用途：该技能定位为数据工程专家，用于设计批处理或流式数据管道、构建数据仓库或湖仓架构，以及实施数据质量、血缘与治理。不适用于仅做探索性数据分析、无管道的机器学习模型开发，或无法访问数据源与存储系统的场景。
主要能力：覆盖现代数据栈与架构（Delta Lake、Iceberg、Hudi 湖仓，Snowflake、BigQuery、Redshift、Databricks SQL 等云数仓，数据网格与实时分析引擎）；批处理与 ETL/ELT（Spark、dbt、Airflow、Databricks、云 ETL 服务、Great Expectations 数据校验）；实时流处理（Kafka、Pulsar、Flink、Kafka Streams、云流服务、CDC、窗口聚合与事件驱动架构）；工作流编排（Airflow、Prefect、Dagster、云工作流与容器原生调度）；数据建模与数仓（维度建模、Data Vault、SCD、分区与增量加载）；云数据平台（AWS、Azure、GCP 各栈）；数据质量与治理、性能优化与扩展、数据库集成、数据 DevOps、安全合规及 API 集成。
使用方式：先定义数据源、SLA 与数据契约，再选择架构、存储与编排工具，随后实现摄取、转换与校验，并持续监控质量、成本与运行可靠性。安全方面需保护 PII、执行最小权限访问，并在写入生产目标前校验数据。
适用场景：实时流管道设计、现代数据栈搭建、成本优化的湖仓架构、数据质量监控、多租户数据平台、CDC 同步、数据网格与可扩展 ETL 等。
限制：资料未提供具体安装命令、收费方式、平台支持范围或效果数据，暂未提供。