Kỹ thuật dữ liệu là một yếu tố quan trọng của hệ sinh thái dữ liệu, bao gồm nhiều chuyên gia khác nhau đóng vai trò thiết yếu trong việc quản lý và xử lý dữ liệu. Mặc dù chức danh công việc có thể giống nhau, như tôi đã thấy trong nhiều năm, các kỹ sư dữ liệu thường rơi vào hai nguyên mẫu riêng biệt: kỹ sư dữ liệu "kinh doanh" và kỹ sư dữ liệu "kỹ thuật" như tôi thích gọi họ. Trong bài đăng trên blog này, chúng ta sẽ khám phá hai nguyên mẫu này, đặc điểm của chúng và những đóng góp của chúng cho thế giới kỹ thuật dữ liệu.  Kỹ sư dữ liệu kinh doanh   Những người này đều quan tâm đến việc giải quyết các vấn đề kinh doanh. Họ đam mê theo dõi số liệu, Chỉ số hiệu suất chính (KPI) và xây dựng bảng điều khiển tương tác. Họ thường có kinh nghiệm SQL sâu rộng và sở hữu kỹ năng lập trình bằng các ngôn ngữ đa năng như Python, lý tưởng cho việc xử lý và phân tích dữ liệu.    : Trọng tâm chính của họ là chuyển đổi nhu cầu kinh doanh thành các giải pháp dữ liệu. Họ xây dựng các đường ống dữ liệu để thu thập, chuyển đổi và tải dữ liệu, cho phép đưa ra những hiểu biết có ý nghĩa cho những người ra quyết định. Những chuyên gia này thường được gọi là Kỹ sư Trí tuệ Kinh doanh (BI). Trách nhiệm    : Một ngày làm việc thông thường có thể bao gồm việc thu thập yêu cầu từ các bên liên quan, thiết kế bảng thông tin, viết mã bằng Python hoặc SQL để trích xuất và chuyển đổi dữ liệu và cộng tác với các nhóm kinh doanh để đảm bảo đưa ra quyết định dựa trên dữ liệu. Công việc hàng ngày  Kỹ sư dữ liệu công nghệ   Mặt khác, các kỹ sư dữ liệu công nghệ bị thu hút bởi việc giải quyết các vấn đề về quy mô. Họ phát triển mạnh mẽ trong việc khám phá và triển khai các công nghệ mới và thường thích mã hóa bằng các ngôn ngữ như Scala hoặc Java. Họ chịu trách nhiệm xây dựng các đường ống dữ liệu có thể mở rộng có thể xử lý khối lượng dữ liệu khổng lồ.    : Kỹ sư dữ liệu công nghệ tập trung vào việc xây dựng và duy trì cơ sở hạ tầng dữ liệu mạnh mẽ. Họ đảm bảo rằng các đường ống dữ liệu có khả năng mở rộng, đáng tin cậy và có khả năng xử lý các tập dữ liệu lớn. Họ thành thạo các công cụ như Apache Spark, Apache Flink và Apache Airflow, rất quan trọng để xử lý lượng dữ liệu khổng lồ và hiểu biết về sự phức tạp của các công cụ đám mây. Trách nhiệm    : Một ngày làm việc điển hình của một kỹ sư dữ liệu công nghệ có thể bao gồm tối ưu hóa đường ống dữ liệu, khắc phục sự cố về hiệu suất, thử nghiệm các công nghệ lưu trữ và xử lý dữ liệu mới và cộng tác với các nhà khoa học dữ liệu để triển khai các mô hình học máy. Công việc hàng ngày  Thu hẹp khoảng cách  Trong khi hai nguyên mẫu kỹ sư dữ liệu này có vai trò và trách nhiệm riêng biệt, thì có tiềm năng to lớn khi họ làm việc cùng nhau. Khả năng hiểu và dịch các yêu cầu kinh doanh của kỹ sư dữ liệu kinh doanh bổ sung cho chuyên môn của kỹ sư dữ liệu công nghệ trong việc xây dựng các giải pháp có thể mở rộng quy mô. Những người kinh doanh hiểu những gì các bộ vest muốn, và những người công nghệ xây dựng sức mạnh dữ liệu để hỗ trợ những nhu cầu đó. Sự hợp tác giữa hai loại kỹ sư dữ liệu này có thể dẫn đến việc tạo ra các giải pháp mạnh mẽ dựa trên dữ liệu. Làm việc nhóm giúp biến giấc mơ thành hiện thực, phải không?  Vấn đề là: hầu hết các khóa đào tạo về kỹ thuật dữ liệu tập trung vào khía cạnh công nghệ, để lại khoảng trống cho kỹ sư dữ liệu kinh doanh. Chúng ta cần nội dung thể hiện vai trò của họ, hỗ trợ cá nhân xác định các bài đăng việc làm phù hợp và hướng dẫn họ trên hành trình học tập của mình.   Bạn thuộc loại nào?   Cảm ơn các bạn đã đọc!   Tò mò về điều gì đó hoặc có suy nghĩ muốn chia sẻ? Hãy để lại bình luận bên dưới! Hãy xem   hoặc theo dõi tôi qua   ,   hoặc   . blog của tôi LinkedIn Substack Telegram

Subscribe

Buy My Book

Nghe bài viết này bằng Tiếng Anh, đọc bởi robot thông minh của HackerNoon

Hai loại kỹ sư dữ liệu bạn gặp ở nơi làm việc

About Author

BÌNH LUẬN

chuyên mục

BÀI VIẾT NÀY CŨNG CÓ MẶT TẠI

Related Stories

179 Stories To Learn About Reading

178 Stories To Learn About Essay

581 Stories To Learn About Non Fiction

145 Stories To Learn About Book

179 Stories To Learn About Reading

178 Stories To Learn About Essay

581 Stories To Learn About Non Fiction

145 Stories To Learn About Book

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps