DA BIE DE之间的区别求解

DE 来回答一下，求米=。=，没有就当慈善了。

上边有楼解释的挺不错的。
DE: 根据职责有的偏 SDE, 有的偏 SQL。分类很多：1，围绕 Hadoop ecosystem； 2，围绕 AWS GCP（跟 1 有重叠）； 3，SQL-based "engineer" 做 ETL, data warehousing的。1、2 需要的知识技能很广，处理数据的各种 framework，太多了，慢慢学吧。跟 DA/BIE 区别很大。
DA：不同公司职责完全不同，太难归类，不要看 title，看 JD。一般都是 sql 为主，有的可能会触及 ds，但是千万不要妄想通过 da 去‘进化’到 ds 做模型。 北美的 DA 跟国内的完全不一样，我踩过坑，浪费过时间，之后看清了，直接去做 DE了，本来就是 cs 背景，去 da 好亏。
BIE: SQL，数据可视化 tableau，熟悉业务，对接 business下游的各种客户。 BIE 和 DA 类似，还是那句话，这些不过为纯技术岗，所以区分度不想 tech 那么清晰。

还有不清楚的可以问 (ˉ﹃ˉ）阿巴阿巴

vincezz 发表于 2020-06-18 20:17:46
DE 来回答一下，求米=。=，没有就当慈善了。

上边有楼解释的挺不错的。

加米了 不知道加上没。想问下data validation和ETL有啥关系没？manager又让我做data validation又让我做data pipeline ETL😯 pipeline ETL不是DE的活吗

关注一下~下周面试，希望好运

首先是Data Analyst / Analytic Data Scientist
·      这一类的岗位包括大部分的 business analyst，data analysts，analytic data scientist。
·      这些岗位需要的技术，主要有 SQL，data visualization，statistics，business case study，AB testing，experiment design。SQL 是安身立命的技术。如果面大厂的位置，据我们观察，只是把 sql zoo 和 leetcode 上的 sql 做熟，是不够的。SQL 可以考的很难。SQL 之外，BA和 DA 一般更侧重于 business case study和 data visualization。DS 需要对 statistics 和 experiment design 有比较好的理解，而且有些岗位需要 DS 能做一些 machine learning modeling。但是这些 modeling 的主要目标是 get insights from data。对模型的可解释性要求比较高。
·      这类岗位比较常见的种类有 marketing，product 和fraud。要求 candidates 对相应的领域有比较好的domain knowledge 和 communication skills。

补充内容 (2022-11-16 17:32 +8:00):
然后是这一类Data Engineer / BI Developer
·      其中，BI Developer 也叫做 Data Warehouse Developer 或者 SQL Developer。所做工作包括设计，建立，以及维护 data warehouse、data loading procedures、和 report generation pipeline。需要熟练掌握 SQL、ETL、Data Visualization、Advanced Excel、Server Administration 等技术。上手比较容易，不需要花大力气去准备 coding 或者 business sense。
·      DataEngineer 定义比较模糊。很多公司里头的 DE 其实就是 BI Developer。而有部分公司的 Data Engineer 做的却是 MLE 的工作。为了比较好地区分各类岗位，在这里，将DE定义成 为那些设计建立和维护 Hadoop 和 Spark 这一类大数据系统的工程师。

补充内容 (2022-11-16 17:35 +8:00):
更完整的区别分析你可以参考一下这篇文章http://www.phdgroup.net/forum.ph ... &extra=page%3D1

vincezz 发表于 2020-06-18 20:17:46
DE 来回答一下，求米=。=，没有就当慈善了。

上边有楼解释的挺不错的。

为什么说从da到DS行不通呢？