關聯式資料庫與 ACID、四類 NoSQL 與向量資料庫、資料倉儲與資料湖與湖倉、分片與複製、CAP 定理、RDF 三元組與欄式格式。

用集中趨勢、離散程度與形狀描述資料，學會判斷何時用中位數與 IQR、如何從盒鬚圖讀出偏態與離群值，並用 Z 分數與變異係數比較不同尺度。

鑑別式與生成式模型的差別，精確率、召回率、F1 的計算與選擇，ROC 與 PR 曲線，吉尼不純度、bagging 與 boosting，迴歸評估指標。

資料在預訓練、微調與偏好對齊的角色，嵌入與餘弦相似度、向量資料庫與近似最近鄰、RAG 流程與切塊、合成資料的風險。

AI 的能力與錯誤都來自資料。這篇說明一個 AI 專案從資料到上線的環節、本系列 19 篇的地圖與閱讀路線，以及遇到實際問題時先問的三件事。