面试数据岗时，怎么问清数据接入和仪表盘交付谁负责？

消息提到，OpenAI在ChatGPT Work中推出Data agent，可连接PowerBI、Tableau、Clickhouse、Oracle BI、AWS Redshift等既有工具，把公司数据变成答案、交互式仪表盘和可执行行动。对准备面试数据产品、数据分析或BI岗位的人来说，这条动态的价值不在工具本身，而在它把一条老问题摆到了台面上：数据接入、指标口径、仪表盘维护和行动建议，到底谁负责？

如果面试时只听到“我们会用数据驱动决策”，这句话几乎不提供任何判断依据。你可以把问题拆成四段来问。

数据产品、数据分析、BI工程师的分工边界，面试时怎么核实？

第一段问接入。数据源由谁申请权限、谁做字段映射、谁处理同步失败？如果对方说“分析师自己拉”，你要追问拉取频率和异常时找谁。

第二段问口径。同一个指标，业务方、分析师和BI工程师各有一套算法时，谁拍板？可以问：“最近一次指标口径变更，是谁发起、谁评审、谁通知下游？”

第三段问交付。仪表盘上线后，需求方改一个筛选条件，走什么流程？是分析师直接改，还是BI团队排期？这里能听出岗位是偏探索分析，还是偏交付维护。

第四段问行动。素材提到“可执行行动”，但现实中行动建议往往由业务方拍板。你可以问：“分析结论给出后，谁负责推动落地，分析师要不要跟到结果？”

一个模拟场景：假设面试官说“我们数据团队很小，大家什么都做”。你可以接着问：“那上周某个仪表盘出问题时，第一个被找的人是谁？”具体答案比岗位名称更能说明真实分工。

如果团队正在引入这类数据Agent，求职者该关注哪些准备方向？

素材没有说明该功能是否已正式上线、数据权限和治理由谁负责，这些恰恰是面试中可以主动确认的点。你可以准备三类问题：数据源清单是否有人维护、指标字典是否存在、权限申请走哪个系统。

如果对方说正在评估或测试这类工具，不要假设它已经能自动解决口径问题。可以问：“如果引入，接入和口径对齐由谁牵头？”这既显示你理解落地环节，也能判断岗位会不会变成纯配置。

最后给一个实际可做的小建议：面试前，把目标岗位的职责描述抄下来，用“接入、口径、交付、行动”四个词各写一句追问，面试时逐条确认。答案模糊的地方，往往就是入职后最容易返工的地方。