AI智能体数据工程与BI实战

数据工程 Data Engineering

它是为企业构建、管理和优化数据基础设施的一门工程学科。核心工作包括数据收集、清洗、转换、存储与传输，确保数据从来源系统顺畅流向分析或应用场景。数据工程师会搭建数据管道、维护数据库与数据仓库，并保证数据的质量、稳定性与可用性。它是数据科学、商业分析和机器学习的基础，使组织能够高效利用数据驱动决策。

商业智能 Business Intelligence

它是一套帮助企业将原始数据转化为可理解信息的技术与方法。它通过数据整合、分析与可视化，让管理者快速看清业务表现、发现趋势并支持决策。常见工具包括数据报表、仪表盘、OLAP 分析等。BI 的核心价值在于让数据“看得见、用得上”，帮助企业提升效率、优化运营并发现增长机会。

目前市场需求是怎样的？

目前，市场上对 数据工程（Data Engineering） 和 BI（Business Intelligence） 人才的需求都非常旺盛，但侧重点不同，两者常被视为数据团队的“双引擎”。

数据工程人才需求特点

• 需求量持续增长：随着企业数据规模爆炸式扩大，几乎所有行业都需要数据工程师来搭建稳定的数据管道与数据平台。

• 技术要求高：企业特别看重熟悉云平台（AWS/Azure/GCP）、数据仓库（Snowflake/BigQuery/Redshift）、ETL/ELT、Python、SQL、Spark 的人才。

• 岗位偏工程化：更强调系统架构、数据治理、性能优化与自动化。

商务智能BI 人才需求特点

• 需求稳定且广泛：中小企业尤其依赖 BI 来做经营分析，因此 BI 分析师在各行业都有岗位。

• 工具导向明显：熟练使用 Power BI、Tableau、Looker、Excel、SQL 是核心竞争力。

• 偏业务与沟通：BI 更强调理解业务、制作可视化报表、支持管理层决策。

Agentic Programming

一种由大语言模型驱动的新型软件开发范式，核心在于让 AI 代理具备“自主规划—执行—验证—迭代”的完整能力。它不仅能理解高层需求，还能主动拆解任务、调用编译器与调试器等工具、生成并测试代码，并根据反馈自动修正，从而形成闭环开发流程。相比传统的代码补全工具，Agentic Programming 更强调自主性、多轮推理与工具协同，使 AI 从“辅助写代码”真正迈向“自主完成复杂软件任务”。这一范式正重塑软件工程的工作方式，被视为未来智能开发的重要方向。

• 用AI工具和智能体进行开发类工作的能力

• 快速积累用AI智能体进行数据工程/BI项目开发的经验

• 智能体安装、配置与养成

• 快速搭建Agentic AI 开发工作环境

• 掌握用AI Agent进行软件开发的完整流程

• 了解数据工程Data Engineering与商务智能BI

• 实战体验使用AI进行基于Python的BI与数据分析项目

8-10小时, 每次2小时，计划约1个月结课

微信/WeChat扫码报名

预付学费（公开统一价格 个人学员 CAD $249/次）

CEAI 2200 

Introduction to Agentic Programming 

别称：AI智能体编程入门

CEAI 2201

Agentic Programming and DE/BI in Action

别称：AI智能体数据工程与BI实战

CEAI 2202

Agentic Programming and Web App Dev

别称：AI智能体开发Web应用实战

CEAI 2203

Agentic Programming and Mobile App Dev 

别称：AI智能体移动应用开发实战

CEAI 2204

Agentic Programming and Desktop App Dev

别称：AI智能体桌面应用开发实战

Athensoft 雅软信息科技简介

加拿大科技公司，成立于2015年。

主要业务板块包含：

计算机软件研发与人工智能应用

企业互联网与软件应用技术咨询

IT/AI技术教育培训（职业/兴趣）

数字广告与推广平台

成功案例：

每年帮助一大批青少年精英涉足IT/AI

指导青少年选择IT/AI类大学相关专业

加拿大中学生/预科编程马拉松竞赛评委

每年帮助大学生实习、求职或孵化

每年帮助成人学习技能再就业或孵化

每年帮助在职人员转型或提高

每年帮助企业客户进行网站建设与维护

每年帮助企业进行SEO/广告投流等支持