{"id":77176,"date":"2020-04-08T13:42:19","date_gmt":"2020-04-08T11:42:19","guid":{"rendered":"https:\/\/prohoster.info\/blog\/administrirovanie\/data-engineer-i-data-scientist-kakaya-voobshhe-raznicza"},"modified":"2020-04-08T13:42:19","modified_gmt":"2020-04-08T11:42:19","slug":"data-engineer-i-data-scientist-kakaya-voobshhe-raznicza","status":"publish","type":"post","link":"https:\/\/prohoster.info\/es\/blog\/administrirovanie\/data-engineer-i-data-scientist-kakaya-voobshhe-raznicza","title":{"rendered":"Ingeniero de Datos y Cient\u00edfico de Datos: \u00bfcu\u00e1l es la diferencia?","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"<p>Las profesiones de Data Scientist y Data Engineer a menudo se confunden. Cada empresa tiene su propia especificidad en el manejo de datos, diferentes objetivos de an\u00e1lisis y distintas percepciones sobre qui\u00e9n debe encargarse de qu\u00e9 parte del trabajo, por lo que cada una establece sus propios requisitos.\u00a0<\/p>\n<p>Vamos a aclarar cu\u00e1l es la diferencia entre estos especialistas, qu\u00e9 tareas empresariales resuelven, qu\u00e9 habilidades poseen y cu\u00e1nto ganan. El material result\u00f3 extenso, por lo que lo dividimos en dos publicaciones.<\/p>\n<p>En el primer art\u00edculo, Elena Gerasimova, jefa de la facultad de \"<noindex><a rel=\"nofollow\" href=\"https:\/\/netology.ru\/navigation\/?direction=data-science?utm_source=habr&amp;utm_medium=externalblog&amp;utm_campaign=bds_all_ou&amp;utm_content=07042020_dataengscientist\">Data Science y anal\u00edtica<\/a><\/noindex>\" en Netology, explica cu\u00e1l es la diferencia entre Data Scientist y Data Engineer y con qu\u00e9 herramientas trabajan.<noindex><a rel=\"nofollow\" name=\"habracut\"><\/a><\/noindex><\/p>\n<h2>C\u00f3mo se diferencian los roles de ingenieros y cient\u00edficos de datos<\/h2>\n<p>\nEl ingeniero de datos es un especialista que, por un lado, desarrolla, prueba y mantiene la infraestructura para el manejo de datos: bases de datos, almacenamiento y sistemas de procesamiento masivo. Por otro lado, es quien limpia y 'peina' los datos para ser utilizados por analistas y cient\u00edficos de datos, es decir, que crea tuber\u00edas de procesamiento de datos.<\/p>\n<p>El Data Scientist crea y entrena modelos predictivos (y no solo) utilizando algoritmos de aprendizaje autom\u00e1tico y redes neuronales, ayudando a las empresas a encontrar patrones ocultos, prever el desarrollo de eventos y optimizar procesos empresariales clave.<\/p>\n<p>La principal diferencia entre Data Scientist y Data Engineer radica en que generalmente tienen objetivos diferentes. Ambos trabajan para que los datos sean accesibles y de calidad. Pero el Data Scientist busca respuestas a sus preguntas y verifica hip\u00f3tesis en el ecosistema de datos (por ejemplo, sobre Hadoop), mientras que el Data Engineer crea el pipeline para el mantenimiento del algoritmo de aprendizaje autom\u00e1tico desarrollado por el cient\u00edfico de datos, en un cl\u00faster Spark dentro del mismo ecosistema.\u00a0<\/p>\n<p>El ingeniero de datos aporta valor al negocio trabajando en equipo. Su tarea es ser un v\u00ednculo importante entre los diversos participantes: desde desarrolladores hasta consumidores de informes empresariales, y aumentar la productividad de los analistas \u2014 desde marketing y productos hasta BI.\u00a0<\/p>\n<p>El Data Scientist, por el contrario, participa activamente en la estrategia de la empresa, en la extracci\u00f3n de insights, en la toma de decisiones e implementaci\u00f3n de algoritmos de automatizaci\u00f3n, modelado y generaci\u00f3n de valor a partir de datos.<br \/>\n<img decoding=\"async\" alt=\"Ingeniero de Datos y Cient\u00edfico de Datos: \u00bfcu\u00e1l es la diferencia?\" src=\"\/wp-content\/uploads\/2020\/04\/1ce3e892eb7a354b106dc2f6398ec5e7.jpg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<br \/>\nEl trabajo con datos se rige por el principio GIGO (garbage in \u2014 garbage out): si los analistas y cient\u00edficos de datos manejan datos no preparados y potencialmente incorrectos, los resultados incluso con los algoritmos de an\u00e1lisis m\u00e1s sofisticados ser\u00e1n incorrectos.\u00a0<\/p>\n<p>Los ingenieros de datos abordan este problema construyendo pipelines para el procesamiento, limpieza y transformaci\u00f3n de datos, permitiendo que los cient\u00edficos de datos trabajen ya con datos de calidad.\u00a0<\/p>\n<p>En el mercado hay muchas herramientas para trabajar con datos que cubren cada una de las etapas: desde la aparici\u00f3n de los datos hasta la visualizaci\u00f3n en un dashboard para el consejo de administraci\u00f3n. Y es importante que la decisi\u00f3n sobre su uso sea tomada por el ingeniero, no porque est\u00e9 de moda, sino porque realmente ayudar\u00e1 a los dem\u00e1s participantes del proceso.\u00a0<\/p>\n<p>Condicionalmente: si a la empresa le necesita integrar BI y ETL \u2014 carga de datos y actualizaciones de informes, aqu\u00ed hay una infraestructura heredada t\u00edpica con la que tendr\u00e1 que lidiar un ingeniero de datos (ser\u00e1 bueno si en el equipo adem\u00e1s de \u00e9l hay un arquitecto).<\/p>\n<p><b>Responsabilidades del Ingeniero de Datos<\/b><\/p>\n<ul>\n<li>Desarrollo, construcci\u00f3n y mantenimiento de la infraestructura para el trabajo con datos.<\/li>\n<li>Manejo de errores y creaci\u00f3n de pipelines de procesamiento de datos confiables.<\/li>\n<li>Conversi\u00f3n de datos no estructurados de diversas fuentes din\u00e1micas a un formato necesario para el trabajo de los analistas.<\/li>\n<li>Proporcionar recomendaciones para mejorar la consistencia y calidad de los datos.<\/li>\n<li>Asegurar y mantener la arquitectura de datos utilizada por los cient\u00edficos de datos y analistas de datos.<\/li>\n<li>Procesar y almacenar datos de manera consistente y eficiente en un cl\u00faster distribuido de decenas o cientos de servidores.<\/li>\n<li>Evaluar los compromisos t\u00e9cnicos de las herramientas para crear arquitecturas simples pero robustas que puedan soportar fallos.<\/li>\n<li>Control y soporte de flujos de datos y sistemas relacionados (configuraci\u00f3n de monitoreo y alertas).<\/li>\n<\/ul>\n<p>\nHay otra especializaci\u00f3n dentro de la trayectoria de Ingeniero de Datos: ingeniero de ML. En resumen, estos ingenieros se especializan en llevar modelos de aprendizaje autom\u00e1tico a implementaci\u00f3n y uso industrial. A menudo, el modelo que proviene del cient\u00edfico de datos es parte de una investigaci\u00f3n y puede no funcionar en condiciones reales.<\/p>\n<p><b>Responsabilidades del Cient\u00edfico de Datos<\/b><\/p>\n<ul>\n<li>Extracci\u00f3n de caracter\u00edsticas de los datos para la aplicaci\u00f3n de algoritmos de aprendizaje autom\u00e1tico.<\/li>\n<li>Uso de diversas herramientas de aprendizaje autom\u00e1tico para predecir y clasificar patrones en los datos.<\/li>\n<li>Mejora del rendimiento y la precisi\u00f3n de los algoritmos de aprendizaje autom\u00e1tico mediante la sintonizaci\u00f3n y optimizaci\u00f3n de los mismos.<\/li>\n<li>Formulaci\u00f3n de hip\u00f3tesis 'fuertes' de acuerdo con la estrategia de la empresa, que deben ser verificadas.<\/li>\n<\/ul>\n<p><\/p>\n<blockquote><p>Tanto el Data Engineer como el Data Scientist comparten una contribuci\u00f3n significativa al desarrollo de una cultura de trabajo con datos, a trav\u00e9s de la cual la empresa puede obtener ingresos adicionales o reducir costos.<\/p><\/blockquote>\n<p><\/p>\n<h2>\u00bfCon qu\u00e9 lenguajes y herramientas trabajan los ingenieros y cient\u00edficos de datos?<\/h2>\n<p>\nHoy en d\u00eda, las expectativas de los especialistas en procesamiento de datos han cambiado. Antes, los ingenieros recopilaban grandes consultas SQL, escrib\u00edan manualmente MapReduce y procesaban datos utilizando herramientas como Informatica ETL, Pentaho ETL, Talend.\u00a0<\/p>\n<p>En 2020, un especialista no puede prescindir del conocimiento de Python y de herramientas modernas para realizar c\u00e1lculos (como Airflow), as\u00ed como de entender los principios del trabajo con plataformas en la nube (utiliz\u00e1ndolas para ahorrar en hardware, mientras se cumplen los principios de seguridad).<\/p>\n<p>SAP, Oracle, MySQL, Redis son herramientas tradicionales para un ingeniero de datos en grandes empresas. Son buenas, pero el costo de las licencias es tan alto que vale la pena adquirir habilidades en ellas solo en proyectos industriales. Al mismo tiempo, hay una alternativa gratuita en forma de Postgres: es gratuito y apto no solo para la formaci\u00f3n.\u00a0<\/p>\n<p><img decoding=\"async\" alt=\"Ingeniero de Datos y Cient\u00edfico de Datos: \u00bfcu\u00e1l es la diferencia?\" src=\"\/wp-content\/uploads\/2020\/04\/8a002b86ee3a18d5b232c5232a62dd3e.jpg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\nHist\u00f3ricamente, a menudo se ha requerido conocimiento de Java y Scala, aunque a medida que las tecnolog\u00edas y enfoques evolucionan, estos lenguajes han quedado en un segundo plano.<\/p>\n<p>Sin embargo, el hardcore BigData: Hadoop, Spark y el resto del zool\u00f3gico ya no son condiciones obligatorias para un ingeniero de datos, sino m\u00e1s bien una variedad de herramientas para resolver problemas que no se pueden resolver con ETL tradicional.\u00a0<\/p>\n<blockquote><p>Est\u00e1 en auge el uso de servicios que permiten utilizar herramientas sin necesidad de conocer el lenguaje en el que est\u00e1n escritas (por ejemplo, Hadoop sin saber Java), as\u00ed como la provisi\u00f3n de servicios listos para el procesamiento de datos en tiempo real (reconocimiento de voz o im\u00e1genes en video).<\/p><\/blockquote>\n<p>\nLas soluciones industriales de SAS y SPSS son populares, mientras que Tableau, Rapidminer, Stata y Julia tambi\u00e9n son ampliamente utilizadas por los data scientists para tareas locales.<\/p>\n<p><img decoding=\"async\" alt=\"Ingeniero de Datos y Cient\u00edfico de Datos: \u00bfcu\u00e1l es la diferencia?\" src=\"\/wp-content\/uploads\/2020\/04\/cf18b6b4fe45d9286f2ec6d14418d28c.jpg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\nLa posibilidad de que los analistas y los cient\u00edficos de datos construyan sus propios pipelines apareci\u00f3 solo hace un par de a\u00f1os: por ejemplo, ya se pueden dirigir datos a un almacenamiento basado en PostgreSQL con scripts relativamente sencillos.\u00a0<\/p>\n<p>Normalmente, el uso de pipelines y estructuras de datos integradas queda en manos de los ingenieros de datos. Pero hoy en d\u00eda, el tendencia hacia especialistas en forma de T, con amplias competencias en \u00e1reas relacionadas, es m\u00e1s fuerte que nunca, ya que las herramientas se simplifican constantemente.<\/p>\n<h2>Por qu\u00e9 el Data Engineer y el Data Scientist deben trabajar juntos<\/h2>\n<p>\nAl trabajar en estrecha colaboraci\u00f3n con los ingenieros, los Data Scientists pueden concentrarse en la parte de investigaci\u00f3n, creando algoritmos de aprendizaje autom\u00e1tico listos para usar.<br \/>\nY los ingenieros pueden enfocarse en la escalabilidad, la reutilizaci\u00f3n de datos y garantizar que los pipelines de entrada y salida de datos en cada proyecto individual cumplan con la arquitectura global. <\/p>\n<p>Esta divisi\u00f3n de responsabilidades asegura la coherencia de las acciones entre los grupos de especialistas que trabajan en diferentes proyectos de aprendizaje autom\u00e1tico.\u00a0<\/p>\n<p>La colaboraci\u00f3n ayuda a crear nuevos productos de manera efectiva. La velocidad y la calidad se logran gracias al equilibrio entre la creaci\u00f3n de servicios para todos (almacenamiento global o integraci\u00f3n de paneles de control) y la implementaci\u00f3n de cada necesidad o proyecto espec\u00edfico (pipeline especializado, conexi\u00f3n de fuentes externas).\u00a0<\/p>\n<p>Trabajar estrechamente con cient\u00edficos de datos y analistas ayuda a los ingenieros a desarrollar habilidades anal\u00edticas y de investigaci\u00f3n para escribir c\u00f3digo de mayor calidad. Se mejora el intercambio de conocimientos entre los usuarios de almacenes y lagos de datos, lo que hace que los proyectos sean m\u00e1s flexibles y logran resultados sostenibles a largo plazo.<\/p>\n<p>En las empresas que tienen como objetivo desarrollar una cultura de trabajo con datos y construir procesos de negocio sobre esta base, los Data Scientists y los Data Engineers se complementan y crean un sistema completo de an\u00e1lisis de datos.\u00a0<\/p>\n<p>En el siguiente art\u00edculo, hablaremos sobre la formaci\u00f3n que deben tener los Data Engineers y Data Scientists, qu\u00e9 habilidades deben desarrollar y c\u00f3mo est\u00e1 organizado el mercado.<\/p>\n<h2>De la redacci\u00f3n de Netology<\/h2>\n<p>\nSi est\u00e1s interesado en la profesi\u00f3n de Data Engineer o Data Scientist, te invitamos a explorar los programas de nuestros cursos:<\/p>\n<ul>\n<li>La profesi\u00f3n de \u201c<noindex><a rel=\"nofollow\" href=\"https:\/\/netology.ru\/programs\/data-engineer?utm_source=habr&amp;utm_medium=externalblog&amp;utm_campaign=bds_deg_ou&amp;utm_content=07042020_dataengscientist\">Data Engineer<\/a><\/noindex>\u00bb.\u00a0\u00a0<\/li>\n<li>La profesi\u00f3n de \u201c<noindex><a rel=\"nofollow\" href=\"https:\/\/netology.ru\/programs\/data-scientist\/?utm_source=habr&amp;utm_medium=externalblog&amp;utm_campaign=bds_ds_ou&amp;utm_content=07042020_dataengscientist\">Data Scientist<\/a><\/noindex>\u00bb.<\/li>\n<\/ul>\n<p>Fuente: <a content=\"nofollow\" rel=\"nofollow\" href=\"https:\/\/habr.com\/ru\/company\/netologyru\/blog\/496082\/\">habr.com<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"<p>\u041f\u0440\u043e\u0444\u0435\u0441\u0441\u0438\u0438 Data Scientist \u0438 Data Engineer \u0447\u0430\u0441\u0442\u043e \u043f\u0443\u0442\u0430\u044e\u0442. \u0423 \u043a\u0430\u0436\u0434\u043e\u0439 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0438 \u0441\u0432\u043e\u044f \u0441\u043f\u0435\u0446\u0438\u0444\u0438\u043a\u0430 \u0440\u0430\u0431\u043e\u0442\u044b \u0441 \u0434\u0430\u043d\u043d\u044b\u043c\u0438, \u0440\u0430\u0437\u043d\u044b\u0435 \u0446\u0435\u043b\u0438 \u0438\u0445 \u0430\u043d\u0430\u043b\u0438\u0437\u0430 \u0438 \u0440\u0430\u0437\u043d\u043e\u0435 \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u0438\u0435, \u043a\u0442\u043e \u0438\u0437 \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0441\u0442\u043e\u0432 \u043a\u0430\u043a\u043e\u0439 \u0447\u0430\u0441\u0442\u044c\u044e \u0440\u0430\u0431\u043e\u0442\u044b \u0434\u043e\u043b\u0436\u0435\u043d \u0437\u0430\u043d\u0438\u043c\u0430\u0442\u044c\u0441\u044f, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u0438 \u0442\u0440\u0435\u0431\u043e\u0432\u0430\u043d\u0438\u044f \u043a\u0430\u0436\u0434\u044b\u0439 \u043f\u0440\u0435\u0434\u044a\u044f\u0432\u043b\u044f\u0435\u0442 \u0441\u0432\u043e\u0438.\u00a0 \u0420\u0430\u0437\u0431\u0438\u0440\u0430\u0435\u043c\u0441\u044f, \u0432 \u0447\u0451\u043c \u0440\u0430\u0437\u043d\u0438\u0446\u0430 \u044d\u0442\u0438\u0445 \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0441\u0442\u043e\u0432, \u043a\u0430\u043a\u0438\u0435 \u0437\u0430\u0434\u0430\u0447\u0438 \u0431\u0438\u0437\u043d\u0435\u0441\u0430 \u043e\u043d\u0438 \u0440\u0435\u0448\u0430\u044e\u0442, \u043a\u0430\u043a\u0438\u043c\u0438 \u043d\u0430\u0432\u044b\u043a\u0430\u043c\u0438 \u043e\u0431\u043b\u0430\u0434\u0430\u044e\u0442 \u0438 \u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0437\u0430\u0440\u0430\u0431\u0430\u0442\u044b\u0432\u0430\u044e\u0442. \u041c\u0430\u0442\u0435\u0440\u0438\u0430\u043b [&hellip;]<\/p>\n","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"author":1,"featured_media":77177,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[688],"tags":[],"class_list":["post-77176","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-administrirovanie"],"aioseo_notices":[],"aioseo_head":"\n\t\t<!-- All in One SEO 5.0.2 - aioseo.com -->\n\t<meta name=\"description\" content=\"\u041f\u0440\u043e\u0444\u0435\u0441\u0441\u0438\u0438 Data Scientist \u0438 Data Engineer \u0447\u0430\u0441\u0442\u043e \u043f\u0443\u0442\u0430\u044e\u0442.\" \/>\n\t<meta name=\"robots\" content=\"max-image-preview:large\" \/>\n\t<meta name=\"author\" content=\"Yuri Gagarin\"\/>\n\t<link rel=\"canonical\" href=\"https:\/\/prohoster.info\/es\/blog\/administrirovanie\/data-engineer-i-data-scientist-kakaya-voobshhe-raznicza\" \/>\n\t<meta name=\"generator\" content=\"All in One SEO (AIOSEO) 5.0.2\" \/>\n\t\t<meta property=\"og:locale\" content=\"es_ES\" \/>\n\t\t<meta property=\"og:site_name\" content=\"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\" \/>\n\t\t<meta property=\"og:type\" content=\"article\" \/>\n\t\t<meta property=\"og:title\" content=\"\ud83e\udd47Data Engineer \u0438 Data Scientist: \u043a\u0430\u043a\u0430\u044f \u0432\u043e\u043e\u0431\u0449\u0435 \u0440\u0430\u0437\u043d\u0438\u0446\u0430? | ProHoster\" \/>\n\t\t<meta property=\"og:description\" content=\"\u041f\u0440\u043e\u0444\u0435\u0441\u0441\u0438\u0438 Data Scientist \u0438 Data Engineer \u0447\u0430\u0441\u0442\u043e \u043f\u0443\u0442\u0430\u044e\u0442.\" \/>\n\t\t<meta property=\"og:url\" content=\"https:\/\/prohoster.info\/es\/blog\/administrirovanie\/data-engineer-i-data-scientist-kakaya-voobshhe-raznicza\" \/>\n\t\t<meta property=\"og:image\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:secure_url\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:width\" content=\"350\" \/>\n\t\t<meta property=\"og:image:height\" content=\"350\" \/>\n\t\t<meta property=\"article:published_time\" content=\"2020-04-08T11:42:19+00:00\" \/>\n\t\t<meta property=\"article:modified_time\" content=\"2020-04-08T11:42:19+00:00\" \/>\n\t\t<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<meta property=\"article:author\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<!-- All in One SEO -->\n\n","aioseo_head_json":{"title":"\ud83e\udd47Data Engineer y Data Scientist: \u00bfcu\u00e1l es la diferencia? | ProHoster","description":"Las profesiones de Data Scientist e Data Engineer a menudo se confunden.","canonical_url":"https:\/\/prohoster.info\/es\/blog\/administrirovanie\/data-engineer-i-data-scientist-kakaya-voobshhe-raznicza","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"es_ES","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\udd47Data Engineer \u0438 Data Scientist: \u043a\u0430\u043a\u0430\u044f \u0432\u043e\u043e\u0431\u0449\u0435 \u0440\u0430\u0437\u043d\u0438\u0446\u0430? | ProHoster","og:description":"\u041f\u0440\u043e\u0444\u0435\u0441\u0441\u0438\u0438 Data Scientist \u0438 Data Engineer \u0447\u0430\u0441\u0442\u043e \u043f\u0443\u0442\u0430\u044e\u0442.","og:url":"https:\/\/prohoster.info\/es\/blog\/administrirovanie\/data-engineer-i-data-scientist-kakaya-voobshhe-raznicza","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":"2020-04-08T11:42:19+00:00","article:modified_time":"2020-04-08T11:42:19+00:00","article:publisher":"https:\/\/www.facebook.com\/prohoster","article:author":"https:\/\/www.facebook.com\/prohoster"},"aioseo_meta_data":{"post_id":"77176","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 17:22:32","updated":"2022-09-28 20:49:23","focus_keyword":null,"additional_keywords":null,"truseo_locale":null},"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/es\/wp-json\/wp\/v2\/posts\/77176","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/es\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/es\/wp-json\/wp\/v2\/comments?post=77176"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/es\/wp-json\/wp\/v2\/posts\/77176\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/prohoster.info\/es\/wp-json\/wp\/v2\/media\/77177"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/es\/wp-json\/wp\/v2\/media?parent=77176"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/es\/wp-json\/wp\/v2\/categories?post=77176"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/es\/wp-json\/wp\/v2\/tags?post=77176"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}