数据研发需要关注哪些核心面的认知提升？

数据研发需关注以下核心面的认知提升：

• 一站式研发流程优化：理解并掌握集成规范定义、建模开发、代码开发、即席查询、调度运维、权限管理、数据萃取等一站式研发功能的使用，关注建模开发与代码开发界面的升级，以及关键词提示优化，以实现更顺畅的研发流程。

• 数据资产元数据管理：理解元数据在数据资产管理中的作用，包括数据预览、血缘关系分析等功能，以便全面掌握数据资产状况，提升数据治理能力。

• 国际化支持：熟悉并利用英文版切换功能，确保在文字、时区等方面的国际化适应能力，以满足全球范围内数据研发的需求。

• 海量卫星数据高效处理：理解并应用高性能数据工程化手段，提升对海量卫星数据的整合生产能力，为下游行业应用提供有力支持。

• 低应用门槛：关注技术创新如何降低卫星数据使用门槛，包括数据产品的交接设计，以简化时空数据在具体场景中的应用，扩大卫星数据的社会价值和商业应用范围。

• 数据开发平台功能：理解数据开发平台提供的计算节点开发能力，掌握工作流编排、加工逻辑复用、跨平台多异构任务部署等特性，以提高数据开发效率和工程化水平。

• 数据服务能力提升：理解研发工作台统一服务如何通过数据服务API、流式数据服务、批量离线数据服务、非结构化数据服务等方式，实现数据的全面、高效、统筹共享，以及跨层级、跨部门、跨行业、跨区域信息即时共享，确保数据价值的有效发挥。

• DataWorks OpenAPI应用：熟悉DataWorks OpenAPI的功能、应用场景及优势，如批量操作、自动化操作、系统集成等，利用其进行批量任务管理、自动化数据处理、自有系统集成，以大幅提升数据研发效率。

综上所述，数据研发人员应关注一站式研发流程优化、数据资产元数据管理、国际化支持、海量卫星数据高效处理、低应用门槛、数据开发平台功能、数据服务能力提升以及DataWorks OpenAPI应用等多个核心面的认知提升，以适应现代数据驱动环境下对高效、智能、集成化数据研发工作的要求。

看见新力量 NO.44｜专访大地量子联合创始人吕童：从天上到人间，让卫星数据造福社会

数据研发需要关注业务、数据、系统这三个核心面的认知提升。