当前位置:大数据业界动态 → 正文

数据工程师,解救混乱大数据中的数据科学家

责任编辑:editor006 作者:三文鱼 |来源:企业网D1Net  2017-12-27 15:34:29 本文摘自:it168网站

 最近《福布斯》发表了一篇关于对2018“人工智能、大数据和分析”10大预测的文章中指出,数据工程师即将取代数据科学家的角色,成为炙手可热的新一代职位。Gil Press写道,Indeed.com上有13%的岗位是关于数据工程师的,而数据科学家所占的比例还不到1%。

有趣的是,笔者在LinkedIn上查到如亚马逊和Facebook这样的领先数据驱动公司发布的数据工程师职位描述。具备数据抽取、转换、加载(ETL)流程和数据管道建设专业知识的全面了解,丰富的数据仓库技能,是理想数据工程师的必备和基本素质。

什么是数据工程师?

如果建筑工程涉及到建筑、道路和轨道等物理基础设施的设计、规划、建设和管理,数据工程也要应用同样复杂的数据。

数据工程师计划、设计、构建和维护一个可靠的体系架构,以确保稳定的清洁和结构化数据流,以便进行进一步分析,并适用于生产环境。

数据工程之所以越来越引人注目,是因为企业被大量非结构化的有价值的商业信息数据所淹没了。

随着数据科学家和公民数据科学的统计和编程能力开始激增,管理和维护大量的数据成了他们共同的痛点。分析和构建模型的数据科学家,近80%的时间都花费在查找和清理数据。

数据工程师通过了解企业所需的数据、识别相关的新数据源、提取可用的格式数据,确保数据不出错并将数据加载到数据科学家和分析师的工作中,从而实现对数据的救援计划。

数据工程师必备工具集

数据工程师的工作内容常常与数据架构师、数据库管理员和软件工程师的工作重叠,这意味着他们需要预先熟悉这些工作的内容。数据架构师或管理员只局限于数据基础架构的规划和维护的位置上,但从起源到最终分析展览的过程中,数据工程师都要参与在内。

因此,数据工程师的技能包括:

* 精通R或Python编程

* 强大的SQL技能

* 基于Hadoop的技术,如MapReduce、Hive和Pig

* ETL和数据仓库专业知识

除上述以外,数据工程师还应为传统的ETL过程提供新的重新配置选项。在并行处理方法之后,为复制数据构建数据管道,将其转移到存储解决方案上,重新格式化和加入数据。

随着多条数据流水线开始出现,Airflow和Luigi等开源工作流管理工具可用于创建和监控数据流水线。因此,对这些工具的了解又是一个优势。数据工程师也可以使用机器学习来自动化数据管道流程。

数据准备 —— 主要标准

数据的清洁度和质量越好,建模的效果越好,这就是从训练模型中得出的见解。

Urthecast的数据工程师David Bianco解释说,数据工程师的最终目标是向需要的人提供干净、可用的数据。这种收集、清理、处理和整合数据的方法被称为数据准备或数据处理。

数据分析中的两个主要数据问题。

小(无)或大数据问题:数据工程师应该在公司内外寻找新的数据来源。没有足够的数据来源,分析师和数据科学家会很难建立培训模式。相反,大数据集也可能很难处理,而且“垃圾进,垃圾出”是数据科学中一个残酷的现实。

杂乱的数据问题:一旦确定了数据源,就需要对元数据进行编目和组织,定义数据提取方法。Airbnb的数据工程师Maxime Beauchemin把数据工程师称为数据仓库的“图书管理员”,他们把凌乱的数据梳理好。相互冲突的术语和不一致的数据会使整个流程变得拖沓。

尽管大多数数据看起来微不足道,但提炼和清洗后的数据却能产生大价值。

为数据工程师减轻数据准备压力

数据准备工作可能很乏味,但是如果正确使用了自动化和工具,将会节省不少时间。在R / Python编程方面的专业知识,有助于简化他们在自动化方面的工作。

数据冠层正在以前所未有的速度扩张,越来越有趣也越来越混乱。数据工程师的职责就是清理混乱的数据生态系统,为所有人提供一个健康的数据集。

关键字:科学家HadoopLuigi

本文摘自:it168网站

x 数据工程师,解救混乱大数据中的数据科学家 扫一扫
分享本文到朋友圈
当前位置:大数据业界动态 → 正文

数据工程师,解救混乱大数据中的数据科学家

责任编辑:editor006 作者:三文鱼 |来源:企业网D1Net  2017-12-27 15:34:29 本文摘自:it168网站

 最近《福布斯》发表了一篇关于对2018“人工智能、大数据和分析”10大预测的文章中指出,数据工程师即将取代数据科学家的角色,成为炙手可热的新一代职位。Gil Press写道,Indeed.com上有13%的岗位是关于数据工程师的,而数据科学家所占的比例还不到1%。

有趣的是,笔者在LinkedIn上查到如亚马逊和Facebook这样的领先数据驱动公司发布的数据工程师职位描述。具备数据抽取、转换、加载(ETL)流程和数据管道建设专业知识的全面了解,丰富的数据仓库技能,是理想数据工程师的必备和基本素质。

什么是数据工程师?

如果建筑工程涉及到建筑、道路和轨道等物理基础设施的设计、规划、建设和管理,数据工程也要应用同样复杂的数据。

数据工程师计划、设计、构建和维护一个可靠的体系架构,以确保稳定的清洁和结构化数据流,以便进行进一步分析,并适用于生产环境。

数据工程之所以越来越引人注目,是因为企业被大量非结构化的有价值的商业信息数据所淹没了。

随着数据科学家和公民数据科学的统计和编程能力开始激增,管理和维护大量的数据成了他们共同的痛点。分析和构建模型的数据科学家,近80%的时间都花费在查找和清理数据。

数据工程师通过了解企业所需的数据、识别相关的新数据源、提取可用的格式数据,确保数据不出错并将数据加载到数据科学家和分析师的工作中,从而实现对数据的救援计划。

数据工程师必备工具集

数据工程师的工作内容常常与数据架构师、数据库管理员和软件工程师的工作重叠,这意味着他们需要预先熟悉这些工作的内容。数据架构师或管理员只局限于数据基础架构的规划和维护的位置上,但从起源到最终分析展览的过程中,数据工程师都要参与在内。

因此,数据工程师的技能包括:

* 精通R或Python编程

* 强大的SQL技能

* 基于Hadoop的技术,如MapReduce、Hive和Pig

* ETL和数据仓库专业知识

除上述以外,数据工程师还应为传统的ETL过程提供新的重新配置选项。在并行处理方法之后,为复制数据构建数据管道,将其转移到存储解决方案上,重新格式化和加入数据。

随着多条数据流水线开始出现,Airflow和Luigi等开源工作流管理工具可用于创建和监控数据流水线。因此,对这些工具的了解又是一个优势。数据工程师也可以使用机器学习来自动化数据管道流程。

数据准备 —— 主要标准

数据的清洁度和质量越好,建模的效果越好,这就是从训练模型中得出的见解。

Urthecast的数据工程师David Bianco解释说,数据工程师的最终目标是向需要的人提供干净、可用的数据。这种收集、清理、处理和整合数据的方法被称为数据准备或数据处理。

数据分析中的两个主要数据问题。

小(无)或大数据问题:数据工程师应该在公司内外寻找新的数据来源。没有足够的数据来源,分析师和数据科学家会很难建立培训模式。相反,大数据集也可能很难处理,而且“垃圾进,垃圾出”是数据科学中一个残酷的现实。

杂乱的数据问题:一旦确定了数据源,就需要对元数据进行编目和组织,定义数据提取方法。Airbnb的数据工程师Maxime Beauchemin把数据工程师称为数据仓库的“图书管理员”,他们把凌乱的数据梳理好。相互冲突的术语和不一致的数据会使整个流程变得拖沓。

尽管大多数数据看起来微不足道,但提炼和清洗后的数据却能产生大价值。

为数据工程师减轻数据准备压力

数据准备工作可能很乏味,但是如果正确使用了自动化和工具,将会节省不少时间。在R / Python编程方面的专业知识,有助于简化他们在自动化方面的工作。

数据冠层正在以前所未有的速度扩张,越来越有趣也越来越混乱。数据工程师的职责就是清理混乱的数据生态系统,为所有人提供一个健康的数据集。

关键字:科学家HadoopLuigi

本文摘自:it168网站

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^