数据分析工程是一种技能，专注于构建可靠的数据指标和准备商业智能（BI）系统。它涉及定义指标和维度模型、构建数据转换层、实施数据质量测试、以及文档化数据集和数据血统。适用于需要数据建模、指标定义或分析数据处理的场景。关键词：数据分析工程、数据建模、指标定义、数据质量、BI准备、dbt、SQL转换。

本技能专注于计算和解释SaaS产品的收入、留存和增长指标，包括收入、ARPU/ARPA、MRR/ARR、流失率、NRR、扩展和队列分析。用于评估SaaS业务健康、产品市场契合度，支持数据驱动的增长决策。关键词：SaaS、收入分析、留存指标、增长评估、数据驱动。

CDC 模式实施器是一个专注于变更数据捕获（CDC）的专业技能，用于实现实时数据集成。它提供在多种数据库和流式平台（如PostgreSQL、MySQL、Kafka）上配置和实施CDC解决方案的专家能力，包括连接器配置、模式选择、快照策略、模式变更处理和监控设置。关键词：变更数据捕获，CDC，实时数据集成，Debezium，Kafka，数据同步，ETL，流式处理，数据管道。

本技能涵盖了从一开始就构建高性能数据库交互的模式，以及修复性能问题，包括查询优化、索引策略、分页、批量处理、聚合优化、连接池调整、读取副本、非规范化、表分区和缓存策略等。

使用matplotlib和seaborn创建有效的数据可视化，用于探索性分析、向业务利益相关者展示洞察和沟通结果

数据库备份与恢复策略实施指南，包括备份类型、保留策略、恢复测试和RTO/RPO规划。

此技能用于直接从Google BigQuery数据集中提取表架构，并将其转换为Starlake YAML配置文件。适用于数据工程、ETL开发和数据仓库构建，提升元数据管理效率。关键词：BigQuery、架构提取、Starlake、YAML、数据工程、ETL、数据仓库、元数据。

这个技能用于根据自然语言描述，编写针对特定SQL方言优化的查询，遵循最佳实践。它帮助用户高效进行数据提取和分析，提升数据库查询性能。关键词：SQL查询，数据编写，优化，数据分析，数据库，数据工程，ETL开发。

本技能文档系统介绍了ClickHouse数据库在高性能分析场景下的核心模式与实践。涵盖表设计优化、查询性能调优、数据插入策略、物化视图应用、性能监控方法以及常见分析查询模式。适用于数据工程师、数据分析师和开发人员构建实时分析系统、数据仓库和大规模数据处理平台。关键词：ClickHouse优化、OLAP数据库、实时分析、数据工程、查询性能、大数据处理、数据仓库、ETL管道、物化视图、时间序列分析。

这个技能涉及数据库迁移和架构版本控制，包括在PostgreSQL和MySQL中进行迁移框架设置、执行数据转换、添加或删除表和列、索引创建和优化、迁移测试和验证、回滚计划和执行以及多环境部署。

这个技能提供了一个完整的端到端数据科学和机器学习工程工作流程，将原始数据和业务问题转化为可生产化的验证模型。它涵盖了数据探索、特征设计、模型选择、性能评估、SQL变换和MLOps实践，特别强调现代特征存储、自动化重训练和漂移监控。关键词：数据科学、机器学习、特征工程、模型评估、MLOps、SQLMesh、预测建模、可重复性。

流处理窗口设计器是一款专注于为实时数据流处理系统设计优化窗口策略的专业工具。它提供窗口类型选择、水印策略配置、延迟数据处理、触发机制优化等核心功能，帮助用户构建高效、可靠的流处理管道。关键词：流处理、窗口策略、水印机制、实时计算、数据聚合、状态管理、延迟处理、触发配置、流式架构、事件时间处理。