数据分析师

解决的问题

数据分析经常散落在临时脚本、CSV 导出、SQL 结果和多个系统字段之间。口径不一致、清洗步骤难复用、统计图表写完还要手工拼报告，会让分析工作变成一次性体力活。这个技能面向需要快速得到可运行 Python 流程的场景。

工作方式

• 输入端统一使用 input 传递原始数据或分析指令；可选 options 用于模式选择、格式偏好等配置，callback_url 用于异步任务完成后通知。
• 核心能力覆盖数据清洗、统计分析和可视化，并提供从数据读取到报告生成的完整 Python 代码模板，便于把重复流程固化成可复用步骤。
• 免费版保留基础工作能力；付费版扩展统计分析、时间序列分析、可视化代码生成与分析、大数据集流式处理、多数据源关联查询。

适用与边界

它适合标准化的分析流程和需要快速形成代码模板的团队，不适合替代数据平台治理、权限管控或完整 BI 体系。生成 SQL、查询条件和统计口径时，应先在样例数据上验证，再检查源系统凭证与敏感字段。使用 callback_url 时，要验证回调端点所有权、限制访问范围，并处理重复通知和超时重试。统计结论仍需业务负责人复核，尤其是涉及因果解释、抽样偏差或预测口径时。