未來，對熟練的大數(shù)據(jù)工程師的需求將急速增長�，F(xiàn)實的情況是這樣的，無論公司屬于哪個行業(yè)，要想在當今競爭激烈的市場環(huán)境中取得成功，需要一個強大的軟件架構(gòu)用來存儲和訪問公司數(shù)據(jù)，最好從公司創(chuàng)立一開始就要搭建它。

在如今有時候有數(shù)據(jù)的地方就叫大數(shù)據(jù)，這未免有些夸張，在本文中統(tǒng)稱為數(shù)據(jù)工程師和數(shù)據(jù)科學家。

先了解一下，數(shù)據(jù)工程師究竟做什么事?一個人怎么樣成為數(shù)據(jù)工程師?我們將討論這個有趣的領(lǐng)域以及如何成為數(shù)據(jù)工程師。

數(shù)據(jù)工程師都做什么?

數(shù)據(jù)工程師負責創(chuàng)建和維護分析基礎(chǔ)架構(gòu)，該基礎(chǔ)架構(gòu)幾乎可以支持數(shù)據(jù)世界中的所有其他功能。他們負責大數(shù)據(jù)架構(gòu)的開發(fā)、構(gòu)建、維護和測試，例如數(shù)據(jù)庫和大數(shù)據(jù)處理系統(tǒng)。大數(shù)據(jù)工程師還負責創(chuàng)建用于建模，挖掘，獲取和驗證數(shù)據(jù)集合等流程。

因此，數(shù)據(jù)工程師需要掌握通用腳本語言和工具，利用和改進數(shù)據(jù)分析系統(tǒng)，不斷提高數(shù)據(jù)數(shù)量和質(zhì)量。

數(shù)據(jù)工程師與數(shù)據(jù)科學家有何區(qū)別

雖然在技能和角色方面存在一定程度的重疊，但這兩個職位正日益分化為不同的角色。

數(shù)據(jù)科學家更關(guān)注與數(shù)據(jù)基礎(chǔ)設(shè)施的互動，而不是去創(chuàng)建和維護數(shù)據(jù)基礎(chǔ)設(shè)施。通常負責進行市場和業(yè)務(wù)運營研究，以確定趨勢和關(guān)系，數(shù)據(jù)科學家用各種復(fù)雜的機器和方法與數(shù)據(jù)進行交互并對其采取行動。

數(shù)據(jù)科學家通常精通機器學習和高級數(shù)據(jù)建模，因為他們希望借助高級數(shù)學模型和算法將原始數(shù)據(jù)轉(zhuǎn)化為可操作的，可理解的內(nèi)容。這些信息通常用作分析來源，以告訴決策者“更大的圖景”。

那么是什么讓數(shù)據(jù)科學家與數(shù)據(jù)工程師不同呢?兩者主要區(qū)別在目標焦點。數(shù)據(jù)工程師更專注于構(gòu)建用于數(shù)據(jù)生成和數(shù)據(jù)基礎(chǔ)架構(gòu); 數(shù)據(jù)科學家專注于對生成的數(shù)據(jù)進行數(shù)學和統(tǒng)計分析。

數(shù)據(jù)工程師的關(guān)鍵技能

下面介紹數(shù)據(jù)工程師所需的幾項關(guān)鍵技能。

1.大數(shù)據(jù)架構(gòu)的工具與組件

數(shù)據(jù)工程師更關(guān)注分析基礎(chǔ)架構(gòu)，因此所需的大部分技能都是以架構(gòu)為中心的。

2.深入了解SQL和其它數(shù)據(jù)庫解決方案

數(shù)據(jù)工程師需要熟悉數(shù)據(jù)庫管理系統(tǒng)，深入了解SQL至關(guān)重要。同樣其它數(shù)據(jù)庫解決方案，例如Cassandra或BigTable也須熟悉，因為不是每個數(shù)據(jù)庫都是由可識別的標準來構(gòu)建。

3.數(shù)據(jù)倉庫和ETL工具

數(shù)據(jù)倉庫和ETL經(jīng)驗對于數(shù)據(jù)工程師至關(guān)重要。像Redshift或Panoply這樣的數(shù)據(jù)倉庫解決方案，以及ETL工具，比如StitchData或Segment都非常有用。此外，數(shù)據(jù)存儲和數(shù)據(jù)檢索經(jīng)驗同樣重要，因為處理的數(shù)據(jù)量是個天文數(shù)字。

4.基于Hadoop的分析(HBase，Hive，MapReduce等)

對基于Apache Hadoop的分析有深刻理解是這個領(lǐng)域的一個非常必要的需求，一般情況下HBase，Hive和MapReduce的知識存儲是必需的。

5.編碼

說到解決方案，編碼與開發(fā)能力是一個重要的優(yōu)點(這也是許多職位的要求)，你要熟悉Python，C/C++，Java，Perl，Golang或其它語言，這會非常有價值。

6.機器學習

雖然數(shù)據(jù)工程師主要關(guān)注的是數(shù)據(jù)科學，但對數(shù)據(jù)處理技術(shù)的理解會加分，比如一些統(tǒng)計分析知識和基礎(chǔ)數(shù)據(jù)建模。

機器學習已經(jīng)成為標準數(shù)據(jù)科學，該領(lǐng)域的知識可以幫我們構(gòu)建同類產(chǎn)品的解決方案。這種知識還有一個好處，就是讓你在這個領(lǐng)域極具市場價值，因為在這種情況下能夠“戴上兩頂帽子”會讓你成為一個更強大的工具。

7.多種操作系統(tǒng)

最后，需要我們對Unix，Linux和Solaris系統(tǒng)有深入了解，許多數(shù)學工具基于這些操作系統(tǒng)，因為它們有Windows和Mac系統(tǒng)功能沒有的訪問權(quán)限和特殊硬件需求。

如何成為數(shù)據(jù)工程師?

與其他職業(yè)相比，數(shù)據(jù)工程師需要用更復(fù)雜的學習方法。數(shù)據(jù)工程師通常有計算機科學技術(shù)相關(guān)學位會更好，然后再進一步學習供應(yīng)商特定的認證計劃和培訓課程。

計算機相關(guān)學位雖然重要，但只是故事的一部分，獲得適合的認證可能非常有價值，市場上也有一些大數(shù)據(jù)工程師專門認證，如下：

Google認證專家 – 數(shù)據(jù)工程。該認證表明學生熟悉數(shù)據(jù)工程原理，可以作為該領(lǐng)域的助理或?qū)�業(yè)人員。

IBM認證數(shù)據(jù)工程師 – 大數(shù)據(jù)。此認證更側(cè)重于數(shù)據(jù)工程技能集的大數(shù)據(jù)特定應(yīng)用，而不是一般技能，這被許多人視為黃金標準。

Cloudera的CCP數(shù)據(jù)工程師：該認證針對Cloudera解決方案，體現(xiàn)學生在ETL工具和分析方面的經(jīng)驗。

二級技能認證，例如MCSE(微軟認證解決方案專家)，涵蓋更廣泛的主題，但具有特定的子認證，如MCSE：數(shù)據(jù)管理與分析。

當然，在線教育平臺提供該領(lǐng)域的重要培訓，Udemy提供了數(shù)據(jù)工程眾多的課程和數(shù)據(jù)科學，其他如EDX和Memrise也提供了類似課程，DataCamp專注于數(shù)據(jù)科學和工程，Galvanize的品類則更為廣泛。

小結(jié)

雖然這些數(shù)據(jù)解決方案可以幫助您踏進大數(shù)據(jù)工程領(lǐng)域，雖然它們有分發(fā)或授予認證，但只是提供證書或文憑。雖然一般學習夠了，但它們不能被認視為實際認證或?qū)嵺`的替代品。

希望本文能夠給大家闡明數(shù)據(jù)工程師所需的特定知識，技能和要求。這個領(lǐng)域正在迅速發(fā)展，但它也充滿了挑戰(zhàn)與險阻。在工作中通過適當?shù)恼J證填補技能組合的空白，實現(xiàn)最好學習的關(guān)鍵一步。

編譯：勇哥

來源：https://dzone.com/articles/how-to-become-a-data-engineer

標簽： Google linux 大數(shù)據(jù) 大數(shù)據(jù)處理 大數(shù)據(jù)架構(gòu) 腳本 權(quán)限 數(shù)據(jù)分析 數(shù)據(jù)庫

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請與原作者聯(lián)系。