职业 · 计算机 / 数学相关职业 / 数据与分析
数据科学
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。
职业范围、别名与核查日期
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。
也常见于：数据科学家、Data Scientist、预测分析、统计学习、数据建模 · 核查 2026-10-20
主要交付目标
范围依据、重要变体与未覆盖部分
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
目标、数据生成机制和可行分析范围
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。
重要变体：指标定义含混
描述与机制探索
可重放统计、切片、解释及备选假设
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。
重要变体：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
无泄漏划分、模型、误差切片和泛化评估
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。
重要变体：标签与评测集
实验与因果分析
估计对象、识别假设和稳健性结论
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。
重要变体：随机对照与聚类；只有观察数据
决策支持交付
成本收益、适用限制和可行动建议
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。
重要变体：随机对照与聚类；连续查看与多指标
数据产品原型
可用分析或模型原型及维护边界
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。
重要变体：模型推理与漂移；检索与可引用回答
Data Scientists ↗ · 职责资料用于检查工作范围，不提供AI成绩。
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
仍需补充的证据或内容
- 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
主要做什么，AI 改变了哪些工作
按具体交付判断采用条件。下列条件评估与局部证据分别标示，不合成为一个职业自动化百分比。
分析问题与数据诊断
交付物：目标、数据生成机制和可行分析范围
关联局部工作证据
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。
依据身份：有条件的编辑推断；各条只支持自身范围。
已展示：当前所选依据为工具方法或编辑迁移判断，尚无该交付的直接结果。
尚待验证：语义未定时不能静默选最方便的数据/指标。
查看执行条件、逐条证据与完整验收
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。
AI怎样组织交付：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。
在本职业的适用范围：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。
执行条件、可用工具与场景差异
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。
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 ↗ · 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。
指标定义含混：只问“用户有没有变少”，未说明活跃/付款/账号粒度。 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：接收者确认用途与口径后，才按该定义验收数字。
判断的具体依据
有条件的编辑推断
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。
支持：支持给目标、让代理自选路径并接入生成语义。
原文定位与适用范围
定位：Lessons #2 Guide the Goal, Not the Path；#3 Meaning Lives in Code
范围限制：周付款/渠道规则与控制为本站任务设计，未实测。
判断限制：本站未进行该任务的模型运行，不能据此给出本地成功率。
完整验收、失败处理和后续验证
指标报表：交付可重放的查询、图表与解释 →
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。
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。
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。
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。
- 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。
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。
本场景怎样接收：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。
适用缺口与验证方法
尚未覆盖：语义未定时不能静默选最方便的数据/指标。
怎样核对：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
关联局部工作证据
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。
依据身份：工具与方法依据、有条件的编辑推断；各条只支持自身范围。
已展示：当前所选依据为工具方法或编辑迁移判断，尚无该交付的直接结果。
尚待验证：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。
查看执行条件、逐条证据与完整验收
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。
AI怎样组织交付：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。
在本职业的适用范围：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。
执行条件、可用工具与场景差异
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。
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 ↗ · 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
分布异常与关系：连续/类别变量，存在重尾、异常或混杂。 先核对数据生成/单位/过滤，再探索关系。 验收：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：时间窗口、采样/季节/部署或记录方式变化。 按可比窗口和采样机制接收，不直接归因。 验收：时区/时间粒度、缺测/延迟、窗口稳健性和变点解释。
AI怎样组织交付：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。
在本职业的适用范围：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。
执行条件、可用工具与场景差异
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。
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 ↗ · 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
多维交叉与重叠归因：渠道×地区与一个对象多标签。 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：反向核对对象去重、层级总量和权重，避免贡献被算多次。
判断的具体依据
工具与方法依据
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。
判断限制：统计方法不是AI表现。
有条件的编辑推断
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。
支持：邻近分析案例支持任务组织。
原文定位与适用范围
定位：Context is everything；query/results
范围限制：内部案例没有测试本分布/关系/时间探索，不能给成功率。
判断限制：内部案例没有测试本分布/关系/时间探索，不能给成功率。
有条件的编辑推断
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。
判断限制：恒等式不检验业务口径真实，也不提供干预因果解释。
有条件的编辑推断
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。
支持：上下文核对是迁移依据。
原文定位与适用范围
定位：Context is everything
范围限制：内部系统不等于公开配置；来源未测试本站的组成分解。
判断限制：内部系统不等于公开配置；来源未测试本站的组成分解。
完整验收、失败处理和后续验证
探索分析交付：分布、关系与时间变化的可重放诊断 →
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。
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。
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。
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。
- 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。
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。
组成变化诊断：拆清总体变化来自哪里 →
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。
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。
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。
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。
- 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。
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。
本场景怎样接收：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。
适用缺口与验证方法
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。
怎样核对：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
交付物：无泄漏划分、模型、误差切片和泛化评估
关联局部工作证据
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。
依据身份：外部报告结果、工具与方法依据、有条件的编辑推断；各条只支持自身范围。
已展示：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。
尚待验证：竞赛任务不能保证新业务/时间窗泛化。
查看执行条件、逐条证据与完整验收
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。
AI怎样组织交付：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。
在本职业的适用范围：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。
执行条件、可用工具与场景差异
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。
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 ↗ · 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 ↗ · 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
标签与评测集：标签噪声、样本不平衡或实体/时间依赖。 先接收数据诊断与划分，再搜索模型。 验收：抽核标签、实体隔离、未来特征和重复；保留所有清洗影响。
判断的具体依据
外部报告结果
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。
支持：训练交付有直接研究而非只由编程成绩外推。
原文定位与适用范围
定位：Abstract；75 competitions；resource scaling
范围限制：历史竞赛样本；本页不采用或迁移其奖牌比例。
判断限制：历史竞赛样本；本页不采用或迁移其奖牌比例。
研究配置与计分口径
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。
工具与方法依据
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。
判断限制：记录不证明无泄漏或指标适合业务。
有条件的编辑推断
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。
支持：可运行训练及评分资产是迁移基础。
原文定位与适用范围
定位：README：leaderboard update/agents
范围限制：官方暂停新提交，任何目标任务成功率仍未知。
判断限制：官方暂停新提交，任何目标任务成功率仍未知。
与这项判断直接相关的进展
首次公开 2024-10-09
离线Kaggle工程任务有直接模型实验与公开运行资产。
- 对应工作：机器学习实验包：数据、训练与可解释的保留集表现；判断：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。
完整验收、失败处理和后续验证
机器学习实验包：数据、训练与可解释的保留集表现 →
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。
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。
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。
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。
- 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。
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。
本场景怎样接收：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。
适用缺口与验证方法
尚未覆盖：竞赛任务不能保证新业务/时间窗泛化。
怎样核对：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
交付物：估计对象、识别假设和稳健性结论
关联局部工作证据
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。
依据身份：工具与方法依据、有条件的编辑推断；各条只支持自身范围。
已展示：当前所选依据为工具方法或编辑迁移判断，尚无该交付的直接结果。
尚待验证：计算准确不能弥补不存在的对照或未满足识别假设。
查看执行条件、逐条证据与完整验收
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。
AI怎样组织交付：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。
在本职业的适用范围：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。
执行条件、可用工具与场景差异
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。
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 ↗ · 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
随机对照与聚类：用户、地区或门店随机且结果有重复观测。 可分阶段接收，分析单位和相关结构先冻结。 验收：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：上线前后或自选参与，没有随机分配。 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：列因果图/对照构造、平行趋势或其他识别证据与反驳测试。
判断的具体依据
工具与方法依据
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。
支持：支持以设计与异常控制保护实验解释。
原文定位与适用范围
定位：Sample Ratio Mismatch诊断
范围限制：这是统计方法研究，不是AI模型成绩。
判断限制：这是统计方法研究，不是AI模型成绩。
有条件的编辑推断
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。
支持：邻近分析工作法支持自动组织计算。
原文定位与适用范围
定位：查询与上下文核对
范围限制：Agent不能从缺失记录补出真实随机化；本站无该任务运行。
判断限制：Agent不能从缺失记录补出真实随机化；本站无该任务运行。
完整验收、失败处理和后续验证
实验分析：估计效果，或说明为什么还不能判断 →
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。
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。
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。
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。
- 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。
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。
本场景怎样接收：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。
适用缺口与验证方法
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。
怎样核对：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
交付物：成本收益、适用限制和可行动建议
关联局部工作证据
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。
依据身份：工具与方法依据、有条件的编辑推断；各条只支持自身范围。
已展示：当前所选依据为工具方法或编辑迁移判断，尚无该交付的直接结果。
尚待验证：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。
查看执行条件、逐条证据与完整验收
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。
AI怎样组织交付：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。
在本职业的适用范围：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。
执行条件、可用工具与场景差异
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。
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 ↗ · 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
随机对照与聚类：用户、地区或门店随机且结果有重复观测。 可分阶段接收，分析单位和相关结构先冻结。 验收：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：多个时点停止、切片挑选显著项。 预设停止/纠错方法后再给行动区间；探索需显式标注。 验收：记录所有查看与候选，区分探索和确认，复算合适不确定性。
AI怎样组织交付：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。
在本职业的适用范围：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。
执行条件、可用工具与场景差异
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。
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 ↗ · 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 ↗ · 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
判断的具体依据
工具与方法依据
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。
支持：支持以设计与异常控制保护实验解释。
原文定位与适用范围
定位：Sample Ratio Mismatch诊断
范围限制：这是统计方法研究，不是AI模型成绩。
判断限制：这是统计方法研究，不是AI模型成绩。
有条件的编辑推断
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。
支持：邻近分析工作法支持自动组织计算。
原文定位与适用范围
定位：查询与上下文核对
范围限制：Agent不能从缺失记录补出真实随机化；本站无该任务运行。
判断限制：Agent不能从缺失记录补出真实随机化；本站无该任务运行。
有条件的编辑推断
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。
支持：可运行训练及评分资产是迁移基础。
原文定位与适用范围
定位：README：leaderboard update/agents
范围限制：官方暂停新提交，任何目标任务成功率仍未知。
判断限制：官方暂停新提交，任何目标任务成功率仍未知。
完整验收、失败处理和后续验证
实验分析：估计效果，或说明为什么还不能判断 →
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。
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。
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。
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。
- 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。
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。
机器学习实验包：数据、训练与可解释的保留集表现 →
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。
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。
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。
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。
- 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。
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。
本场景怎样接收：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。
适用缺口与验证方法
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。
怎样核对：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
交付物：可用分析或模型原型及维护边界
关联局部工作证据
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。
依据身份：工具与方法依据、有条件的编辑推断、外部报告结果；各条只支持自身范围。
已展示：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。
尚待验证：原型可用不等于数据产品长期运行或业务采用。
查看执行条件、逐条证据与完整验收
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。
AI怎样组织交付：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。
在本职业的适用范围：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。
执行条件、可用工具与场景差异
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。
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 ↗ · 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 ↗ · 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
模型推理与漂移：训练模型作为批/在线服务。 先核对特征/权重一致性，再接收负载和漂移响应。 验收：保留切片、未知类别、输入schema、延迟/成本和再训练/回退。
AI怎样组织交付：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。
在本职业的适用范围：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。
执行条件、可用工具与场景差异
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。
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 ↗ · 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
检索与可引用回答：结果为依据资料的回答/分析，不改变外部状态。 可整包交付，先校准来源支持、缺失/过期资料与无答案。 验收：逐项引用支持、版本/新鲜度、无答案和恶意资料。
判断的具体依据
工具与方法依据
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。
支持：提供公开部署机制。
原文定位与适用范围
定位：0.20 release：traffic splitting/canary
范围限制：机制存在不是模型效果或AI上线可靠率。
判断限制：机制存在不是模型效果或AI上线可靠率。
工具与方法依据
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。
判断限制：记录正确性和线上效果仍由任务验证。
有条件的编辑推断
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。
判断限制：未在目标环境运行，本任务不提供成功率或业务收益。
外部报告结果
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。
支持：已有专用Agent任务闭环案例。
原文定位与适用范围
定位：How it works；Context is everything
范围限制：不是可下载同配置应用，也不评估本站工具写入/对抗条件。
判断限制：不是可下载同配置应用，也不评估本站工具写入/对抗条件。
研究配置与计分口径
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。
有条件的编辑推断
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。
支持：专用任务闭环提供邻近迁移依据。
原文定位与适用范围
定位：Lessons/contexts/results
范围限制：外部状态、权限与真实任务效果必须另验。
判断限制：外部状态、权限与真实任务效果必须另验。
完整验收、失败处理和后续验证
模型推理服务交付：效果、资源与回滚 →
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。
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。
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。
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。
- 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。
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。
检索与工具Agent应用交付：任务结果和外部状态 →
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。
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。
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。
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。
- 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。
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。
本场景怎样接收：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。
适用缺口与验证方法
尚未覆盖：原型可用不等于数据产品长期运行或业务采用。
怎样核对：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。
与这些工作关联的进展
公开 2024-10-09
MLE-bench公开训练与实验任务资产 →
离线Kaggle工程任务有直接模型实验与公开运行资产。
适用边界：离线竞赛与预算特定；模型训练得分不继承为服务/收益。
未来 3–5 年（2029–2031） · 条件情景
未来3–5年，工作组合可能怎样变化
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。
基准情景
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。
加速情景
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。
受限情景
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。
哪些信号会改变判断
- 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
这些是围绕工作内容的条件推演，不是已测的职业替代率；当前分工也不是永久边界。
进入与成长，可用什么说明能力
本页目前主要提供工作与作品证据，基础课程、责任级别和中国地区准入尚未完成专题整理；请按目标机构原文另核。
完整交付可展示的证据
- 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。
这是公开的能力证据参考。具体地区、职级与组织要求应按目标岗位原文核对；是否符合你的情况由你和自己的 Agent 判断。
用你已有的上下文继续
交给我的 Agent
带走当前公开资料，让你的 Agent 结合已有背景继续分析。也可以读完就结束。
查看可复制的内容
我正在了解：数据科学 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。 请先解释这些职业或岗位方向的工作差异、AI 当前影响和证据边界。如果我要结合个人情况做判断，复用你已经知道的我的经历、偏好和约束，只追问会改变结论的缺口；不要把本站已收录的方向当作全部选项。 公开资料： 职业与工作资料：https://edgeofwork.com/careers/data-scientist.md?version=2026-10-21.careers.2 指标报表：交付可重放的查询、图表与解释：https://edgeofwork.com/work-units/W-A01.md?version=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：https://edgeofwork.com/work-units/W-A04.md?version=2026-10-21.workunits.2 组成变化诊断：拆清总体变化来自哪里：https://edgeofwork.com/work-units/W-A02.md?version=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：https://edgeofwork.com/work-units/W-C06.md?version=2026-10-21.workunits.2 实验分析：估计效果，或说明为什么还不能判断：https://edgeofwork.com/work-units/W-A03.md?version=2026-10-21.workunits.2 模型推理服务交付：效果、资源与回滚：https://edgeofwork.com/work-units/W-C15.md?version=2026-10-21.workunits.2 检索与工具Agent应用交付：任务结果和外部状态：https://edgeofwork.com/work-units/W-C26.md?version=2026-10-21.workunits.2 区分职业资料、研究结果、工具声明和编辑推断；读取资料给出的日期、版本与范围。需要时补充原始来源。使用自己的自然报告或对话继续，无需把个人材料和分析回填网站。
来源与职业名称的对应
官方分类提供职业参照；市场岗位方向按实际工作作较窄或相邻映射。美国资料的地区、学历和准入要求不能直接当作中国要求。
Data Scientists ↗
O*NET-SOC · 15-2051.00 · US · O*NET-SOC 2019；OnLine Updated 2026
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。
职业对应 · Definition / Tasks
查看原文、日期与适用边界
Data Scientists ↗
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
原文定位：职业定义、Tasks、Work Activities；不采用薪酬和学历比例；核查 2026-10-20；来源已核对。
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。