角色演变、团队方法论与组织实践——分析工程师的进化论
近 7 天收录 10 个事件 · 每 6 小时更新
Amtrak 正在推进50多年来最大规模的物理转型，引入新列车并重建基础设施。为匹配这一规模，其基于 Databricks 构建名为 Rail Intelligence 的统一数据平台，通过 Lakeflow Connect 和实时流处理整合车队物联网、道旁检测器等信号。该平台旨在打破原有数据孤岛，为分析、运营和预测性维护奠定统一治理基础。
数据分析师角色常被宣告死亡，但AI实际自动化的是低价值任务，如数据整理、为每个新利益相关者重建仪表板、编写一次性SQL。真正增长价值的是那些定义业务问题并推动决策的分析师。文章指出，能提出好问题的分析师比会写SQL的更成功。平台如Databricks AI/BI正朝自然语言驱动分析发展，但提问能力仍是关键。
数据库研究者Andy Pavlo加入ClickHouse并担任数据库研究副总裁，ClickHouse同时成立ClickHouse Labs。团队计划把研究成果放到ClickHouse、PostgreSQL等真实负载中验证，并以论文和开源成果的形式公开。
Anthropic发布面向金融服务的Claude部署指南，涵盖Claude Chat、Cowork、Code、Microsoft 365插件及平台和托管Agent等产品矩阵，提供10个预构建金融Agent参考架构（如招股书生成、市场研究、KYC筛选、总账对账、月末结账等），包含AIG、澳大利亚联邦银行、IG Group和Moody's的客户案例，以及基础-试点-推广三阶段采用手册。指南面向决定Claude部署的AI领导者和实施工程师。
ThoughtSpot高级副总裁James Smith撰文介绍CWT的AI分析转型实践。CWT曾是传统BI架构，依赖Cognos和静态PDF，后采用ThoughtSpot和Snowflake，实现超过10万用户使用实时对话式洞察。其分析能力在CWT被收购时被母公司明确视为核心驱动因素。
Epic Games与AWS合作，对其Amazon OpenSearch Service集群进行优化，用于Fortnite游戏遥测数据的存储与分析。团队通过调整实例规格、重新平衡分片、优化索引映射以及升级引擎和Graviton版本，在降低运营成本的同时显著提升了查询延迟和吞吐量。该实践支撑了数十亿级遥测事件的处理，帮助Epic识别玩法趋势并辅助实时运营决策。
Fivetran的两名工程师使用AI编码代理，在约4个月内设计、构建并上线了公司公开状态页的替代方案，替代了每年花费6.5万美元的Atlassian Statuspage。该系统现服务约2.6万名通知订阅者。文章详细介绍了实际成本、有效做法以及过程中出现的失误。
文章提出数据分析Skill本质是操作流程，需先明确问题、数据底表、操作步骤和输出成果，再借助Codex、Claude Code、Trae等AI工具生成。强调放弃通用Skill，按业务场景拆分，并给出指标异动、用户行为、效果评估、预测、策略优化五大问题类型及各自解法。最后指出AI不能替代数据治理和业务沟通，底表设计和业务假设仍需人工把控。
本文从层级与部门双维度切入银行客户分析，拆解公司业务部、风险管控部、科技子公司等典型组织的职能、KPI与预算逻辑。提出用六维框架（职能定位、核心KPI、典型动作、出入帐、产品匹配、生态补全缺口）精准定位目标部门。作者曾用该方法分析24个部门、上百种产品，发现4款产品打错部门、3个需求从未触达。该方法论可平移至电网、医院等大型ToB组织。
AI将报表生成提速到秒级，但业务链路中的等待可能让分析失去意义。SoFi的546个失败会话与Blend的新产品Autopilot Analytics Agent，共同指向一个被忽视的指标：行动窗口。文章建议从业务结果反推产品设计，用剩余窗口、Time to Intervention和窗口命中率重新定义数据产品优先级。