No es una lista exhaustiva, pero algo o todo esto podría apreciarse:
- Pasión y amor por la verdad a través de datos y métricas.
- Orientado a responder a un problema de negocios. Este es un rasgo no técnico y es el motor de todo el almacén / diseño analítico. Por ejemplo, ¿cuántas cancelaciones de vuelos ocurrieron debido a la alerta meteorológica? ‘
- Conocer las diferencias entre un sistema de base de datos transaccional y analítico (OLTP vs. OLAP)
- Conocer el diseño normalizado de bases de datos. (1 NF, 2NF, 3NF, etc.)
- Conocer el diseño del esquema estelar, el diseño del esquema del copo de nieve, las dimensiones, los hechos y las medidas: estos son los componentes básicos del diseño de un almacén.
- Capacidad para visualizar datos transaccionales provenientes de diversos sistemas (bases de datos, archivos, registros, archivos xml, datos de flujo de clics, servicios web, archivos S3, etc.)
- Mecanismos de carga de datos: Pull (Extraer, transformar y cargar ETL) o Push (flujos de procesamiento de datos)
- Procesos de transformación de datos como desduplicación, normalización, etc.
- Sistemas ETL como SQL Server Integration Service, etc.
- Sistemas Push modernos como AWS Kinesis, Aws RedShift, etc.
- Capacidad para unir datos en múltiples sistemas.
- Los usuarios finales no se preocupan por los miles de millones de gigabytes de datos. Les gusta esa respuesta o número en su tablero o informe. Conciencia de ese hecho.