在 ETL 逻辑合成上基准测试 LLM：AI 真能替代数据管道脚本编写吗？

作者构建 ETL-to-Python 代码合成基准，评估 LLM 能否从可视化 ETL 工作流规格生成干净、惯用且健壮的 Python 代码，用于把 Knime、Alteryx、SSIS 等工具或业务伪代码迁移为向量化的 pandas/polars 实现。任务包括左连接与缺失值填充、正则键值日志提取并保留损坏行、累计窗口与部门内排名等真实边界场景。

AI推荐理由 作者为 Kaggle 基准挑战构建 ETL-to-Python 代码合成基准，评估 LLM 能否从 Knime、Alteryx、SSIS 等可视化 ETL 节点图生成干净、健壮的 pandas/polars 代码，任务涵盖左连接与缺失值填充、正则提取、累计窗口等真实边界情况。选题贴近企业数据工程痛点，但摘要未给出模型对比结果。