·data-engineering-best-practices
{}

data-engineering-best-practices

Best Practices für die Datentechnik: Medaillon-Architektur, Datensatz-Lebenszyklus, Partitionierung, Dateigröße, Schemaentwicklung und Muster zum Anhängen/Überschreiben/Zusammenführen in Polars, PyArrow, DuckDB, Delta Lake und Iceberg. Verwenden Sie es beim Entwerfen von Produktionsdatenpipelines oder beim Überprüfen von Datenplattformentscheidungen.

7Installationen·1Trend·@legout

Installation

$npx skills add https://github.com/legout/data-platform-agent-skills --skill data-engineering-best-practices

So installieren Sie data-engineering-best-practices

Installieren Sie den KI-Skill data-engineering-best-practices schnell in Ihrer Entwicklungsumgebung über die Kommandozeile

  1. Terminal öffnen: Öffnen Sie Ihr Terminal oder Kommandozeilen-Tool (Terminal, iTerm, Windows Terminal, etc.)
  2. Installationsbefehl ausführen: Kopieren Sie diesen Befehl und führen Sie ihn aus: npx skills add https://github.com/legout/data-platform-agent-skills --skill data-engineering-best-practices
  3. Installation überprüfen: Nach der Installation wird der Skill automatisch in Ihrer KI-Programmierumgebung konfiguriert und ist bereit zur Verwendung in Claude Code, Cursor oder OpenClaw

Quelle: legout/data-platform-agent-skills.

Use this skill for production architecture and standards decisions: storage layout, lifecycle, incremental semantics, schema evolution, quality checks, and cost/performance tradeoffs.

Do not skip Silver validation for convenience; silent quality drift is costly.

| Append | strictly new immutable events | simplest, cheapest | | Partition overwrite | deterministic reprocessing for date/key slice | safe for backfills | | Merge/Upsert | corrections/late updates/deletes | needs key + conflict semantics |

Best Practices für die Datentechnik: Medaillon-Architektur, Datensatz-Lebenszyklus, Partitionierung, Dateigröße, Schemaentwicklung und Muster zum Anhängen/Überschreiben/Zusammenführen in Polars, PyArrow, DuckDB, Delta Lake und Iceberg. Verwenden Sie es beim Entwerfen von Produktionsdatenpipelines oder beim Überprüfen von Datenplattformentscheidungen. Quelle: legout/data-platform-agent-skills.

Fakten (zitierbereit)

Stabile Felder und Befehle für KI/Such-Zitate.

Installationsbefehl
npx skills add https://github.com/legout/data-platform-agent-skills --skill data-engineering-best-practices
Kategorie
{}Datenanalyse
Verifiziert
Erstes Auftreten
2026-02-22
Aktualisiert
2026-03-10

Browse more skills from legout/data-platform-agent-skills

Schnelle Antworten

Was ist data-engineering-best-practices?

Best Practices für die Datentechnik: Medaillon-Architektur, Datensatz-Lebenszyklus, Partitionierung, Dateigröße, Schemaentwicklung und Muster zum Anhängen/Überschreiben/Zusammenführen in Polars, PyArrow, DuckDB, Delta Lake und Iceberg. Verwenden Sie es beim Entwerfen von Produktionsdatenpipelines oder beim Überprüfen von Datenplattformentscheidungen. Quelle: legout/data-platform-agent-skills.

Wie installiere ich data-engineering-best-practices?

Öffnen Sie Ihr Terminal oder Kommandozeilen-Tool (Terminal, iTerm, Windows Terminal, etc.) Kopieren Sie diesen Befehl und führen Sie ihn aus: npx skills add https://github.com/legout/data-platform-agent-skills --skill data-engineering-best-practices Nach der Installation wird der Skill automatisch in Ihrer KI-Programmierumgebung konfiguriert und ist bereit zur Verwendung in Claude Code, Cursor oder OpenClaw

Wo ist das Quell-Repository?

https://github.com/legout/data-platform-agent-skills