Data-ingenieurswese is 'n deurslaggewende element van die data-ekosisteem, wat bestaan uit diverse professionele persone wat noodsaaklike rolle speel in die bestuur en verwerking van data. Terwyl die postitel dieselfde kan wees, soos ek oor die jare gesien het, val data-ingenieurs dikwels in twee verskillende argetipes: die "besigheids" data-ingenieur en die "tegniese" data-ingenieur soos ek hulle graag wil noem. In hierdie blogpos sal ons hierdie twee argetipes, hul kenmerke en hul bydraes tot die wêreld van data-ingenieurswese ondersoek.  Die Businessy Data Engineer   Hierdie mense gaan alles oor die oplossing van sakeprobleme. Hulle is passievol oor die dop van maatstawwe, sleutelprestasie-aanwysers (KPI's) en die bou van interaktiewe kontroleskerms. Dikwels het hulle uitgebreide SQL-ervaring en beskik hulle oor koderingsvaardighede in veelsydige tale soos Python, ideaal vir datamanipulasie en -analise.    : Hul primêre fokus op die vertaling van besigheidsbehoeftes in data-oplossings. Hulle bou datapyplyne om data te versamel, te transformeer en te laai, wat betekenisvolle insigte vir besluitnemers moontlik maak. Daar word dikwels na hierdie professionele persone verwys as Business Intelligence (BI) Ingenieurs. Verantwoordelikhede    : 'n Tipiese dag kan die insameling van vereistes van belanghebbendes behels, die ontwerp van dashboards, scripts in Python of SQL vir data-onttrekking en transformasie, en samewerking met besigheidspanne om data-gedrewe besluitneming te verseker. Daaglikse take  Die Tegniese Data Ingenieur   Aan die ander kant word tegnologiese data-ingenieurs aangetrokke tot die oplossing van skaalprobleme. Hulle floreer daarin om nuwe tegnologieë te verken en te implementeer, en verkies dikwels kodering in tale soos Scala of Java. Hulle is verantwoordelik vir die bou van skaalbare datapyplyne wat massiewe volumes data kan hanteer.    : Tegniese data-ingenieurs fokus op die bou en instandhouding van robuuste data-infrastruktuur. Hulle verseker dat datapyplyne skaalbaar, betroubaar is en in staat is om groot datastelle te hanteer. Hulle is vaardig in gereedskap soos Apache Spark, Apache Flink en Apache Airflow, wat noodsaaklik is vir die verwerking van groot hoeveelhede data en ken die ingewikkeldhede van wolknutsgoed. Verantwoordelikhede    : 'n Tipiese dag vir 'n tegniese data-ingenieur kan die optimalisering van datapyplyne behels, die foutopsporing van prestasiekwessies, eksperimentering met nuwe databerging- en verwerkingstegnologieë, en samewerking met datawetenskaplikes om masjienleermodelle te ontplooi. Daaglikse take  Oorbrug die gaping  Alhoewel hierdie twee argetipes data-ingenieurs verskillende rolle en verantwoordelikhede het, is daar groot potensiaal wanneer hulle saamwerk. Die besigheidsdata-ingenieur se vermoë om besigheidsvereistes te verstaan en te vertaal, komplementeer die tegniese data-ingenieur se kundigheid in die bou van skaalbare oplossings. Die sakemense verstaan wat die pakke wil hê, en die tegnologiese mense bou die datakragstasie om daardie behoeftes te ondersteun. Samewerking tussen hierdie twee tipes data-ingenieurs kan lei tot die skepping van kragtige data-gedrewe oplossings. Spanwerk laat die droom werk, reg?  Nou, hier is die ding: die meeste data-ingenieursopleiding fokus op die tegnologiese kant van dinge, wat 'n leemte vir die sake-data-ingenieur laat. Ons benodig inhoud wat hul rol ten toon stel, individue help om geskikte posplasings te identifiseer en hulle op hul leerreis lei.   Met watter tipe identifiseer jy?   Dankie dat jy gelees het!   Is jy nuuskierig oor iets of het jy gedagtes om te deel? Los jou kommentaar hieronder! Kyk na   of volg my via   ,   of   . my blog LinkedIn Substack Telegram

Subscribe

Buy My Book

Hierdie oudio word in die oorspronklike taal van die storie vervaardig!

Die twee tipes data-ingenieurs wat u by die werk ontmoet

About Author

KOMMENTAAR

HANG TAGS

HIERDIE ARTIKEL IS AANGEBIED IN

Related Stories

How to Vote in the HackerNoon 2021 Noonies Awards #Noonies2021

Thinking for the 21st century

Uber Still Can't Turn a Profit

HackerNoon and the Time We Took the 16 Personalities Test

How to Vote in the HackerNoon 2021 Noonies Awards #Noonies2021

Thinking for the 21st century

Uber Still Can't Turn a Profit

HackerNoon and the Time We Took the 16 Personalities Test

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps