为什么要学习数据工程？
＞ 研一上的学习还是处在上课的阶段，没有什么实际操作的项目．因此，想搞个数学建模或者阿里天池大叔据竞赛来玩玩．经过一些调研后，发现无论是建模，还是阿里竞赛，对大规模数据的处理，一直都在比赛试题中频繁出现．联系到当下人工智能的火热离不开大规模数据的支撑，因此决定搞搞数据方面的事儿．
怎么去学习数据工程？
＞ 第一次听说数据工程这个名词是在阿里天池的"全栈数据工程师养成攻略上"．我的理解是，把数据做为一个研究对象，用工程的方法去管理好这个对象．（link）
本科的时候搞过智能车，当时做的电磁组．处理的数据主要是动态的少量数据，例如６个经过A/D转换得到的表征磁场强度的电压值，１个编码器反馈的脉冲数．基本处理方法就是分配时间片，进行采集，存储，（参与运算后）更新．
以阿里天池的工业蒸汽量预测为例（link），其中包含了38个特征的信息．还没有看过别人处理这些数据的方法，我先想到的是PCA降维．然而在对数据进行算法操作前，是否要清洗下数据，去掉些脏数据？处理过后的数据怎么存储？要是有多个数据处理的版本该怎么管理？
当下Python语言非常流行．它的其中一个优势是有着很多处理数据的库，例如pandas就可以用来很好的清晰数据．因此，凭借一边学习python，一边完善数据工程的技能学习，开始尝试管理大规模数据．