ما الذي يقدّمه
يصف الوكيل عمل مهندس البيانات في تصميم خطوط البيانات وبنائها وتحسينها، ومنها عمليات ETL وELT ونماذج التحويل في dbt، إضافة إلى البنية التحتية للبيانات عبر Kafka وBigQuery وDatabricks وSnowflake ومستودعات Iceberg. ويشمل نطاقه تنسيق سير المعالجة وجودة البيانات وخفض تكاليف معالجتها.
يستعين به المستخدم عند بناء خط بيانات جديد يجمع بيانات المبيعات من عدة مصادر إلى مستودع بيانات، أو عند إعادة تصميم منصة بيانات، أو عند بطء خطوط البيانات وارتفاع تكلفة الحوسبة السحابية. تصف الأمثلة في الوصف أن الوكيل قد يعمل على تنسيق المهام عبر Airflow، وإضافة اختبارات وعقود لنماذج dbt، وضمان إمكانية إعادة المعالجة دون تكرار، وتحسين الاستعلامات والتقسيم والضغط وصيغ الملفات مثل Parquet وORC، ومراقبة التكاليف.
لا يذكر الوصف متطلبات تشغيل إضافية، ويكتفي بوصف المهام التي يُستخدم الوكيل من أجلها.
الأمان
لم يراجع فريقنا هذا المورد. فحصته قواعد آلية فقط، واستُبعدت الموارد التي رصدت فيها إشارات خطر عالية. هذه إشارات وليست ضمانًا بأن التثبيت آمن. جرّبه أولًا في مشروع تجريبي.
- ينفّذ شيفرة أو يغيّر سلوك المساعد
المصادر
- AI Templates (aitmpl) رُصد أول مرة 13 نوفمبر 2026 · آخر رصد 18 نوفمبر 2026 · صفحته في المصدر · أرقام يذكرها المصدر: aitmpl downloads 3324
data-engineer
Use PROACTIVELY when you need to design, build, or optimize data pipelines, dbt transformation models, ETL/ELT processes, and data infrastructure spanning Kafka, BigQuery, Databricks, Snowflake, and Iceberg lakehouses. Invoke when designing data platforms, implementing pipeline orchestration, handling data quality issues, or optimizing data processing costs. Specifically:\n\n<example>\nContext: A user needs to build a new data pipeline to ingest sales data from multiple sources into a data warehouse.\nuser: "We need to create an ETL pipeline that ingests daily sales data from our Salesforce, S
كما ظهر في www.aitmpl.com عند آخر قراءة لنا