用途：面向数据工程师的职业成长资料集合，围绕作品集、技术面试、求职策略与持续学习展开。
主要能力：提供数据工程师作品集清单，建议从端到端 ETL 管道（Airflow + dbt）、实时流项目（Kafka/Spark Streaming）、数据仓库设计（Snowflake/BigQuery）、MLOps 管道（MLflow）、数据访问 API（FastAPI）中选 3-5 个，并给出文档模板（问题陈述、架构图、技术选型理由、挑战与解决方案、结果指标、GitHub 链接）。面试准备部分列出常见题型：SQL 窗口函数、重复数据查找、限流器实现、电商数据管道设计题。简历部分给出 STAR 格式模板与量化建议。还包含可向面试官提问的问题清单、按经验级别（初级、中级、高级、Staff/Principal）划分的学习重点、学习平台与书籍资源、最佳实践与认证清单。
使用方式：作为技能插件加载，按需查阅上述清单与模板；资料未提供具体安装命令或调用方式。
适用场景：数据工程师准备面试、优化简历、规划学习路径与构建公开作品集。
限制：内容为通用职业建议，未提供具体收费、平台支持或效果保证；部分资源仅列名称，未提供链接。