摘要： 数据团队里有一种工作，最容易被低估：临时分析。 它不像数仓模型那样有明确项目，也不像经营看板那样长期在线。它经常来自一条群消息、一个会议前的追问、一次活动复盘、一个老板临时想看的口径。做完之后，结果发出去，问题似乎结束了。 但过几天，类似问题又来了。 上次分析新客转化，这次分析老客复购；上次看华东区 阅读全文

摘要： 这半年，很多数据团队都会遇到一个问题：能不能做一个 AI 问数工具？ 老板想在群里直接问：“上周华东区新客转化为什么下降？”业务希望不用等分析师，自己输入一句话就能拿到图表。技术团队看了几个 Demo，发现大模型确实能根据自然语言生成 SQL，接上数据库之后，似乎很快就能跑出结果。 于是很多项目的第 阅读全文

摘要： 很多数据分析师都有一种很矛盾的感受：自己每天很忙，但越来越难说清楚自己到底创造了什么价值。 早上有人要拉一份销售明细，中午有人要改一个看板口径，下午产品同事来问新功能转化，晚上老板又临时要一张经营会截图。一天过去，SQL 写了不少，报表改了不少，群消息也回了不少，但如果有人问：“这周你推动了什么业务 阅读全文

摘要： 这周的数据工程新闻，有点像搬办公室。 不是换一张工位，也不是多买几台显示器，而是重新决定：谁有钥匙，谁能进仓库，谁负责把门关上，出了问题又该找谁。 Data Engineering Weekly 在 2026 年 5 月 18 日更新了 #270。我把这一期看完，最明显的主线不是某个新工具突然冒头， 阅读全文

摘要： 很多数据团队处理报表变慢的方式，是先救火。 业务在群里说：“这个看板怎么又打不开？”运营等着开会，老板已经进会议室，BI 页面转了半天还没出来。数据同学赶紧去看任务、看查询、看集群资源。有人先加并发，有人先改 SQL，有人把时间范围缩短，有人临时导一份结果给业务。 问题解决了，群里安静下来。然后下周 阅读全文

摘要： 过去一年，很多团队都在讨论 AI 怎么进入数据工作。 有人用它写 SQL，有人用它解释报表，有人让它生成指标口径说明，有人试着把数据查询、分析摘要、异常归因连成 Agent 工作流。演示时效果经常不错：输入一句自然语言，模型给出查询；上传一份数据，模型生成洞察；接入元数据，模型还能解释字段。 但真正 阅读全文

摘要： 很多数据团队都有一张传奇宽表。 一开始，它只是为了方便。业务每天都要看订单、用户、商品、渠道，数据开发觉得每次临时 join 太麻烦，不如做一张大宽表，把常用字段都放进去。于是第一版表很受欢迎，分析师不用再到处找字段，BI 看板也跑得更快。 然后事情开始变化。 这个部门要加一个活动标签，那个部门要加 阅读全文

摘要： 做数据工作久了，你会遇到一种很熟悉的消息。 业务同事在群里说：“能不能帮我看一下最近用户流失有点高？” 这句话看起来很正常。甚至很像一个清楚的需求：用户流失，高了，需要分析。很多数据分析师看到之后，会立刻打开数据库，找用户表、订单表、活跃表，开始写 SQL。做数据开发的同学可能会去看有没有现成宽表， 阅读全文

摘要： 很多人开始找工作时，第一件事不是看岗位，而是改简历。 打开文档，把项目经历重新润色一遍；打开招聘软件，把城市、薪资、年限勾好；然后开始投。上午投一批，下午再投一批，晚上看一下有没有已读，有没有沟通。几天之后，页面上多了很多“已投递”，但真正进入对话的岗位很少。 这时候最容易产生的判断是：是不是简历不 阅读全文

摘要： 这周的数据工程新闻，有一个共同味道：大家都在给“混乱”装仪表盘。 AI 第二大脑也好，多 Agent 数据流程也好，模型生命周期图谱也好，自愈数据管道也好，表面上都很新。往下看，其实还是老问题：知识散落、流程太长、模型没人管、管道变慢却没人发现。 Data Engineering Weekly 在 阅读全文