免费 9 周数据工程课程，带你从零搭建生产级数据管道，覆盖 Docker、Spark、Kafka、dbt 等主流工具实战。

一套从数据工程、模型训练到部署迭代的完整教程，帮你把机器学习项目做成可上线的生产级应用。

用 Python 编排数据管道和资产，把开发、生产到可观测性串起来，适合数据工程和 MLOps 场景。

用声明式 YAML 编排数据管道、基础设施、业务流程和 AI Agent 的开源控制平面，事件驱动、支持任意语言、可 Git 版本化，能扛住百万级执行。

开源特征存储，统一管理机器学习特征的注册、存储与在线离线服务，解决训练和推理特征不一致的问题。

用 Python 语法写脚本的跨平台 shell，兼容 bash 命令，适合数据工程和 DevOps 场景，也能被 AI 编码工具直接调用。

Kedro 是一个面向生产环境的数据科学工具箱，用软件工程最佳实践帮你搭建可复现、易维护、模块化的数据工程与数据科学流水线。

面向长周期智能体的增量数据索引引擎，用 Rust 实现，支持变更数据捕获和 ETL，让代码库与数据源持续保持可查询的最新状态。

用声明式规则给数据加单元测试，校验数据质量、做数据剖析，让脏数据在进入下游前就被发现。