本技能用于掌握数据从获取到建模的完整处理流程，能力范围包括数据获取、数据清洗、数据转换与数据建模，触发条件为需要准备分析数据或构建数据模型时。
数据获取：支持业务系统（CRM、ERP、电商等，通过数据库直连或 API）、用户行为（APP、Web、小程序埋点与日志）、外部数据（第三方、公开数据，通过文件导入或爬虫）以及实时数据（IoT、传感器流式采集）。获取模式包含批量获取（pandas 配合 SQLAlchemy 读取数据库）、API 获取（requests 请求后转 DataFrame）、文件导入（read_csv、read_excel、read_json）等。同时提供数据质量评估，统计总行数、总列数、缺失值、缺失率、重复数与字段类型。
数据清洗：涵盖缺失值处理（dropna、fillna、ffill、interpolate）、异常值处理（基于 IQR 或 Z-score 剔除）、数据类型转换、重复值处理。
数据转换：支持聚合统计、透视表、时间序列转换（重采样、滚动窗口、累积求和）以及归一化与标准化。
数据建模：包含维度表与事实表设计、指标计算、层级汇总，并给出数据工厂分层架构（贴源层 ODS、整合层 DWD、汇总层 DWS、应用层）及建表示例。另附常用工具用法，如 Pandas 进阶操作与 SQL 窗口函数，以及数据质量监控和异常检测思路。
限制与注意事项：资料未提供具体平台适配、收费方式与运行环境要求；文中强调数据清洗质量优先，应保留原始数据、新建处理后字段，明确记录数据口径，并与业务方确认指标定义以避免偏差。