# The Revenge of the Data Scientist
- 发布方：Hamel's Blog；作者：Hamel Husain
- 形式：文章 · en
- 原始资源：[https://hamel.dev/blog/posts/revenge/]()
- 本站页面：[https://oplearnx.com/resources/res\_d3tfdag5a68k]()
- 学习主题：人工智能 / 评测与可信 AI；数据科学 / 数据科学通识；人工智能 / 大语言模型 LLM / LLM 评测
- 内容状态：状态待核验
- 原始发布时间：未知（待核验）
- 本站首次收录：2026-10-24 07:01
## 能学到什么
理解 LLM 应用评测中常见的方法论错误，并能用数据科学的做法（看数据、验证 LLM 裁判、改进实验设计与标注）来构建更可靠的评测。
- 说出 AI 评测中最常见的五类错误：通用指标、未验证的 LLM 裁判、糟糕的实验设计、差的数据与标签、过度自动化
- 通过阅读 traces、做错误分析来设计贴合自己应用的定制指标，而不是直接套用 ROUGE/BLEU 等现成指标
- 把 LLM 裁判当作分类器来验证：获取人工标签、划分 train/dev/test、用 precision/recall 报告结果
- 以真实生产数据为基础构造测试集，并沿关键维度注入合成样本与边缘案例
- 把评分标准拆成可执行的二元 pass/fail 判定，替换含糊的 1–5 Likert 量表
- 说明为什么应由领域专家标注数据，以及“标准漂移”如何让标注过程本身定义评测标准
- 判断哪些评测环节可以交给 LLM 自动化、哪些必须由人看数据
## 适合我吗
- 适合：适合正在做 LLM 应用与 AI 评测、想从“凭感觉”转向数据驱动评测的工程师、PM 和数据科学从业者。
- 需要留意：不适合想找系统课程、代码实践项目或从零入门机器学习的人；本文是观点加经验的讨论式长文，没有完整教程步骤。
## 前置条件与费用
- 知识前置：需要了解基本的分类模型评估概念（训练/验证/测试集、precision/recall），并对 LLM 应用与评测流程有初步认识。
- 软件、账号与硬件：无需安装环境，浏览器阅读即可；正文在博客网页上直接阅读，演讲幻灯片以外部链接形式给出，其能否直接访问原站未说明。
- 内容费用：免费：节选里能直接读到正文全文，无付费墙或登录拦截；页首的课程报名链接属于作者其他付费课程，不影响本资源。演讲幻灯片以外部链接形式出现，节选未提供其正文。
- 实践费用：实践无额外费用：文章为方法论讲解，未要求付费云服务、API 或 GPU 才能跟随学习。
- 转载与修改：按材料分别核对，见本页“来源核验与开课实跑”；仓库许可不自动适用于教材或视频。
## 准备工具
- 浏览器：阅读博客正文
- [演讲幻灯片链接]()：文末给出的幻灯片外链，是否可直接访问原站未说明
## 学习指南
开课检查：提示词由本站整理，尚未按提示词实际完成开课检查。
### 开课提示词
```text
请帮我把「The Revenge of the Data Scientist」的学习环境一次准备好，让我之后只需要按顺序学习和做练习。
开始前先问我：课程放在哪个目录（等我给出完整路径），确认我的操作系统和已有工具。确认前不要创建文件或安装软件。
课程入口：https://hamel.dev/blog/posts/revenge/
我的系统：Windows。如果实际不符，先调整方案。
本次路线：浏览器或在线环境。只准备这条路线需要的工具；只读路线不安装运行环境、不配置模型密钥。
练习：文章不含代码练习；建议用自己项目的评测日志或 traces 做一次错误分析，实践“先看数据”的做法。
课节（官方顺序）：
1. The Revenge of the Data Scientist（主页）：https://hamel.dev/blog/posts/revenge/
1. 环境
- 无需安装环境，现代浏览器即可
- 安装前先列出要装的软件和命令，等我同意；已装好的直接复用。
2. 材料
- 官方课程页面：只记录链接 https://hamel.dev/blog/posts/revenge/
3. 目录（最外层放在我确认的位置）
revenge-of-the-data-scientist/
├── README.md # 课程入口、课节清单、每次怎么开始
├── progress.md # 每课：读讲义 / 做练习 / 记笔记
├── questions.md # 待解决的问题
├── check-env.md # 环境自检，按 README 操作
├── data/ # 练习用到的样例数据
└── lessons/ # 每课一个文件夹：notes.md + exercises/
└── 01-01-the-revenge-of-the-data/
- 每课文件夹里建 notes.md（顶部写本课官方链接）和 exercises/；课节文件夹名称与上面一致。
- 已有课程目录先检查并复用；不覆盖笔记、作业或 progress.md，不重置已有进度。尚未发布的课节保留入口并注明未发布，不能代写讲义或虚构练习。
4. 自检
- 创建 check-env.md，逐项检查并记录“通过/未通过”：
- 按浏览器或在线 notebook 清单检查，不为自检安装本机终端。
- 打开 https://hamel.dev/blog/posts/revenge/ 并滚动到 The Harness Is Data Science 一节 → 能看到该小节正文与五个评测陷阱的目录条目
- 标注为人工检查、浏览器操作或 notebook 单元的项目，按相应方式操作，不直接粘贴进 shell；脚本只包含当前系统可执行的命令。
- 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项；需要登录、付费或尚未开放的材料记为“需要我操作/未验证”，不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。
- 运行一次，把结果给我看；未通过的项目说明原因和修复办法。
5. 学习计划
- README.md：课程入口、课节清单（带链接）、每次学习怎么开始（使用“每课提示词”）。
- progress.md：每课三项勾选——读讲义、做练习、记笔记。
6. 最后分三部分汇报：已完成、需要我自己操作的、尚未验证的。
边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
如果你不能直接操作我的文件系统，请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。
```
### 每课提示词
```text
继续学习「The Revenge of the Data Scientist」。课程目录是 revenge-of-the-data-scientist/（不知道完整路径就先问我）。
1. 读 progress.md，找到下一课；如果我指定了第几课，就准备那一课。
2. 打开这一课的官方页面和本地讲义，列出本课练习要用的工具、文件和样例数据。缺少的先告诉我，等我同意再安装或下载。
3. 在 lessons/ 对应的课节文件夹里准备好练习：exercises/ 里给每道题建一个文件，写上题号和题目原文链接，不写答案；已有文件保留，样例数据放到 data/。拿不到官方题目或起始代码时记录限制，不编造替代品。
4. 按 README 运行开课时生成的自检脚本或在线检查清单，并检查本课新增工具能否正常使用。
5. 告诉我：本课先读哪几节、从哪道练习开始、大约需要多久。我学完后，帮我在 progress.md 勾选并把问题整理到 questions.md。
边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
```
### 课节（官方顺序）
1. [The Revenge of the Data Scientist（主页）]()
## 指南参考
- [课程主页]()
## 来源、许可与验证记录
- **开课提示词未完整验证，需要自备账号或资源**：Google 账号（如需查看文末链接的演讲幻灯片；原站未说明是否必需，可选）
- 转载与修改 · 课程页面与材料：未找到明确许可。网页未写明本文的许可协议 [依据]()
- 链接检查：1/1 个可以访问
## 来源与推荐
- 编辑整理收录
---
来源：LearnMap · 学径（https://oplearnx.com）