数仓问题思考
原创
1、数据开发相关问题
1.1、数据研发效能的评估标准是什么，有哪些方法来帮助提升研发效率？
1.2、针对业务调整频繁的场景，比如维度信息经常发生变动，如何减少数据链路的调整成本(如逻辑调整、数据回刷)？
1.3、数据质量保障方面的解决方案及告警、误差情况，问题感知和定位时长情况？
2、建模相关
2.1、仓模型的好坏有评价标准吗？有哪些评价的维度？如何持续化治理？
2.2 数据一致性问题
3、产品相关
3.1.关于用户体验的事情如何设计和落地的？评价用户体验的指标如何设计、数据运营以及数据治理是如何组织推进的、需求发现和受理有什么原则和方法？
3.2.有哪些典型场景（最重要的场景是什么）？不同场景的策略有何异同？
3.3.产品或解决方案使用情况怎么样？如何衡量好坏效果？
4、组织架构：
4.1.团队的组织结构划分？有哪几个方向？各自规模如何？各自工作的目标是什么？
4.2.演进路径有哪些特征，即有没有什么代表性的特征事件？组织结构做过哪些调整？
5、职业规划
5.1、数仓工程师成长的脉络图，或者说知识架构图？
5.2、发展之路上需要哪些核心能力，每个阶段需要专注提升哪些能力。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
评论
作者已关闭评论
推荐阅读