{"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\/hu\/blog\/administrirovanie\/data-engineer-i-data-scientist-kakaya-voobshhe-raznicza","title":{"rendered":"Data Engineer \u00e9s Data Scientist: mi is a k\u00fcl\u00f6nbs\u00e9g igaz\u00e1b\u00f3l?","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"<p>A Data Scientist \u00e9s Data Engineer szakm\u00e1k gyakran \u00f6sszekeverednek. Minden v\u00e1llalatnak megvan a saj\u00e1t adatkezel\u00e9si saj\u00e1toss\u00e1ga, k\u00fcl\u00f6nb\u00f6z\u0151 elemz\u00e9si c\u00e9ljai, \u00e9s elt\u00e9r\u0151 v\u00e9lem\u00e9nye arr\u00f3l, hogy ki milyen r\u00e9szfeladatokat l\u00e1t el, ez\u00e9rt mindegyik m\u00e1s k\u00f6vetelm\u00e9nyeket t\u00e1maszt.\u00a0<\/p>\n<p>N\u00e9zz\u00fck meg, mi a k\u00fcl\u00f6nbs\u00e9g ezek k\u00f6z\u00f6tt a szakemberek k\u00f6z\u00f6tt, milyen \u00fczleti feladatokat oldanak meg, milyen k\u00e9szs\u00e9geik vannak, \u00e9s mennyit keresnek. A cikk hossz\u00fara siker\u00fclt, ez\u00e9rt k\u00e9t publik\u00e1ci\u00f3ra bontottuk.<\/p>\n<p>Az els\u0151 cikkben Elena Geraszimova, a \"<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 \u00e9s analitika<\/a><\/noindex>\" szakfelel\u0151se a Netology-n\u00e1l elmondja, mi a k\u00fcl\u00f6nbs\u00e9g a Data Scientist \u00e9s a Data Engineer k\u00f6z\u00f6tt, \u00e9s milyen eszk\u00f6z\u00f6kkel dolgoznak.<noindex><a rel=\"nofollow\" name=\"habracut\"><\/a><\/noindex><\/p>\n<h2>Hogyan k\u00fcl\u00f6nb\u00f6znek az alkalmazottak szerepei?<\/h2>\n<p>\nAz adatkutat\u00f3 m\u00e9rn\u00f6k olyan szakember, aki egyr\u00e9szt megtervezi, teszteli \u00e9s fenntartja az adatokkal kapcsolatos infrastrukt\u00far\u00e1t: adatb\u00e1zisokat, adatt\u00e1rh\u00e1zakat \u00e9s t\u00f6meges feldolgoz\u00e1si rendszereket. M\u00e1sr\u00e9szt \u0151 az, aki megtiszt\u00edtja \u00e9s \"megjav\u00edtja\" az adatokat, hogy azokat az elemz\u0151k \u00e9s adatkutat\u00f3k haszn\u00e1lhass\u00e1k, azaz adatfeldolgoz\u00e1si csatorn\u00e1kat hoz l\u00e9tre.<\/p>\n<p>A Data Scientist predikt\u00edv (\u00e9s nem csak) modelleket k\u00e9sz\u00edt \u00e9s tan\u00edt g\u00e9pi tanul\u00e1si algoritmusokkal \u00e9s neur\u00e1lis h\u00e1l\u00f3zatokkal, seg\u00edtve a v\u00e1llalkoz\u00e1sokat rejtett \u00f6sszef\u00fcgg\u00e9sek felfedez\u00e9s\u00e9ben, esem\u00e9nyek el\u0151rejelz\u00e9s\u00e9ben \u00e9s kulcsfontoss\u00e1g\u00fa \u00fczleti folyamatok optimaliz\u00e1l\u00e1s\u00e1ban.<\/p>\n<p>A Data Scientist \u00e9s Data Engineer k\u00f6z\u00f6tti f\u0151 k\u00fcl\u00f6nbs\u00e9g az, hogy \u00e1ltal\u00e1ban elt\u00e9r\u0151 c\u00e9ljaik vannak. Mindketten az\u00e9rt dolgoznak, hogy az adatok el\u00e9rhet\u0151ek \u00e9s min\u0151s\u00e9giek legyenek. De a Data Scientist a saj\u00e1t k\u00e9rd\u00e9seire keres v\u00e1laszokat \u00e9s teszteli a hipot\u00e9ziseket az adat\u00f6kosziszt\u00e9m\u00e1ban (p\u00e9ld\u00e1ul Hadoop alap\u00fa), m\u00edg a Data Engineer l\u00e9trehozza a g\u00e9pi tanul\u00e1si algoritmus t\u00e1mogat\u00e1si folyamat\u00e1t, amelyet a Data Scientist \u00edrt, a Spark klaszter\u00e9n bel\u00fcl, ugyanabban az \u00f6kosziszt\u00e9m\u00e1ban.\u00a0<\/p>\n<p>Az adatkutat\u00f3 m\u00e9rn\u00f6k \u00e9rt\u00e9ket teremt a v\u00e1llalkoz\u00e1s sz\u00e1m\u00e1ra, csapatban dolgozva. Feladata, hogy fontos l\u00e1ncszem legyen a k\u00fcl\u00f6nb\u00f6z\u0151 r\u00e9sztvev\u0151k k\u00f6z\u00f6tt: a fejleszt\u0151kt\u0151l a v\u00e1llalati jelent\u00e9sfelhaszn\u00e1l\u00f3kig, valamint n\u00f6velni az elemz\u0151k hat\u00e9konys\u00e1g\u00e1t \u2014 a marketing \u00e9s term\u00e9kek, valamint a BI elemz\u0151k k\u00f6z\u00f6tt.\u00a0<\/p>\n<p>A Data Scientist ezzel szemben akt\u00edvan r\u00e9szt vesz a v\u00e1llalat strat\u00e9gi\u00e1j\u00e1ban, az insightok kiakn\u00e1z\u00e1s\u00e1ban, d\u00f6nt\u00e9shozatalban, automatiz\u00e1l\u00e1si algoritmusok, modellez\u00e9s \u00e9s \u00e9rt\u00e9kteremt\u00e9s bevezet\u00e9s\u00e9ben az adatokb\u00f3l.<br \/>\n<img decoding=\"async\" alt=\"Data Engineer \u00e9s Data Scientist: mi is a k\u00fcl\u00f6nbs\u00e9g igaz\u00e1b\u00f3l?\" src=\"\/wp-content\/uploads\/2020\/04\/1ce3e892eb7a354b106dc2f6398ec5e7.jpg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<br \/>\nAz adatok kezel\u00e9se a GIGO (garbage in \u2014 garbage out) elv\u00e9n alapul: ha az elemz\u0151k \u00e9s adatszak\u00e9rt\u0151k felk\u00e9sz\u00fcletlen \u00e9s potenci\u00e1lisan hib\u00e1s adatokkal dolgoznak, akkor a legbonyolultabb elemz\u0151 algoritmusok ellen\u00e9re is t\u00e9ves eredm\u00e9nyek sz\u00fcletnek.\u00a0<\/p>\n<p>Az adatfeldolgoz\u00f3 m\u00e9rn\u00f6k\u00f6k ezt a probl\u00e9m\u00e1t \u00fagy oldj\u00e1k meg, hogy adatfeldolgoz\u00e1si, tiszt\u00edt\u00e1si \u00e9s transzform\u00e1ci\u00f3s folyamatokat \u00e9p\u00edtenek ki, lehet\u0151v\u00e9 t\u00e9ve az adatszak\u00e9rt\u0151 sz\u00e1m\u00e1ra, hogy m\u00e1r min\u0151s\u00e9gi adatokkal dolgozzon.\u00a0<\/p>\n<p>A piacon sok olyan eszk\u00f6z tal\u00e1lhat\u00f3, amelyek lefedik az adatkezel\u00e9si folyamat minden l\u00e9p\u00e9s\u00e9t: az adatok megjelen\u00e9s\u00e9t\u0151l a vezet\u0151s\u00e9gi ir\u00e1ny\u00edt\u00f3pultra val\u00f3 kivet\u00edt\u00e9sig. Fontos, hogy ezek haszn\u00e1lat\u00e1r\u00f3l az adatfeldolgoz\u00f3 m\u00e9rn\u00f6k d\u00f6nts\u00f6n \u2014 nem az\u00e9rt, mert ez divat, hanem mert val\u00f3ban seg\u00edteni fog a folyamat t\u00f6bbi r\u00e9sztvev\u0151j\u00e9nek a munk\u00e1j\u00e1ban.\u00a0<\/p>\n<p>K\u00e9pletesen sz\u00f3lva: ha egy c\u00e9gnek sz\u00fcks\u00e9ge van a BI \u00e9s az ETL (adatbet\u00f6lt\u00e9s \u00e9s jelent\u00e9sek friss\u00edt\u00e9se) \u00f6sszekapcsol\u00e1s\u00e1ra, akkor ez az a tipikus \u00f6r\u00f6k\u00f6lt alap, amellyel a Data Engineer-nek dolga lesz (j\u00f3, ha csapatban van mellette egy Architekt is).<\/p>\n<p><b>A Data Engineer feladatai<\/b><\/p>\n<ul>\n<li>Adatkezel\u00e9si infrastrukt\u00fara tervez\u00e9se, l\u00e9trehoz\u00e1sa \u00e9s karbantart\u00e1sa.<\/li>\n<li>Hibakezel\u00e9s \u00e9s megb\u00edzhat\u00f3 adatfeldolgoz\u00f3 folyamatok kialak\u00edt\u00e1sa.<\/li>\n<li>A strukt\u00far\u00e1latlan adatok alak\u00edt\u00e1sa k\u00fcl\u00f6nb\u00f6z\u0151 dinamikus forr\u00e1sokb\u00f3l a szak\u00e9rt\u0151k sz\u00e1m\u00e1ra sz\u00fcks\u00e9ges form\u00e1ba.<\/li>\n<li>Aj\u00e1nl\u00e1sok megad\u00e1sa az adatok konzisztenci\u00e1j\u00e1nak \u00e9s min\u0151s\u00e9g\u00e9nek jav\u00edt\u00e1s\u00e1ra.<\/li>\n<li>Az adatszak\u00e9rt\u0151k \u00e9s analitikusok \u00e1ltal haszn\u00e1lt adatarchitekt\u00fara biztos\u00edt\u00e1sa \u00e9s t\u00e1mogat\u00e1sa.<\/li>\n<li>Adatok feldolgoz\u00e1sa \u00e9s t\u00e1rol\u00e1sa k\u00f6vetkezetesen \u00e9s hat\u00e9konyan egy elosztott klaszterben, tucatnyi vagy sz\u00e1z sz\u00e1m\u00edt\u00f3g\u00e9pen.<\/li>\n<li>A k\u00fcl\u00f6nb\u00f6z\u0151 eszk\u00f6z\u00f6k technikai kompromisszi\u00f3inak \u00e9rt\u00e9kel\u00e9se az egyszer\u0171, de megb\u00edzhat\u00f3 architekt\u00far\u00e1k l\u00e9trehoz\u00e1s\u00e1hoz, amelyek k\u00e9pesek t\u00fal\u00e9lni a le\u00e1ll\u00e1sokat.<\/li>\n<li>Az adatfolyamok \u00e9s a kapcsol\u00f3d\u00f3 rendszerek fel\u00fcgyelete \u00e9s t\u00e1mogat\u00e1sa (monitoring \u00e9s riaszt\u00e1sok be\u00e1ll\u00edt\u00e1sa).<\/li>\n<\/ul>\n<p>\nVan egy m\u00e1sik specializ\u00e1ci\u00f3 is a Data Engineer p\u00e1ly\u00e1n bel\u00fcl \u2014 az ML engineer. R\u00f6viden, ezek a m\u00e9rn\u00f6k\u00f6k a g\u00e9pi tanul\u00e1si modellek ipari bevezet\u00e9s\u00e9re \u00e9s haszn\u00e1lat\u00e1ra szakosodnak. Gyakran a data scientist \u00e1ltal sz\u00e1ll\u00edtott modell a kutat\u00e1s r\u00e9sze, \u00e9s nem biztos, hogy gy\u00e1rt\u00e1si k\u00f6r\u00fclm\u00e9nyek k\u00f6z\u00f6tt m\u0171k\u00f6dik.<\/p>\n<p><b>A Data Scientist feladatai<\/b><\/p>\n<ul>\n<li>Jellemz\u0151k kinyer\u00e9se az adatokb\u00f3l a g\u00e9pi tanul\u00e1si algoritmusok alkalmaz\u00e1s\u00e1hoz.<\/li>\n<li>K\u00fcl\u00f6nb\u00f6z\u0151 g\u00e9pi tanul\u00e1si eszk\u00f6z\u00f6k alkalmaz\u00e1sa az adatok mint\u00e1zatainak el\u0151rejelz\u00e9s\u00e9re \u00e9s oszt\u00e1lyoz\u00e1s\u00e1ra.<\/li>\n<li>A g\u00e9pi tanul\u00e1si algoritmusok teljes\u00edtm\u00e9ny\u00e9nek \u00e9s pontoss\u00e1g\u00e1nak fokoz\u00e1sa finomhangol\u00e1s \u00e9s optimaliz\u00e1l\u00e1s r\u00e9v\u00e9n.<\/li>\n<li>A c\u00e9g strat\u00e9gi\u00e1j\u00e1val \u00f6sszhangban 'er\u0151s' hipot\u00e9zisek kialak\u00edt\u00e1sa, amelyeket tesztelni kell.<\/li>\n<\/ul>\n<p><\/p>\n<blockquote><p>A Data Engineer \u00e9s a Data Scientist k\u00f6z\u00f6sen j\u00e1rulnak hozz\u00e1 az adatkezel\u00e9si kult\u00fara fejleszt\u00e9s\u00e9hez, amely lehet\u0151v\u00e9 teszi a c\u00e9g sz\u00e1m\u00e1ra, hogy t\u00f6bbletbev\u00e9telt \u00e9rjen el vagy cs\u00f6kkentse a k\u00f6lts\u00e9geket.<\/p><\/blockquote>\n<p><\/p>\n<h2>Milyen nyelvekkel \u00e9s eszk\u00f6z\u00f6kkel dolgoznak az m\u00e9rn\u00f6k\u00f6k \u00e9s tud\u00f3sok?<\/h2>\n<p>\nMa a data science szakemberekkel szembeni elv\u00e1r\u00e1sok megv\u00e1ltoztak. Kor\u00e1bban az m\u00e9rn\u00f6k\u00f6k nagy SQL lek\u00e9rdez\u00e9seket k\u00e9sz\u00edtettek, manu\u00e1lisan \u00edrtak MapReduce-t \u00e9s olyan eszk\u00f6z\u00f6kkel dolgoztak, mint az Informatica ETL, Pentaho ETL, Talend.\u00a0<\/p>\n<p>2020-ban a szakemberek sz\u00e1m\u00e1ra elengedhetetlen a Python ismerete \u00e9s a modern sz\u00e1m\u00edt\u00e1si eszk\u00f6z\u00f6k (p\u00e9ld\u00e1ul Airflow), valamint a felh\u0151platformok haszn\u00e1lat\u00e1nak meg\u00e9rt\u00e9se (az 'hardver' k\u00f6lts\u00e9geinek cs\u00f6kkent\u00e9se \u00e9rdek\u00e9ben, a biztons\u00e1gi elvek betart\u00e1s\u00e1val).<\/p>\n<p>A SAP, Oracle, MySQL, Redis a nagy c\u00e9gek sz\u00e1m\u00e1ra hagyom\u00e1nyos adatm\u00e9rn\u00f6ki eszk\u00f6z\u00f6k. J\u00f3k, de a licencd\u00edjak olyan magasak, hogy csak ipari projektekben \u00e9rdemes vel\u00fck dolgozni. Ezzel szemben van ingyenes alternat\u00edva, a Postgres - ingyenes \u00e9s nemcsak tanul\u00e1sra alkalmas.\u00a0<\/p>\n<p><img decoding=\"async\" alt=\"Data Engineer \u00e9s Data Scientist: mi is a k\u00fcl\u00f6nbs\u00e9g igaz\u00e1b\u00f3l?\" src=\"\/wp-content\/uploads\/2020\/04\/8a002b86ee3a18d5b232c5232a62dd3e.jpg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\nT\u00f6rt\u00e9nelmileg gyakran tal\u00e1lkozunk Java \u00e9s Scala ir\u00e1nti kereslettel, b\u00e1r a technol\u00f3gi\u00e1k \u00e9s megk\u00f6zel\u00edt\u00e9sek fejl\u0151d\u00e9s\u00e9vel ezek a nyelvek h\u00e1tt\u00e9rbe szorulnak.<\/p>\n<p>Ugyanakkor a hardcore Big Data eszk\u00f6z\u00f6k: Hadoop, Spark \u00e9s a t\u00f6bbi m\u00e1r nem k\u00f6telez\u0151 felt\u00e9tel az adatm\u00e9rn\u00f6k\u00f6k sz\u00e1m\u00e1ra, hanem olyan eszk\u00f6z\u00f6k, amelyek bizonyos feladatok megold\u00e1s\u00e1ra szolg\u00e1lnak, amelyeket a hagyom\u00e1nyos ETL nem tud kezelni.\u00a0<\/p>\n<blockquote><p>Trendi az olyan szolg\u00e1ltat\u00e1sok haszn\u00e1lata, amelyek lehet\u0151v\u00e9 teszik az eszk\u00f6z\u00f6k haszn\u00e1lat\u00e1t an\u00e9lk\u00fcl, hogy ismerni kellene a rajtuk \u00edrt nyelvet (p\u00e9ld\u00e1ul Hadoop Java n\u00e9lk\u00fcl), valamint az el\u0151re elk\u00e9sz\u00edtett szolg\u00e1ltat\u00e1sok ny\u00fajt\u00e1sa a folyamatos adatok feldolgoz\u00e1s\u00e1hoz (p\u00e9ld\u00e1ul hang vagy k\u00e9p azonos\u00edt\u00e1sa vide\u00f3n).<\/p><\/blockquote>\n<p>\nN\u00e9pszer\u0171ek a SAS \u00e9s SPSS ipari megold\u00e1sok, mik\u00f6zben a Tableau, Rapidminer, Stata \u00e9s Julia is sz\u00e9les k\u00f6rben haszn\u00e1ltak a data science szakemberek \u00e1ltal helyi feladatokra.<\/p>\n<p><img decoding=\"async\" alt=\"Data Engineer \u00e9s Data Scientist: mi is a k\u00fcl\u00f6nbs\u00e9g igaz\u00e1b\u00f3l?\" src=\"\/wp-content\/uploads\/2020\/04\/cf18b6b4fe45d9286f2ec6d14418d28c.jpg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\nAnalitikusok \u00e9s adatkutat\u00f3k sz\u00e1m\u00e1ra mind\u00f6ssze n\u00e9h\u00e1ny \u00e9vvel ezel\u0151tt v\u00e1lt lehet\u0151v\u00e9, hogy saj\u00e1t maguk \u00e9p\u00edtsenek adatfolyamatokat: p\u00e9ld\u00e1ul m\u00e1r viszonylag egyszer\u0171 script-ekkel lehet adatokat ir\u00e1ny\u00edtani a PostgreSQL alap\u00fa t\u00e1rol\u00f3kba.\u00a0<\/p>\n<p>\u00c1ltal\u00e1ban az adatfolyamatok \u00e9s integr\u00e1lt adatszerkezetek haszn\u00e1lata az adat m\u00e9rn\u00f6k\u00f6k hat\u00e1sk\u00f6r\u00e9be tartozik. De ma, mint soha, er\u0151s tendencia van a T-alak\u00fa szakemberek ir\u00e1nt \u2013 akik sz\u00e9lesk\u00f6r\u0171 kompetenci\u00e1kkal rendelkeznek a kapcsol\u00f3d\u00f3 ter\u00fcleteken, hiszen az eszk\u00f6z\u00f6k folyamatosan egyszer\u0171s\u00f6dnek.<\/p>\n<h2>Mi\u00e9rt dolgoznak egy\u00fctt a Data Engineer \u00e9s a Data Scientist?<\/h2>\n<p>\nAz adatkutat\u00f3k szoros egy\u00fcttm\u0171k\u00f6d\u00e9sben dolgozva az m\u00e9rn\u00f6k\u00f6kkel, a kutat\u00e1si r\u00e9szre koncentr\u00e1lhatnak, \u00e9s elk\u00e9sz\u00edthetik a m\u0171k\u00f6d\u00e9sre k\u00e9sz g\u00e9pi tanul\u00e1si algoritmusokat.<br \/>\nA m\u00e9rn\u00f6k\u00f6k pedig a sk\u00e1l\u00e1zhat\u00f3s\u00e1gra, az adatok \u00fajrafelhaszn\u00e1l\u00e1s\u00e1ra \u00f6sszpontos\u00edthatnak, \u00e9s garant\u00e1lhatj\u00e1k, hogy az adatbeviteli \u00e9s -kimeneti folyamatok minden egyes projekt eset\u00e9ben megfelelnek a glob\u00e1lis architekt\u00far\u00e1nak. <\/p>\n<p>Ez a feladatmegoszt\u00e1s biztos\u00edtja a szakemberek k\u00f6z\u00f6tti egy\u00fcttm\u0171k\u00f6d\u00e9st, akik k\u00fcl\u00f6nb\u00f6z\u0151 g\u00e9pi tanul\u00e1si projekteken dolgoznak.\u00a0<\/p>\n<p>Az egy\u00fcttm\u0171k\u00f6d\u00e9s hat\u00e9konyan seg\u00edt \u00faj term\u00e9kek l\u00e9trehoz\u00e1s\u00e1ban. A sebess\u00e9g \u00e9s a min\u0151s\u00e9g az egyens\u00faly r\u00e9v\u00e9n \u00e9rhet\u0151 el, ami a mindenki sz\u00e1m\u00e1ra szolg\u00e1ltat\u00e1s k\u00e9sz\u00edt\u00e9se (glob\u00e1lis t\u00e1rol\u00f3 vagy ir\u00e1ny\u00edt\u00f3pultok integr\u00e1l\u00e1sa) \u00e9s minden egyes konkr\u00e9t ig\u00e9ny vagy projekt megval\u00f3s\u00edt\u00e1sa (szakosodott adatfolyamat, k\u00fcls\u0151 forr\u00e1sok csatlakoztat\u00e1sa) k\u00f6z\u00f6tt val\u00f3sul meg.\u00a0<\/p>\n<p>A szoros munka az adatkutat\u00f3kkal \u00e9s analitikusokkal seg\u00edti a m\u00e9rn\u00f6k\u00f6ket abban, hogy fejl\u0151djenek az analitikai \u00e9s kutat\u00e1si k\u00e9szs\u00e9geikben, \u00edgy min\u0151s\u00e9gesebb k\u00f3dot \u00edrhatnak. Javul a tud\u00e1smegoszt\u00e1s a t\u00e1rol\u00f3k \u00e9s adatfoly\u00f3k felhaszn\u00e1l\u00f3i k\u00f6z\u00f6tt, ami rugalmasabb projekteket \u00e9s fenntarthat\u00f3bb, hossz\u00fa t\u00e1v\u00fa eredm\u00e9nyeket eredm\u00e9nyez.<\/p>\n<p>Azokban a v\u00e1llalatokban, amelyek c\u00e9lul t\u0171zik ki a data-oriented kult\u00fara fejleszt\u00e9s\u00e9t \u00e9s \u00fczleti folyamatok kialak\u00edt\u00e1s\u00e1t az adatok alapjain, a Data Scientist \u00e9s Data Engineer k\u00f6lcs\u00f6n\u00f6sen kieg\u00e9sz\u00edtik egym\u00e1st, teljes k\u00f6r\u0171 adat-analitikai rendszert alkotnak.\u00a0<\/p>\n<p>A k\u00f6vetkez\u0151 anyagban arr\u00f3l fogunk besz\u00e1molni, hogy milyen k\u00e9pz\u00e9sen kell r\u00e9szt vennie a Data Engineer \u00e9s Data Scientist szakembereknek, milyen k\u00e9szs\u00e9geket kell fejleszteni\u00fck \u00e9s hogyan alakul a piac.<\/p>\n<h2>A Netology szerkeszt\u0151s\u00e9g\u00e9t\u0151l<\/h2>\n<p>\nHa \u00e9rdekl\u0151dik a Data Engineer vagy Data Scientist szakma ir\u00e1nt, invit\u00e1ljuk, hogy ismerje meg tanfolyamaink programj\u00e1t:<\/p>\n<ul>\n<li>Szakma \u201e<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>Szakma \u201e<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>Forr\u00e1s: <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 5.0.3 - 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\/hu\/blog\/administrirovanie\/data-engineer-i-data-scientist-kakaya-voobshhe-raznicza\" \/>\n\t\t<meta name=\"generator\" content=\"All in One SEO (AIOSEO) 5.0.3\" \/>\n\t\t<meta property=\"og:locale\" content=\"hu_HU\" \/>\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\/hu\/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 \u00e9s Data Scientist: mi a k\u00fcl\u00f6nbs\u00e9g? | ProHoster","description":"A Data Scientist \u00e9s Data Engineer foglalkoz\u00e1sokat gyakran \u00f6sszet\u00e9vesztik.","canonical_url":"https:\/\/prohoster.info\/hu\/blog\/administrirovanie\/data-engineer-i-data-scientist-kakaya-voobshhe-raznicza","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"hu_HU","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\/hu\/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\/hu\/wp-json\/wp\/v2\/posts\/77176","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/hu\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/hu\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/hu\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/hu\/wp-json\/wp\/v2\/comments?post=77176"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/hu\/wp-json\/wp\/v2\/posts\/77176\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/prohoster.info\/hu\/wp-json\/wp\/v2\/media\/77177"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/hu\/wp-json\/wp\/v2\/media?parent=77176"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/hu\/wp-json\/wp\/v2\/categories?post=77176"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/hu\/wp-json\/wp\/v2\/tags?post=77176"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}