▌第一部 資料工程

第1章 我還想要更懶惰
需求概述
既有的作法：試算表流水生產線
相對合理的設計
軟體開發
業務報表
專案的後續與感想

第2章 現代資料棧（Modern Data Stack）
可程式化工具
資料基礎建設
資料基礎建設的發展階段
應用現代資料棧還有其它優點嗎？
選SQL 而非MapReduce
ELT 取代ETL
函數式資料轉換
理想的解決方案：現代資料棧
之後的章節

第3章 View Layer（視覺化層）：Metabase
自助式資料服務的必要條件
Metabase 安裝
Metabase 自動分析
Metabase 基礎操作
Metabase 進階操作
Metabase 圖表/ 視覺化
Metabase 互動儀表板與嵌入式分析
Metabase 自動化（Automation）
本章小結

第4章 Transformation Layer（資料轉換層）：dbt 與SQL
三個常見的SQL 難題與對應作法
dbt 安裝
DuckDB 安裝
dbt 基本操作
dbt 資料建模
dbt 進階操作
本章小結

第5章 Transformation Layer：SQL 概論
SQL 起步
SQL 進階語法
SQL 效能改進
本章小結

第6章 EL 與ETL
EL 是普遍的需求
ETL 仍然是重要的選項
EL 工具
Meltano 簡介
dlt 簡介
ETL 設計原則
ETL 開發實務
本章小結

第7章 資料可靠性（Data Reliability）
除錯方法論
dbt 套件- Elementary
dbt test
Recce
兩難問題的因果分析
本章小結

第8章 即時資料（Real Time Data）
不同的應用、不同的即時
變更資料擷取（Change Data Capture）
資料倉儲內的Lambda 視圖
簡易資料湖與查詢引擎
本章小結

第9章 將複雜度往下移動
機敏資料
隨著時間而變動的資料
即時資料的查詢延遲
本章小結

第10章 資料工程的挑戰
資料工程的思考：搬移程式到資料端
資料工程的思考：簡單與可擴展性的並存之道
隱而不現的資料工程問題
採用新技術時的準備
本章小結

▌第二部 資料分析

第11章 ChatGPT 作為一種資料分析工具
什麼是資料分析？
什麼是ChatGPT？
應用ChatGPT 的後設技巧（Meta-skill）
資料分析活用ChatGPT
進階議題：形式語言學的應用
本章小結

第12章 管理與統計
管理實務
量化與統計學的連結
貝氏定理（Bayesian Theorem）
Z 檢定
費米估算（Fermi Estimation）
信賴區間
蒙地卡羅法
線性模型
探索式資料分析（EDA, Exploratory Data Analysis）
本章小結

第13章 各領域的資料分析
引導決策的指標
可信度
編碼
本章小結

▌第三部 管理實務

第14章 資料團隊
結果優先vs 流程優先
複雜度轉換：往下層移動
三種常見的資料團隊組織架構
資料團隊的發展
資訊的價值
向上管理vs 向上資訊管理
逆向工作
本章小結

第15章 變革管理
評估新技術
向上溝通：原理
向上溝通：從現在到未來
從想法到行動
本章小結

結語 寫給想要更懶惰的人asnd ▌第一部 資料工程

第1章 我還想要更懶惰
需求概述
既有的作法：試算表流水生產線
相對合理的設計
軟體開發
業務報表
專案的後續與感想

第2章 現代資料棧（Modern Data Stack）
可程式化工具
資料基礎建設
資料基礎建設的發展階段
應用現代資料棧還有其它優點嗎？
選SQL 而非MapReduce
ELT 取代ETL
函數式資料轉換
理想的解決方案：現代資料棧
之後的章節

第3章 View Layer（視覺化層）：Metabase
自助式資料服務的必要條件
Metabase 安裝
Metabase 自動分析
Metabase 基礎操作
Metabase 進階操作
Metabase 圖表/ 視覺化
Metabase 互動儀表板與嵌入式分析
Metabase 自動化（Automation）
本章小結

第4章 Transformation Layer（資料轉換層）：dbt 與SQL
三個常見的SQL 難題與對應作法
dbt 安裝
DuckDB 安裝
dbt 基本操作
dbt 資料建模
dbt 進階操作
本章小結

第5章 Transformation Layer：SQL 概論
SQL 起步
SQL 進階語法
SQL 效能改進
本章小結

第6章 EL 與ETL
EL 是普遍的需求
ETL 仍然是重要的選項
EL 工具
Meltano 簡介
dlt 簡介
ETL 設計原則
ETL 開發實務
本章小結

第7章 資料可靠性（Data Reliability）
除錯方法論
dbt 套件- Elementary
dbt test
Recce
兩難問題的因果分析
本章小結

第8章 即時資料（Real Time Data）
不同的應用、不同的即時
變更資料擷取（Change Data Capture）
資料倉儲內的Lambda 視圖
簡易資料湖與查詢引擎
本章小結

第9章 將複雜度往下移動
機敏資料
隨著時間而變動的資料
即時資料的查詢延遲
本章小結

第10章 資料工程的挑戰
資料工程的思考：搬移程式到資料端
資料工程的思考：簡單與可擴展性的並存之道
隱而不現的資料工程問題
採用新技術時的準備
本章小結

▌第二部 資料分析

第11章 ChatGPT 作為一種資料分析工具
什麼是資料分析？
什麼是ChatGPT？
應用ChatGPT 的後設技巧（Meta-skill）
資料分析活用ChatGPT
進階議題：形式語言學的應用
本章小結

第12章 管理與統計
管理實務
量化與統計學的連結
貝氏定理（Bayesian Theorem）
Z 檢定
費米估算（Fermi Estimation）
信賴區間
蒙地卡羅法
線性模型
探索式資料分析（EDA, Exploratory Data Analysis）
本章小結

第13章 各領域的資料分析
引導決策的指標
可信度
編碼
本章小結

▌第三部 管理實務

第14章 資料團隊
結果優先vs 流程優先
複雜度轉換：往下層移動
三種常見的資料團隊組織架構
資料團隊的發展
資訊的價值
向上管理vs 向上資訊管理
逆向工作
本章小結

第15章 變革管理
評估新技術
向上溝通：原理
向上溝通：從現在到未來
從想法到行動
本章小結

結語 寫給想要更懶惰的人askw ▌第一部 資料工程

第1章 我還想要更懶惰
需求概述
既有的作法：試算表流水生產線
相對合理的設計
軟體開發
業務報表
專案的後續與感想

第2章 現代資料棧（Modern Data Stack）
可程式化工具
資料基礎建設
資料基礎建設的發展階段
應用現代資料棧還有其它優點嗎？
選SQL 而非MapReduce
ELT 取代ETL
函數式資料轉換
理想的解決方案：現代資料棧
之後的章節

第3章 View Layer（視覺化層）：Metabase
自助式資料服務的必要條件
Metabase 安裝
Metabase 自動分析
Metabase 基礎操作
Metabase 進階操作
Metabase 圖表/ 視覺化
Metabase 互動儀表板與嵌入式分析
Metabase 自動化（Automation）
本章小結

第4章 Transformation Layer（資料轉換層）：dbt 與SQL
三個常見的SQL 難題與對應作法
dbt 安裝
DuckDB 安裝
dbt 基本操作
dbt 資料建模
dbt 進階操作
本章小結

第5章 Transformation Layer：SQL 概論
SQL 起步
SQL 進階語法
SQL 效能改進
本章小結

第6章 EL 與ETL
EL 是普遍的需求
ETL 仍然是重要的選項
EL 工具
Meltano 簡介
dlt 簡介
ETL 設計原則
ETL 開發實務
本章小結

第7章 資料可靠性（Data Reliability）
除錯方法論
dbt 套件- Elementary
dbt test
Recce
兩難問題的因果分析
本章小結

第8章 即時資料（Real Time Data）
不同的應用、不同的即時
變更資料擷取（Change Data Capture）
資料倉儲內的Lambda 視圖
簡易資料湖與查詢引擎
本章小結

第9章 將複雜度往下移動
機敏資料
隨著時間而變動的資料
即時資料的查詢延遲
本章小結

第10章 資料工程的挑戰
資料工程的思考：搬移程式到資料端
資料工程的思考：簡單與可擴展性的並存之道
隱而不現的資料工程問題
採用新技術時的準備
本章小結

▌第二部 資料分析

第11章 ChatGPT 作為一種資料分析工具
什麼是資料分析？
什麼是ChatGPT？
應用ChatGPT 的後設技巧（Meta-skill）
資料分析活用ChatGPT
進階議題：形式語言學的應用
本章小結

第12章 管理與統計
管理實務
量化與統計學的連結
貝氏定理（Bayesian Theorem）
Z 檢定
費米估算（Fermi Estimation）
信賴區間
蒙地卡羅法
線性模型
探索式資料分析（EDA, Exploratory Data Analysis）
本章小結

第13章 各領域的資料分析
引導決策的指標
可信度
編碼
本章小結

▌第三部 管理實務

第14章 資料團隊
結果優先vs 流程優先
複雜度轉換：往下層移動
三種常見的資料團隊組織架構
資料團隊的發展
資訊的價值
向上管理vs 向上資訊管理
逆向工作
本章小結

第15章 變革管理
評估新技術
向上溝通：原理
向上溝通：從現在到未來
從想法到行動
本章小結

結語 寫給想要更懶惰的人