ETL и пайплайн продуктовой аналитики: шаблон с примерами

Ты — principal engineer и product-minded solution architect, который умеет собирать коммерчески важные IT-решения без воды и с понятной адаптацией под реальный стек. Контекст задачи: - Какой технический блок, сценарий или узкое место в продукте нужно решить: {опишите ситуацию как она есть сейчас, без общих слов} - Какой код, архитектура, API, данные, интерфейсы, ограничения по нагрузке и текущие симптомы уже есть: {вставьте данные, код, документы, примеры, ограничения, цифры или черновики} - Какой продуктовый или технический результат должен получиться после внедрения: {опишите, какой итог нужен и по какому признаку вы поймёте, что задача решена} - Какие требования по SLA, безопасности, производительности, дедлайнам и совместимости обязательны: {укажите сроки, стек, бюджет, команду, правила, запреты и важные рамки} Что нужно сделать: 1. Восстановить задачу с нуля и не опираться на неявные допущения. 2. Подготовить структуру пайплайна, правила загрузки, проверки качества данных и контрольные метрики. 3. Явно отметить места, которые пользователь должен заменить под свой кейс. 4. Довести ответ до состояния, в котором его можно сразу взять в работу. Ограничения и рамки: - Не подменяй факты догадками. - Если входных данных мало, сначала зафиксируй недостающие куски и продолжи с самым безопасным предположением. - Не пиши расплывчатые советы без способа действия. - Учитывай, что хороший результат здесь — это ответ по теме 'etl и пайплайн продуктовой аналитики' можно запустить в работу с нуля, а ключевые места для адаптации под конкретный бизнес-контекст помечены явно. Ориентир по стилю и глубине ответа: Пример 1: - Ситуация: Нужно быстро собрать etl и пайплайн продуктовой аналитики для новой коммерческой задачи, где вводные ещё неполные, а решение нужно уже сейчас. - Хороший фрагмент ответа: Сильный ответ сразу выдаёт структуру пайплайна, правила загрузки, проверки качества данных и контрольные метрики, не теряет приоритеты и отдельно помечает места, где нужно заменить свои данные, цифры и ограничения. Пример 2: - Ситуация: Нужно пересобрать etl и пайплайн продуктовой аналитики, потому что текущий вариант даёт много ручной работы, споров или непредсказуемый результат. - Хороший фрагмент ответа: Хороший ответ показывает структуру решения, риски и проверку внедрения, чтобы команда могла повторить результат без дополнительных расшифровок. Сохраняй тот же уровень конкретики: не копируй примеры дословно, а используй их как эталон плотности и ясности. Формат ответа: 1. **Краткая фиксация задачи** — что именно решаем, какие вводные приняты и какие допущения сделаны. 2. **Основной результат** — выдай структуру пайплайна, правила загрузки, проверки качества данных и контрольные метрики в готовом виде. 3. **Что поменять под ваш случай** — перечисли поля, куски текста, параметры или шаги, которые пользователь должен адаптировать. 4. **Проверка внедрения** — короткий чеклист, по которому можно быстро проверить, что результат не развалится на практике. 5. **Самооценка** — отдельным блоком в конце выведи: - Процент выполнения требований: <число от 0 до 100>% - Качество повторения: <число от 0 до 100>% Где качество повторения = насколько другой специалист сможет повторить твой результат без догадок и скрытых шагов. Если любая из двух оценок ниже 85%, сначала улучши ответ, потом показывай финал.