# 公开职业资料比较：后端开发 / 机器学习工程 比较工作、要求与 AI 影响，不计算个人匹配分。个人背景由用户自己的 Agent 使用。 # 后端开发 岗位方向；职业资料版本 2026-10-21.careers.2；核查 2026-10-21 把业务规则实现为可靠的服务、接口和数据操作。 面向应用服务端；不把语言名称或高级工程师职级单列为职业。 本页按职责提供公开参照；地域、职级和准入以目标组织的现行要求另核。 名称/别名：后端工程师、服务端开发、Java开发、Python后端、Backend 来源状态：active ## 职业工作范围 按本职业主要交付组织工作范围；多个目标可以由同一结果包接收。职责来源用于核对工作定义，AI采用、工具可得性和实际表现按各项具体证据判断。这里不是所有地区与细分岗位的完整清单。 ### 业务行为变更 产物：含接口契约、权限和失败语义的可集成服务变更 内容覆盖：documented；以该应用的具体产物与独立接收条件呈现目标；样板CSV不是目标业务或全后端成绩，真实驱动/租户/负载仍需接收。 任务应用：/careers/backend-developer#work-backend-developer-deliverable-1 变体： ### 数据结构演进 产物：迁移、兼容读写、回填与恢复证据 内容覆盖：documented；以该应用的具体产物与独立接收条件呈现目标；跨库语义、不可逆点和目标恢复路径需项目数据证据。 任务应用：/careers/backend-developer#work-backend-developer-deliverable-2 变体：在线扩展与收缩 ### 并发与一致性缺陷修复 产物：可重现故障、修复及竞争条件回归 内容覆盖：documented；以该应用的具体产物与独立接收条件呈现目标；真实线程、消息和跨服务边界可能超出最小复现。 任务应用：/careers/backend-developer#work-backend-developer-deliverable-3 变体：并发与一致性 ### 性能与容量改善 产物：瓶颈定位、负载前后对比及资源代价 内容覆盖：documented；以该应用的具体产物与独立接收条件呈现目标；数据库状态研究不自动代表接口容量，负载分布必须另定。 任务应用：/careers/backend-developer#work-backend-developer-deliverable-4 变体：数据库查询与争用；服务与网络容量 ### 外部服务集成 产物：超时重试、幂等和异常对账完整的集成产物 内容覆盖：documented；以该应用的具体产物与独立接收条件呈现目标；第三方协议、权限和真实失败分布不能由样板推断。 任务应用：/careers/backend-developer#work-backend-developer-deliverable-5 变体：跨服务改造；非功能与对抗输入 ### 服务维护交接 产物：配置、可观测性和已知故障处置说明 内容覆盖：documented；以该应用的具体产物与独立接收条件呈现目标；告警长期噪声与接手效果需要实际观察，文档生成不等于维护移交。 任务应用：/careers/backend-developer#work-backend-developer-deliverable-6 变体：用户SLI与目标；检测规则与值班噪声；系统采用与交接 范围来源：https://www.onetonline.org/link/summary/15-1252.00 当前范围以外： - 前端视觉设计 - 独立机器学习效果研究 - 长期值班责任另由SRE场景承接 待补： - 缺少跨库迁移、权限隔离和持续运行的职业专属样本 - 单个仓库补丁证据不能覆盖完整服务责任 ## 主要工作与 AI 当前变化 以下条件评估与局部证据分别标示，不表示整项职业已验证。 ### 业务行为变更 含接口契约、权限和失败语义的可集成服务变更。可把接口与服务实现整包交给Agent，冻结租户/权限、错误与持久数据语义后，以真实HTTP和存储结果接收。 交付物：含接口契约、权限和失败语义的可集成服务变更 判断依据：工具与方法依据、有条件的编辑推断 当前变化：可把接口与服务实现整包交给Agent，冻结租户/权限、错误与持久数据语义后，以真实HTTP和存储结果接收。 - 约束内功能交付：从行为契约到真实系统变更：/work-units/W-C02?version=2026-10-21.workunits.2 后端开发的“业务行为变更”使用约束内功能交付：从行为契约到真实系统变更，输入/接收对象是含接口契约、权限和失败语义的可集成服务变更；对真实驱动核对授权、并发写、取消/断连、输出完整与旧接口回归；不以单元Mock代替。（partial；workunits/work-unit/W-C02@2026-10-21.workunits.2） 应用范围：后端开发的“业务行为变更”使用约束内功能交付：从行为契约到真实系统变更，输入/接收对象是含接口契约、权限和失败语义的可集成服务变更；对真实驱动核对授权、并发写、取消/断连、输出完整与旧接口回归；不以单元Mock代替。 AI工作组织：给代理目标仓库、复现和结果约束，让它选瓶颈实验、实现策略与修复顺序；反馈来自服务、数据库及独立验收。无需事先规定必须流式或先写哪一个文件。 ## 任务级判断与证据 采用方式：限定条件下整包委派 从证据到建议：仓库级行为任务支持把实现和验证作为整包目标；迁移到本例后端需补真实驱动、权限和资源证据。因此推荐在可执行验收下委派功能交付，不从基准数量推一次可靠性；环境缺失时交付诊断与可运行范围。 当前可用性：open-implementation；公开runner可作试验入口；目标服务/数据库尚未提供，本例未实际运行。执行时记录实际agent/model及仓库提交，网页所列模型不是本任务实测配置。 - DeepSWE / Pier / mini-swe-agent：https://deepswe.datacurve.ai/run DeepSWE v1.1；运行器版本将在实际试验时固定；源码/模型API；官方提供单任务运行，榜单使用Modal；本例必须另接目标仓库。 ### 外部已有按仓库状态和行为验收交付代码变更的公开任务入口；可为本任务设计独立验收，而非只验代码文本。 依据身份：工具与方法依据；状态：active - DeepSWE v1.1：仓库变更及独立行为验收：https://deepswe.datacurve.ai/ 定位：v1.1 corpus；/run Quickstart、What is Pier、Single task；关系：adjacent 支持：提供仓库级任务、runner和行为检查的重放参照。 限制：没有运行本CSV后端，不提供其完成率。 核查：2026-10-20；来源状态：active 适用限制：本站未进行该任务的模型运行，不能据此给出本地成功率。 ### 评测失败可能来自题意或测试缺陷，接收器应同时拒绝错误补丁并接纳合法替代。 依据身份：有条件的编辑推断；状态：active - OpenAI：SWE-Bench Pro评测问题审计：https://openai.com/index/separating-signal-from-noise-coding-evaluations/ 定位：SWE-Bench Pro audit：breaking issues分类；关系：method 支持：支持先审验收条件及覆盖再解释模型输赢。 限制：厂商审计身份；不能照搬其比例到本站。 核查：2026-10-20；来源状态：active 适用限制：本站未进行该任务的模型运行，不能据此给出本地成功率。 相关进展（本条判断）： - 软件评测审计使验收器本身进入核对范围：/explore?purpose=understand&domain=computing&window=all#P-C-VALIDATOR-AUDIT 首次公开 2026-07-08 ### 在真实依赖、行为契约和独立验收齐备时，可整包委派功能实现；本例为后端大批量导出，缺少环境时先接收接口/集成诊断。 依据身份：有条件的编辑推断；状态：active - DeepSWE v1.1：仓库变更及独立行为验收：https://deepswe.datacurve.ai/ 定位：Run：任务/agent/模型/环境入口；关系：adjacent 支持：支持从需求到可运行变更的任务组织。 限制：扩展到HTTP、数据库与性能是编辑迁移判断。 核查：2026-10-20；来源状态：active - Agent评估：以交付与最终状态验收：https://www.anthropic.com/engineering/demystifying-evals-for-ai-agents 定位：Outcome-based evaluation与grader设计；关系：method 支持：支持最终状态和多条有效路径验收。 限制：不是此后端模型成绩。 核查：2026-10-19；来源状态：active 适用限制：本站未进行该任务的模型运行，不能据此给出本地成功率。 ## 情境变化 研究前沿：外部已有跨仓库任务及可重放runner；公开结果证明其限定题集内可衡量交付，不覆盖长期值守或任意生产变更。 下一项验证：在一个授权服务冻结大批量CSV功能契约，先检验参考正确实现与漏行/越权负控制，再让代理完成一次未见功能交付；保存全部重试、性能记录、人工接收时间。 未来改判信号： - 扩大：独立未见需求中，多种数据规模、真实驱动、故障与权限用例持续通过，维护成本可测。 - 收缩：回归只在模拟依赖通过，或schema/数据增长后反复漏行与资源泄漏；先缩到诊断或局部变更。 接收/拒收： - 新增功能在真实系统中满足契约：验收者只拿冻结契约、原始夹具与补丁，在干净服务/数据库重跑；本例确认基线不具备合格大批量能力、补丁在N记录下满足T和M，保存原始测量。 拒收：界面或接口存在但无法完成真实操作；本例只跑小数据、暗加导出上限或更换硬件后宣布新增能力完成。 - 导出集合和权限正确：独立SQL按契约生成主键与字段期望；逐项比较CSV解析后的记录，检查重复/遗漏、筛选、稳定排序及租户隔离；接受流式或分批等合法替代。 拒收：多表连接重复订单；分页边界漏行；普通用户下载其它租户记录。 - 边界和失败可解释：验证空集、引号/逗号/换行/Unicode与契约规定的编码；模拟中途断连及数据变化，检查游标/连接释放和约定的一致性。 拒收：进程返回200但文件半截；断连后连接池耗尽；运行中变更造成不符合约定的混合快照。 - 旧路径与验收器可信：独立运行受影响接口回归；用已知错误补丁确认验收能拒绝跨租户泄露或漏行，正确替代实现能通过。 拒收：仅作者测试全绿；验收硬编码特定函数或输出次序，拒收语义等价实现。 失败处理：环境缺失时交出可运行范围、具体阻塞和接通条件；功能破坏权限/完整性则拒收整项并回到同一契约。仅性能未达标时报告实际曲线与瓶颈，不删去困难记录或静默扩大资源。 本站记录：此后端代表例未运行：模型试次、通过率、实际耗时/费用和人工介入量均未知（null）。旧有限队列控制不计入本例。 尚未覆盖：样板CSV不是目标业务或全后端成绩，真实驱动/租户/负载仍需接收。 验证方法：对真实驱动核对授权、并发写、取消/断连、输出完整与旧接口回归；不以单元Mock代替。 ### 数据结构演进 迁移、兼容读写、回填与恢复证据。让Agent交兼容schema、回填与切换；旧新客户端并存和持续写入是接收条件，不能先删除旧字段。 交付物：迁移、兼容读写、回填与恢复证据 判断依据：有条件的编辑推断 当前变化：让Agent交兼容schema、回填与切换；旧新客户端并存和持续写入是接收条件，不能先删除旧字段。 - 数据与schema切换：兼容迁移及可回退状态：/work-units/W-C17?version=2026-10-21.workunits.2 后端开发的“数据结构演进”使用数据与schema切换：兼容迁移及可回退状态，输入/接收对象是迁移、兼容读写、回填与恢复证据；并发回填/重复执行/中断后按业务键与金额对账，演练回退或向前修复。（partial；workunits/work-unit/W-C17@2026-10-21.workunits.2） 应用范围：后端开发的“数据结构演进”使用数据与schema切换：兼容迁移及可回退状态，输入/接收对象是迁移、兼容读写、回填与恢复证据；并发回填/重复执行/中断后按业务键与金额对账，演练回退或向前修复。 AI工作组织：Agent可生成兼容schema、回填与切换脚本，并按对账/失败反馈修改；稳定批处理直接程序执行。 ## 任务级判断与证据 采用方式：分阶段接收 从证据到建议：仓库转换和数据库状态评测提供邻近依据；跨版本迁移的关键是持续写入和退出策略，需要明确标为任务适配而非假装有直接迁移成功率。 当前可用性：mixed；SQL/数据库原生迁移可执行；目标工具/引擎版本与退出路径需实际冻结，尚无本任务模型试验。 - PostgreSQL 原生SQL与备份/恢复：https://www.postgresql.org/docs/18/continuous-archiving.html 以实际源/目标DB和迁移脚本版本为准；备份恢复文档18仅作退出准备；获准旧新实例、数据/备份与兼容客户端 ### Agent可生成并校验迁移候选，但接收需独立检验语义、旧新并存及中断退出，不能从普通SQL任务推出迁移已可靠。 依据身份：有条件的编辑推断；状态：active - Spider2 官方任务与维护公告：https://github.com/xlang-ai/Spider2 定位：Spider2-DBT repository workflows；关系：partial 支持：数据转换的工程任务作为邻近方法基础。 限制：没有目标跨版本迁移直接AI结果；所有切换控制是本任务设计。 核查：2026-10-20；来源状态：active 适用限制：没有目标跨版本迁移直接AI结果；所有切换控制是本任务设计。 ### 数据库状态评价应同时检查业务目标和安全约束，不能只以脚本退出码接收切换。 依据身份：有条件的编辑推断；状态：active - DBA-Bench v2：https://arxiv.org/abs/2607.22165v2 定位：operational objectives and safety；关系：partial 支持：状态型评价支持独立迁移验收。 限制：数据库运维研究不提供本迁移的成功率。 核查：2026-10-20；来源状态：active 适用限制：数据库运维研究不提供本迁移的成功率。 ## 情境变化 ### 在线扩展与收缩 输入变化：旧新schema并存、不能停写。 判断变化：按兼容/回填/切换接收，Agent内部方法自由。 验收变化：旧新读写、并发和水位，最后才验收旧结构清理。 研究前沿：Spider2-DBT已经公开仓库级数据转换任务；DBA-Bench进一步以活跃数据库目标/约束检查状态。这些是迁移的邻近基础，当前未核实涵盖本旧新并存/切换任务的直接AI实验，因此本单元采用建议为方法推断。 下一项验证：冻结一份旧库/调用方快照，用重复执行、并发写与中断测试迁移；独立对账并演练退出或向前修复。 未来改判信号： - 旧新并存、持续写和中断回填下语义对账与退出都可复验，可考虑扩大相近输入范围。 - 回填覆盖新数据、旧客户端失败或不可逆点未被识别，应收窄或暂停相应采用。 接收/拒收： - 语义迁移正确：按业务键、金额、空值/编码/时区及约束独立核对映射。 拒收：行数相同但金额精度/时区或身份映射改变。 - 并存与中断可接续：重放旧新客户端、并发写/回填中断和重复执行。 拒收：旧客户端无法写或新数据被回填覆盖。 - 切换和退出真可执行：演练流量/写入切换、未完成检测与回退/向前修复，核对业务不变量。 拒收：文档有rollback按钮，实际新写入无法恢复。 失败处理：对账或兼容失败就保留旧写路径；没有可行回退时明确向前修复前提，不能虚构可逆。 本站记录：本次只核查公开材料和任务契约；未在本站运行该任务、工具或模型。 尚未覆盖：跨库语义、不可逆点和目标恢复路径需项目数据证据。 验证方法：并发回填/重复执行/中断后按业务键与金额对账，演练回退或向前修复。 ### 并发与一致性缺陷修复 可重现故障、修复及竞争条件回归。可委派可控制交错的复现、根因修复和回归；竞争条件靠屏障/重试/消息幂等检查，不靠一次CI绿。 交付物：可重现故障、修复及竞争条件回归 判断依据：工具与方法依据、有条件的编辑推断 当前变化：可委派可控制交错的复现、根因修复和回归；竞争条件靠屏障/重试/消息幂等检查，不靠一次CI绿。 - 缺陷修复：交付补丁与回归证据：/work-units/W-C01?version=2026-10-21.workunits.2 后端开发的“并发与一致性缺陷修复”使用缺陷修复：交付补丁与回归证据，输入/接收对象是可重现故障、修复及竞争条件回归；让基线在同一事件交错失败，补丁经重复/乱序/重试后保持事务不变量；审查测试未绕过问题。（partial；workunits/work-unit/W-C01@2026-10-21.workunits.2） 应用范围：后端开发的“并发与一致性缺陷修复”使用缺陷修复：交付补丁与回归证据，输入/接收对象是可重现故障、修复及竞争条件回归；让基线在同一事件交错失败，补丁经重复/乱序/重试后保持事务不变量；审查测试未绕过问题。 AI工作组织：维护者交付故障契约；Agent自行搜索和修改，测试失败返回修复循环；接收以行为与差异为依据。 ## 任务级判断与证据 采用方式：限定条件下整包委派 从证据到建议：失败契约将搜索空间限定为可观察行为；补丁前后运行与受影响回归能否捕获真实错误，比生成代码是否流畅更有判别力。对无法复现的投诉先接收诊断。 当前可用性：open-implementation；SWT提供容器验收器；修复Agent需接入自己的模型，语料和工具不是此仓库已修复证明。 - SWT-Bench：https://github.com/logic-star-ai/swt-bench 2026-10-20公开仓库HEAD 330a649a764fab2fadaea632776eeae87272f74b；实际运行另固定依赖/镜像/模型；源码公开；需容器资源、目标仓库和模型账户 ### 缺陷测试应在基线失败、正确修复后通过；可用独立失败输入排除补丁和自写测试互相自证。 依据身份：工具与方法依据；状态：active - SWT-Bench 官方实现：https://github.com/logic-star-ai/swt-bench 定位：Overview；unit test/reproduction script modes；关系：method 支持：提供补丁前后双运行的验收入口。 限制：只生成复现测试，没有保证补丁正确或覆盖未知回归。 核查：2026-10-20；来源状态：active 适用限制：只生成复现测试，没有保证补丁正确或覆盖未知回归。 ### 可复现缺陷、可启动依赖和有限改动范围齐备时，可委派Agent整包搜索、修复、重测，按行为结果接收。 依据身份：有条件的编辑推断；状态：active - SWT-Bench 官方实现：https://github.com/logic-star-ai/swt-bench 定位：Overview与gold validation；关系：adjacent 支持：从可运行缺陷控制迁移到修复反馈。 限制：本站没有对新仓库运行；并发、数据损失和环境差异须按变体增加检查。 核查：2026-10-20；来源状态：active 适用限制：本站没有对新仓库运行；并发、数据损失和环境差异须按变体增加检查。 ## 情境变化 ### 并发与一致性 输入变化：竞争条件、异步消息或跨服务重试而非单线程错误。 判断变化：分阶段接收可控制交错的复现后再修；单次通过不能证明竞争消失。 验收变化：加入屏障/故障注入、多种执行交错、幂等及事务不变量检查。 研究前沿：公开系统已能构造仓库级复现测试和修复候选；材料不覆盖目标系统全部竞争条件及长期行为。 下一项验证：选一个未解决的授权缺陷；冻结SHA，先让独立复现捕获基线，再接收补丁并重放用户路径和关键回归，保留失败尝试。 未来改判信号： - 新缺陷的独立复现、受影响回归和真实维护接收都持续成立，可考虑扩大相近输入范围。 - 原错误复发、测试被改弱或确认成本抵消收益，应收窄或暂停相应采用。 接收/拒收： - 原错误被真实捕获：在基线和候选上重放同一失败输入，观察行为或状态 拒收：只新增一个永远通过的测试，原问题仍在。 - 修复未破坏现有约束：运行受影响调用方与边界回归；审阅测试是否被删改绕过 拒收：为通过测试移除权限检查或跳过失败用例。 - 交付对应可复现环境：核对仓库SHA、依赖、命令与日志；环境失败单列 拒收：把依赖装不上写成缺陷已经修复。 失败处理：不能复现时返回环境、尝试输入和缺失条件；补丁退化时保留失败证据并继续修正，不能靠缩小原需求宣布成功。 本站记录：未对这一完整修复单元发布本站AI试验结果。 尚未覆盖：真实线程、消息和跨服务边界可能超出最小复现。 验证方法：让基线在同一事件交错失败，补丁经重复/乱序/重试后保持事务不变量；审查测试未绕过问题。 ### 性能与容量改善 瓶颈定位、负载前后对比及资源代价。Agent可联合profile、SQL/缓存与代码找瓶颈，按同一读写负载的尾延迟、正确性和资源代价接收。 交付物：瓶颈定位、负载前后对比及资源代价 判断依据：外部报告结果、工具与方法依据 当前变化：Agent可联合profile、SQL/缓存与代码找瓶颈，按同一读写负载的尾延迟、正确性和资源代价接收。 - 性能与容量改善：同一负载下证明收益与代价：/work-units/W-C18?version=2026-10-21.workunits.2 后端开发的“性能与容量改善”使用性能与容量改善：同一负载下证明收益与代价，输入/接收对象是瓶颈定位、负载前后对比及资源代价；保留冷热缓存、混合读写与并发条件，多次比较延迟/锁/内存/成本及金额/权限回归。（partial；workunits/work-unit/W-C18@2026-10-21.workunits.2） 应用范围：后端开发的“性能与容量改善”使用性能与容量改善：同一负载下证明收益与代价，输入/接收对象是瓶颈定位、负载前后对比及资源代价；保留冷热缓存、混合读写与并发条件，多次比较延迟/锁/内存/成本及金额/权限回归。 AI工作组织：Agent自主分析profile/执行计划、修改代码/配置并重测；程序执行冻结基准与资源记录。 ## 任务级判断与证据 采用方式：分阶段接收 从证据到建议：数据库有负载运维研究和AIOps负载工具提供邻近依据；性能交付可由独立程序比较，Agent主要搜索原因/配置，不能用一次最好成绩证明容量。 当前可用性：mixed；框架公开；目标云权限、遥测与可回退环境由实际任务提供，不要求先接生产。 - AIOpsLab：https://github.com/microsoft/AIOpsLab 2026-10-20公开仓库HEAD ccf08d0d1d5fa5b30f120e2e8549662d44411b35；实际运行另固定依赖/镜像/模型；开源；独立集群/命名空间、遥测与模型API自备 ### DBA-Bench在活跃负载中区分业务目标恢复与违规执行，支持把性能结果与约束一起判断。 依据身份：外部报告结果；状态：active - DBA-Bench v2：https://arxiv.org/abs/2607.22165v2 定位：v2 live workloads and operational objectives；关系：partial 支持：直接DB状态运维研究作为邻近证据。 限制：不是本站性能优化实测，也不是跨云/网络提升率。 核查：2026-10-20；来源状态：active 配置：DBA-Bench v2：活跃PostgreSQL/TiDB，231有界场景与10持续场景，8自动基线；按论文具体模型/脚手架和约束解释，不是本站性能优化试验。 适用限制：不是本站性能优化实测，也不是跨云/网络提升率。 相关进展（本条判断）： - DBA-Bench以活跃负载区分诊断、恢复和约束：/explore?purpose=understand&domain=computing&window=all#P-C-DBA-STATE 首次公开 2026-07-24；资料修订 2026-10-10：文档版本/结果表述修订；没有据此推定新的模型能力跃迁。 ### 可用AIOpsLab负载和轨迹接口构造受控前后比较；实际测量与正确性应独立于优化者。 依据身份：工具与方法依据；状态：active - AIOpsLab 官方框架：https://github.com/microsoft/AIOpsLab 定位：Workload/Evaluator/trace；关系：method 支持：有负载与记录接口。 限制：框架不保证选对工作负载或性能改善。 核查：2026-10-20；来源状态：active 适用限制：框架不保证选对工作负载或性能改善。 ## 情境变化 ### 数据库查询与争用 输入变化：索引、计划、锁、存储与混合读写。 判断变化：先冻结混合负载，不以单条查询接收整库。 验收变化：计划/profile、锁、写放大、数据结果与故障回退。 ### 服务与网络容量 输入变化：连接池、缓存、网络路径、扩容或资源配置。 判断变化：明确用户路径和费用预算后迭代。 验收变化：吞吐/尾延迟、正确性、故障域、费用与相邻路径。 研究前沿：DBA-Bench v2把真实负载和数据库状态放入评估，AIOpsLab则提供可控制负载/轨迹接口；前者报告任务状态差距，后者是工程工具。它们未展示本目标负载下的AI优化收益，须同条件前后测量。 下一项验证：选一个可重放慢查询/服务压力，校准负载和测量；冻结预算，让Agent交候选，多次测性能、正确性和资源，改变负载挑战结论。 未来改判信号： - 保留负载下多次收益超过测量波动且资源代价符合预算，可考虑扩大相近输入范围。 - 收益仅来自缓存/更易输入，或写入/正确性与费用退化，应收窄或暂停相应采用。 接收/拒收： - 对比条件可比：多次重放同数据/并发/缓存条件并报告波动和热身。 拒收：只给最快一次或拿冷基线比热候选。 - 改善没有偷换目标：核对正确性/一致性/权限及其他请求，测写放大、内存和费用。 拒收：删结果、跳校验或昂贵扩容却只报延迟下降。 - 边界可复用：改变负载/数据规模/失败条件复查，说明瓶颈转移及回退。 拒收：单条SQL变快但整服务锁争用和成本恶化。 失败处理：环境不可比时先修测量；无改善保留profile和失败，不篡改阈值/采样。 本站记录：本次只核查公开材料和任务契约；未在本站运行该任务、工具或模型。 尚未覆盖：数据库状态研究不自动代表接口容量，负载分布必须另定。 验证方法：保留冷热缓存、混合读写与并发条件，多次比较延迟/锁/内存/成本及金额/权限回归。 ### 外部服务集成 超时重试、幂等和异常对账完整的集成产物。可整包实现外部接口适配，超时/重试/幂等与异常对账作为一个可接收结果；工具顺序由Agent选。 交付物：超时重试、幂等和异常对账完整的集成产物 判断依据：工具与方法依据、有条件的编辑推断、可检查产物 当前变化：可整包实现外部接口适配，超时/重试/幂等与异常对账作为一个可接收结果；工具顺序由Agent选。 - 约束内功能交付：从行为契约到真实系统变更：/work-units/W-C02?version=2026-10-21.workunits.2 后端开发的“外部服务集成”使用约束内功能交付：从行为契约到真实系统变更，输入/接收对象是超时重试、幂等和异常对账完整的集成产物；隔离依赖注入超时、重复响应和部分失败，独立读真实状态检查重复扣款/丢消息。（partial；workunits/work-unit/W-C02@2026-10-21.workunits.2） - 验收器与测试资产交付：能拒绝错误，也能接受合法替代：/work-units/W-C12?version=2026-10-21.workunits.2 后端开发的“外部服务集成”使用验收器与测试资产交付：能拒绝错误，也能接受合法替代，输入/接收对象是超时重试、幂等和异常对账完整的集成产物；隔离依赖注入超时、重复响应和部分失败，独立读真实状态检查重复扣款/丢消息。（partial；workunits/work-unit/W-C12@2026-10-21.workunits.2） 应用范围：后端开发的“外部服务集成”使用约束内功能交付：从行为契约到真实系统变更，输入/接收对象是超时重试、幂等和异常对账完整的集成产物；隔离依赖注入超时、重复响应和部分失败，独立读真实状态检查重复扣款/丢消息。 AI工作组织：给代理目标仓库、复现和结果约束，让它选瓶颈实验、实现策略与修复顺序；反馈来自服务、数据库及独立验收。无需事先规定必须流式或先写哪一个文件。 ## 任务级判断与证据 采用方式：限定条件下整包委派 从证据到建议：仓库级行为任务支持把实现和验证作为整包目标；迁移到本例后端需补真实驱动、权限和资源证据。因此推荐在可执行验收下委派功能交付，不从基准数量推一次可靠性；环境缺失时交付诊断与可运行范围。 当前可用性：open-implementation；公开runner可作试验入口；目标服务/数据库尚未提供，本例未实际运行。执行时记录实际agent/model及仓库提交，网页所列模型不是本任务实测配置。 - DeepSWE / Pier / mini-swe-agent：https://deepswe.datacurve.ai/run DeepSWE v1.1；运行器版本将在实际试验时固定；源码/模型API；官方提供单任务运行，榜单使用Modal；本例必须另接目标仓库。 ### 外部已有按仓库状态和行为验收交付代码变更的公开任务入口；可为本任务设计独立验收，而非只验代码文本。 依据身份：工具与方法依据；状态：active - DeepSWE v1.1：仓库变更及独立行为验收：https://deepswe.datacurve.ai/ 定位：v1.1 corpus；/run Quickstart、What is Pier、Single task；关系：adjacent 支持：提供仓库级任务、runner和行为检查的重放参照。 限制：没有运行本CSV后端，不提供其完成率。 核查：2026-10-20；来源状态：active 适用限制：本站未进行该任务的模型运行，不能据此给出本地成功率。 ### 在真实依赖、行为契约和独立验收齐备时，可整包委派功能实现；本例为后端大批量导出，缺少环境时先接收接口/集成诊断。 依据身份：有条件的编辑推断；状态：active - DeepSWE v1.1：仓库变更及独立行为验收：https://deepswe.datacurve.ai/ 定位：Run：任务/agent/模型/环境入口；关系：adjacent 支持：支持从需求到可运行变更的任务组织。 限制：扩展到HTTP、数据库与性能是编辑迁移判断。 核查：2026-10-20；来源状态：active - Agent评估：以交付与最终状态验收：https://www.anthropic.com/engineering/demystifying-evals-for-ai-agents 定位：Outcome-based evaluation与grader设计；关系：method 支持：支持最终状态和多条有效路径验收。 限制：不是此后端模型成绩。 核查：2026-10-19；来源状态：active 适用限制：本站未进行该任务的模型运行，不能据此给出本地成功率。 ## 情境变化 ### 跨服务改造 输入变化：导出需要跨服务授权或数据库迁移。 判断变化：由单仓库交付变为分阶段集成，权限和可回退迁移独立接收。 验收变化：加入版本兼容、旧客户端、迁移回退与部分失败验收。 研究前沿：外部已有跨仓库任务及可重放runner；公开结果证明其限定题集内可衡量交付，不覆盖长期值守或任意生产变更。 下一项验证：在一个授权服务冻结大批量CSV功能契约，先检验参考正确实现与漏行/越权负控制，再让代理完成一次未见功能交付；保存全部重试、性能记录、人工接收时间。 未来改判信号： - 扩大：独立未见需求中，多种数据规模、真实驱动、故障与权限用例持续通过，维护成本可测。 - 收缩：回归只在模拟依赖通过，或schema/数据增长后反复漏行与资源泄漏；先缩到诊断或局部变更。 接收/拒收： - 新增功能在真实系统中满足契约：验收者只拿冻结契约、原始夹具与补丁，在干净服务/数据库重跑；本例确认基线不具备合格大批量能力、补丁在N记录下满足T和M，保存原始测量。 拒收：界面或接口存在但无法完成真实操作；本例只跑小数据、暗加导出上限或更换硬件后宣布新增能力完成。 - 导出集合和权限正确：独立SQL按契约生成主键与字段期望；逐项比较CSV解析后的记录，检查重复/遗漏、筛选、稳定排序及租户隔离；接受流式或分批等合法替代。 拒收：多表连接重复订单；分页边界漏行；普通用户下载其它租户记录。 - 边界和失败可解释：验证空集、引号/逗号/换行/Unicode与契约规定的编码；模拟中途断连及数据变化，检查游标/连接释放和约定的一致性。 拒收：进程返回200但文件半截；断连后连接池耗尽；运行中变更造成不符合约定的混合快照。 - 旧路径与验收器可信：独立运行受影响接口回归；用已知错误补丁确认验收能拒绝跨租户泄露或漏行，正确替代实现能通过。 拒收：仅作者测试全绿；验收硬编码特定函数或输出次序，拒收语义等价实现。 失败处理：环境缺失时交出可运行范围、具体阻塞和接通条件；功能破坏权限/完整性则拒收整项并回到同一契约。仅性能未达标时报告实际曲线与瓶颈，不删去困难记录或静默扩大资源。 本站记录：此后端代表例未运行：模型试次、通过率、实际耗时/费用和人工介入量均未知（null）。旧有限队列控制不计入本例。 应用范围：后端开发的“外部服务集成”使用验收器与测试资产交付：能拒绝错误，也能接受合法替代，输入/接收对象是超时重试、幂等和异常对账完整的集成产物；隔离依赖注入超时、重复响应和部分失败，独立读真实状态检查重复扣款/丢消息。 AI工作组织：Agent可自主构造输入、启动环境、生成检查并用控制修订；程序反复运行，人按风险判断何种证据足够。 ## 任务级判断与证据 采用方式：限定条件下整包委派 从证据到建议：SWT-Bench直接把复现测试前后运行分开，并区分复现脚本与全套测试。把验收器当交付对象可以合并测试生成/环境诊断/回归，而不强迫先写大量映射实现的测试。 当前可用性：mixed；开源测试资产可检查；没有运行新的模型生成测试。 - SWT-Bench：https://github.com/logic-star-ai/swt-bench 2026-10-20公开仓库HEAD 330a649a764fab2fadaea632776eeae87272f74b；实际运行另固定依赖/镜像/模型；开源；容器、仓库与模型调用预算另备 ### SWT-Bench公开给出仓库级复现测试、gold patches和执行日志，能检查错误前失败与修复后通过。 依据身份：可检查产物；状态：active - SWT-Bench 官方实现：https://github.com/logic-star-ai/swt-bench 定位：Overview；Gold validation；evaluation logs；关系：partial 支持：提供直接测试任务资产。 限制：复现脚本模式不包含全套回归；语料不覆盖全部产品风险。 核查：2026-10-20；来源状态：active 适用限制：复现脚本模式不包含全套回归；语料不覆盖全部产品风险。 ### 可让AI交付并校准验收器，先用真实正反控制和合理替代测试它，再用它判断其他Agent产物。 依据身份：有条件的编辑推断；状态：active - SWT-Bench 官方实现：https://github.com/logic-star-ai/swt-bench 定位：Unit Test mode vs Reproduction Script mode；关系：partial 支持：支持按实际执行结果检查测试。 限制：不能由已知控制表现推出未知缺陷检出率。 核查：2026-10-20；来源状态：active 适用限制：不能由已知控制表现推出未知缺陷检出率。 ## 情境变化 ### 非功能与对抗输入 输入变化：性能、负载、权限或并发条件主导风险。 判断变化：冻结负载/故障/对抗控制后分阶段接收。 验收变化：预算与阈值不能事后修改；检查负控制和副作用。 研究前沿：公开有仓库级测试生成与gold控制；它的覆盖变化不等于业务查全率，真实浏览器/移动/硬件验收还需环境。 下一项验证：用一组真实缺陷、正确修复和不同正确实现盲测，冻结需求后让Agent生成检查，再由独立运行核对拒绝/接收、稳定性与诊断质量。 未来改判信号： - 独立新缺陷被捕获，正确和合理替代被接收，flaky成本可控，可考虑扩大相近输入范围。 - 测试只迎合某种写法、环境偶然通过或关键错误漏检，应收窄或暂停相应采用。 接收/拒收： - 确实区分错误：同一检查在已知错误版本失败、修复/合法替代通过，失败原因对应需求。 拒收：为某种代码写法锁死断言，合法替代也失败。 - 不靠环境偶然通过：重复重放、清空状态、变顺序，明确超时/依赖与并发；记录不稳定失败。 拒收：测试共享脏数据库或sleep碰巧通过。 - 覆盖与发布结论相称：按关键风险、权限/数据/环境路径给剩余风险，使用独立缺陷控制挑战测试。 拒收：覆盖率100%就认定没有遗漏或安全问题。 失败处理：发现验收器错误先修正并重跑双方控制；环境失败单列，不把失败转跳过后宣布通过。 本站记录：本次只核查公开材料和任务契约；未在本站运行该任务、工具或模型。 尚未覆盖：第三方协议、权限和真实失败分布不能由样板推断。 验证方法：隔离依赖注入超时、重复响应和部分失败，独立读真实状态检查重复扣款/丢消息。 ### 服务维护交接 配置、可观测性和已知故障处置说明。先交真实用户SLI、告警和运行指引，再让接手者按代表故障/请求完成诊断；持续刷新交给程序。 交付物：配置、可观测性和已知故障处置说明 判断依据：工具与方法依据、有条件的编辑推断 当前变化：先交真实用户SLI、告警和运行指引，再让接手者按代表故障/请求完成诊断；持续刷新交给程序。 - 运行信号交付：SLI/SLO、检测与可行动告警：/work-units/W-C20?version=2026-10-21.workunits.2 后端开发的“服务维护交接”使用运行信号交付：SLI/SLO、检测与可行动告警，输入/接收对象是配置、可观测性和已知故障处置说明；故障/正常/缺测控制验证规则，接手者用指引定位并恢复测试环境，记录未完成项。（partial；workunits/work-unit/W-C20@2026-10-21.workunits.2） - 系统采用与用户支持材料：让使用者完成真实任务：/work-units/W-C24?version=2026-10-21.workunits.2 后端开发的“服务维护交接”使用系统采用与用户支持材料：让使用者完成真实任务，输入/接收对象是配置、可观测性和已知故障处置说明；故障/正常/缺测控制验证规则，接手者用指引定位并恢复测试环境，记录未完成项。（partial；workunits/work-unit/W-C24@2026-10-21.workunits.2） 应用范围：后端开发的“服务维护交接”使用运行信号交付：SLI/SLO、检测与可行动告警，输入/接收对象是配置、可观测性和已知故障处置说明；故障/正常/缺测控制验证规则，接手者用指引定位并恢复测试环境，记录未完成项。 AI工作组织：Agent读服务定义和历史，生成/调整采集和告警，程序重放控制；负责人决定SLO和升级取舍。 ## 任务级判断与证据 采用方式：分阶段接收 从证据到建议：公开故障/负载试验床能校准信号，但无法替组织确定风险容忍。把指标和告警本身当产物，可避免Agent靠“监控正常”自证。 当前可用性：mixed；框架公开；目标云权限、遥测与可回退环境由实际任务提供，不要求先接生产。 - AIOpsLab：https://github.com/microsoft/AIOpsLab 2026-10-20公开仓库HEAD ccf08d0d1d5fa5b30f120e2e8549662d44411b35；实际运行另固定依赖/镜像/模型；开源；独立集群/命名空间、遥测与模型API自备 ### AIOpsLab的故障、负载和评估接口可用于校准运行信号与检测，规则正确性应以独立故障/正常控制检查。 依据身份：工具与方法依据；状态：active - AIOpsLab 官方框架：https://github.com/microsoft/AIOpsLab 定位：Detection tasks/Workload/Evaluator；关系：method 支持：提供可构造症状与结果的环境。 限制：方法不证明目标SLO恰当或长期告警可靠。 核查：2026-10-20；来源状态：active 适用限制：方法不证明目标SLO恰当或长期告警可靠。 ## 情境变化 ### 用户SLI与目标 输入变化：需定义用户成功、延迟与错误预算。 判断变化：先对照真实路径再自动化采集。 验收变化：分母/窗口/采样、依赖、目标取舍和缺测。 ### 检测规则与值班噪声 输入变化：已有遥测但告警漏报或过多。 判断变化：按可行动症状重做规则校准。 验收变化：故障/正常/抖动/采集缺失与升级路径。 研究前沿：AIOpsLab提供检测任务、故障/负载和评估接口，可用正常与故障重放验证告警；公开接口没有替本团队选择用户SLI/SLO，也未给本规则长期漏报/误报成绩。 下一项验证：选一个关键用户路径和历史故障，冻结口径，用正常/故障/遥测缺失控制验证规则，再在观察窗记录行动与噪声。 未来改判信号： - 真实新故障被及时检测而正常波动与缺测被正确区分，可考虑扩大相近输入范围。 - 用户失败未进分母、告警噪声升高或采集缺失被写成健康，应收窄或暂停相应采用。 接收/拒收： - 信号代表用户目标：把分母、窗口和路径与真实请求对照，检查依赖/采样遗漏。 拒收：只测机器存活，用户付款失败却SLI健康。 - 规则可检测可拒绝：重放已知故障与正常波动，记录误报/漏报、检测延迟和采集失败。 拒收：只加一条能报警的规则，没有正常负样本。 - 告警可行动：另一接收者按规则和指引定位受影响路径，核对升级/静默/恢复及版本。 拒收：告警没有对象、含义或动作，导致反复无效值班。 失败处理：目标不明确先给可选口径及影响；采集缺失应暴露为缺测，不能写成零错误。 本站记录：本次只核查公开材料和任务契约；未在本站运行该任务、工具或模型。 应用范围：后端开发的“服务维护交接”使用系统采用与用户支持材料：让使用者完成真实任务，输入/接收对象是配置、可观测性和已知故障处置说明；故障/正常/缺测控制验证规则，接手者用指引定位并恢复测试环境，记录未完成项。 AI工作组织：Agent按角色生成可执行材料、在环境重放并根据真实反馈修订；稳定步骤可自动版本化，使用效果仍从真实任务观察。 ## 任务级判断与证据 采用方式：分阶段接收 从证据到建议：公司环境提供跨工具任务方法，可用于检查指引步骤；采用/培训收益没有本任务直接AI实测，因此不从办公基准外推。具体任务完成与反馈能使这一交付可验证。 当前可用性：open-implementation；材料可直接用普通文档工具制作；浏览器用于在目标系统重放指引，真实用户与系统权限需另提供。 - Playwright MCP：https://github.com/microsoft/playwright-mcp 2026-10-20公开仓库HEAD ab6d67cbf8b619338f096980806fdbe29432cc4d；实际运行另固定依赖/镜像/模型；公开接口；目标系统/用户身份和独立接收者另备 ### 可把公开公司工作环境中的可执行任务方法用于检查支持材料是否引导到真实结果，但培训/采用收益需真实使用反馈。 依据身份：有条件的编辑推断；状态：active - TheAgentCompany 官方环境：https://github.com/TheAgentCompany/TheAgentCompany 定位：result-based evaluation/task environment；关系：partial 支持：可执行任务方法提供邻近参照。 限制：不证明本教材学习效果或真实同事反馈。 核查：2026-10-20；来源状态：active 适用限制：不证明本教材学习效果或真实同事反馈。 ## 情境变化 ### 系统采用与交接 输入变化：新流程/系统角色需要独立使用或运营接手。 判断变化：先验证代表任务，再扩大培训范围。 验收变化：实际任务、权限/异常、运营责任和未完成差距。 研究前沿：公开公司环境可执行多角色任务并按结果检查，可用于验证指引步骤是否可操作；它没有直接展示本系统用户培训或长期采用效果。当前可委派材料制作/环境重放，真实独立用户完成是下一项证据。 下一项验证：选一项目标用户原先常失败的任务，冻结目标环境；让未看制作过程的接收者照材料执行，记录完成、阻塞、时间和修订后结果。 未来改判信号： - 不同目标用户可独立按材料完成任务，支持返工与升级负担下降，可考虑扩大相近输入范围。 - 满意度/材料数量掩盖实际任务失败，或系统更新使指引过期，应收窄或暂停相应采用。 接收/拒收： - 步骤在目标环境可执行：独立接收者按材料完成任务，核对真实结果，不靠作者解释救场。 拒收：只有截图说明，关键权限/异常步骤无法执行。 - 缺口定位正确：观察失败到底是材料、权限、产品缺陷还是前置知识；修订后重测。 拒收：把系统错误归咎用户，或把同意度评分当学会任务。 - 资料可维护且可访问：记录版本、角色/语言、异常/恢复与升级条件，按键盘/缩放等目标条件查使用。 拒收：系统升级后旧步骤继续分发且无异常入口。 失败处理：没有真实反馈不虚构满意/解决率；若问题来自产品或权限则转具体修复任务并保留支持路径。 本站记录：本次只核查公开材料和任务契约；未在本站运行该任务、工具或模型。 尚未覆盖：告警长期噪声与接手效果需要实际观察，文档生成不等于维护移交。 验证方法：故障/正常/缺测控制验证规则，接手者用指引定位并恢复测试环境，记录未完成项。 ## 与工作关联的进展 ### DBA-Bench以活跃负载区分诊断、恢复和约束 公开 2026-07-24；资料修订 2026-10-10：文档版本/结果表述修订；没有据此推定新的模型能力跃迁。 v2在活跃PostgreSQL/TiDB比较有界/持续运维状态，揭示诊断与恢复及安全的差距。 支持范围：预印本受限场景；具体库、权限与负载仍需独立状态验收。 来源状态：active /explore?purpose=understand&domain=computing&window=all#P-C-DBA-STATE ### 软件评测审计使验收器本身进入核对范围 公开 2026-07-08 OpenAI审计指出SWE-Bench Pro的题意和测试可能影响输赢。 支持范围：本次没有可比的新能力结果；这是评测方法修订，新增阅读日期不表示能力提升。 来源状态：active /explore?purpose=understand&domain=computing&window=all#P-C-VALIDATOR-AUDIT ## 未来3–5年条件情景 未来 3–5 年（2029–2031） 未来 3–5 年是编辑条件情景，不是就业数量预测。每项均列基准、加速、受限路径和需观察的信号；职业职责来源不等于 AI 能力证据。 基准：常规接口和补丁交付更依赖自动化，工作重心增加契约、系统集成和运行证据。 加速：若长程代理能在真实仓库稳定通过回归与部署验收，一人可协调更大服务变更范围。 受限：若跨服务事故和迁移返工居高，自动化仍集中在局部实现。 改判信号： - 真实多服务变更的返工率与回滚记录 - 从需求到可运行变更的人工审查负担 ## 进入与成长的公开能力证据 ### 基础知识与工具 先建立编程、数据模型与查询、版本控制、调试和测试的基础；选一种后端语言、一个数据库与Git完成小服务，工具品牌不构成入门硬门槛。 身份：editorial-inference - Software Developers：https://www.onetonline.org/link/details/15-1252.00 定位：Tasks：需求、软件修改与验证；Knowledge：Computers and Electronics / Mathematics；Software Skills：数据库、开发环境、Git；核查 2026-10-21；限制：美国职业职责、知识和工具参照；并非中国招工、市场或统一准入规定；本次不采用薪酬、学历比例和工具热度。 ### 可展示的入门作品 入门作品可做一个带数据持久化的小接口：写清输入、返回与错误，提交运行说明、最小正反例测试和一次缺陷修订。 身份：editorial-inference - Software Developers：https://www.onetonline.org/link/details/15-1252.00 定位：Tasks：软件测试/验证、修改已有软件、文档；核查 2026-10-21；限制：美国职业职责、知识和工具参照；并非中国招工、市场或统一准入规定；本次不采用薪酬、学历比例和工具热度。 ### 从局部工作到完整责任 初级可在既定接口和评审下完成局部修改；独立承担完整交付还要澄清需求、判断兼容与失败后果，并交出集成、迁移、恢复和回归证据。此处是本站学习分层，不是O*NET官方职级。 身份：editorial-inference - Software Developers：https://www.onetonline.org/link/details/15-1252.00 定位：Tasks：需求可行性、接口/性能要求、系统安装与测试；核查 2026-10-21；限制：美国职业职责、知识和工具参照；并非中国招工、市场或统一准入规定；本次不采用薪酬、学历比例和工具热度。 ### 地区适用与正式准入 O*NET是美国Software Developers的较宽职责参照。中国可核到计算机程序设计员国家技能标准的颁布通知；本轮未读到标准正文，也未核到可直接作为后端所有岗位统一准入的规定。具体行业、雇主与资历要求需另核。 身份：fact-and-scope-limit - Software Developers：https://www.onetonline.org/link/details/15-1252.00 定位：Tasks / Knowledge / Software Skills；核查 2026-10-21；限制：美国职业职责、知识和工具参照；并非中国招工、市场或统一准入规定；本次不采用薪酬、学历比例和工具热度。 - 关于颁布计算机程序设计员等6个国家职业技能标准的通知：https://chinajob.mohrss.gov.cn/h5/c/2022-08-05/357338.shtml 定位：人社厅发〔2022〕31号；正文；落款2022-07-12；网页2022-08-05；核查 2026-10-21；限制：核到颁布通知；本轮附件正文入口读取失败。只说明有相关国家技能标准，不采纳未读正文的技能等级、申报条件，也不把技能评价当通用就业许可。 完整交付作品证据： - 含接口契约、权限和失败语义的可集成服务变更；附对真实驱动核对授权、并发写、取消/断连、输出完整与旧接口回归；不以单元Mock代替。 - 迁移、兼容读写、回填与恢复证据；附并发回填/重复执行/中断后按业务键与金额对账，演练回退或向前修复。 具体地区、职级和组织要求按目标岗位核对；美国资料不自动作为中国资格要求。 ## 相邻方向及区别 - 机器学习工程：/careers/ml-engineer.md?version=2026-10-21.careers.2 后端主要交付确定的软件行为；机器学习工程还承担数据分布和模型质量变化。 - 前端开发：/careers/frontend-developer.md?version=2026-10-21.careers.2 前端关注用户交互与设备表现；后端负责服务规则和数据边界。 ## 职业名称与分类映射 - O*NET-SOC 15-1252.00 Software Developers；O*NET-SOC 2019；OnLine Updated 2026；US；narrower 本方向仅取该职业的一部分职责，组织中的具体岗位需按工作说明另核。；定位 Definition / Tasks ## 工作资料与来源 - 约束内功能交付：从行为契约到真实系统变更：/work-units/W-C02?version=2026-10-21.workunits.2 后端开发的“外部服务集成”使用约束内功能交付：从行为契约到真实系统变更，输入/接收对象是超时重试、幂等和异常对账完整的集成产物；隔离依赖注入超时、重复响应和部分失败，独立读真实状态检查重复扣款/丢消息。（partial；workunits/work-unit/W-C02@2026-10-21.workunits.2） - 数据与schema切换：兼容迁移及可回退状态：/work-units/W-C17?version=2026-10-21.workunits.2 后端开发的“数据结构演进”使用数据与schema切换：兼容迁移及可回退状态，输入/接收对象是迁移、兼容读写、回填与恢复证据；并发回填/重复执行/中断后按业务键与金额对账，演练回退或向前修复。（partial；workunits/work-unit/W-C17@2026-10-21.workunits.2） - 缺陷修复：交付补丁与回归证据：/work-units/W-C01?version=2026-10-21.workunits.2 后端开发的“并发与一致性缺陷修复”使用缺陷修复：交付补丁与回归证据，输入/接收对象是可重现故障、修复及竞争条件回归；让基线在同一事件交错失败，补丁经重复/乱序/重试后保持事务不变量；审查测试未绕过问题。（partial；workunits/work-unit/W-C01@2026-10-21.workunits.2） - 性能与容量改善：同一负载下证明收益与代价：/work-units/W-C18?version=2026-10-21.workunits.2 后端开发的“性能与容量改善”使用性能与容量改善：同一负载下证明收益与代价，输入/接收对象是瓶颈定位、负载前后对比及资源代价；保留冷热缓存、混合读写与并发条件，多次比较延迟/锁/内存/成本及金额/权限回归。（partial；workunits/work-unit/W-C18@2026-10-21.workunits.2） - 验收器与测试资产交付：能拒绝错误，也能接受合法替代：/work-units/W-C12?version=2026-10-21.workunits.2 后端开发的“外部服务集成”使用验收器与测试资产交付：能拒绝错误，也能接受合法替代，输入/接收对象是超时重试、幂等和异常对账完整的集成产物；隔离依赖注入超时、重复响应和部分失败，独立读真实状态检查重复扣款/丢消息。（partial；workunits/work-unit/W-C12@2026-10-21.workunits.2） - 运行信号交付：SLI/SLO、检测与可行动告警：/work-units/W-C20?version=2026-10-21.workunits.2 后端开发的“服务维护交接”使用运行信号交付：SLI/SLO、检测与可行动告警，输入/接收对象是配置、可观测性和已知故障处置说明；故障/正常/缺测控制验证规则，接手者用指引定位并恢复测试环境，记录未完成项。（partial；workunits/work-unit/W-C20@2026-10-21.workunits.2） - 系统采用与用户支持材料：让使用者完成真实任务：/work-units/W-C24?version=2026-10-21.workunits.2 后端开发的“服务维护交接”使用系统采用与用户支持材料：让使用者完成真实任务，输入/接收对象是配置、可观测性和已知故障处置说明；故障/正常/缺测控制验证规则，接手者用指引定位并恢复测试环境，记录未完成项。（partial；workunits/work-unit/W-C24@2026-10-21.workunits.2） - Software Developers：https://www.onetonline.org/link/summary/15-1252.00 O*NET / 美国劳工部职业信息网络；US；O*NET OnLine / Updated 2026 / 2026-10-20访问快照；核查 2026-10-20；状态 active 定位：职业定义、Tasks、Work Activities；不采用薪酬和学历比例 范围：美国 O*NET-SOC 职业职责参照；中文标题及导航由编辑按工作内容映射 限制：不证明中国岗位数量、准入资格或在招需求；不提供该职业的 AI 实测结论。 - Software Developers：https://www.onetonline.org/link/details/15-1252.00 O*NET OnLine；US；2026-10-21原文核查；具体文号/技术版本见定位；核查 2026-10-21；状态 active 定位：Tasks / Knowledge / Software Skills 范围：职业准备及地区适用参照；不提供AI任务成绩 限制：美国职业职责、知识和工具参照；并非中国招工、市场或统一准入规定；本次不采用薪酬、学历比例和工具热度。 - 关于颁布计算机程序设计员等6个国家职业技能标准的通知：https://chinajob.mohrss.gov.cn/h5/c/2022-08-05/357338.shtml 人力资源社会保障部、工业和信息化部；中国就业网公开；CN；2026-10-21原文核查；具体文号/技术版本见定位；核查 2026-10-21；状态 active 定位：人社厅发〔2022〕31号；正文；落款2022-07-12；网页2022-08-05 范围：职业准备及地区适用参照；不提供AI任务成绩 限制：核到颁布通知；本轮附件正文入口读取失败。只说明有相关国家技能标准，不采纳未读正文的技能等级、申报条件，也不把技能评价当通用就业许可。 ## 用于自己的问题 个人适配、具体岗位判断与计划由用户自己的 Agent 结合已有材料处理。复用已知上下文，仅追问影响结论的缺口；目录不是全部选项。阅读或比较公开工作本身无需档案、固定二选一、保存记录或行动计划。 --- # 机器学习工程 岗位方向；职业资料版本 2026-10-21.careers.2；核查 2026-10-20 把模型与数据流程做成可评估、可部署、可监控的产品能力。 算法工程师是歧义称谓；推荐、视觉、语言等先作为专长，需按研究或生产职责再分。 本页按职责提供公开参照；地域、职级和准入以目标组织的现行要求另核。 名称/别名：机器学习工程师、算法工程师、AI工程师、推荐算法、搜索算法、计算机视觉、NLP、大模型应用、MLOps 来源状态：active ## 职业工作范围 按本职业主要交付组织工作范围；多个目标可以由同一结果包接收。职责来源用于核对工作定义，AI采用、工具可得性和实际表现按各项具体证据判断。这里不是所有地区与细分岗位的完整清单。 ### 数据与评测集交付 产物：可追踪数据版本、标签质量及隔离划分 内容覆盖：documented；以该应用的具体产物与独立接收条件呈现目标；竞赛数据准备证据不替目标标签与数据权利判断。 任务应用：/careers/ml-engineer#work-ml-engineer-deliverable-1 变体：标签与评测集 ### 模型适配与训练 产物：可重现训练或微调产物与基线比较 内容覆盖：documented；以该应用的具体产物与独立接收条件呈现目标；离线竞赛模型不保证该任务泛化或达到业务错误代价。 任务应用：/careers/ml-engineer#work-ml-engineer-deliverable-2 变体：微调与基础模型 ### 模型服务集成 产物：可部署推理服务及延迟、成本、失败处理 内容覆盖：documented；以该应用的具体产物与独立接收条件呈现目标；公开部署机制不是AI上线成绩，目标资源与模型效果未实测。 任务应用：/careers/ml-engineer#work-ml-engineer-deliverable-3 变体：模型推理与漂移 ### 模型上线判断 产物：离线切片、线上实验及适用边界报告 内容覆盖：documented；以该应用的具体产物与独立接收条件呈现目标；离线与线上指标机制不同，数据不满足设计时只交不可识别/补救。 任务应用：/careers/ml-engineer#work-ml-engineer-deliverable-4 变体：随机对照与聚类 ### 模型生命周期维护 产物：分布漂移监控、回滚和再训练触发证据 内容覆盖：documented；以该应用的具体产物与独立接收条件呈现目标；长期标签延迟与真实分布变化需持续观察，配置规则不等于监控有效。 任务应用：/careers/ml-engineer#work-ml-engineer-deliverable-5 变体：模型推理与漂移；上线试点与回滚；检测规则与值班噪声 ### 大模型应用交付 产物：检索或Agent应用、任务评测与工具权限边界 内容覆盖：documented；以该应用的具体产物与独立接收条件呈现目标；专用数据Agent仅是邻近案例，目标工具/对抗分布需新验收。 任务应用：/careers/ml-engineer#work-ml-engineer-deliverable-6 变体：检索与可引用回答；工具与外部状态 范围来源：https://www.onetonline.org/link/summary/15-2051.00；https://www.onetonline.org/link/summary/15-1252.00 当前范围以外： - 原创算法研究作为计算机研究方向 - 仅制作BI报表 待补： - 需按任务分布补模型效果与端到端服务证据 - 软件实现、训练收敛和业务收益须分别评估 ## 主要工作与 AI 当前变化 以下条件评估与局部证据分别标示，不表示整项职业已验证。 ### 数据与评测集交付 可追踪数据版本、标签质量及隔离划分。先委派标签/重复/时间机制诊断，冻结实体与时间隔离保留集后交可追踪数据版本。 交付物：可追踪数据版本、标签质量及隔离划分 判断依据：外部报告结果、工具与方法依据、有条件的编辑推断 当前变化：先委派标签/重复/时间机制诊断，冻结实体与时间隔离保留集后交可追踪数据版本。 - 机器学习实验包：数据、训练与可解释的保留集表现：/work-units/W-C06?version=2026-10-21.workunits.2 机器学习工程的“数据与评测集交付”使用机器学习实验包：数据、训练与可解释的保留集表现，输入/接收对象是可追踪数据版本、标签质量及隔离划分；标签抽核、重复与实体交叉、特征可用时点、清洗影响和独立保留集。（partial；workunits/work-unit/W-C06@2026-10-21.workunits.2） 应用范围：机器学习工程的“数据与评测集交付”使用机器学习实验包：数据、训练与可解释的保留集表现，输入/接收对象是可追踪数据版本、标签质量及隔离划分；标签抽核、重复与实体交叉、特征可用时点、清洗影响和独立保留集。 AI工作组织：Agent可按评分反馈自主选择模型、代码与实验，确定性训练器直接运行；保留集和预算与搜索过程分离。 ## 任务级判断与证据 采用方式：分阶段接收 从证据到建议：MLE-bench证明训练与实验可以被Agent组织成可评分交付；其预算、公开数据与榜单条件特定。独立保留集与数据机制限制迁移，不能用多次搜索最好一次作稳定表现。 当前可用性：mixed；训练框架和记录工具公开；竞赛/模型/计算资源有条件且本文未消耗新试验。 - MLE-bench：https://github.com/openai/mle-bench 2026-10-20公开仓库HEAD 507f92e1138bb6e40dac5c6ee7a6758e6424bf97；实际运行另固定依赖/镜像/模型；公开代码；Kaggle条款、GPU/数据存储与模型API另备 - MLflow Tracking：https://mlflow.org/docs/latest/ml/tracking/ Tracking文档；具体包版本在实际试验固定；开源记录工具；存储/访问控制另配置 ### MLE-bench的公开研究在Kaggle工程任务上实测了Agent的数据准备、模型训练与实验能力；它支持离线实验交付存在，不能直接代表生产收益。 依据身份：外部报告结果；状态：active - MLE-bench 原论文：https://arxiv.org/abs/2410.07095v1 定位：Abstract；75 competitions；resource scaling；关系：partial 支持：训练交付有直接研究而非只由编程成绩外推。 限制：历史竞赛样本；本页不采用或迁移其奖牌比例。 核查：2026-10-20；来源状态：active 配置：原论文75个Kaggle竞赛，含o1-preview+AIDE等配置；模型/脚手架和预算按原实验区分；未在本站重放。 适用限制：历史竞赛样本；本页不采用或迁移其奖牌比例。 相关进展（本条判断）： - MLE-bench公开训练与实验任务资产：/explore?purpose=understand&domain=computing&window=all#P-C-ML-TRAIN 首次公开 2024-10-09 ### MLflow能记录训练参数、代码版本、指标和输出文件，便于交付完整试验账本。 依据身份：工具与方法依据；状态：active - MLflow Tracking 官方说明：https://mlflow.org/docs/latest/ml/tracking/ 定位：Tracking Runs；Runs/Models；关系：method 支持：提供可追踪实验接口。 限制：记录不证明无泄漏或指标适合业务。 核查：2026-10-20；来源状态：active 适用限制：记录不证明无泄漏或指标适合业务。 ### 在独立保留集和预算受控时，可整包委派训练搜索；采用决策以保留集切片、资源和下游条件作阶段接收。 依据身份：有条件的编辑推断；状态：active - MLE-bench 官方实现与可比性公告：https://github.com/openai/mle-bench 定位：README：leaderboard update/agents；关系：partial 支持：可运行训练及评分资产是迁移基础。 限制：官方暂停新提交，任何目标任务成功率仍未知。 核查：2026-10-20；来源状态：active 适用限制：官方暂停新提交，任何目标任务成功率仍未知。 ## 情境变化 ### 标签与评测集 输入变化：标签噪声、样本不平衡或实体/时间依赖。 判断变化：先接收数据诊断与划分，再搜索模型。 验收变化：抽核标签、实体隔离、未来特征和重复；保留所有清洗影响。 研究前沿：公开训练任务已有实测与可运行资产；当前排行榜暂停新提交，跨方法可比性有限，尚不能证明本组织数据上的泛化。 下一项验证：取一个未泄漏的小型真实数据问题，锁定时间/实体保留集与预算，先跑简单参考，再让Agent交完整模型和失败账本；服务化另测。 未来改判信号： - 在新时间窗/实体保留集持续超过简单基线且资源可追踪，可考虑扩大相近输入范围。 - 标签/未来特征泄漏、切片退化或只保留最好一次结果，应收窄或暂停相应采用。 接收/拒收： - 评价不被开发污染：按时间/实体/组划分并审查特征可用时点，保留集由独立入口评分。 拒收：同一用户重复进入训练和测试，或使用未来标签。 - 结果可重现且代价明确：从固定环境重新训练/加载权重，核对种子、预处理、依赖、尝试次数与实际资源。 拒收：只交最好的截图，丢掉失败与调参预算。 - 泛化和结论相称：对关键业务群体、漂移与简单基线比较；研究结果含消融与可反证范围。 拒收：验证分上升就声称已改善生产效果或提出新理论。 失败处理：数据质量或划分不成立时先交诊断和修复方案；预算内未达标是结果，不生成虚构成绩。 本站记录：本次只核查公开材料和任务契约；未在本站运行该任务、工具或模型。 尚未覆盖：竞赛数据准备证据不替目标标签与数据权利判断。 验证方法：标签抽核、重复与实体交叉、特征可用时点、清洗影响和独立保留集。 ### 模型适配与训练 可重现训练或微调产物与基线比较。可整包委派训练/微调搜索，按冻结预算、简单基线与独立保留切片接收模型，保存所有尝试。 交付物：可重现训练或微调产物与基线比较 判断依据：外部报告结果、工具与方法依据、有条件的编辑推断 当前变化：可整包委派训练/微调搜索，按冻结预算、简单基线与独立保留切片接收模型，保存所有尝试。 - 机器学习实验包：数据、训练与可解释的保留集表现：/work-units/W-C06?version=2026-10-21.workunits.2 机器学习工程的“模型适配与训练”使用机器学习实验包：数据、训练与可解释的保留集表现，输入/接收对象是可重现训练或微调产物与基线比较；从干净环境重跑预处理/训练，核对版本、种子、选择次数、效果/误差与实际资源。（partial；workunits/work-unit/W-C06@2026-10-21.workunits.2） 应用范围：机器学习工程的“模型适配与训练”使用机器学习实验包：数据、训练与可解释的保留集表现，输入/接收对象是可重现训练或微调产物与基线比较；从干净环境重跑预处理/训练，核对版本、种子、选择次数、效果/误差与实际资源。 AI工作组织：Agent可按评分反馈自主选择模型、代码与实验，确定性训练器直接运行；保留集和预算与搜索过程分离。 ## 任务级判断与证据 采用方式：分阶段接收 从证据到建议：MLE-bench证明训练与实验可以被Agent组织成可评分交付；其预算、公开数据与榜单条件特定。独立保留集与数据机制限制迁移，不能用多次搜索最好一次作稳定表现。 当前可用性：mixed；训练框架和记录工具公开；竞赛/模型/计算资源有条件且本文未消耗新试验。 - MLE-bench：https://github.com/openai/mle-bench 2026-10-20公开仓库HEAD 507f92e1138bb6e40dac5c6ee7a6758e6424bf97；实际运行另固定依赖/镜像/模型；公开代码；Kaggle条款、GPU/数据存储与模型API另备 - MLflow Tracking：https://mlflow.org/docs/latest/ml/tracking/ Tracking文档；具体包版本在实际试验固定；开源记录工具；存储/访问控制另配置 ### MLE-bench的公开研究在Kaggle工程任务上实测了Agent的数据准备、模型训练与实验能力；它支持离线实验交付存在，不能直接代表生产收益。 依据身份：外部报告结果；状态：active - MLE-bench 原论文：https://arxiv.org/abs/2410.07095v1 定位：Abstract；75 competitions；resource scaling；关系：partial 支持：训练交付有直接研究而非只由编程成绩外推。 限制：历史竞赛样本；本页不采用或迁移其奖牌比例。 核查：2026-10-20；来源状态：active 配置：原论文75个Kaggle竞赛，含o1-preview+AIDE等配置；模型/脚手架和预算按原实验区分；未在本站重放。 适用限制：历史竞赛样本；本页不采用或迁移其奖牌比例。 相关进展（本条判断）： - MLE-bench公开训练与实验任务资产：/explore?purpose=understand&domain=computing&window=all#P-C-ML-TRAIN 首次公开 2024-10-09 ### MLflow能记录训练参数、代码版本、指标和输出文件，便于交付完整试验账本。 依据身份：工具与方法依据；状态：active - MLflow Tracking 官方说明：https://mlflow.org/docs/latest/ml/tracking/ 定位：Tracking Runs；Runs/Models；关系：method 支持：提供可追踪实验接口。 限制：记录不证明无泄漏或指标适合业务。 核查：2026-10-20；来源状态：active 适用限制：记录不证明无泄漏或指标适合业务。 ### 在独立保留集和预算受控时，可整包委派训练搜索；采用决策以保留集切片、资源和下游条件作阶段接收。 依据身份：有条件的编辑推断；状态：active - MLE-bench 官方实现与可比性公告：https://github.com/openai/mle-bench 定位：README：leaderboard update/agents；关系：partial 支持：可运行训练及评分资产是迁移基础。 限制：官方暂停新提交，任何目标任务成功率仍未知。 核查：2026-10-20；来源状态：active 适用限制：官方暂停新提交，任何目标任务成功率仍未知。 ## 情境变化 ### 微调与基础模型 输入变化：调用预训练权重、检索或第三方模型。 判断变化：增加许可、上下文与生成评测，不能沿用分类准确率。 验收变化：无检索泄漏，任务/安全控制独立，记录外部API版本。 研究前沿：公开训练任务已有实测与可运行资产；当前排行榜暂停新提交，跨方法可比性有限，尚不能证明本组织数据上的泛化。 下一项验证：取一个未泄漏的小型真实数据问题，锁定时间/实体保留集与预算，先跑简单参考，再让Agent交完整模型和失败账本；服务化另测。 未来改判信号： - 在新时间窗/实体保留集持续超过简单基线且资源可追踪，可考虑扩大相近输入范围。 - 标签/未来特征泄漏、切片退化或只保留最好一次结果，应收窄或暂停相应采用。 接收/拒收： - 评价不被开发污染：按时间/实体/组划分并审查特征可用时点，保留集由独立入口评分。 拒收：同一用户重复进入训练和测试，或使用未来标签。 - 结果可重现且代价明确：从固定环境重新训练/加载权重，核对种子、预处理、依赖、尝试次数与实际资源。 拒收：只交最好的截图，丢掉失败与调参预算。 - 泛化和结论相称：对关键业务群体、漂移与简单基线比较；研究结果含消融与可反证范围。 拒收：验证分上升就声称已改善生产效果或提出新理论。 失败处理：数据质量或划分不成立时先交诊断和修复方案；预算内未达标是结果，不生成虚构成绩。 本站记录：本次只核查公开材料和任务契约；未在本站运行该任务、工具或模型。 尚未覆盖：离线竞赛模型不保证该任务泛化或达到业务错误代价。 验证方法：从干净环境重跑预处理/训练，核对版本、种子、选择次数、效果/误差与实际资源。 ### 模型服务集成 可部署推理服务及延迟、成本、失败处理。Agent可把模型、特征和推理接口接成服务；离线线上一致性、负载、失败与回滚分别验收。 交付物：可部署推理服务及延迟、成本、失败处理 判断依据：工具与方法依据、有条件的编辑推断 当前变化：Agent可把模型、特征和推理接口接成服务；离线线上一致性、负载、失败与回滚分别验收。 - 模型推理服务交付：效果、资源与回滚：/work-units/W-C15?version=2026-10-21.workunits.2 机器学习工程的“模型服务集成”使用模型推理服务交付：效果、资源与回滚，输入/接收对象是可部署推理服务及延迟、成本、失败处理；对同保留输入查权重/特征版本、尾延迟/并发/成本、未知输入和回滚后的服务状态。（partial；workunits/work-unit/W-C15@2026-10-21.workunits.2） 应用范围：机器学习工程的“模型服务集成”使用模型推理服务交付：效果、资源与回滚，输入/接收对象是可部署推理服务及延迟、成本、失败处理；对同保留输入查权重/特征版本、尾延迟/并发/成本、未知输入和回滚后的服务状态。 AI工作组织：Agent联合实现预处理、推理接口和部署验证；稳定推理由程序执行，效果/环境反馈驱动修正。 ## 任务级判断与证据 采用方式：分阶段接收 从证据到建议：模型工程需要把实验和运行状态接起来。公开KServe提供版本流量/观察机制，MLflow记录模型谱系；这些工具不提供AI部署成绩，采用建议是结合可验证状态作出的编辑判断。 当前可用性：mixed；MLflow/KServe机制公开；目标模型权利、硬件、依赖与部署版本另固定，未在本站运行。 - KServe：https://github.com/kserve/website/blob/main/blog/2026-08-06-KServe-0.20-release.md 0.20发布；具体CRD/Runtime镜像在执行固定；开源；K8s/推理资源、模型权利与云权限另备 - MLflow：https://mlflow.org/docs/latest/ml/tracking/ 按实际服务固定MLflow/模型/存储版本；开源记录工具；API和存储权限另配 ### MLflow可记录模型/试验谱系，KServe0.20发布提供流量切分与canary机制；服务行为可以按版本单独核验。 依据身份：工具与方法依据；状态：active - KServe0.20发布说明：https://github.com/kserve/website/blob/main/blog/2026-08-06-KServe-0.20-release.md 定位：0.20 release：traffic splitting/canary；关系：method 支持：提供公开部署机制。 限制：机制存在不是模型效果或AI上线可靠率。 核查：2026-10-20；来源状态：active 适用限制：机制存在不是模型效果或AI上线可靠率。 ### 实验参数/代码/指标/产物应能连到服务版本，否则离线成绩无法解释线上差异。 依据身份：工具与方法依据；状态：active - MLflow Tracking 官方说明：https://mlflow.org/docs/latest/ml/tracking/ 定位：Tracking Runs；Models；关系：method 支持：提供谱系/版本记录接口。 限制：记录正确性和线上效果仍由任务验证。 核查：2026-10-20；来源状态：active 适用限制：记录正确性和线上效果仍由任务验证。 ### 可委派模型推理工程包，以独立效果、资源/故障和版本回滚接收；不继承训练成绩或服务存活作为业务收益。 依据身份：有条件的编辑推断；状态：active - KServe0.20发布说明：https://github.com/kserve/website/blob/main/blog/2026-08-06-KServe-0.20-release.md 定位：canary与versioned traffic；关系：partial 支持：分版本接收有工具基础。 限制：未在目标环境运行，本任务不提供成功率或业务收益。 核查：2026-10-20；来源状态：active 适用限制：未在目标环境运行，本任务不提供成功率或业务收益。 ## 情境变化 ### 模型推理与漂移 输入变化：训练模型作为批/在线服务。 判断变化：先核对特征/权重一致性，再接收负载和漂移响应。 验收变化：保留切片、未知类别、输入schema、延迟/成本和再训练/回退。 研究前沿：MLflow追踪谱系与KServe版本化部署机制公开；方法存在不等于本模型/硬件的AI交付可靠率，也不能以存活推断业务收益。 下一项验证：固定一个模型API和旧版本，核对保留输入/特征，再测异常/并发/资源并回滚，检查旧服务真实输出。 未来改判信号： - 新模型/数据版本的线上线下效果、资源和回滚持续一致，可考虑扩大相近输入范围。 - 特征错位、漂移未响应或服务存活掩盖效果退化，应收窄或暂停相应采用。 接收/拒收： - 版本与效果一致：同保留输入核对权重/特征/Tokenizer/输出，检查缺失、新类别和关键切片。 拒收：服务载入旧权重却继承新训练成绩。 - 负载与失败可接收：固定并发/规模，测尾延迟/吞吐/资源，施加资源不足、依赖超时和异常输入。 拒收：只看HTTP200或最快一次，隐藏资源耗尽。 - 版本可恢复：按版本对比效果/资源，演练减流/回滚及旧模型-特征一致性，核验漂移响应。 拒收：canary存在但回滚后模型/特征不匹配。 失败处理：缺目标硬件/保留数据时交具体阻塞；效果或资源不达标保留失败，不改阈值隐藏。 本站记录：本次只核查公开材料和任务契约；未在本站运行该任务、工具或模型。 尚未覆盖：公开部署机制不是AI上线成绩，目标资源与模型效果未实测。 验证方法：对同保留输入查权重/特征版本、尾延迟/并发/成本、未知输入和回滚后的服务状态。 ### 模型上线判断 离线切片、线上实验及适用边界报告。先做离线切片与错误代价门槛，再依据真实分配/暴露记录估计线上效果；模型分高不直接等于上线收益。 交付物：离线切片、线上实验及适用边界报告 判断依据：外部报告结果、有条件的编辑推断、工具与方法依据 当前变化：先做离线切片与错误代价门槛，再依据真实分配/暴露记录估计线上效果；模型分高不直接等于上线收益。 - 机器学习实验包：数据、训练与可解释的保留集表现：/work-units/W-C06?version=2026-10-21.workunits.2 机器学习工程的“模型上线判断”使用机器学习实验包：数据、训练与可解释的保留集表现，输入/接收对象是离线切片、线上实验及适用边界报告；无泄漏保留集、误差切片与基线；线上实验检查分配/流失/聚类和区间/实践门槛。（partial；workunits/work-unit/W-C06@2026-10-21.workunits.2） - 实验分析：估计效果，或说明为什么还不能判断：/work-units/W-A03?version=2026-10-21.workunits.2 机器学习工程的“模型上线判断”使用实验分析：估计效果，或说明为什么还不能判断，输入/接收对象是离线切片、线上实验及适用边界报告；无泄漏保留集、误差切片与基线；线上实验检查分配/流失/聚类和区间/实践门槛。（partial；workunits/work-unit/W-A03@2026-10-21.workunits.2） 应用范围：机器学习工程的“模型上线判断”使用机器学习实验包：数据、训练与可解释的保留集表现，输入/接收对象是离线切片、线上实验及适用边界报告；无泄漏保留集、误差切片与基线；线上实验检查分配/流失/聚类和区间/实践门槛。 AI工作组织：Agent可按评分反馈自主选择模型、代码与实验，确定性训练器直接运行；保留集和预算与搜索过程分离。 ## 任务级判断与证据 采用方式：分阶段接收 从证据到建议：MLE-bench证明训练与实验可以被Agent组织成可评分交付；其预算、公开数据与榜单条件特定。独立保留集与数据机制限制迁移，不能用多次搜索最好一次作稳定表现。 当前可用性：mixed；训练框架和记录工具公开；竞赛/模型/计算资源有条件且本文未消耗新试验。 - MLE-bench：https://github.com/openai/mle-bench 2026-10-20公开仓库HEAD 507f92e1138bb6e40dac5c6ee7a6758e6424bf97；实际运行另固定依赖/镜像/模型；公开代码；Kaggle条款、GPU/数据存储与模型API另备 - MLflow Tracking：https://mlflow.org/docs/latest/ml/tracking/ Tracking文档；具体包版本在实际试验固定；开源记录工具；存储/访问控制另配置 ### MLE-bench的公开研究在Kaggle工程任务上实测了Agent的数据准备、模型训练与实验能力；它支持离线实验交付存在，不能直接代表生产收益。 依据身份：外部报告结果；状态：active - MLE-bench 原论文：https://arxiv.org/abs/2410.07095v1 定位：Abstract；75 competitions；resource scaling；关系：partial 支持：训练交付有直接研究而非只由编程成绩外推。 限制：历史竞赛样本；本页不采用或迁移其奖牌比例。 核查：2026-10-20；来源状态：active 配置：原论文75个Kaggle竞赛，含o1-preview+AIDE等配置；模型/脚手架和预算按原实验区分；未在本站重放。 适用限制：历史竞赛样本；本页不采用或迁移其奖牌比例。 相关进展（本条判断）： - MLE-bench公开训练与实验任务资产：/explore?purpose=understand&domain=computing&window=all#P-C-ML-TRAIN 首次公开 2024-10-09 ### 在独立保留集和预算受控时，可整包委派训练搜索；采用决策以保留集切片、资源和下游条件作阶段接收。 依据身份：有条件的编辑推断；状态：active - MLE-bench 官方实现与可比性公告：https://github.com/openai/mle-bench 定位：README：leaderboard update/agents；关系：partial 支持：可运行训练及评分资产是迁移基础。 限制：官方暂停新提交，任何目标任务成功率仍未知。 核查：2026-10-20；来源状态：active 适用限制：官方暂停新提交，任何目标任务成功率仍未知。 ## 情境变化 研究前沿：公开训练任务已有实测与可运行资产；当前排行榜暂停新提交，跨方法可比性有限，尚不能证明本组织数据上的泛化。 下一项验证：取一个未泄漏的小型真实数据问题，锁定时间/实体保留集与预算，先跑简单参考，再让Agent交完整模型和失败账本；服务化另测。 未来改判信号： - 在新时间窗/实体保留集持续超过简单基线且资源可追踪，可考虑扩大相近输入范围。 - 标签/未来特征泄漏、切片退化或只保留最好一次结果，应收窄或暂停相应采用。 接收/拒收： - 评价不被开发污染：按时间/实体/组划分并审查特征可用时点，保留集由独立入口评分。 拒收：同一用户重复进入训练和测试，或使用未来标签。 - 结果可重现且代价明确：从固定环境重新训练/加载权重，核对种子、预处理、依赖、尝试次数与实际资源。 拒收：只交最好的截图，丢掉失败与调参预算。 - 泛化和结论相称：对关键业务群体、漂移与简单基线比较；研究结果含消融与可反证范围。 拒收：验证分上升就声称已改善生产效果或提出新理论。 失败处理：数据质量或划分不成立时先交诊断和修复方案；预算内未达标是结果，不生成虚构成绩。 本站记录：本次只核查公开材料和任务契约；未在本站运行该任务、工具或模型。 应用范围：机器学习工程的“模型上线判断”使用实验分析：估计效果，或说明为什么还不能判断，输入/接收对象是离线切片、线上实验及适用边界报告；无泄漏保留集、误差切片与基线；线上实验检查分配/流失/聚类和区间/实践门槛。 AI工作组织：AI可把设计诊断、计算和敏感性检验合为循环；问题不可识别时返回需要的设计或数据，不硬给答案。 ## 任务级判断与证据 采用方式：分阶段接收 从证据到建议：程序可整包计算并核对随机分配、区间与切片，但估计对象、暴露机制和停止规则约束因果解释；异常时交付不可识别诊断有实际价值。 当前可用性：mixed；计算可用SQL/Python直接执行，Agent为可选组织方式；内部数据Agent不是可下载同配置服务。 - SQL/Python分析环境：https://www.python.org/ 执行时固定Python、统计包和数据快照；本站未新运行；公开运行时；业务数据/口径与查询权限由任务方提供 ### 样本比例异常是实验数据有效性警报，须诊断分配/暴露/流失链路后再解释效果；比例正常也不能证明其他假设成立。 依据身份：工具与方法依据；状态：active - 样本比例异常：实验看似有效也可能有数据问题：https://www.microsoft.com/en-us/research/publication/diagnosing-sample-ratio-mismatch-in-online-controlled-experiments-a-taxonomy-and-rules-of-thumb-for-practitioners/ 定位：Sample Ratio Mismatch诊断；关系：method 支持：支持以设计与异常控制保护实验解释。 限制：这是统计方法研究，不是AI模型成绩。 核查：2026-10-19；来源状态：active 适用限制：这是统计方法研究，不是AI模型成绩。 ### 可让Agent把设计核对、程序估计、稳健性与解释合为交付；若只有观察数据则先给识别假设和不可识别范围。 依据身份：有条件的编辑推断；状态：active - OpenAI内部分析Agent：从业务问题到查询与报告：https://openai.com/index/inside-our-in-house-data-agent/ 定位：查询与上下文核对；关系：adjacent 支持：邻近分析工作法支持自动组织计算。 限制：Agent不能从缺失记录补出真实随机化；本站无该任务运行。 核查：2026-10-19；来源状态：active 适用限制：Agent不能从缺失记录补出真实随机化；本站无该任务运行。 ## 情境变化 ### 随机对照与聚类 输入变化：用户、地区或门店随机且结果有重复观测。 判断变化：可分阶段接收，分析单位和相关结构先冻结。 验收变化：按随机化单位重算区间、SRM、流失与多重比较；不能把事件当独立用户。 研究前沿：来源支持实验有效性检查与Agent查询方法；未提供自动识别任意因果关系的直接成绩。 下一项验证：冻结随机化/排除/分析计划，用保留的真值模拟数据和异常分配控制校准后，再在真实完整日志上估计效应与区间。 未来改判信号： - 新实验下设计诊断、估计和区间经独立复算保持一致，可考虑扩大相近输入范围。 - 分配/暴露链缺失、事后挑选指标或停止点导致识别失败，应收窄或暂停相应采用。 接收/拒收： - 样本进入机制可信：核对分配比例、流失、重复单位、污染及排除规则 拒收：分组比例明显异常却直接报告显著提升。 - 估计与设计和问题一致：确认分析单位、意向处理/暴露口径、相关性与预先约定的检验 拒收：按会话随机化却按独立用户事件计算过窄区间。 - 结论与不确定性相称：报告效应与区间、实践门槛和探索性分析；说明未满足假设 拒收：挑一个显著分组或停止时点，宣称所有用户有效。 失败处理：分配异常或严重流失时定位链路、标记受影响结果并提出补数/重跑；观察数据只输出相应条件下的解释。 本站记录：本站未测本单元的AI分析准确性；旧实验场景可作资料入口。 尚未覆盖：离线与线上指标机制不同，数据不满足设计时只交不可识别/补救。 验证方法：无泄漏保留集、误差切片与基线；线上实验检查分配/流失/聚类和区间/实践门槛。 ### 模型生命周期维护 分布漂移监控、回滚和再训练触发证据。可委派漂移/效果/资源监测和版本回滚演练，冻结何种信号触发再训练或减流量。 交付物：分布漂移监控、回滚和再训练触发证据 判断依据：工具与方法依据、有条件的编辑推断 当前变化：可委派漂移/效果/资源监测和版本回滚演练，冻结何种信号触发再训练或减流量。 - 模型推理服务交付：效果、资源与回滚：/work-units/W-C15?version=2026-10-21.workunits.2 机器学习工程的“模型生命周期维护”使用模型推理服务交付：效果、资源与回滚，输入/接收对象是分布漂移监控、回滚和再训练触发证据；新数据/schema、缺测、阈值/误报控制以及模型版本切换前后效果与资源核对。（partial；workunits/work-unit/W-C15@2026-10-21.workunits.2） - 运行信号交付：SLI/SLO、检测与可行动告警：/work-units/W-C20?version=2026-10-21.workunits.2 机器学习工程的“模型生命周期维护”使用运行信号交付：SLI/SLO、检测与可行动告警，输入/接收对象是分布漂移监控、回滚和再训练触发证据；新数据/schema、缺测、阈值/误报控制以及模型版本切换前后效果与资源核对。（partial；workunits/work-unit/W-C20@2026-10-21.workunits.2） 应用范围：机器学习工程的“模型生命周期维护”使用模型推理服务交付：效果、资源与回滚，输入/接收对象是分布漂移监控、回滚和再训练触发证据；新数据/schema、缺测、阈值/误报控制以及模型版本切换前后效果与资源核对。 AI工作组织：Agent联合实现预处理、推理接口和部署验证；稳定推理由程序执行，效果/环境反馈驱动修正。 ## 任务级判断与证据 采用方式：分阶段接收 从证据到建议：模型工程需要把实验和运行状态接起来。公开KServe提供版本流量/观察机制，MLflow记录模型谱系；这些工具不提供AI部署成绩，采用建议是结合可验证状态作出的编辑判断。 当前可用性：mixed；MLflow/KServe机制公开；目标模型权利、硬件、依赖与部署版本另固定，未在本站运行。 - KServe：https://github.com/kserve/website/blob/main/blog/2026-08-06-KServe-0.20-release.md 0.20发布；具体CRD/Runtime镜像在执行固定；开源；K8s/推理资源、模型权利与云权限另备 - MLflow：https://mlflow.org/docs/latest/ml/tracking/ 按实际服务固定MLflow/模型/存储版本；开源记录工具；API和存储权限另配 ### MLflow可记录模型/试验谱系，KServe0.20发布提供流量切分与canary机制；服务行为可以按版本单独核验。 依据身份：工具与方法依据；状态：active - KServe0.20发布说明：https://github.com/kserve/website/blob/main/blog/2026-08-06-KServe-0.20-release.md 定位：0.20 release：traffic splitting/canary；关系：method 支持：提供公开部署机制。 限制：机制存在不是模型效果或AI上线可靠率。 核查：2026-10-20；来源状态：active 适用限制：机制存在不是模型效果或AI上线可靠率。 ### 实验参数/代码/指标/产物应能连到服务版本，否则离线成绩无法解释线上差异。 依据身份：工具与方法依据；状态：active - MLflow Tracking 官方说明：https://mlflow.org/docs/latest/ml/tracking/ 定位：Tracking Runs；Models；关系：method 支持：提供谱系/版本记录接口。 限制：记录正确性和线上效果仍由任务验证。 核查：2026-10-20；来源状态：active 适用限制：记录正确性和线上效果仍由任务验证。 ### 可委派模型推理工程包，以独立效果、资源/故障和版本回滚接收；不继承训练成绩或服务存活作为业务收益。 依据身份：有条件的编辑推断；状态：active - KServe0.20发布说明：https://github.com/kserve/website/blob/main/blog/2026-08-06-KServe-0.20-release.md 定位：canary与versioned traffic；关系：partial 支持：分版本接收有工具基础。 限制：未在目标环境运行，本任务不提供成功率或业务收益。 核查：2026-10-20；来源状态：active 适用限制：未在目标环境运行，本任务不提供成功率或业务收益。 ## 情境变化 ### 模型推理与漂移 输入变化：训练模型作为批/在线服务。 判断变化：先核对特征/权重一致性，再接收负载和漂移响应。 验收变化：保留切片、未知类别、输入schema、延迟/成本和再训练/回退。 ### 上线试点与回滚 输入变化：需流量切分、效果比较及失败恢复。 判断变化：部署演练可整包交付，生产流量/业务判断另有授权与实验。 验收变化：版本化效果/资源、旧服务回滚与状态完整；收益转W-A03验证。 研究前沿：MLflow追踪谱系与KServe版本化部署机制公开；方法存在不等于本模型/硬件的AI交付可靠率，也不能以存活推断业务收益。 下一项验证：固定一个模型API和旧版本，核对保留输入/特征，再测异常/并发/资源并回滚，检查旧服务真实输出。 未来改判信号： - 新模型/数据版本的线上线下效果、资源和回滚持续一致，可考虑扩大相近输入范围。 - 特征错位、漂移未响应或服务存活掩盖效果退化，应收窄或暂停相应采用。 接收/拒收： - 版本与效果一致：同保留输入核对权重/特征/Tokenizer/输出，检查缺失、新类别和关键切片。 拒收：服务载入旧权重却继承新训练成绩。 - 负载与失败可接收：固定并发/规模，测尾延迟/吞吐/资源，施加资源不足、依赖超时和异常输入。 拒收：只看HTTP200或最快一次，隐藏资源耗尽。 - 版本可恢复：按版本对比效果/资源，演练减流/回滚及旧模型-特征一致性，核验漂移响应。 拒收：canary存在但回滚后模型/特征不匹配。 失败处理：缺目标硬件/保留数据时交具体阻塞；效果或资源不达标保留失败，不改阈值隐藏。 本站记录：本次只核查公开材料和任务契约；未在本站运行该任务、工具或模型。 应用范围：机器学习工程的“模型生命周期维护”使用运行信号交付：SLI/SLO、检测与可行动告警，输入/接收对象是分布漂移监控、回滚和再训练触发证据；新数据/schema、缺测、阈值/误报控制以及模型版本切换前后效果与资源核对。 AI工作组织：Agent读服务定义和历史，生成/调整采集和告警，程序重放控制；负责人决定SLO和升级取舍。 ## 任务级判断与证据 采用方式：分阶段接收 从证据到建议：公开故障/负载试验床能校准信号，但无法替组织确定风险容忍。把指标和告警本身当产物，可避免Agent靠“监控正常”自证。 当前可用性：mixed；框架公开；目标云权限、遥测与可回退环境由实际任务提供，不要求先接生产。 - AIOpsLab：https://github.com/microsoft/AIOpsLab 2026-10-20公开仓库HEAD ccf08d0d1d5fa5b30f120e2e8549662d44411b35；实际运行另固定依赖/镜像/模型；开源；独立集群/命名空间、遥测与模型API自备 ### AIOpsLab的故障、负载和评估接口可用于校准运行信号与检测，规则正确性应以独立故障/正常控制检查。 依据身份：工具与方法依据；状态：active - AIOpsLab 官方框架：https://github.com/microsoft/AIOpsLab 定位：Detection tasks/Workload/Evaluator；关系：method 支持：提供可构造症状与结果的环境。 限制：方法不证明目标SLO恰当或长期告警可靠。 核查：2026-10-20；来源状态：active 适用限制：方法不证明目标SLO恰当或长期告警可靠。 ## 情境变化 ### 检测规则与值班噪声 输入变化：已有遥测但告警漏报或过多。 判断变化：按可行动症状重做规则校准。 验收变化：故障/正常/抖动/采集缺失与升级路径。 研究前沿：AIOpsLab提供检测任务、故障/负载和评估接口，可用正常与故障重放验证告警；公开接口没有替本团队选择用户SLI/SLO，也未给本规则长期漏报/误报成绩。 下一项验证：选一个关键用户路径和历史故障，冻结口径，用正常/故障/遥测缺失控制验证规则，再在观察窗记录行动与噪声。 未来改判信号： - 真实新故障被及时检测而正常波动与缺测被正确区分，可考虑扩大相近输入范围。 - 用户失败未进分母、告警噪声升高或采集缺失被写成健康，应收窄或暂停相应采用。 接收/拒收： - 信号代表用户目标：把分母、窗口和路径与真实请求对照，检查依赖/采样遗漏。 拒收：只测机器存活，用户付款失败却SLI健康。 - 规则可检测可拒绝：重放已知故障与正常波动，记录误报/漏报、检测延迟和采集失败。 拒收：只加一条能报警的规则，没有正常负样本。 - 告警可行动：另一接收者按规则和指引定位受影响路径，核对升级/静默/恢复及版本。 拒收：告警没有对象、含义或动作，导致反复无效值班。 失败处理：目标不明确先给可选口径及影响；采集缺失应暴露为缺测，不能写成零错误。 本站记录：本次只核查公开材料和任务契约；未在本站运行该任务、工具或模型。 尚未覆盖：长期标签延迟与真实分布变化需持续观察，配置规则不等于监控有效。 验证方法：新数据/schema、缺测、阈值/误报控制以及模型版本切换前后效果与资源核对。 ### 大模型应用交付 检索或Agent应用、任务评测与工具权限边界。可整包实现检索/工具Agent，按真实任务结果、引用支持和外部状态接收；确定性部分无需强加循环。 交付物：检索或Agent应用、任务评测与工具权限边界 判断依据：外部报告结果、工具与方法依据、有条件的编辑推断 当前变化：可整包实现检索/工具Agent，按真实任务结果、引用支持和外部状态接收；确定性部分无需强加循环。 - 检索与工具Agent应用交付：任务结果和外部状态：/work-units/W-C26?version=2026-10-21.workunits.2 机器学习工程的“大模型应用交付”使用检索与工具Agent应用交付：任务结果和外部状态，输入/接收对象是检索或Agent应用、任务评测与工具权限边界；保留任务、无答案、恶意检索/越权与超时重试，核对真正写入和实际预算。（partial；workunits/work-unit/W-C26@2026-10-21.workunits.2） 应用范围：机器学习工程的“大模型应用交付”使用检索与工具Agent应用交付：任务结果和外部状态，输入/接收对象是检索或Agent应用、任务评测与工具权限边界；保留任务、无答案、恶意检索/越权与超时重试，核对真正写入和实际预算。 AI工作组织：Agent可以检索、选工具与修订结果；稳定部分用普通程序，独立结果检查与权限门禁持续作用。 ## 任务级判断与证据 采用方式：分阶段接收 从证据到建议：公开专用数据Agent案例表明检索/查询/结果反馈可以形成任务闭环，公开浏览器工具提供操作接口；迁移到新工具/权限必须用目标任务和副作用控制核验。 当前可用性：mixed；数据Agent为专用内部系统；公开浏览器接口可用，目标模型/检索/工具环境需配置并固定版本。 - Playwright MCP：https://github.com/microsoft/playwright-mcp 2026-10-20公开仓库HEAD ab6d67cbf8b619338f096980806fdbe29432cc4d；实际运行另固定依赖/镜像/模型；开源接口；应用身份/模型与目标工具权限另备 ### 公开内部数据Agent案例描述了查询/上下文与结果修正闭环，是专用数据系统的自报能力展示，可作邻近任务组织依据。 依据身份：外部报告结果；状态：active - OpenAI内部分析Agent：从业务问题到查询与报告：https://openai.com/index/inside-our-in-house-data-agent/ 定位：How it works；Context is everything；关系：partial 支持：已有专用Agent任务闭环案例。 限制：不是可下载同配置应用，也不评估本站工具写入/对抗条件。 核查：2026-10-19；来源状态：active 配置：2026-01-29案例，GPT-5.2与专用数据/语义/权限；golden SQL/结果比较；未公开本任务分母/成本。 适用限制：不是可下载同配置应用，也不评估本站工具写入/对抗条件。 ### Playwright MCP等公开接口可供Agent操作和观察，但工具存在不能代替任务完成/权限验证。 依据身份：工具与方法依据；状态：active - Playwright MCP 官方实现：https://github.com/microsoft/playwright-mcp 定位：README tools/browser configuration；关系：method 支持：提供实际工具接口。 限制：不保证本应用效果或阻挡所有注入。 核查：2026-10-20；来源状态：active 适用限制：不保证本应用效果或阻挡所有注入。 ### 可委派检索/工具应用的实现与评测，但接收需同时核对结果、来源与真实外部状态；任务预算与失败边界明确。 依据身份：有条件的编辑推断；状态：active - OpenAI内部分析Agent：从业务问题到查询与报告：https://openai.com/index/inside-our-in-house-data-agent/ 定位：Lessons/contexts/results；关系：partial 支持：专用任务闭环提供邻近迁移依据。 限制：外部状态、权限与真实任务效果必须另验。 核查：2026-10-19；来源状态：active 适用限制：外部状态、权限与真实任务效果必须另验。 ## 情境变化 ### 检索与可引用回答 输入变化：结果为依据资料的回答/分析，不改变外部状态。 判断变化：可整包交付，先校准来源支持、缺失/过期资料与无答案。 验收变化：逐项引用支持、版本/新鲜度、无答案和恶意资料。 ### 工具与外部状态 输入变化：需要创建/修改工单、文件或执行获准操作。 判断变化：按任务效果和副作用分阶段接收，权限不能由资料授予。 验收变化：工具参数、真实最终状态、注入/越权、幂等与失败恢复。 研究前沿：公开内部数据Agent案例描述专用语义/查询/结果反馈闭环；Playwright MCP公开工具接口便于操作网页。前者是厂商专用案例、后者是方法，均不证明本应用写工具、对抗注入和任务族稳定性。 下一项验证：从真实流程取一组脱敏保留任务及无答案/注入/越权/重试控制；让Agent交可运行应用，独立读出工具最终状态并记录实际费用。 未来改判信号： - 新保留任务下结果/来源和外部状态持续正确，预算与边界受控，可考虑扩大相近输入范围。 - 注入导致越权、引用不支持结论或重试造成重复副作用，应收窄或暂停相应采用。 接收/拒收： - 结果和来源对应目标：独立检查引用是否支持每项结论，查询/文件/动作是否改变正确状态；无答案可拒绝。 拒收：引用存在但不支持答案，或只调用工具就算完成。 - 边界与副作用受控：用注入/越权/恶意检索和重试测试，确认未执行禁止动作、未重复写入。 拒收：从网页指令拿凭据或重复扣款。 - 失败和成本可接收：截断依赖、改变schema/上下文，记录预算/步骤、失败解释与恢复；不能无止境循环。 拒收：超预算重试隐藏失败，最终产物也无法核对。 失败处理：依赖或语义不足输出可定位阻塞与已完成状态；不能编造引用/工具结果，失败恢复须避免重复副作用。 本站记录：本次只核查公开材料和任务契约；未在本站运行该任务、工具或模型。 尚未覆盖：专用数据Agent仅是邻近案例，目标工具/对抗分布需新验收。 验证方法：保留任务、无答案、恶意检索/越权与超时重试，核对真正写入和实际预算。 ## 与工作关联的进展 ### MLE-bench公开训练与实验任务资产 公开 2024-10-09 离线Kaggle工程任务有直接模型实验与公开运行资产。 支持范围：离线竞赛与预算特定；模型训练得分不继承为服务/收益。 来源状态：active /explore?purpose=understand&domain=computing&window=all#P-C-ML-TRAIN ## 未来3–5年条件情景 未来 3–5 年（2029–2031） 未来 3–5 年是编辑条件情景，不是就业数量预测。每项均列基准、加速、受限路径和需观察的信号；职业职责来源不等于 AI 能力证据。 基准：2029–2031，数据准备、训练和实验搜索可在预算内更连续衔接；工程师更多负责目标、数据漂移、资源和上线效果，持续接收替代分散脚本交接。 加速：若新数据分布/模型版本下训练、服务效果和回滚持续一致且预算透明，可管理更大模型产品组合。 受限：若合成评估不能预测线上表现，自动化仍受高质量标签和实验基础设施制约。 改判信号： - 离线提升与线上收益的一致性 - 训练和推理全链条的可重放与故障恢复能力 ## 进入与成长的公开能力证据 本页主要提供工作与作品证据；基础课程、责任级别和中国准入尚未完成专题整理。 完整交付作品证据： - 可追踪数据版本、标签质量及隔离划分；附标签抽核、重复与实体交叉、特征可用时点、清洗影响和独立保留集。 - 可重现训练或微调产物与基线比较；附从干净环境重跑预处理/训练，核对版本、种子、选择次数、效果/误差与实际资源。 具体地区、职级和组织要求按目标岗位核对；美国资料不自动作为中国资格要求。 ## 相邻方向及区别 - 计算机与算法研究：/careers/computing-researcher.md?version=2026-10-21.careers.2 研究岗位以新方法和可复现发现为主要产物；工程岗位以稳定模型服务为主要产物。 - 数据科学：/careers/data-scientist.md?version=2026-10-21.careers.2 数据科学常以分析或决策解释交付；机器学习工程强调持续运行的模型能力。 ## 职业名称与分类映射 - O*NET-SOC 15-2051.00 Data Scientists；O*NET-SOC 2019；OnLine Updated 2026；US；related 共享部分方法或工作对象，不能据此认定岗位与该编码完全相同。；定位 Definition / Tasks - O*NET-SOC 15-1252.00 Software Developers；O*NET-SOC 2019；OnLine Updated 2026；US；related 共享部分方法或工作对象，不能据此认定岗位与该编码完全相同。；定位 Definition / Tasks ## 工作资料与来源 - 机器学习实验包：数据、训练与可解释的保留集表现：/work-units/W-C06?version=2026-10-21.workunits.2 机器学习工程的“模型上线判断”使用机器学习实验包：数据、训练与可解释的保留集表现，输入/接收对象是离线切片、线上实验及适用边界报告；无泄漏保留集、误差切片与基线；线上实验检查分配/流失/聚类和区间/实践门槛。（partial；workunits/work-unit/W-C06@2026-10-21.workunits.2） - 模型推理服务交付：效果、资源与回滚：/work-units/W-C15?version=2026-10-21.workunits.2 机器学习工程的“模型生命周期维护”使用模型推理服务交付：效果、资源与回滚，输入/接收对象是分布漂移监控、回滚和再训练触发证据；新数据/schema、缺测、阈值/误报控制以及模型版本切换前后效果与资源核对。（partial；workunits/work-unit/W-C15@2026-10-21.workunits.2） - 实验分析：估计效果，或说明为什么还不能判断：/work-units/W-A03?version=2026-10-21.workunits.2 机器学习工程的“模型上线判断”使用实验分析：估计效果，或说明为什么还不能判断，输入/接收对象是离线切片、线上实验及适用边界报告；无泄漏保留集、误差切片与基线；线上实验检查分配/流失/聚类和区间/实践门槛。（partial；workunits/work-unit/W-A03@2026-10-21.workunits.2） - 运行信号交付：SLI/SLO、检测与可行动告警：/work-units/W-C20?version=2026-10-21.workunits.2 机器学习工程的“模型生命周期维护”使用运行信号交付：SLI/SLO、检测与可行动告警，输入/接收对象是分布漂移监控、回滚和再训练触发证据；新数据/schema、缺测、阈值/误报控制以及模型版本切换前后效果与资源核对。（partial；workunits/work-unit/W-C20@2026-10-21.workunits.2） - 检索与工具Agent应用交付：任务结果和外部状态：/work-units/W-C26?version=2026-10-21.workunits.2 机器学习工程的“大模型应用交付”使用检索与工具Agent应用交付：任务结果和外部状态，输入/接收对象是检索或Agent应用、任务评测与工具权限边界；保留任务、无答案、恶意检索/越权与超时重试，核对真正写入和实际预算。（partial；workunits/work-unit/W-C26@2026-10-21.workunits.2） - Data Scientists：https://www.onetonline.org/link/summary/15-2051.00 O*NET / 美国劳工部职业信息网络；US；O*NET OnLine / Updated 2026 / 2026-10-20访问快照；核查 2026-10-20；状态 active 定位：职业定义、Tasks、Work Activities；不采用薪酬和学历比例 范围：美国 O*NET-SOC 职业职责参照；中文标题及导航由编辑按工作内容映射 限制：不证明中国岗位数量、准入资格或在招需求；不提供该职业的 AI 实测结论。 - Software Developers：https://www.onetonline.org/link/summary/15-1252.00 O*NET / 美国劳工部职业信息网络；US；O*NET OnLine / Updated 2026 / 2026-10-20访问快照；核查 2026-10-20；状态 active 定位：职业定义、Tasks、Work Activities；不采用薪酬和学历比例 范围：美国 O*NET-SOC 职业职责参照；中文标题及导航由编辑按工作内容映射 限制：不证明中国岗位数量、准入资格或在招需求；不提供该职业的 AI 实测结论。 ## 用于自己的问题 个人适配、具体岗位判断与计划由用户自己的 Agent 结合已有材料处理。复用已知上下文，仅追问影响结论的缺口；目录不是全部选项。阅读或比较公开工作本身无需档案、固定二选一、保存记录或行动计划。