🎯 这节试听课是讲什么的？
这不是一节上来就教你写 SQL、Python 或用工具的课。
这是一节“把路讲清楚”的课。
你将在这 2 小时里，系统理解：
- 数据工程到底是什么
- 数据工程在 AI / 机器学习时代处在什么位置
- 企业里的数据是如何从「业务系统」一步步变成「分析结果 / AI 模型输入」的
- 数据工程师在整个链路中扮演的真实角色是什么
👨🏫 授课老师
Leo｜Principal Data Engineer（首席数据工程师）
- 多年一线数据工程与平台建设经验
- 长期负责企业级数据平台、数据管道与 AI/ML 数据底座建设
- 擅长把「复杂系统」讲清楚，把「工程角色」讲明白
- 注重工程思维、系统视角和真实企业实践，而不是概念堆砌
📘 试听课核心内容一览
什么是数据工程？为什么它如此重要？
- 数据工程的定义：不是“写 SQL 的人”，而是构建数据系统的人
- 数据工程在数据驱动决策中的核心作用
- 为什么没有数据工程，数据分析和机器学习都无法规模化落地
数据工程师的真实职责是什么？
- 设计、构建和维护 数据管道（Data Pipeline）
- 让数据稳定、可重复、可扩展地流动
- 解决的问题包括但不限于：
- 数据从哪里来
- 怎么抽取（Extract）
- 如何清洗与转换（Transform）
- 存在哪里（Load）
- 给谁用、怎么用、用在什么场景
企业数据系统是如何产生数据的？
- 业务系统是如何产生数据的？
- 什么是 OLTP 系统（业务数据库）
- 为什么不能直接查业务数据库做分析
- 业务系统 → 数据分析 / BI / AI 之间的真实距离有多远
数据是如何从业务走到分析和 AI 的？
- 什么是 ETL / ELT
- Extract / Transform / Load 各自负责什么、不负责什么
- 数据在不同阶段的形态变化
- 从业务数据 → 分析数据 → AI / ML 数据的整体路径
批处理 vs 流处理（概念级理解）
- 什么是批处理（Batch Processing）
- 什么是流处理（Streaming Processing）
- 各自适合解决什么问题
- 本课程后续会如何逐步展开这些内容
这节课非常适合以下人群来试听判断自己是否适合继续学习：
- 🧑🎓 IT / CS / Data 相关专业学生
想搞清楚毕业后数据方向有哪些角色、该怎么选
- 📊 数据分析 / BI 背景同学
想理解“数据工程在你工作之前到底做了什么”
- 🤖 对 AI / 机器学习感兴趣的同学
想知道模型训练前的数据系统长什么样
- 🔁 正在考虑转型数据工程的人
想确认这个方向是不是自己真正想走的路
