第9章 Dagster 发布 AI 驱动数据工程课程，助力智能体开发生产级管道

AI 编程智能体正在改变数据工程师的工作方式。Dagster University 的这门课程将带你从提示词开始构建一个可用于生产的 ELT pipeline，同时学习让 AI 辅助开发更可靠的实用模式。

过去一年，我们一直在认真思考如何让 Dagster 成为搭配 AI 智能体使用的最佳框架。今天，我们正式推出 Dagster University 的新课程：AI-Driven Data Engineering。

前往 AI-Driven Data Engineering 课程页面

学习

全球许多顶尖公司的团队都在用 Dagster 搭建复杂的数据平台。我们的目标始终是让每一位用户都能轻松使用这些能力。

AI-Driven Data Engineering 是一门包含八节课的课程，带你从一个空目录出发，完全依靠提示词构建一个可用于生产的 ELT pipeline。

课程中你将学会：

- 选择合适的 AI 工具 - 引导智能体遵循 Dagster 最佳实践 - 判断何时可以信任生成的输出，何时需要验证

每节课都建立在上一节的基础上。课程结束时，你将拥有一个可以直接部署的完整项目。

这门课程适合谁

本课程面向两类工程师。

1. 想学习 Dagster 或成为 Dagster 高级用户的工程师

如果你是 Dagster 新手，这门课程会教你如何用现代化的工作流从零构建一个真实项目。如果你已经在用 Dagster，它能帮你掌握资深团队赖以提速和构建可靠 pipeline 的模式。

2. 正在探索智能体编程工作流的工程师

很多团队仍在摸索如何最有效地用 AI 辅助开发。

本课程聚焦这场变革的实践层面：如何组织项目结构让智能体可靠地贡献代码，如何引导智能体做出好的架构设计，以及在开发复杂系统时如何管理会话和上下文。

换句话说，它既传授 Dagster 最佳实践，也教你如何最大化 AI 辅助开发的价值。

基于 Dagster 的 AI 驱动开发

为了支持这种新的工作方式，我们投入了大量工具建设，让 AI 驱动开发变得可靠且实用：

- 一个自带约束的 CLI（dg），为智能体提供确定性、经过校验的操作 - 持续维护的 agent skills，确保输出符合 Dagster 最佳实践 - Components 为常见集成提供可预测的结构

过去，要成为 Dagster 高级用户，需要内化一整套模式和最佳实践。这在入门和自信地快速上手之间造成了真实的鸿沟。但 AI 智能体正在改变这一点。

借助合适的工具和结构，智能体可以从一开始就引导用户走向好的模式。我们的目标不是取代专业能力，而是让这些专业能力更容易获得。

我们的目标很简单：帮助每一位数据工程师成为 Dagster 高级用户。

立即报名

与所有 Dagster University 课程一样，AI-Driven Data Engineering 免费向所有人开放。注册 Dagster University 即可开始学习。报名后，你可以跟踪学习进度，按自己的节奏完成课程。

前往 AI-Driven Data Engineering 课程页面

有反馈或问题？欢迎到 Slack 或 GitHub 发起讨论。想和我们一起工作？查看我们的在招职位。想看更多这类内容？请在 LinkedIn 上关注我们。