Data Pay Index 的 11 月 7 日快照覆盖 3,229 家公司、13,020 个仍在招的数据与 AI 岗位。66.5% 的职位提到 Python，39.6% 提到 SQL，34.8% 提到大语言模型，30.5% 提到 AI Agent。同一个职位可以提到多项技能，所以这些百分比反映各项技能在该样本中的出现频率。
先弄清这些岗位从哪里来
索引从 Greenhouse、Lever 和 Ashby 的公开招聘接口取样，覆盖数据分析、数据工程、机器学习工程等 12 个岗位族。样本偏向使用这些招聘系统的科技公司，技能由岗位标题和描述的关键词识别。拿它观察数据与 AI 岗位的要求更合适。国内应届生投运营、设计等岗位，仍要读目标公司的招聘描述。
把技能写进一件能演示的作品
投数据分析，可以用公开数据做一份经营周报：先用 SQL 取出订单数据，说明重复值和缺失值怎么处理，再让 Agent 起草解读。保留一张核对表，列出统计口径、原始查询和最终数字。面试官追问数字从哪来时，可以直接演示。
按目标岗位决定做到哪一步
投运营，可以用一组公开商品资料做内容规划，交付选题表和两种文案版本；投开发，可以做一个只读查询的 Agent，展示工具调用失败时怎么返回错误。作品集里写清任务、你做的判断、AI 参与的环节和最后的成果，便于面试官顺着你的工作过程提问。
资料来源：Data Pay Index 当日数据、Data Pay Index 样本方法。核验日期为 2026 年 11 月 7 日。