{"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\/fr\/blog\/administrirovanie\/samye-vostrebovannye-navyki-v-professii-data-engineer","title":{"rendered":"Les comp\u00e9tences les plus demand\u00e9es dans la profession d'ing\u00e9nieur de donn\u00e9es","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Selon statistiques de 2019<\/a><\/noindex>, le data engineer est actuellement une profession dont la demande augmente plus rapidement que pour toute autre. Le data engineer joue un r\u00f4le crucial dans les organisations - il cr\u00e9e et maintient des pipelines et des bases de donn\u00e9es qui sont utilis\u00e9s pour le traitement, la transformation et le stockage des donn\u00e9es. Quelles comp\u00e9tences sont principalement requises pour cette profession ? La liste diff\u00e8re-t-elle de celle des data scientists ? Vous d\u00e9couvrirez tout cela dans mon article.<\/p>\n

J'ai analys\u00e9 les offres d'emploi pour le poste de data engineer tel qu'elles apparaissent en janvier 2020, afin de comprendre quelles comp\u00e9tences technologiques sont les plus recherch\u00e9. J'ai ensuite compar\u00e9 les r\u00e9sultats avec les statistiques des offres pour le poste de data scientist - ce qui a mis en \u00e9vidence quelques diff\u00e9rences int\u00e9ressantes.<\/p>\n

Passons sans plus tarder aux dix principales technologies mentionn\u00e9es le plus souvent dans les annonces d'emploi :<\/p>\n

\"Les<\/p>\n

Mention des technologies dans les offres d'emploi pour le poste de data engineer en 2020<\/i><\/p>\n

Voyons cela de plus pr\u00e8s.
\n<\/a><\/noindex><\/p>\n

Responsabilit\u00e9s du data engineer<\/h4>\n

\nAujourd'hui, le travail effectu\u00e9 par les data engineers est d'une immense importance pour les organisations - ce sont ces personnes qui sont responsables du stockage des informations et les mettent dans un format qui permet \u00e0 d'autres employ\u00e9s de travailler avec. Les data engineers construisent des pipelines pour \u00e9tablir un flux de donn\u00e9es en temps r\u00e9el ou par lots \u00e0 partir de multiples sources. Ensuite, ces pipelines r\u00e9alisent des op\u00e9rations d'extraction, de transformation et de chargement (en d'autres termes, des processus ETL), rendant les donn\u00e9es plus adapt\u00e9es \u00e0 une utilisation ult\u00e9rieure. Apr\u00e8s cela, les donn\u00e9es sont transmises aux analystes et aux data scientists pour un traitement plus approfondi. Enfin, les donn\u00e9es terminent leur voyage sur des tableaux de bord, dans des rapports et des mod\u00e8les pour l'apprentissage automatique.<\/p>\n

J'ai recherch\u00e9 des informations qui permettraient de conclure quelles technologies sont les plus en demande pour le travail de data engineer \u00e0 l'heure actuelle.<\/p>\n

M\u00e9thodes<\/h4>\n

\nJ'ai rassembl\u00e9 des informations provenant de trois sites de recherche d'emploi - SimplyHired<\/a><\/noindex>, Indeed<\/a><\/noindex> et Monster<\/a><\/noindex> et j'ai examin\u00e9 quels mots-cl\u00e9s apparaissent en relation avec \u00ab data engineer \u00bb dans les textes des offres d'emploi destin\u00e9es aux r\u00e9sidents des \u00c9tats-Unis. Pour cette t\u00e2che, j'ai utilis\u00e9 deux biblioth\u00e8ques Python - Requests<\/a><\/noindex> et Beautiful Soup<\/a><\/noindex>J'ai inclus dans les mots-cl\u00e9s \u00e0 la fois ceux de la pr\u00e9c\u00e9dente liste pour l'analyse des offres d'emploi pour le poste de data scientist et ceux que j'ai s\u00e9lectionn\u00e9s manuellement en lisant les offres pour data engineers. LinkedIn n'a pas \u00e9t\u00e9 inclus parmi les sources, car j'y ai \u00e9t\u00e9 banni apr\u00e8s ma pr\u00e9c\u00e9dente tentative de collecter des donn\u00e9es.<\/p>\n

Pour chaque mot-cl\u00e9, j'ai calcul\u00e9 le pourcentage d'occurrences par rapport au nombre total de textes sur chaque site individuellement, puis j'ai calcul\u00e9 la moyenne sur les trois sources.<\/p>\n

R\u00e9sultats<\/h4>\n

\nVoici trente termes techniques du domaine de l'ing\u00e9nierie des donn\u00e9es avec les taux les plus \u00e9lev\u00e9s sur les trois sites d'offres d'emploi.<\/p>\n

\"Les<\/p>\n

Voici les m\u00eames chiffres pr\u00e9sent\u00e9s sous forme de tableau :<\/p>\n

\"Les<\/p>\n

Allons-y dans l'ordre.<\/p>\n

Aper\u00e7u des r\u00e9sultats<\/b><\/p>\n

\u00c0 la fois SQL et Python sont mentionn\u00e9s dans plus des deux tiers des offres examin\u00e9es. Ces deux technologies sont celles qu'il est judicieux d'apprendre en premier. Python<\/a><\/noindex> \u2013 un langage de programmation tr\u00e8s populaire, utilis\u00e9 pour manipuler des donn\u00e9es, cr\u00e9er des sites web et \u00e9crire des scripts. SQL<\/a><\/noindex> signifie Structured Query Language (langage de requ\u00eate structur\u00e9) ; il implique une norme mise en \u0153uvre par un groupe de langages, et est utilis\u00e9 pour extraire des donn\u00e9es de bases de donn\u00e9es relationnelles. Il existe depuis un certain temps et a prouv\u00e9 sa robustesse.<\/p>\n

Spark est mentionn\u00e9 dans environ la moiti\u00e9 des offres. Apache Spark<\/a><\/noindex> \u2013 un \"moteur analytique unifi\u00e9 pour le traitement de grandes donn\u00e9es avec des modules int\u00e9gr\u00e9s pour le streaming, SQL, l'apprentissage machine et le traitement de graphiques\". Il est particuli\u00e8rement populaire parmi ceux qui travaillent avec de grandes bases de donn\u00e9es.<\/p>\n

AWS appara\u00eet dans environ 45 % des textes d'offres d'emploi. C'est une plateforme de calcul en nuage d'Amazon ; elle d\u00e9tient la plus grande part de march\u00e9 parmi toutes les plateformes de cloud.
\nEnsuite, il y a Java et Hadoop \u2013 un peu plus de 40 % chacun. Java<\/a><\/noindex> \u2013 un langage tr\u00e8s r\u00e9pandu, \u00e9prouv\u00e9 dans la bataille, qui dans l'enqu\u00eate des d\u00e9veloppeurs de Stack Overflow de 2019<\/a><\/noindex> s'est class\u00e9 dixi\u00e8me parmi les langages qui effraient les programmeurs. En revanche, Python s'est retrouv\u00e9 deuxi\u00e8me parmi les langages les plus appr\u00e9ci\u00e9s. Java est g\u00e9r\u00e9 par Oracle, et tout ce que vous devez savoir \u00e0 son sujet peut \u00eatre compris \u00e0 partir de cette capture d'\u00e9cran de la page officielle datant de janvier 2020.<\/p>\n

\"Les
\n
\nComme si j'avais voyag\u00e9 dans le temps<\/i>
\nApache Hadoop<\/a><\/noindex> utilise un mod\u00e8le logiciel MapReduce avec des clusters de serveurs pour le big data. Cette approche est de plus en plus souvent abandonn\u00e9e.<\/p>\n

Ensuite, nous voyons Hive, Scala, Kafka et NoSQL \u2013 chacune de ces technologies est mentionn\u00e9e dans un quart des offres d'emploi. Apache Hive est un programme de stockage de donn\u00e9es qui \u00ab facilite la lecture, l'\u00e9criture et la gestion de grands ensembles de donn\u00e9es r\u00e9partis dans des stockages distribu\u00e9s \u00e0 l'aide de SQL \u00bb. Scala<\/a><\/noindex> \u2013 un langage de programmation utilis\u00e9 activement pour le traitement du big data. En particulier, Spark a \u00e9t\u00e9 d\u00e9velopp\u00e9 en Scala. Dans le classement des langages souvent cit\u00e9s, Scala occupe la onzi\u00e8me place. Apache Kafka<\/a><\/noindex> \u2013 une plateforme distribu\u00e9e pour le traitement des flux de messages. Elle est tr\u00e8s populaire en tant que moyen de transmission de donn\u00e9es.<\/p>\n

Les bases de donn\u00e9es NoSQL<\/a><\/noindex> se distinguent des SQL. Elles sont non relationnelles, non structur\u00e9es et offrent une \u00e9volutivit\u00e9 horizontale. NoSQL a gagn\u00e9 en popularit\u00e9, mais l'engouement fr\u00e9n\u00e9tique pour cette approche, jusqu'\u00e0 des proph\u00e9ties selon lesquelles elle remplacerait SQL en tant que paradigme dominant de stockage, semble maintenant derri\u00e8re nous.<\/p>\n

Comparaison des termes dans les offres d'emploi de data scientist<\/h4>\n

\nVoici trente termes technologiques les plus courants chez les employeurs dans le domaine de la science des donn\u00e9es. Cette liste a \u00e9t\u00e9 obtenue de la m\u00eame mani\u00e8re que d\u00e9crite pr\u00e9c\u00e9demment pour l'ing\u00e9nierie des donn\u00e9es.<\/p>\n

\"Les<\/p>\n

Mentions des technologies dans les offres d'emploi pour le poste de data scientist en 2020<\/i><\/p>\n

Si nous regardons le nombre total, par rapport \u00e0 l'ensemble de donn\u00e9es pr\u00e9c\u00e9demment examin\u00e9, il y a eu 28 % d'offres d'emploi suppl\u00e9mentaires (12 013 contre 9 396). Voyons quelles technologies sont moins fr\u00e9quemment rencontr\u00e9es dans les offres d'emploi pour les data scientists par rapport \u00e0 celles des data engineers.<\/p>\n

Plus populaires dans l'ing\u00e9nierie des donn\u00e9es<\/b><\/p>\n

Le graphique ci-dessous montre les mots-cl\u00e9s avec une diff\u00e9rence moyenne des valeurs sup\u00e9rieure \u00e0 10 % ou inf\u00e9rieure \u00e0 -10 %.<\/p>\n

\"Les<\/p>\n

Les plus grandes diff\u00e9rences de fr\u00e9quence des mots-cl\u00e9s entre data engineer et data scientist<\/i><\/p>\n

Le plus grand bond est observ\u00e9 pour AWS : en ing\u00e9nierie des donn\u00e9es, il appara\u00eet 25 % plus r\u00e9guli\u00e8rement qu'en science des donn\u00e9es (environ 45 % et 20 % du nombre total d'offres d'emploi respectivement). La diff\u00e9rence est significative !<\/p>\n

Voici les m\u00eames donn\u00e9es sous une forme l\u00e9g\u00e8rement diff\u00e9rente \u2013 sur le graphique, les r\u00e9sultats pour le m\u00eame mot-cl\u00e9 dans les offres d'emploi pour le poste de data engineer et de data scientist sont c\u00f4te \u00e0 c\u00f4te.<\/p>\n

\"Les<\/p>\n

Les plus grandes diff\u00e9rences de fr\u00e9quence des mots-cl\u00e9s entre data engineer et data scientist<\/i><\/p>\n

La prochaine grande avanc\u00e9e que j'ai not\u00e9e pour Spark \u2013 les data engineers doivent souvent travailler avec de grandes quantit\u00e9s de donn\u00e9es. Kafka<\/a><\/noindex> a \u00e9galement augment\u00e9 de 20 %, soit presque quatre fois le r\u00e9sultat des offres d'emploi de data scientist. Le transfert de donn\u00e9es est l'une des responsabilit\u00e9s cl\u00e9s d'un data engineer. Enfin, le nombre de mentions a \u00e9t\u00e9 de 15 % sup\u00e9rieur dans le domaine de l'ing\u00e9nierie des donn\u00e9es pour Java, NoSQL, Redshift, SQL et Hadoop.<\/p>\n

Moins populaires dans l'ing\u00e9nierie des donn\u00e9es<\/b><\/p>\n

Voyons maintenant quelles technologies sont moins populaires dans les offres d'emploi pour data engineer.
\nLa plus forte baisse par rapport au domaine de la science des donn\u00e9es a eu lieu pour R<\/a><\/noindex>: elle figurait dans environ 56 % des offres d'emploi, ici \u2013 seulement 17 %. Impressionnant. R est un langage de programmation pris\u00e9 par les chercheurs et les statisticiens, occupant la huiti\u00e8me place dans le classement des langages les plus redout\u00e9s.<\/p>\n

SAS<\/a><\/noindex> est aussi mentionn\u00e9 dans les offres d'emploi pour le poste de data engineer de mani\u00e8re significativement plus rare \u2013 la diff\u00e9rence est de 14 %. SAS est un langage propri\u00e9taire con\u00e7u pour travailler avec des statistiques et des donn\u00e9es. Fait int\u00e9ressant : selon les r\u00e9sultats de ma recherche sur les offres d'emploi pour les data scientists<\/a><\/noindex>, il a r\u00e9cemment perdu beaucoup de terrain \u2013 plus que toute autre technologie.<\/p>\n

Recherch\u00e9s tant en ing\u00e9nierie des donn\u00e9es qu'en science des donn\u00e9es<\/b><\/p>\n

Il faut noter que huit des dix premi\u00e8res positions dans les deux ensembles se chevauchent. SQL, Python, Spark, AWS, Java, Hadoop, Hive et Scala figurent dans le top dix aussi bien pour le secteur de l'ing\u00e9nierie des donn\u00e9es que pour celui de la science des donn\u00e9es. Dans le graphique ci-dessous, vous pouvez voir les quinze technologies les plus populaires aupr\u00e8s des employeurs de data engineers, ainsi que leur score dans les offres d'emploi pour data scientists.<\/p>\n

\"Les<\/p>\n

Recommandations<\/h4>\n

\nSi vous souhaitez vous engager dans l'ing\u00e9nierie des donn\u00e9es, je vous recommanderais d'apprendre les technologies suivantes \u2013 je les \u00e9num\u00e8re par ordre de priorit\u00e9 approximative.<\/p>\n

Apprenez SQL. Je vous recommande particuli\u00e8rement PostgreSQL, car il est open source, tr\u00e8s populaire dans la communaut\u00e9 et est en phase de croissance. Vous pouvez apprendre \u00e0 l'utiliser avec le livre My Memorable SQL \u2013 sa version pilote est disponible ici<\/a><\/noindex>.<\/p>\n

Ma\u00eetrisez Python, m\u00eame si ce n'est pas \u00e0 un niveau tr\u00e8s avanc\u00e9. Le livre My Memorable Python est exactement con\u00e7u pour les d\u00e9butants. Il peut \u00eatre achet\u00e9 sur Amazon<\/a><\/noindex>, version \u00e9lectronique ou physique, selon votre choix, ou t\u00e9l\u00e9charg\u00e9 au format pdf ou epub sur ce site<\/a><\/noindex>.<\/p>\n

Une fois que vous \u00eates familiaris\u00e9 avec Python, passez \u00e0 pandas, la biblioth\u00e8que Python utilis\u00e9e pour le nettoyage et le traitement des donn\u00e9es. Si vous visez un emploi dans une entreprise o\u00f9 la ma\u00eetrise de Python est requise (et c'est la majorit\u00e9), sachez que la connaissance de pandas sera consid\u00e9r\u00e9e comme acquise. Je suis actuellement en train de terminer un guide d'introduction pour travailler avec pandas \u2013 vous pouvez vous abonner<\/a><\/noindex>, pour ne pas manquer le moment de sa publication.<\/p>\n

Ma\u00eetrisez AWS. Si vous souhaitez devenir data engineer, vous ne pouvez pas vous passer d'une plateforme cloud, et AWS est la plus populaire. Les cours de Linux Academy<\/a><\/noindex>, m'ont beaucoup aid\u00e9 lorsque j'apprenais l'ing\u00e9nierie des donn\u00e9es sur Google Cloud<\/a><\/noindex>, je pense qu'ils ont aussi de bons mat\u00e9riaux pour AWS.<\/p>\n

Si vous avez d\u00e9j\u00e0 ma\u00eetris\u00e9 toute cette liste et que vous souhaitez encore progresser aux yeux des employeurs en tant que data engineer, je vous propose d'ajouter Apache Spark pour travailler avec de grandes donn\u00e9es. Bien que ma recherche sur les offres d'emploi en data science ait montr\u00e9 une baisse d'int\u00e9r\u00eat, on le voit n\u00e9anmoins presque dans chaque deuxi\u00e8me offre pour les data engineers.<\/p>\n

Enfin<\/h4>\n

\nJ'esp\u00e8re que cette revue des technologies les plus recherch\u00e9es pour les data engineers vous a \u00e9t\u00e9 utile. Si vous \u00eates int\u00e9ress\u00e9 par la situation actuelle des offres pour les analystes, lisez un autre de mes articles<\/a><\/noindex>. Bon ing\u00e9nierie !
\n
Source : 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\udd47Les comp\u00e9tences les plus recherch\u00e9es dans le m\u00e9tier de data engineer | ProHoster","description":"Selon les statistiques de 2019, le m\u00e9tier de data engineer est actuellement en demande.","canonical_url":"https:\/\/prohoster.info\/fr\/blog\/administrirovanie\/samye-vostrebovannye-navyki-v-professii-data-engineer","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"fr_FR","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\/fr\/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\/fr\/wp-json\/wp\/v2\/posts\/55327","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/comments?post=55327"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/posts\/55327\/revisions"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/media?parent=55327"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/categories?post=55327"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/tags?post=55327"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}