宽口径任务暴露方法；本轮所读摘要未核15-2051匹配分数，不断言完整研究无分数或将暴露解释为裁员概率。
使用限制：4不含匿名化信息；13多种处理依据非一律同意；24利用个人信息自动化决策的透明公平、营销选择/拒绝及重大权益决定说明/拒绝仅自动化权。55事前影响评估、56报告与处理记录至少3年，非所有模型一律；51合理权限/定期培训。行业、敏感和跨境配套未全面核完。
使用限制：信息传输软件IT服务非私营248752/私营128166元年均税前；5人及以上法人，排除个体自由职业，非私营非仅国企。仅实际归属行业的单位背景，不覆盖全部数据科学家或美国信息业自动对应。
使用限制：预测时不可得信息参与训练造成评估过于乐观；先划分，预处理/特征选择只在训练集fit，测试不用于选模型；Pipeline适用于交叉验证。随机性需明确，不是全国职业强制流程或所有数据皆随机切分。
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。
官方统计、法律、方法/自愿指南及编辑建议分开；中国职业工资与当期招聘样本缺口保留，不能由宽口径背景推个人收入或岗位权限。 美国自身2025工资与2025—2035就业覆盖分开；OOH35%为34.6%取整，O*NET已同期间。中国职业工资/招聘缺口，NBS信息技术仅匹配行业背景。 17任务15核心1补充1New；教育所需意见、21风格Impact与6兴趣评分非员工比例/人格门槛。编辑工具与风险不代实测采用/事故；NIST自愿、PIPL適用法条分开。 练习和发展示例为编辑设计，不是录用、资格或数据/发布授权；具体岗位的统计方法、数据权限和行业条件应分别核对。
Personality preferences (EN) · Big Five traits (EN) · 了解我的人格偏好 · 了解我的大五特质
资格边界：编辑核对项：目标岗位学历/专业训练、经验、实际职责与权限/任命；本轮无中国统一条件或真实在招样本，不承诺年资自然晋级。
下一步：核对该方向的相关要求。
资格边界：编辑核对项：目标岗位学历/专业训练、经验、实际职责与权限/任命；本轮无中国统一条件或真实在招样本，不承诺年资自然晋级。
下一步：核对该方向的职责与任职要求。
