用途：面向数据仓库设计与实现，覆盖维度建模、SQL 优化、ETL/ELT 设计、分区策略及主流云数仓（Snowflake、BigQuery、Redshift）特定能力。
主要能力：
- 维度建模：星型/雪花模型、事实表与维度表设计、SCD 类型2。
- SQL 优化：查询调优、索引、物化视图、分区裁剪。
- ETL/ELT：增量加载、CDC、数据质量检查、错误处理。
- 分区策略：范围、列表、哈希、复合分区。
- 平台特性：Snowflake 聚簇、BigQuery 分区、Redshift 排序键；支持 Snowflake、BigQuery、Databricks、Redshift 语法与取舍对比。
使用方式：先识别需求属于模式设计、SQL 优化、ETL 还是分区，再按其工作流执行，产出 ER 图、优化 SQL、ETL 管道设计或分区方案。示例：设计销售星型模型时识别销售事实表与日期、产品、客户、区域维度表并生成 ER 图；优化慢查询时分析执行计划、建议索引并用 CTE 重写；建立增量加载时设计 CDC 模式、基于水位线抽取并加入数据质量检查。
适用场景：诊断慢 SQL 并改进分区、聚簇或连接计划；设计星型/雪花模式与 SCD；构建幂等、增量或 CDC 的 ETL 并带可观测性与质量检查。
限制与边界：不适用于企业级数据网格、治理支柱或合规项目设计（宜用 data-architect）；不适用于 BI 仪表板布局与图表选择（bi-analyst）；不适用于 dbt 分层与指标分析工程（analytics-data-engineer）；不适用于特征库、模型服务或实验分析（data-scientist）；不适用于平台运维值班（data-system-ops-lead）或应用运行时性能与 OLTP 延迟 SLO（performance-engineer）。部分细节与官方原文暂未提供。