DS 202 應用

這份最終成果的用途

AI-Assisted Data Science Workflow + Verification Record 是 DS 202 的最終成果。你選一個自己實際面對的分析問題，讓 AI 協助提案與撰寫程式，並寫清楚問題、受眾、資料、方法、驗證方式、證據、限制、風險與治理、人工審核者與下一步。這會成為後續實作討論與治理判斷的起點。

要填寫的內容

• 問題、受眾與資料（來源、粒度、時間涵蓋範圍、關鍵定義）
• 方法與工作流程（包含實際使用的 prompt）
• 至少三項驗證檢查
• 證據與產出：分析或工作流程實際產出的結果
• 限制
• 風險與治理考量（隱私、敏感資料處理、provenance）
• 人工審核者
• 下一步

一份結構完整的 AI-Assisted Data Science Workflow + Verification Record

結構完整的成果包含：清楚可檢驗的問題、明確的資料來源與粒度、可重現的方法、至少三項驗證檢查、與所觀察到的程式輸出一致的證據與聲稱、至少一項限制。

Exit Ticket

最後，用 Exit Ticket 記錄今天最重要的觀念、你仍不確定的步驟、會在哪個真實情境應用這個方法、你最需要驗證的風險，以及你的難度與實用性評分。

提交前請注意

你需要完成

• 完成 DS 202 兩個單元的學習
• 在課程後測拿到 80% 以上
• 若要取得 AI-Assisted Data Science 能力證書，另外提交 AI-Assisted Data Science Workflow + Verification Record，並經 Credential Admin 依評分規準審查通過

你會被評量

AI-Assisted Data Science Workflow + Verification Record 由 Credential Admin 依六個加權面向評分：問題與受眾框定、資料來源與粒度、方法與 Prompt 工作流程、驗證證據（Verification Ladder）、Provenance 與治理、人工審核與限制。總分 18 分中達 15 分以上、且未觸發任一項 critical-fail 規則，才是 PASS；12 分以下或觸發任一項 critical-fail 規則則為 FAIL。

實作證據

• 一筆記錄下來的 rubric 結果（PASS、REVISION_REQUIRED 或 FAIL），且未觸發任何 critical-fail 規則
• 通過的評分會為九項 DS 202 細項能力（AI 角色邊界、資料 Context 與 Schema、可驗證的 Prompt 設計、Read-Before-Run 程式碼審查、Silent Error Debugging、Verification Ladder、Provenance 與可重現性、敏感資料與 AI 治理、Workflow 責任歸屬與人工核准）分別留下能力證據

可取得

DS 202 完課證書：完成兩個單元並在後測達到門檻，即可取得，不需要提交 AI-Assisted Data Science Workflow + Verification Record。AI-Assisted Data Science 能力證書：需另外提交 Workflow + Verification Record，並經審查通過，兩者各自獨立、互不影響。

這項證明不代表

這項證明確認持有人完成了 DS 202 的必修課程、後測，或（能力證書）針對 AI-Assisted Data Science Workflow + Verification Record 展現了問題框定、資料理解、方法設計、驗證、provenance 與人工審核等能力。

• 不代表持有人具備正式的資料科學專業證照或雇用資格
• 不代表持有人日後產出的任何特定分析結論必然正確
• 不代表可以省略高風險決策前的人工審查（Human, AI, Human）

前往表單

• 填寫 AI-Assisted Data Science Workflow + Verification Record
• 填寫 Exit Ticket
• 我的學習：查看進度