对于任何规模的组织来说，数据工程师技能对长期生存都是至关重要的。
不幸的是，这种策略在很多公司都失败了，因为在很多情况下，预测的模型都因为数据质量低而受损，数据常常是分散的，有时甚至不能进行优化分析。
在最佳的实践和业务调整方面，大多数新手数据工程师都是边学边做的。从构建太复杂而不可持续的系统，到过分信任现有的数据结构。
为了跟上数据创新的速度，数据工程师不仅需要投资于最新的建模和分析工具，还需要投资能够提高数据准确性和防止中断管道的技术。
