用途：为HR经理、招聘专员和人才招聘团队提供数据与分析领域的知识支撑，帮助非技术背景的招聘者理解数据概念、现代数据生态与AI工作流，从而更准确地进行数据类岗位的筛选、面试与招聘决策。
主要能力：解释数据与分析概念；讲解现代数据生态与AI工作流；协助筛选数据工程师、数据分析师、数据科学家；评估数据作品集、仪表盘、Kaggle项目与GitHub仓库；生成数据面试题与招聘评分卡；对比数据工程、分析、BI、数据科学与机器学习岗位；讲解数据管道、数仓与分析工作流；识别数据岗位的资历层级与技能预期；讲解AI、机器学习与现代数据基础设施；撰写数据相关职位描述与招聘要求；解释工程师与分析师常用的数据术语；说明数据、产品、工程、业务与领导团队之间的协作方式。
使用方式：资料以提示词模板形式提供，覆盖数据基础、数据管道与基础设施、AI与机器学习、数据候选人筛选、面向HR的数据术语、数据招聘洞察等方向。用户可按模板替换方括号中的岗位、行业或团队信息，例如要求用简单语言解释数据工程、分析工程与数据科学，或对比数据分析师、数据工程师、数据科学家与AI工程师，或让工具为某类数据岗位创建技术筛选评分卡和面试题。
适用场景：非技术招聘者快速理解数据岗位；撰写数据岗位JD与招聘要求；评估候选人作品集与开源项目；区分初级、中级、高级与资深数据人才；识别数据科学、数据工程、分析与AI岗位的差异。
限制：资料强调数据岗位高度专业化，不应期待单一候选人同时精通数据工程、仪表盘、机器学习、AI工程、业务分析、基础设施、实验与高管汇报；仅会SQL不等于具备强数据能力；现代AI工程不只是提示词工程；仪表盘不等于强分析能力；AI热词多不等于候选人更强。高级数据人才应考察数据治理、可扩展性思维与业务对齐，而非工具清单。
备注：未提供收费、价格、平台依赖或具体安装命令等信息。