{"id":55327,"date":"2020-01-18T00:00:00","date_gmt":"2020-01-17T21:00:00","guid":{"rendered":"https:\/\/prohoster.info\/blog\/blog_prohoster\/samye-vostrebovannye-navyki-v-professii-data-engineer"},"modified":"2020-02-18T14:03:26","modified_gmt":"2020-02-18T11:03:26","slug":"samye-vostrebovannye-navyki-v-professii-data-engineer","status":"publish","type":"post","link":"https:\/\/prohoster.info\/de\/blog\/administrirovanie\/samye-vostrebovannye-navyki-v-professii-data-engineer","title":{"rendered":"Die gefragtesten F\u00e4higkeiten im Beruf des Data Engineers","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Laut Statistik des Jahres 2019<\/a><\/noindex>, ist Data Engineer derzeit ein Beruf, dessen Nachfrage schneller w\u00e4chst als die anderer. Data Engineers spielen eine entscheidende Rolle in Organisationen \u2013 sie erstellen und warten Pipelines und Datenbanken, die f\u00fcr die Verarbeitung, Transformation und Speicherung von Daten verwendet werden. Welche F\u00e4higkeiten sind f\u00fcr Vertreter dieses Berufs in erster Linie erforderlich? Unterscheidet sich die Liste von dem, was von Data Scientists gefordert wird? All dies erfahren Sie in meinem Artikel.<\/p>\n

Ich habe die Stellenangebote f\u00fcr die Position des Data Engineers so analysiert, wie sie im Januar 2020 vorliegen, um herauszufinden, welche technologischen F\u00e4higkeiten am gefragtesten sind. Anschlie\u00dfend verglich ich die Ergebnisse mit der Statistik f\u00fcr Stellenangebote f\u00fcr Data Scientists \u2013 dabei kamen einige interessante Unterschiede ans Licht.<\/p>\n

Lassen Sie uns ohne lange Einleitungen direkt zu den zehn wichtigsten Technologien kommen, die in den Stellenanzeigen am h\u00e4ufigsten erw\u00e4hnt werden:<\/p>\n

\"Die<\/p>\n

Erw\u00e4hnungen von Technologien in den Stellenanzeigen f\u00fcr Data Engineers im Jahr 2020<\/i><\/p>\n

Lass uns das kl\u00e4ren.
\n<\/a><\/noindex><\/p>\n

Aufgaben eines Data Engineers<\/h4>\n

\nHeutzutage ist die Arbeit der Data Engineers f\u00fcr Organisationen von gro\u00dfer Bedeutung \u2013 diese Personen sind verantwortlich f\u00fcr die Speicherung von Informationen und bringen sie in eine Form, die es anderen Mitarbeitern erm\u00f6glicht, damit zu arbeiten. Data Engineers bauen Pipelines auf, um die Datenbeschaffung entweder \u00fcber Streams oder in Paketen aus einer Vielzahl von Quellen zu erm\u00f6glichen. Diese Pipelines f\u00fchren dann Operationen zur Extraktion, Transformation und zum Laden durch (kurz ETL-Prozesse), um die Daten f\u00fcr eine sp\u00e4tere Verwendung besser nutzbar zu machen. Danach werden die Daten Analysten und Data Scientists zur tiefergehenden Verarbeitung \u00fcbergeben. Schlie\u00dflich endet die Datenreise auf Informationsdashboards, in Berichten und in Modellen f\u00fcr maschinelles Lernen.<\/p>\n

Ich suchte nach Informationen, die einen Hinweis darauf geben k\u00f6nnten, welche Technologien derzeit in der Arbeit eines Data Engineers am gefragtesten sind.<\/p>\n

Methoden<\/h4>\n

\nIch sammelte Informationen von drei Jobportalen \u2013 SimplyHired<\/a><\/noindex>, Indeed<\/a><\/noindex> und Monster<\/a><\/noindex> und untersuchte, welche Schl\u00fcsselw\u00f6rter in Verbindung mit \u201eData Engineer\u201c in den Stellenanzeigen f\u00fcr Personen, die in den USA wohnen, vorkommen. F\u00fcr diese Aufgabe nutzte ich zwei Python-Bibliotheken \u2013 Requests<\/a><\/noindex> und Beautiful Soup<\/a><\/noindex>. Ich habe sowohl die Schl\u00fcsselw\u00f6rter aufgenommen, die im vorherigen Analysebericht f\u00fcr die Position des Data Scientist genannt wurden, als auch diejenigen, die ich manuell ausgew\u00e4hlt habe, w\u00e4hrend ich die Stellenangebote f\u00fcr Data Engineers gelesen habe. LinkedIn war nicht Teil der Quellen, da ich dort nach meinem letzten Versuch, Daten zu sammeln, gesperrt wurde.<\/p>\n

F\u00fcr jedes Schl\u00fcsselwort habe ich den Anteil der Treffer an der Gesamtzahl der Texte auf jeder der Webseiten einzeln berechnet und dann den Durchschnittswert \u00fcber die drei Quellen ermittelt.<\/p>\n

Ergebnisse<\/h4>\n

\nUnten stehen drei\u00dfig technische Begriffe aus dem Bereich Data Engineering mit den h\u00f6chsten Werten auf allen drei Stellenportalen.<\/p>\n

\"Die<\/p>\n

Hier sind dieselben Zahlen, aber in Tabellenform dargestellt:<\/p>\n

\"Die<\/p>\n

Lass uns der Reihe nach vorgehen.<\/p>\n

\u00dcberblick \u00fcber die Ergebnisse<\/b><\/p>\n

Sowohl SQL als auch Python kommen in mehr als zwei Dritteln der betrachteten Stellenangebote vor. Diese beiden Technologien machen es sinnvoll, sie zuerst zu lernen. Python<\/a><\/noindex> \u2013 eine sehr beliebte Programmiersprache, die zur Arbeit mit Daten, zur Erstellung von Webseiten und zum Schreiben von Skripten verwendet wird. SQL<\/a><\/noindex> steht f\u00fcr Structured Query Language (Sprache f\u00fcr strukturierte Abfragen); sie stellt einen Standard dar, der von einer Gruppe von Sprachen implementiert wird, und wird zum Abrufen von Daten aus relationalen Datenbanken verwendet. Sie ist schon lange vorhanden und hat sich durch hohe Zuverl\u00e4ssigkeit ausgezeichnet.<\/p>\n

Spark wird in etwa der H\u00e4lfte der Stellenangebote erw\u00e4hnt. Apache Spark<\/a><\/noindex> \u2013 das ist \"ein vereinheitlichter Analyse-Engine f\u00fcr die Verarbeitung gro\u00dfer Datenmengen mit integrierten Modulen f\u00fcr Streaming, SQL, maschinelles Lernen und Graphverarbeitung\". Es ist besonders beliebt bei denjenigen, die mit gro\u00dfen Datenbanken arbeiten.<\/p>\n

AWS findet man in etwa 45% der Stellenangebote. Dies ist die Cloud-Computing-Plattform von Amazon; sie hat den gr\u00f6\u00dften Marktanteil unter allen Cloud-Plattformen.
\nAn zweiter Stelle stehen Java und Hadoop \u2013 etwas \u00fcber 40% f\u00fcr jedes. Java<\/a><\/noindex> \u2013 eine weit verbreitete, bew\u00e4hrte Sprache, die in der Umfrage unter Entwicklern von Stack Overflow 2019<\/a><\/noindex> den zehnten Platz unter den Sprachen belegte, die Programmierern Angst einfl\u00f6\u00dfen. Im Gegensatz dazu belegte Python den zweiten Platz unter den am meisten geliebten Sprachen. Java wird von Oracle geleitet, und alles, was man dar\u00fcber wissen muss, kann man aus diesem Screenshot der offiziellen Seite von Januar 2020 entnehmen.<\/p>\n

\"Die
\n
\nWie mit einer Zeitmaschine gereist<\/i>
\nApache Hadoop<\/a><\/noindex> verwendet das Programmiermodell MapReduce mit Server-Clustern f\u00fcr Big Data. Diese Modell wird zunehmend weniger verwendet.<\/p>\n

Dar\u00fcber hinaus sehen wir Hive, Scala, Kafka und NoSQL \u2013 jede dieser Technologien wird in einem Viertel der vorgestellten Stellenangebote erw\u00e4hnt. Apache Hive ist ein Datenlager, das \"das Lesen, Schreiben und Verwalten gro\u00dfer Datens\u00e4tze in verteilten Speichern mit SQL vereinfacht.\" Scala<\/a><\/noindex> - eine Programmiersprache, die h\u00e4ufig bei der Arbeit mit Big Data eingesetzt wird. Insbesondere wurde Spark in Scala entwickelt. Im bereits erw\u00e4hnten Ranking der gefragtesten Programmiersprachen belegt Scala den elften Platz. Apache Kafka<\/a><\/noindex> - eine verteilte Plattform zur Verarbeitung von Streaming-Nachrichten. Sie ist sehr beliebt als Mittel zur Daten\u00fcbertragung.<\/p>\n

NoSQL-Datenbanken<\/a><\/noindex> stellen sich SQL entgegen. Sie unterscheiden sich dadurch, dass sie nicht relational, nicht strukturiert sind und horizontale Skalierbarkeit bieten. NoSQL hat eine gewisse Popularit\u00e4t gewonnen, jedoch scheint die fieberhafte Begeisterung f\u00fcr diesen Ansatz, bis hin zu Prophezeiungen, dass er SQL als dominierende Speicherparadigma ersetzen wird, bereits vor\u00fcber zu sein.<\/p>\n

Vergleich mit Begriffen in Stellenangeboten f\u00fcr Data Scientists<\/h4>\n

\nHier sind drei\u00dfig Technologietermine, die bei Arbeitgebern im Bereich Data Science am h\u00e4ufigsten vorkommen. Diese Liste habe ich auf die gleiche Weise erstellt, wie ich sie zuvor f\u00fcr Data Engineering beschrieben habe.<\/p>\n

\"Die<\/p>\n

Nennungen von Technologien in Stellenanzeigen f\u00fcr Data Scientists im Jahr 2020<\/i><\/p>\n

Im Gesamten betrachtet, im Vergleich zum fr\u00fcher betrachteten Set, gab es 28% mehr Stellenangebote (12.013 gegen\u00fcber 9.396). Lassen Sie uns sehen, welche Technologien in Stellenangeboten f\u00fcr Data Scientists seltener vorkommen als f\u00fcr Data Engineers.<\/p>\n

Beliebter im Data Engineering<\/b><\/p>\n

Die folgende Grafik zeigt Schl\u00fcsselw\u00f6rter mit einem durchschnittlichen Differenzwert von mehr als 10% oder weniger als -10%.<\/p>\n

\"Die<\/p>\n

Die gr\u00f6\u00dften Unterschiede in der H\u00e4ufigkeit von Schl\u00fcsselw\u00f6rtern zwischen Data Engineer und Data Scientist<\/i><\/p>\n

Der gr\u00f6\u00dfte Anstieg wird bei AWS festgestellt: Im Data Engineering taucht es 25% h\u00e4ufiger auf als im Data Science (ungef\u00e4hr 45% gegen\u00fcber 20% der Gesamtzahl der Stellenangebote). Der Unterschied ist sp\u00fcrbar!<\/p>\n

Hier sind dieselben Daten in einer etwas anderen Darstellung \u2013 in der Grafik sind die Ergebnisse f\u00fcr dasselbe Schl\u00fcsselwort in den Stellenangeboten f\u00fcr Data Engineer und Data Scientist nebeneinander angeordnet.<\/p>\n

\"Die<\/p>\n

Die gr\u00f6\u00dften Unterschiede in der H\u00e4ufigkeit von Schl\u00fcsselw\u00f6rtern zwischen Data Engineer und Data Scientist<\/i><\/p>\n

Den n\u00e4chsten gro\u00dfen Anstieg habe ich bei Spark bemerkt \u2013 Data Engineers m\u00fcssen h\u00e4ufig mit gro\u00dfen Daten arbeiten. Kafka<\/a><\/noindex> ist ebenfalls um 20% gestiegen, also fast viermal so viel im Vergleich zum Ergebnis bei den Stellenangeboten f\u00fcr Data Scientists. Die Daten\u00fcbertragung ist eine der Hauptaufgaben von Data Engineers. Schlie\u00dflich war die Anzahl der Erw\u00e4hnungen um 15% h\u00f6her im Bereich Data Engineering f\u00fcr Java, NoSQL, Redshift, SQL und Hadoop.<\/p>\n

Weniger beliebte Technologien im Data Engineering<\/b><\/p>\n

Schauen wir uns nun an, welche Technologien in den Stellenangeboten f\u00fcr Data Engineers weniger beliebt sind.
\nDer st\u00e4rkste R\u00fcckgang im Vergleich zum Bereich Data Science trat bei R<\/a><\/noindex>statt: Dort war es in etwa 56% der Stellenangebote vertreten, hier nur in 17%. Beeindruckend. R ist eine Programmiersprache, die bei Wissenschaftlern und Statistikern beliebt ist und den achten Platz im Ranking der gef\u00fcrchtetsten Programmiersprachen einnimmt.<\/p>\n

SAS<\/a><\/noindex> wird in den Stellenangeboten f\u00fcr Data Engineers ebenfalls deutlich seltener erw\u00e4hnt \u2013 die Differenz betr\u00e4gt 14%. SAS ist eine propriet\u00e4re Sprache, die f\u00fcr die Arbeit mit Statistik und Daten konzipiert ist. Interessanter Punkt: Laut den Ergebnissen meiner Untersuchung zu Stellenangeboten f\u00fcr Data Scientists<\/a><\/noindex>, hat es in letzter Zeit massiv an Bedeutung verloren \u2013 st\u00e4rker als jede andere Technologie.<\/p>\n

Gefragt sowohl im Data Engineering als auch im Data Science<\/b><\/p>\n

Es ist zu beachten, dass acht der zehn besten Positionen in beiden Sets \u00fcbereinstimmen. SQL, Python, Spark, AWS, Java, Hadoop, Hive und Scala geh\u00f6ren zur Top Ten sowohl im Bereich Data Engineering als auch im Data Science. Im folgenden Diagramm sehen Sie die f\u00fcnfzehn beliebtesten Technologien bei Arbeitgebern von Data Engineers, sowie deren Werte f\u00fcr Stellenangebote f\u00fcr Data Scientists.<\/p>\n

\"Die<\/p>\n

Empfehlungen<\/h4>\n

\nWenn Sie im Data Engineering t\u00e4tig sein m\u00f6chten, w\u00fcrde ich empfehlen, die folgenden Technologien zu erlernen \u2013 ich liste sie in der Reihenfolge ihrer ungef\u00e4hren Priorit\u00e4t auf.<\/p>\n

Lernen Sie SQL. Ich empfehle Ihnen speziell PostgreSQL, weil es Open Source ist, gro\u00dfe Beliebtheit in der Community hat und sich in einer Wachstumsphase befindet. Wie man die Sprache nutzt, erfahren Sie aus dem Buch My Memorable SQL \u2013 die Pilotversion ist verf\u00fcgbar hier<\/a><\/noindex>.<\/p>\n

Lernen Sie Python, auch wenn nicht auf dem h\u00e4rtesten Niveau. Das Buch My Memorable Python ist genau f\u00fcr Anf\u00e4nger gedacht. Es kann gekauft werden auf Amazon<\/a><\/noindex>, eine elektronische oder gedruckte Version, je nach Ihrer Wahl, oder als pdf- oder epub-Datei heruntergeladen werden auf dieser Webseite<\/a><\/noindex>.<\/p>\n

Sobald Sie sich mit Python vertraut gemacht haben, wechseln Sie zu pandas \u2013 der Python-Bibliothek, die bei der Datenbereinigung und -verarbeitung verwendet wird. Wenn Sie darauf abzielen, in einem Unternehmen zu arbeiten, in dem Python-Kenntnisse erforderlich sind (und das sind die meisten), k\u00f6nnen Sie sicher sein, dass Kenntnisse in pandas als selbstverst\u00e4ndlich angesehen werden. Ich beende gerade ein Einf\u00fchrungshandbuch zur Arbeit mit pandas \u2013 Sie k\u00f6nnen abonnieren<\/a><\/noindex>, um den Ver\u00f6ffentlichungstermin nicht zu verpassen.<\/p>\n

Lernen Sie AWS. Wenn Sie Data Engineer werden m\u00f6chten, kommen Sie um eine Cloud-Plattform nicht herum, und AWS ist die beliebteste unter ihnen. Mir haben die Kurse sehr geholfen, Linux Academy<\/a><\/noindex>als ich Data Engineering auf Google Cloud gelernt habe,<\/a><\/noindex>, ich denke, dass es auch gute Materialien zu AWS gibt.<\/p>\n

Wenn Sie bereits die gesamte Liste bew\u00e4ltigt haben und in den Augen der Arbeitgeber als Data Engineer weiter wachsen m\u00f6chten, empfehle ich, Apache Spark f\u00fcr die Arbeit mit gro\u00dfen Daten hinzuzuf\u00fcgen. Obwohl meine Untersuchung zu Data Science-Stellen einen R\u00fcckgang des Interesses gezeigt hat, ist es bei Data Engineers trotzdem fast in jeder zweiten Stelle zu sehen.<\/p>\n

Zum Schluss<\/h4>\n

\nHoffentlich war dieser \u00dcberblick \u00fcber die gefragtesten Technologien f\u00fcr Data Engineers f\u00fcr Sie n\u00fctzlich. Wenn Sie sich daf\u00fcr interessieren, wie es bei den Stellenangeboten f\u00fcr Analysten aussieht, lesen Sie meinen anderen Artikel<\/a><\/noindex>. Erfolgreiches Engineering!
\n
Quelle: habr.com<\/a><\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"

\u0421\u043e\u0433\u043b\u0430\u0441\u043d\u043e \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u043a\u0435 2019 \u0433\u043e\u0434\u0430, data engineer \u043d\u0430 \u0434\u0430\u043d\u043d\u044b\u0439 \u043c\u043e\u043c\u0435\u043d\u0442 \u044f\u0432\u043b\u044f\u0435\u0442\u0441\u044f \u043f\u0440\u043e\u0444\u0435\u0441\u0441\u0438\u0435\u0439, \u0441\u043f\u0440\u043e\u0441 \u043d\u0430 \u043a\u043e\u0442\u043e\u0440\u0443\u044e \u0440\u0430\u0441\u0442\u0435\u0442 \u0431\u044b\u0441\u0442\u0440\u0435\u0435 \u0432\u0441\u0435\u0445 \u043f\u0440\u043e\u0447\u0438\u0445. Data engineer \u0438\u0433\u0440\u0430\u0435\u0442 \u0432 \u043e\u0440\u0433\u0430\u043d\u0438\u0437\u0430\u0446\u0438\u0438 \u043a\u0440\u0438\u0442\u0438\u0447\u0435\u0441\u043a\u0438 \u0432\u0430\u0436\u043d\u0443\u044e \u0440\u043e\u043b\u044c \u2013 \u0441\u043e\u0437\u0434\u0430\u0435\u0442 \u0438 \u043f\u043e\u0434\u0434\u0435\u0440\u0436\u0438\u0432\u0430\u0435\u0442 \u0432 \u0440\u0430\u0431\u043e\u0447\u0435\u043c \u0441\u043e\u0441\u0442\u043e\u044f\u043d\u0438\u0438 \u043f\u0430\u0439\u043f\u043b\u0430\u0439\u043d\u044b \u0438 \u0431\u0430\u0437\u044b \u0434\u0430\u043d\u043d\u044b\u0445, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044e\u0442\u0441\u044f \u0434\u043b\u044f \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438, \u0442\u0440\u0430\u043d\u0441\u0444\u043e\u0440\u043c\u0430\u0446\u0438\u0438 \u0438 \u0445\u0440\u0430\u043d\u0435\u043d\u0438\u044f \u0434\u0430\u043d\u043d\u044b\u0445. \u041a\u0430\u043a\u0438\u0435 \u043d\u0430\u0432\u044b\u043a\u0438 \u043d\u0443\u0436\u043d\u044b \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u0438\u0442\u0435\u043b\u044f\u043c \u044d\u0442\u043e\u0439 \u043f\u0440\u043e\u0444\u0435\u0441\u0441\u0438\u0438 \u0432 \u043f\u0435\u0440\u0432\u0443\u044e \u043e\u0447\u0435\u0440\u0435\u0434\u044c? \u041e\u0442\u043b\u0438\u0447\u0430\u0435\u0442\u0441\u044f […]<\/p>\n","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[688],"tags":[],"class_list":["post-55327","post","type-post","status-publish","format-standard","hentry","category-administrirovanie"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\n","aioseo_head_json":{"title":"\ud83e\udd47Die gefragtesten F\u00e4higkeiten im Beruf des Data Engineers | ProHoster","description":"Laut Statistik aus dem Jahr 2019 ist Data Engineer derzeit ein Beruf, der gefragt ist.","canonical_url":"https:\/\/prohoster.info\/de\/blog\/administrirovanie\/samye-vostrebovannye-navyki-v-professii-data-engineer","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"de_DE","og:site_name":"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b","og:type":"article","og:title":"\ud83e\udd47\u0421\u0430\u043c\u044b\u0435 \u0432\u043e\u0441\u0442\u0440\u0435\u0431\u043e\u0432\u0430\u043d\u043d\u044b\u0435 \u043d\u0430\u0432\u044b\u043a\u0438 \u0432 \u043f\u0440\u043e\u0444\u0435\u0441\u0441\u0438\u0438 data engineer | ProHoster","og:description":"\u0421\u043e\u0433\u043b\u0430\u0441\u043d\u043e \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u043a\u0435 2019 \u0433\u043e\u0434\u0430, data engineer \u043d\u0430 \u0434\u0430\u043d\u043d\u044b\u0439 \u043c\u043e\u043c\u0435\u043d\u0442 \u044f\u0432\u043b\u044f\u0435\u0442\u0441\u044f \u043f\u0440\u043e\u0444\u0435\u0441\u0441\u0438\u0435\u0439, \u0441\u043f\u0440\u043e\u0441 \u043d\u0430.","og:url":"https:\/\/prohoster.info\/de\/blog\/administrirovanie\/samye-vostrebovannye-navyki-v-professii-data-engineer","og:image":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:secure_url":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:width":350,"og:image:height":350,"article:published_time":"2020-01-17T21:00:00+00:00","article:modified_time":"2020-02-18T11:03:26+00:00","article:publisher":"https:\/\/www.facebook.com\/prohoster","article:author":"https:\/\/www.facebook.com\/prohoster"},"aioseo_meta_data":{"post_id":"55327","title":null,"description":null,"keywords":null,"keyphrases":null,"primary_term":null,"canonical_url":null,"og_title":null,"og_description":null,"og_object_type":"default","og_image_type":"default","og_image_url":null,"og_image_width":null,"og_image_height":null,"og_image_custom_url":null,"og_image_custom_fields":null,"og_video":null,"og_custom_url":null,"og_article_section":null,"og_article_tags":null,"twitter_use_og":false,"twitter_card":"default","twitter_image_type":"default","twitter_image_url":null,"twitter_image_custom_url":null,"twitter_image_custom_fields":null,"twitter_title":null,"twitter_description":null,"schema":{"blockGraphs":[],"customGraphs":[],"default":{"data":{"Article":[],"Course":[],"Dataset":[],"FAQPage":[],"Movie":[],"Person":[],"Product":[],"ProductReview":[],"Car":[],"Recipe":[],"Service":[],"SoftwareApplication":[],"WebPage":[]},"graphName":"","isEnabled":true},"graphs":[]},"schema_type":null,"schema_type_options":null,"pillar_content":false,"robots_default":true,"robots_noindex":false,"robots_noarchive":false,"robots_nosnippet":false,"robots_nofollow":false,"robots_noimageindex":false,"robots_noodp":false,"robots_notranslate":false,"robots_max_snippet":null,"robots_max_videopreview":null,"robots_max_imagepreview":"large","priority":null,"frequency":null,"local_seo":null,"seo_analyzer_scan_date":null,"breadcrumb_settings":null,"limit_modified_date":false,"reviewed_by":null,"ai":null,"created":"2021-02-28 13:45:53","updated":"2022-09-30 07:37:35","focus_keyword":null,"additional_keywords":null,"truseo_locale":null},"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/posts\/55327","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/comments?post=55327"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/posts\/55327\/revisions"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/media?parent=55327"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/categories?post=55327"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/tags?post=55327"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}