# 公开职业资料比较：机器学习工程 / 数据科学 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。 # 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。 --- # 数据科学 职业；职业资料版本 2026-10-21.careers.2；核查 2026-10-20 从数据中建立可检验的模型和解释，帮助回答业务或研究问题。 跨计算机、数学与分析共享一个实体；预测、实验和决策职责随组织变化。 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：数据科学家、Data Scientist、预测分析、统计学习、数据建模 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。 ### 分析问题与数据诊断 产物：目标、数据生成机制和可行分析范围 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；语义未定时不能静默选最方便的数据/指标。 任务应用：/careers/data-scientist#work-data-scientist-deliverable-1 变体：指标定义含混 ### 描述与机制探索 产物：可重放统计、切片、解释及备选假设 内容覆盖：documented；A04覆盖非组成的分布/关系/时间探索，A02只用于特定组成贡献，不以窄算例代表全部探索。 任务应用：/careers/data-scientist#work-data-scientist-deliverable-2 变体：分布异常与关系；时间变化与采样；多维交叉与重叠归因 ### 预测模型交付 产物：无泄漏划分、模型、误差切片和泛化评估 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；竞赛任务不能保证新业务/时间窗泛化。 任务应用：/careers/data-scientist#work-data-scientist-deliverable-3 变体：标签与评测集 ### 实验与因果分析 产物：估计对象、识别假设和稳健性结论 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；计算准确不能弥补不存在的对照或未满足识别假设。 任务应用：/careers/data-scientist#work-data-scientist-deliverable-4 变体：随机对照与聚类；只有观察数据 ### 决策支持交付 产物：成本收益、适用限制和可行动建议 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；真实成本、干预机制与风险取舍需业务依据，模型/实验得分不能直接推出收益。 任务应用：/careers/data-scientist#work-data-scientist-deliverable-5 变体：随机对照与聚类；连续查看与多指标 ### 数据产品原型 产物：可用分析或模型原型及维护边界 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；原型可用不等于数据产品长期运行或业务采用。 任务应用：/careers/data-scientist#work-data-scientist-deliverable-6 变体：模型推理与漂移；检索与可引用回答 范围来源：https://www.onetonline.org/link/summary/15-2051.00 当前范围以外： - 持续模型生产运行可映射ML工程 - 组织最终决策权限不作为模型技术边界 待补： - 需补预测、因果及实际决策收益不同验收 - 当前组成变化和实验单元不能覆盖全部 ## 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。 ### 分析问题与数据诊断 目标、数据生成机制和可行分析范围。可委派问题/数据生成机制诊断，先输出几种估计对象与可比定义的影响，再固定分析范围。 交付物：目标、数据生成机制和可行分析范围 判断依据：有条件的编辑推断 当前变化：可委派问题/数据生成机制诊断，先输出几种估计对象与可比定义的影响，再固定分析范围。 - 指标报表：交付可重放的查询、图表与解释：/work-units/W-A01?version=2026-10-21.workunits.2 数据科学的“分析问题与数据诊断”使用指标报表：交付可重放的查询、图表与解释，输入/接收对象是目标、数据生成机制和可行分析范围；用真实记录核对单位、时间、缺失/选择和业务决策，未识别部分与可补数据明确。（partial；workunits/work-unit/W-A01@2026-10-21.workunits.2） 应用范围：数据科学的“分析问题与数据诊断”使用指标报表：交付可重放的查询、图表与解释，输入/接收对象是目标、数据生成机制和可行分析范围；用真实记录核对单位、时间、缺失/选择和业务决策，未识别部分与可补数据明确。 AI工作组织：代理依据问题、语义和只读反馈自行选择数据与探索顺序；发现空结果或异常基数时诊断修订；已接收的稳定报表直接执行程序。无需规定每个问题统一查几张表。 ## 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：内部案例展示从查表到分析的整包路径，公开应用支持可见查询；迁移成立的关键是能提供业务语义与真实只读反馈。因此建议委派完整候选分析，用独立控制验收，不能把内部案例直接写成企业即插即用。 当前可用性：mixed；内部Agent不可直接获取；公开示例提供自建入口。只读仓库/引擎、API账户和语义资产需使用方提供，本例未连库。 - 官方data analyst应用参考：https://developers.openai.com/cookbook/examples/agents_api/apps/data_analyst/readme 2026-09-10发布页，2026-10-20读取；代码commit需执行时锁定；公开文档/示例，需模型服务及目标数据库适配；不可等同内部Agent。 ### 本例可在独立口径/结果控制下整包委派；稳定接收后转为参数化刷新，异常才重新探索。 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 #2 Guide the Goal, Not the Path；#3 Meaning Lives in Code；关系：adjacent 支持：支持给目标、让代理自选路径并接入生成语义。 限制：周付款/渠道规则与控制为本站任务设计，未实测。 核查：2026-10-19；来源状态：active - 数据分析应用参考：查询可见，修正明确保存：https://developers.openai.com/cookbook/examples/agents_api/apps/data_analyst/readme 定位：SQL query/result visibility；关系：method 支持：支持可追溯交付。 限制：不提供未知业务问题的稳定性证据。 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 ### 指标定义含混 输入变化：只问“用户有没有变少”，未说明活跃/付款/账号粒度。 判断变化：先委派问题澄清与几种可比定义的影响分析；避免静默固定最方便的定义。 验收变化：接收者确认用途与口径后，才按该定义验收数字。 研究前沿：外部内部工程案例已把动态数据发现、查询修正、报告与上下文组合；公开参考实现不等于原公司专用Agent可下载。 下一项验证：构造授权数据的小快照，先用独立控制检验跨周/重复/缺分区等验收；再给代理原业务问题且隐藏参考SQL，核对结果并保存澄清、重试、查询扫描量和人工时间。 未来改判信号： - 扩大：新问题与schema/埋点变化下，代理能识别粒度差异、修正连接并在未知数据时正确返回未解决。 - 收缩：依靠历史固定SQL才对，或语义层过期导致稳定错数；缩到已认可报表刷新并修复语义资产。 接收/拒收： - 问题定义与数据口径一致：接收者核对用户/事件粒度、时区与完整比较窗；独立参考切片覆盖跨周、重复、测试账号、退款与未知账户；SQL语法可不同但结果应等价。 拒收：按事件行数代替人数；不完整本周对整周；缺账号信息默认真实账号。 - 连接与控制数不产生虚假变化：独立检查每次join前后主键数和行数；按接收规则处理渠道一对多；总人数对账，若渠道非互斥不把渠道人数和当总人数。 拒收：维表多版本使用户翻倍；把未知渠道删去后解释为渠道下降。 - 交付可重放：验收者在只读环境用冻结快照、参数、引擎重跑SQL/代码，并从结果重建图表；稳定报表刷新使用已接收程序。 拒收：只交图片或查询文本而缺表版本；刷新时模型另写SQL导致口径漂移。 - 解释不过度声称且缺数据可见：逐条把说明数字回指结果，核对完整性/延迟；制造缺分区或空结果，要求返回数据异常而非业务零值；描述性分解明确不证明原因。 拒收：null变零；因营销上线时间重合直接声称其导致下降；文字使用不同期间数字。 失败处理：表语义不明时列出字段、候选解释和对结果的影响；连接后空集先检查授权、时窗和粒度；缺分区时标“不完整”，不造业务数值。预算用完保留查询与已知范围，未解决不写成下滑。 本站记录：本例尚未查询数据或运行Agent；运行数、通过率、费用和人工介入量均为null。 尚未覆盖：语义未定时不能静默选最方便的数据/指标。 验证方法：用真实记录核对单位、时间、缺失/选择和业务决策，未识别部分与可补数据明确。 ### 描述与机制探索 交可重放的分布/异常、变量关系和时间探索，组成分解只是特定变化诊断。 交付物：探索程序/SQL、数据核对及分布/关系/时间图表底层表；竞争解释、反证与选择/稳健性记录 判断依据：工具与方法依据、有条件的编辑推断 当前变化：可整包委派探索与备选机制诊断，固定后程序复算；组成问题另用A02，不把相关图或时间变化写成因果。 - 探索分析交付：分布、关系与时间变化的可重放诊断：/work-units/W-A04?version=2026-10-21.workunits.2 数据科学的描述与机制探索采用探索分析交付：分布、关系与时间变化的可重放诊断；以延迟尾部上升为非组成例，核单位/重复/采样/缺失，复算分位/关系/时间窗，挑战大请求/重试/真实变化等替代解释。（partial；workunits/work-unit/W-A04@2026-10-21.workunits.2） - 组成变化诊断：拆清总体变化来自哪里：/work-units/W-A02?version=2026-10-21.workunits.2 数据科学的描述与机制探索采用组成变化诊断：拆清总体变化来自哪里；以延迟尾部上升为非组成例，核单位/重复/采样/缺失，复算分位/关系/时间窗，挑战大请求/重试/真实变化等替代解释。（partial；workunits/work-unit/W-A02@2026-10-21.workunits.2） 应用范围：数据科学的描述与机制探索采用探索分析交付：分布、关系与时间变化的可重放诊断；以延迟尾部上升为非组成例，核单位/重复/采样/缺失，复算分位/关系/时间窗，挑战大请求/重试/真实变化等替代解释。 AI工作组织：Agent可自主选择SQL/统计程序和图表，依据异常/反证返回数据检查；稳定计算不必循环Agent。 ## 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：NIST EDA定义覆盖结构/异常/假设，专用数据Agent案例提供查询-结果反馈的邻近工作法；采用建议为任务适配，不声称此探索题已实测。 当前可用性：mixed；公开运行时可用，内部数据Agent不是可下载同配置产品；本站未对新探索题运行模型。 - SQL/Python探索环境：https://www.python.org/ 实际Python/统计包/数据快照固定；公开运行时；目标数据/查询与图表依赖另备 ### NIST EDA方法把分布、结构、异常与假设探索纳入分析，不应由单一组成率分解代表。 依据身份：工具与方法依据；状态：active - NIST工程统计手册：What is EDA：https://www.itl.nist.gov/div898/handbook/eda/section1/eda11.htm 定位：1.1.1 EDA purpose；关系：method 支持：定义非组成探索的可接收范围。 限制：统计方法不是AI表现。 核查：2026-10-20；来源状态：active 适用限制：统计方法不是AI表现。 ### 可把专用数据Agent查询/结果反馈方法迁移到可重放探索，但目标数据定义、竞争假设和独立复算必须显式交付。 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：Context is everything；query/results；关系：partial 支持：邻近分析案例支持任务组织。 限制：内部案例没有测试本分布/关系/时间探索，不能给成功率。 核查：2026-10-19；来源状态：active 适用限制：内部案例没有测试本分布/关系/时间探索，不能给成功率。 ## 情境变化 ### 分布异常与关系 输入变化：连续/类别变量，存在重尾、异常或混杂。 判断变化：先核对数据生成/单位/过滤，再探索关系。 验收变化：分位/分布/散点与独立汇总、合理过滤敏感性、竞争解释。 ### 时间变化与采样 输入变化：时间窗口、采样/季节/部署或记录方式变化。 判断变化：按可比窗口和采样机制接收，不直接归因。 验收变化：时区/时间粒度、缺测/延迟、窗口稳健性和变点解释。 研究前沿：有公开探索统计方法和专用查询Agent案例；目标数据机制/非组成探索尚无本站试验，相关性不能迁移为因果。 下一项验证：取一包含单位错误、重复及真实延迟长尾的数据，冻结问题；Agent交分布/关系/时间探索，独立复算并用替代解释挑战。 未来改判信号： - 新窗口/数据定义下主要发现可复算且备选解释经得起反证，可扩大探索。 - 单位/选择错误或事后挑图把关联写成因果时拒绝结论。 接收/拒收： - 探索对应同一总体：独立核对粒度、单位/时间、采样、缺失/重复和过滤后的总量，异常不静默删除。 拒收：毫秒/秒混用或重复行制造长尾。 - 发现可复算且不过度挑选：从程序生成关键分位/关系/时间图，用不同合理过滤/分组/时间窗挑战，记录探索选择。 拒收：只展示最显著关系或平滑掉变化。 - 解释守住识别边界：列至少一个竞争解释与可否定检查，分开统计关联、机制假设和有证据因果。 拒收：看到发布后尾延迟增大就断言发布造成。 失败处理：不可比/缺关键字段先交数据诊断与影响范围，不凭空补机制；预算内未找到解释也保留已排除假设。 本站记录：本次核查公开资料与任务契约，未在本站运行目标任务或新增模型试次。 应用范围：数据科学的描述与机制探索采用组成变化诊断：拆清总体变化来自哪里；以延迟尾部上升为非组成例，核单位/重复/采样/缺失，复算分位/关系/时间窗，挑战大请求/重试/真实变化等替代解释。 AI工作组织：AI把数据核对、精确分解和解释组成一包，按异常回查；计算固定后可自动刷新。 ## 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：固定公式后可直接交给确定性程序复算；AI负责口径异常、分组探索及解释，不必增加Agent循环。组合恒等式通过只证明计算，不能识别干预效果。 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 ### 明确分组分母、参考权重和新增组约定后，组内与组成贡献可由程序精确分解并以总量恒等式验收。 依据身份：有条件的编辑推断；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：结果验收与关键反例；关系：method 支持：支持独立验收与允许等价实现。 限制：恒等式不检验业务口径真实，也不提供干预因果解释。 核查：2026-10-19；来源状态：active 适用限制：恒等式不检验业务口径真实，也不提供干预因果解释。 ### AI可交付分组诊断、分解与解释，数据定义不一致时应先返回不同比较口径的影响；不承诺相邻分析系统在本题的成功率。 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：Context is everything；关系：adjacent 支持：上下文核对是迁移依据。 限制：内部系统不等于公开配置；来源未测试本站的组成分解。 核查：2026-10-19；来源状态：active 适用限制：内部系统不等于公开配置；来源未测试本站的组成分解。 ## 情境变化 ### 多维交叉与重叠归因 输入变化：渠道×地区与一个对象多标签。 判断变化：可以探索，但固定基准后只按一个无重复归属定义合计。 验收变化：反向核对对象去重、层级总量和权重，避免贡献被算多次。 研究前沿：既有数据Agent案例是邻近分析工作法；本页8个百分点是确定性算例，不是模型试验。 下一项验证：盲测一个构成变化和一个组内变化的数据包，加入缺组、零分母、重复与新增组，对照独立求和并核对解释。 未来改判信号： - 口径变化和新分组下仍满足总量核对，解释不越过描述范围，可考虑扩大相近输入范围。 - 缺失/重叠分组导致贡献不可比，或把分解写成因果收益，应收窄或暂停相应采用。 接收/拒收： - 分组与总量对得上：核对每组分母、权重与总分子分母，先处理零分母和重复行 拒收：平均各组比率而不按分母加权。 - 分解完整且定义明确：验证within+mix=总变化；若改公式，解释交互项归属 拒收：混用不同权重的公式后把残差藏起来。 - 解释没有越过识别范围：复算指标并检查原因措辞，区分百分点和相对百分比 拒收：把11%到19%写成“增长8%”，或称产品造成8个百分点提升。 失败处理：缺组、零分母或口径改变时标记不可直接比较项，给补数或重定义方案；不凭空平滑出完整故事。 本站记录：代表例的参考/反例校准另有记录；未提供真实业务因果或新AI可靠率。 尚未覆盖：探索能提出假设但不能自动确认机制；采样变化、混杂与真实数据定义需业务证据。 验证方法：以延迟尾部上升为非组成例，核单位/重复/采样/缺失，复算分位/关系/时间窗，挑战大请求/重试/真实变化等替代解释。 ### 预测模型交付 无泄漏划分、模型、误差切片和泛化评估。可整包委派预测模型，按无泄漏实体/时间保留集、误差代价与简单基线接收，完整保留搜索预算。 交付物：无泄漏划分、模型、误差切片和泛化评估 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：可整包委派预测模型，按无泄漏实体/时间保留集、误差代价与简单基线接收，完整保留搜索预算。 - 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 数据科学的“预测模型交付”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/接收对象是无泄漏划分、模型、误差切片和泛化评估；标签/重复/特征时点、保留切片、区间/校准、可重跑权重与实际资源。（partial；workunits/work-unit/W-C06@2026-10-21.workunits.2） 应用范围：数据科学的“预测模型交付”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/接收对象是无泄漏划分、模型、误差切片和泛化评估；标签/重复/特征时点、保留切片、区间/校准、可重跑权重与实际资源。 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 ### 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：竞赛任务不能保证新业务/时间窗泛化。 验证方法：标签/重复/特征时点、保留切片、区间/校准、可重跑权重与实际资源。 ### 实验与因果分析 估计对象、识别假设和稳健性结论。让Agent交设计诊断、效应/区间与稳健性；识别条件不足时交不可识别及补救，不强给因果数。 交付物：估计对象、识别假设和稳健性结论 判断依据：工具与方法依据、有条件的编辑推断 当前变化：让Agent交设计诊断、效应/区间与稳健性；识别条件不足时交不可识别及补救，不强给因果数。 - 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 数据科学的“实验与因果分析”使用实验分析：估计效果，或说明为什么还不能判断，输入/接收对象是估计对象、识别假设和稳健性结论；随机化/暴露/流失/聚类、观察研究假设与敏感性、停止/多重比较，独立复算。（partial；workunits/work-unit/W-A03@2026-10-21.workunits.2） 应用范围：数据科学的“实验与因果分析”使用实验分析：估计效果，或说明为什么还不能判断，输入/接收对象是估计对象、识别假设和稳健性结论；随机化/暴露/流失/聚类、观察研究假设与敏感性、停止/多重比较，独立复算。 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。 ### 只有观察数据 输入变化：上线前后或自选参与，没有随机分配。 判断变化：优先交付识别方案/敏感性而非默认处理效应；可用工具估计条件效应。 验收变化：列因果图/对照构造、平行趋势或其他识别证据与反驳测试。 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：计算准确不能弥补不存在的对照或未满足识别假设。 验证方法：随机化/暴露/流失/聚类、观察研究假设与敏感性、停止/多重比较，独立复算。 ### 决策支持交付 成本收益、适用限制和可行动建议。可把效果/预测误差与行动门槛、成本和替代方案联结成决策材料；区间和假设与建议一起交。 交付物：成本收益、适用限制和可行动建议 判断依据：工具与方法依据、有条件的编辑推断 当前变化：可把效果/预测误差与行动门槛、成本和替代方案联结成决策材料；区间和假设与建议一起交。 - 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 数据科学的“决策支持交付”使用实验分析：估计效果，或说明为什么还不能判断，输入/接收对象是成本收益、适用限制和可行动建议；独立复算净影响/误差代价的情景边界，显示何种效应/成本条件会改变行动，不仅看p值。（partial；workunits/work-unit/W-A03@2026-10-21.workunits.2） - 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 数据科学的“决策支持交付”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/接收对象是成本收益、适用限制和可行动建议；独立复算净影响/误差代价的情景边界，显示何种效应/成本条件会改变行动，不仅看p值。（partial；workunits/work-unit/W-C06@2026-10-21.workunits.2） 应用范围：数据科学的“决策支持交付”使用实验分析：估计效果，或说明为什么还不能判断，输入/接收对象是成本收益、适用限制和可行动建议；独立复算净影响/误差代价的情景边界，显示何种效应/成本条件会改变行动，不仅看p值。 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。 ### 连续查看与多指标 输入变化：多个时点停止、切片挑选显著项。 判断变化：预设停止/纠错方法后再给行动区间；探索需显式标注。 验收变化：记录所有查看与候选，区分探索和确认，复算合适不确定性。 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。 应用范围：数据科学的“决策支持交付”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/接收对象是成本收益、适用限制和可行动建议；独立复算净影响/误差代价的情景边界，显示何种效应/成本条件会改变行动，不仅看p值。 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 ### 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。 尚未覆盖：真实成本、干预机制与风险取舍需业务依据，模型/实验得分不能直接推出收益。 验证方法：独立复算净影响/误差代价的情景边界，显示何种效应/成本条件会改变行动，不仅看p值。 ### 数据产品原型 可用分析或模型原型及维护边界。可委派分析/模型原型和可用接口，按固定输入、结果/来源、实际服务与维护边界接收。 交付物：可用分析或模型原型及维护边界 判断依据：工具与方法依据、有条件的编辑推断、外部报告结果 当前变化：可委派分析/模型原型和可用接口，按固定输入、结果/来源、实际服务与维护边界接收。 - 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 数据科学的“数据产品原型”使用模型推理服务交付：效果、资源与回滚，输入/接收对象是可用分析或模型原型及维护边界；同保留输入查预处理/权重/查询与输出，核对无答案、资源/回退和接手步骤。（partial；workunits/work-unit/W-C15@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 数据科学的“数据产品原型”使用检索与工具Agent应用交付：任务结果和外部状态，输入/接收对象是可用分析或模型原型及维护边界；同保留输入查预处理/权重/查询与输出，核对无答案、资源/回退和接手步骤。（partial；workunits/work-unit/W-C26@2026-10-21.workunits.2） 应用范围：数据科学的“数据产品原型”使用模型推理服务交付：效果、资源与回滚，输入/接收对象是可用分析或模型原型及维护边界；同保留输入查预处理/权重/查询与输出，核对无答案、资源/回退和接手步骤。 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。 应用范围：数据科学的“数据产品原型”使用检索与工具Agent应用交付：任务结果和外部状态，输入/接收对象是可用分析或模型原型及维护边界；同保留输入查预处理/权重/查询与输出，核对无答案、资源/回退和接手步骤。 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。 ### 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。 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：原型可用不等于数据产品长期运行或业务采用。 验证方法：同保留输入查预处理/权重/查询与输出，核对无答案、资源/回退和接手步骤。 ## 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：探索、清洗和基线建模自动化增多，问题定义和外部有效性成为核心差异。 加速：若代理能可靠提出分析方案并经独立数据检验，可并行处理更大问题集。 受限：若数据生成和业务反馈不可观察，快速生成模型仍难改善决策。 改判信号： - 独立数据上的模型校准与误差 - 分析建议被实施后的实际效果 ## 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： - 目标、数据生成机制和可行分析范围；附用真实记录核对单位、时间、缺失/选择和业务决策，未识别部分与可补数据明确。 - 可重放统计、切片、解释及备选假设；附总量/组内/组成恒等式、重叠去重、参考权重与反直觉控制，解释与口径一致。 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 - 统计研究与应用：/careers/statistician.md?version=2026-10-21.careers.2 统计师更聚焦研究设计与推断有效性；数据科学常把模型、软件和业务应用结合。 - 机器学习工程：/careers/ml-engineer.md?version=2026-10-21.careers.2 数据科学可交付分析结论；机器学习工程侧重持续部署与运维。 ## 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；exact 本记录按该职业定义组织职责；中文为编辑译名，不声明中美资格等价。；定位 Definition / Tasks ## 工作资料与来源 - 指标报表：交付可重放的查询、图表与解释：/work-units/W-A01?version=2026-10-21.workunits.2 数据科学的“分析问题与数据诊断”使用指标报表：交付可重放的查询、图表与解释，输入/接收对象是目标、数据生成机制和可行分析范围；用真实记录核对单位、时间、缺失/选择和业务决策，未识别部分与可补数据明确。（partial；workunits/work-unit/W-A01@2026-10-21.workunits.2） - 探索分析交付：分布、关系与时间变化的可重放诊断：/work-units/W-A04?version=2026-10-21.workunits.2 数据科学的描述与机制探索采用探索分析交付：分布、关系与时间变化的可重放诊断；以延迟尾部上升为非组成例，核单位/重复/采样/缺失，复算分位/关系/时间窗，挑战大请求/重试/真实变化等替代解释。（partial；workunits/work-unit/W-A04@2026-10-21.workunits.2） - 组成变化诊断：拆清总体变化来自哪里：/work-units/W-A02?version=2026-10-21.workunits.2 数据科学的描述与机制探索采用组成变化诊断：拆清总体变化来自哪里；以延迟尾部上升为非组成例，核单位/重复/采样/缺失，复算分位/关系/时间窗，挑战大请求/重试/真实变化等替代解释。（partial；workunits/work-unit/W-A02@2026-10-21.workunits.2） - 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 数据科学的“决策支持交付”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/接收对象是成本收益、适用限制和可行动建议；独立复算净影响/误差代价的情景边界，显示何种效应/成本条件会改变行动，不仅看p值。（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 数据科学的“决策支持交付”使用实验分析：估计效果，或说明为什么还不能判断，输入/接收对象是成本收益、适用限制和可行动建议；独立复算净影响/误差代价的情景边界，显示何种效应/成本条件会改变行动，不仅看p值。（partial；workunits/work-unit/W-A03@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 数据科学的“数据产品原型”使用模型推理服务交付：效果、资源与回滚，输入/接收对象是可用分析或模型原型及维护边界；同保留输入查预处理/权重/查询与输出，核对无答案、资源/回退和接手步骤。（partial；workunits/work-unit/W-C15@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 数据科学的“数据产品原型”使用检索与工具Agent应用交付：任务结果和外部状态，输入/接收对象是可用分析或模型原型及维护边界；同保留输入查预处理/权重/查询与输出，核对无答案、资源/回退和接手步骤。（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。 ## 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。