這幾年我一直從事以SQL為主的data工作，想改良現有的資料流程，卻不知如何下手。直到認識了dbt，才看到一線曙光。如果你也和過去的我一樣，在data之路感到迷惘，希望本系列文章能對你有幫助。

從 2019 年開始因為身為 PM 很想看產品資料而開始學數據，這個過程相當有趣，打開了另外一個世界！😻 這一系列的文章，我想從以下 3 個視角分享 30 個想法， 1. 個人 2. 團隊與公司 3. 社群 ，希望代表在成為資料實踐者的旅程中，會經歷的階段

資料分析師主要應用的工具是： Tableau, PowerBI, FineReport 這種集成式的軟體。上述的軟體非常強大，就像 Microsoft 的 Office 360 一樣。 然而，我們有時候需要更靈活的工具：我們希望我們的工具可以像 Linux Shell 一樣，有許多小的零組件，一個零組件只做好一件事，比方說： awk, sed, tr, sort, cat, ... ，卻可以靈活地組合起來，而且，容易自動化。 本文就是要介紹「當代的」資料工程與資料分析技術，這套工具與方法論就像是 Linux Shell 一般地靈活、容易自動化、可以提昇數倍的產出。

從實用的角度討論Modern Data Stack（好像是翻現代資料棧？）的設計與應用，也分享一些個人與公司在實作應用MDS的一些數據與雲端轉型的案例！

本人是Mid Life 轉型投入大數據行業． 之前都是在財務分析，審查以及做財務報表以及budgeting and forcasting中打滾。 想分享一下分享一下Non-Traditional route的人進入IT所遇到的一些學習心得以及成長紀錄．

Apache Airflow 在台灣應該是非常常見的 orchestration tool 啦！在今年，我們公司開始導入 dbt 作為 data warehouse & data mart 的管理工具。花了很多時間，也發現中文的資源比較少。來玩玩看吧！將這幾個月的心得濃縮起來，30 天挑戰介紹看看！

以資料工程師的角度，透過 dbt core 及周邊 package 優化複雜的資料倉儲心路歷程 以及在 data pipeline 的水肥路上碰到的大小事分享