数据开发转 AI 应用开发，需要补哪些能力？
面试怎么回答
我认为数据开发转 AI 应用有天然优势，因为 AI 应用的很多难点本质是数据问题：RAG 的解析、切分、向量化和增量更新就是 ETL，知识库的准确性和时效性是数据质量问题，智能问数准不准取决于口径和元数据，批量 Embedding 和训练数据清洗需要分布式计算，调度监控幂等对账的工程经验同样适用，对数的习惯正好补上 AI 应用最缺的评测。需要补的是大模型基础、提示词和上下文工程、RAG、Agent 和 MCP、评测方法、Python AI 生态和安全。我的路径是用 AI 解决数据团队自己的问题，比如基于元数据的智能问数、自动生成表注释、任务失败诊断 Agent，既发挥数据优势又积累 AI 经验。
先把这段讲顺；面试官追问时，再展开下面的原理和细节。
详细讲解
「大数据开发还有前途吗？要不要转 AI？」这是很多数据开发同学现在的困惑。面试中也常被问：「你为什么想做 AI 方向？你觉得自己的优势和不足是什么？」这题想看的是你对两个方向差异的清醒认识，以及具体的学习路径。
数据开发已经具备的优势
AI 应用的很多难点，本质上是数据问题：
- 数据链路：RAG 的文档解析、切分、向量化、增量更新，就是一条 ETL；
- 数据质量：知识库的准确性、时效性、去重，和数仓的质量治理是同一套方法；
- 元数据和口径：智能问数能不能答对，取决于指标口径和元数据，这是数据团队的主场；
- 大规模处理：批量 Embedding、训练数据清洗，需要分布式计算能力；
- 工程化：调度、监控、幂等、回刷、对账，这些经验在 AI 系统里同样需要；
- 评测思维：数据开发习惯对数，AI 应用最缺的就是严谨的评测。
需要补的能力
- 大模型基础：Transformer 的基本原理、Token、上下文窗口、温度等参数的含义；不同模型的能力边界和成本；
- 提示词和上下文工程：怎么写清楚指令、组织上下文、使用结构化输出；
- RAG：检索的方式（向量、关键词、混合）、重排、评估；
- Agent：工具调用、MCP、规划、记忆、护栏；
- 评测方法：评测集构建、自动评判、线上 A/B；
- Python 和 AI 生态：常用的 SDK 和框架；
- 安全：提示词注入、权限、数据泄露的防护。
怎么转：从身边的场景开始
最有效的方式不是从零做一个通用的 AI 产品，而是用 AI 解决数据团队自己的问题：
- 做一个基于公司数仓元数据的智能问数原型；
- 用大模型自动生成表注释、识别敏感字段；
- 做一个任务失败自动诊断的 Agent；
- 把团队的文档做成 RAG 问答。
这些项目既用到了你的数据优势，又积累了 AI 应用的经验，面试时也最有说服力。
面试里怎么表达
不要说「AI 很火所以想转」，而是：「我发现我们做智能问数时，难点都在口径、元数据和评测上，这正是我做了几年的事情。我补了大模型和 Agent 的知识，做了 XX 项目，效果是 XX。」