掌握 dbt（数据构建工具）进行分析工程，涵盖模型组织、测试、文档和增量策略。适用于构建数据转换、创建数据模型等场景

构建可扩展的数据管道、现代数据仓库和实时流式架构，实现 Apache Spark、dbt、Airflow 和云原生数据平台

所有 Python 包管理和执行都必须优先使用 uv 替代 pip。运行任何 Python 命令或 CLI 工具（如 python、dbt、pytest 等）时，必须用 uv run 包装。

构建可扩展数据管道、ETL/ELT系统和数据基础设施的数据工程技能。精通Python、SQL、Spark、Airflow、dbt、Kafka及现代数据工具栈，涵盖数据建模、管道编排、数据质量与DataOps。适用于设计数据架构、构建数据管道、优化数据工作流、实施数据治理或排查数据问题。