DS 302 應用
把所學轉成自己的 Data Agent Architecture Canvas + Governed Prototype + Evaluation Pack
這份最終成果的用途
Data Agent Architecture Canvas + Governed Prototype + Evaluation Pack 是 DS 302 的最終成果。你選一個自己實際需要的 Data Agent，為它設計受控的工具存取、可信的 semantic layer、verification harness 與人工核准點，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。這會成為後續治理討論與導入判斷的起點。
資訊
要填寫的內容
- 問題、受眾與資料（來源系統、粒度、時間涵蓋範圍、關鍵定義、資料版本）
- 方法與工作流程（涵蓋 intent → plan → tool/data access → execute → verify → explain → approve → observe）
- 至少三項驗證檢查
- 證據與產出：這個 agent 實際產出的已驗證答案與評估結果
- 限制
- 風險與治理考量（權限、threat model、human approval、observability）
- 人工審核者
- 下一步
一份結構完整的 Data Agent Architecture Canvas + Governed Prototype + Evaluation Pack
結構完整的成果包含：清楚可檢驗的問題並說明為什麼需要 agent、明確的資料來源與粒度與資料版本、可重現的方法、至少三項驗證檢查、與所觀察到已驗證的輸出一致的證據與聲稱、至少一項限制。
資訊
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
注意
前往表單
你需要完成
- 完成 DS 302 兩個單元的學習
- 在課程後測拿到 80% 以上
- 若要取得 Data Agents 與分析能力證書，另外提交 Data Agent Architecture Canvas + Governed Prototype + Evaluation Pack，並經 Credential Admin 依評分規準審查通過
你會被評量
Data Agent Architecture Canvas + Governed Prototype + Evaluation Pack 由 Credential Admin 依八個加權面向評分：問題與 Agent Justification、資料紮根、方法／工作流程完整性、驗證嚴謹度、證據與聲稱一致性、限制揭露、風險與治理、可轉移方法與 Evaluation Pack。總分 24 分中達 19 分以上、且未觸發任一項 critical-fail 規則，才是 PASS；15 分以下或觸發任一項 critical-fail 規則則為 FAIL。
資訊
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 302 細項能力（是否需要 agent 的判斷、分析規劃、工具契約設計、semantic layer 紮根、權限最小化、回答前的驗證、golden-question 評估與 prompt injection 防禦、observability 與失敗復原、受治理的 agent 交付）分別留下能力證據
可取得
DS 302 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 Data Agent Architecture Canvas + Governed Prototype + Evaluation Pack。Data Agents 與分析能力證書：需另外提交這份最終成果，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 302 的必修課程、後測，或（能力證書）針對 Data Agent Architecture Canvas + Governed Prototype + Evaluation Pack 展現了工具設計、驗證、風險治理與評估能力。
- 不代表持有人具備正式的資料工程或治理專業證照或雇用資格
- 不代表持有人日後設計的任何 Data Agent 自動正確或安全
- 不代表可以在重大決策前略過人工審查（Human、AI、Human）