本期为第 2 轮精选，聚焦 programming（编程与开发） 分类。与已覆盖的「数据库内核与存储引擎」「分布式系统」等偏底层引擎的方向不同，本期将视角上移到应用层与数据流水线：当数据被存储之后，如何被抽取（Extract）、转换（Transform）、加载（Load），如何被编排成可复现的管道，以及如何最终落地为分析师和模型可以直接消费的湖仓（Lakehouse）。
数据工程（Data Engineering）是 2025–2026 年最被低估的「隐形金矿」：它不像数据科学那样光鲜，却几乎是每一家公司 AI 战略的真实瓶颈——模型再好，没有干净的管道就喂不进去。这一轮我从上百个候选频道中精选了 7 个最能代表当前数据工程实践水准的 YouTube 频道，覆盖了从零基础入门、Python 系统化训练、社区实战训练营，到行业洞察、架构理论与高薪职业路径的完整光谱。每个频道都有鲜明的「人设」和不可替代的价值锚点，绝非泛泛的 XX 全集。
| 频道 | 主理人 | 核心定位 | 内容特色 | 适合人群 |
|---|---|---|---|---|
| Andreas Kretz | Andreas Kretz（@andreaskayy） | 实战导向的「真人导师」 | 真实项目走查、AWS/Azure/GCP 落地 | 想要边看边动手的转行者 |
| Seattle Data Guy | Ben Rogojan | 行业洞察与咨询视角 | 架构选型、薪资与职业现实 | 有基础、想突破瓶颈的工程师 |
| DataExpert.io（Data with Zach） | Zach Wilson | 高薪路径 + 免费训练营 | 体系化 bootcamp、Meta 背景 | 目标 6 位数薪资的进阶者 |
| Karolina Sowinska | Karolina Sowinska | 零基础友好 ELT | EXTRACT/LOAD 分步拆解 | 完全新手、文科转行 |
| StartDataEngineering | Thu | Python 驱动的系统化教学 | 6 小时 Python 全流程课程 | 已会 Python 的开发者 |
| DataTalksClub | Alexey Grigorev | 社区驱动的 Zoomcamp | 年度 cohort、配套 GitHub | 喜欢「跟班学习」节奏的人 |
| Joe Reis Show | Joe Reis | 架构理论与思想领导力 | 数据建模、本体论、对谈 | 追求深度理解的架构师 |
频道地址：https://www.youtube.com/@andreaskayy
Andreas Kretz 是数据工程领域少有的「全栈实战派」。他拥有 15 年以上一线经验，YouTube 订阅约 20.7 万，LinkedIn 粉丝 13 万+，并运营着体系化的付费学习平台 learndataengineering.com（30+ 门课程，覆盖 Spark、Kafka、Airflow、dbt、Snowflake 等）。他的频道口号是 "Data Engineering and AI Engineering in the real world"——这一句话奠定了他区别于学院派教程的基调：不讲空洞概念，而是带你走查真实公司的数据栈是如何被搭建、出错、修复的。
核心看点：他最经典的内容是「数据架构基础」系列，用大白话讲清 ETL/ELT、批处理与流处理的边界、数据湖与数据仓库的本质区别。他对初学者极其友好，常以「如果你完全没经验，第一步该做什么」作为开场。实用价值：转行者的最佳起点之一，能快速建立对整个数据生态的「地图感」。适合人群：零基础到 2 年经验、希望系统化补课的工程师。
频道地址：https://www.youtube.com/@SeattleDataGuy
Ben Rogojan（网名 Seattle Data Guy）本身就是一名资深数据咨询顾问、前 Meta 数据工程师。他的频道更像一个「数据行业的独立评论员」：既讲技术（如数据建模、分层架构、SaaS 选型），也讲行业（如「为什么 2025 年数据工程师薪资分化加剧」「哪些数据岗位是坑」）。他同时运营着订阅量极大的同名 Substack 通讯，形成「长文 + 视频」的双轨输出。
核心看点：他擅长把模糊的行业现象拆解为可决策的结论。例如关于「数据工程师该不该学软件工程」、「dbt 到底是不是被高估了」这类争议话题，他能给出有论据支撑的判断，而非站队。实用价值：对正在做技术选型、跳槽、谈薪的从业者，是难得的「清醒剂」。适合人群：1–5 年经验、需要在技术之外建立判断力的工程师与团队负责人。
频道地址：https://www.youtube.com/c/DatawithZach
Zach Wilson 是数据工程社区最具话题度的人物之一：他从数据分析师起步，一路做到年薪被外界传为 60 万美元级别 的资深数据工程师（前 Facebook），并把个人品牌扩张为 DataExpert.io——一个集课程、社区、招聘、年度 Data Engineering Show 大会于一体的生态。他在 2024 年底于 YouTube 推出了完全免费的数据工程 Bootcamp，每周更新一个模块，吸引了海量学习者。
核心看点：他的内容强在「体系」与「职业路径」的耦合——不仅告诉你学什么，还告诉你这条学习路线如何对应到具体的岗位与薪资。他强调「设计数据系统时要做出正确的权衡（tradeoff）」，这一思维贯穿其教学。实用价值：把分散的知识点串成可执行的进阶路线图，尤其适合目标明确、追求高薪的进阶者。适合人群：有一定基础、想冲击一线大厂或高薪岗位的工程师。
频道地址：https://www.youtube.com/channel/UCAxnMry1lETl47xQWABvH7g
Karolina Sowinska 本人就是「从经济学转行数据」的鲜活案例，订阅约 4.5 万。她最广为流传的是一套面向完全初学者的「数据工程入门课程」，按 EXTRACT → LOAD 的真实流水线顺序分集讲解，把抽象的 ETL 概念拆成一步步可操作的动作。她的讲解语速温和、举例生活化，是少数让非计算机背景学习者不会感到劝退的频道。
核心看点：她的价值在于「降低心理门槛」。她会从一个具体的业务问题出发（比如「公司有一堆 CSV，怎么变成报表」），带着你从零搭出一条能跑的管道。实用价值：转行者的第一周最佳陪伴，能在动手过程中建立信心与直觉。适合人群：完全零基础、文科/商科背景、对编程有畏难情绪的学习者。
频道地址：https://www.youtube.com/@startdataengineering
StartDataEngineering 由 Thu 主理，定位非常清晰：「用 Python 学数据工程」。频道是其同名博客（startdataengineering.com）的视频延伸，内容高度系统化——既有「Python for Data Engineers」这样提炼出最低必要知识集的文章，也有长达 6+ 小时的 Python 全流程课程（含 PySpark、大数据实战）。它代表了数据工程社区近两年的重要共识：Python + SQL + 一个编排工具，就是入门的黄金组合。
核心看点：他反复强调「设计数据系统、做出正确权衡、培养让自己持续被需要的技能」，这一点和 Zach Wilson 的理念一脉相承。他擅长把一个完整项目拆成模块化的代码走查。实用价值：已经会 Python 的后端/数据分析师，可以借此最快切入数据工程。适合人群：有编程基础、想用既有技能平滑转岗的开发者。
频道相关：https://datatalks.club/ ｜ 课程仓库：https://github.com/DataTalksClub/data-engineering-zoomcamp
DataTalksClub 由 Alexey Grigorev 创立，其旗舰项目 Data Engineering Zoomcamp 是互联网上口碑最好的免费数据工程课程之一。2026 年的第五周年版本于 2026 年 1 月 12 日开班，配套完整的 GitHub 仓库与每周直播答疑。它的特别之处在于 cohort（同侪制）模式：你不是孤立地看视频，而是和全球数千名学员在同一节奏里推进，按时完成作业还能获得结业证书。
核心看点：课程强调「以原理和基础为优先」，从 Docker、Postgres、Airflow 一路讲到 Spark、Kafka、dbt 与云上部署，最终交付一个真实可运行的端到端管道。实用价值：给缺乏自制力的人一个「跟着走就行」的清晰路径，社区互助还能拓展人脉。适合人群：需要外部节奏约束、喜欢跟班学习的学习者，尤其是预算有限的学生。
频道地址：https://www.youtube.com/@JoeReisData
Joe Reis 是 O'Reilly 畅销书 《Fundamentals of Data Engineering》 的合著者之一，他的频道 The Joe Reis Show 是这一名单中最偏「思想领导力」的存在。他不教你写具体代码，而是通过长篇对谈与 AMA，探讨数据建模、本体论（Ontology）、Data Mesh、AI 时代数据工程的未来等高阶命题。他频繁与 Zach Wilson、Seattle Data Guy 等同台，构成数据工程社区的「头部朋友圈」。
核心看点：他主张「数据工程的真正工作不在代码，而在对业务与模型的理解」。比如他会深挖「双重写入（dual write）问题为何是分布式数据系统的经典陷阱」，这类内容在别处很难听到。实用价值：把读者从「会用工具」提升到「能定义问题」的层次。适合人群：资深工程师、数据架构师、以及对数据哲学感兴趣的技术决策者。
graph TD
DE[数据工程知识体系]
DE --> L1[入门认知]
DE --> L2[技能训练]
DE --> L3[架构与洞察]
DE --> L4[职业与生态]
L1 --> K1[Karolina Sowinska<br/>ELT 零基础拆解]
L1 --> K6[DataTalksClub<br/>Zoomcamp 跟班制]
L2 --> A1[Andreas Kretz<br/>真实项目实战]
A1 --> A2[StartDataEngineering<br/>Python 系统化]
L3 --> J1[Joe Reis<br/>架构与建模理论]
J1 --> S1[Seattle Data Guy<br/>行业洞察与选型]
L4 --> Z1[DataExpert.io/Zach<br/>高薪路径与大会]
K1 -.打基础后进入.-> A1
A2 -.深入后转向.-> J1
K6 -.完成项目后看.-> S1
classDef entry fill:#e8f5e9,stroke:#2e7d32
classDef skill fill:#e3f2fd,stroke:#1565c0
classDef arch fill:#fff3e0,stroke:#ef6c00
classDef career fill:#fce4ec,stroke:#c2185b
class K1,K6 entry
class A1,A2 skill
class J1,S1 arch
class Z1 career
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。