Когда вы присоединились к сообществу dbt и как это повлияло на вашу карьеру?
Я участвую в сообществе dbt уже несколько лет. Хотя мне нравится активно участвовать, одной из моих любимых частей является просто "наблюдение" за каналами в Slack. В настоящее время сфера данных развивается очень быстро с множеством различных конкурирующих фреймворков, инструментов и идей. В то же время работа с данными обсуждается и делится публично меньше, чем методы анализа (например, новые пакеты моделирования) из-за конфиденциальности данных и интеллектуальной собственности. Я не нашла лучшего места, чтобы "пить из пожарного шланга" и извлекать пользу из вопросов, вызовов и успехов других.
С каким лидером сообщества dbt вы себя идентифицируете? Как вы планируете развивать свое лидерство в сообществе dbt?
Два члена сообщества, которые действительно вдохновляют меня, это Клэр Кэрролл и Джоэл Лабес. Я считаю, что оба демонстрируют превосходство в технических лучших практиках, кристально ясной коммуникации технических концепций в их обширных текстах и страсть к построению сообщества и созданию входных точек. Эта смесь так называемых "жестких" и "мягких" навыков добавляет много ценности сообществу и помогает каждому члену быть на высоте. Я всегда стремлюсь сбалансировать время, которое я трачу на развитие своих навыков в обоих на правлениях.
Чему вы научились у членов сообщества? Чему вы надеетесь, что другие смогут научиться у вас?
Учитывая мою страсть к качеству данных и дизайну данных, мне особенно нравится размышлять о моделировании данных и учиться на опыте сообщества с разнообразием классических и новых фреймворков для проектирования устойчивых, гибких датамартов.
Как страстный поклонник open-source (и также процветающего сообщества #rstats), я надеюсь вдохновить других на создание большего количества пакетов и PR, которые расширяют инструментарий разработчика. Мне также особенно нравится обсуждать свои мысли о качестве данных и избегании катаст роф с данными.
Есть ли что-то еще интересное, что вы хотите рассказать?
Моя страсть к open-source инструментам и открытым знаниям выходит за рамки dbt. Мне также нравится работать в редакционной коллегии rOpenSci, чтобы поддерживать создание open-source исследовательского программного обеспечения, рецензировать технические книги для CRC Press, выполнять бесплатные проекты с данными и делиться своими знаниями через выступления на конференциях и написание (включая мой веб-сайт, гостевые блоги и книги, такие как R Markdown Cookbook и 97 Things Every Data Engineer Should Know).