{"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\/it\/blog\/administrirovanie\/samye-vostrebovannye-navyki-v-professii-data-engineer","title":{"rendered":"Le competenze pi\u00f9 richieste nella professione di data engineer","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Secondo statistiche del 2019<\/a><\/noindex>, l'ingegnere dei dati \u00e8 attualmente una professione la cui domanda cresce pi\u00f9 rapidamente di tutte le altre. L'ingegnere dei dati svolge un ruolo critico nelle organizzazioni: crea e mantiene pipeline e database operativi utilizzati per l'elaborazione, la trasformazione e lo stoccaggio dei dati. Quali competenze sono necessarie ai professionisti di questo settore? La lista differisce da quella richiesta agli scienziati dei dati? Scoprirai tutto questo nel mio articolo.<\/p>\n

Ho analizzato le offerte di lavoro per la posizione di ingegnere dei dati cos\u00ec come si presentano a gennaio 2020, per capire quali competenze tecnologiche sono pi\u00f9 richieste. Ho poi confrontato i risultati con le statistiche delle offerte per la posizione di scienziato dei dati, rivelando alcune interessanti differenze.<\/p>\n

Senza giri di parole, ecco le dieci tecnologie che vengono menzionate pi\u00f9 frequentemente nei testi delle offerte di lavoro:<\/p>\n

\"Le<\/p>\n

Menzioni delle tecnologie nelle offerte per la posizione di ingegnere dei dati nel 2020<\/i><\/p>\n

Analizziamo.
\n<\/a><\/noindex><\/p>\n

Responsabilit\u00e0 dell'ingegnere dei dati<\/h4>\n

\nOggi, il lavoro svolto dai data engineer \u00e8 di enorme importanza per le organizzazioni: sono queste persone a occuparsi dell'archiviazione delle informazioni e a prepararle affinch\u00e9 altri dipendenti possano lavorarci. I data engineer costruiscono pipeline per gestire l'acquisizione di dati, sia in streaming che in batch, da molteplici fonti. Le pipeline eseguono operazioni di estrazione, trasformazione e caricamento (in altre parole, i processi ETL), rendendo i dati pi\u00f9 utilizzabili per successivi impieghi. Successivamente, i dati vengono forniti ad analisti e data scientist per un'analisi pi\u00f9 approfondita. Infine, i dati terminano il loro viaggio su dashboard, report e modelli di machine learning.<\/p>\n

Stavo cercando informazioni che potessero offrire un'indicazione sulle tecnologie pi\u00f9 richieste nel lavoro di data engineer al momento attuale.<\/p>\n

I metodi<\/h4>\n

\nHo raccolto informazioni da tre siti web di ricerca lavoro \u2014 SimplyHired<\/a><\/noindex>, Indeed<\/a><\/noindex> e Monster<\/a><\/noindex> e ho esaminato quali parole chiave sono associate a \"data engineer\" nei testi delle offerte di lavoro rivolte ai residenti negli Stati Uniti. Per questo compito, ho utilizzato due librerie Python \u2014 Requests<\/a><\/noindex> e Beautiful Soup<\/a><\/noindex>. Ho incluso parole chiave sia da precedenti elenchi per l'analisi delle offerte per la posizione di data scientist, sia quelle selezionate manualmente leggendo le offerte di lavoro per data engineer. LinkedIn non \u00e8 stato incluso tra le fonti, poich\u00e9 sono stato bannato dopo il mio ultimo tentativo di raccogliere dati.<\/p>\n

Per ogni parola chiave, ho calcolato la percentuale di occorrenze rispetto al numero totale di testi su ciascun sito separatamente, e poi ho calcolato il valore medio tra le tre fonti.<\/p>\n

Risultati<\/h4>\n

\nDi seguito sono riportati trenta termini tecnici nel campo del data engineering con i punteggi pi\u00f9 alti su tutti e tre i siti di lavoro.<\/p>\n

\"Le<\/p>\n

Ecco gli stessi numeri, ma presentati in forma di tabella:<\/p>\n

\"Le<\/p>\n

Procediamo in ordine.<\/p>\n

Panoramica dei risultati<\/b><\/p>\n

Sia SQL che Python compaiono in pi\u00f9 di due terzi delle offerte esaminate. Queste sono le due tecnologie che ha senso studiare per prime. Python<\/a><\/noindex> \u2013 un linguaggio di programmazione molto popolare, utilizzato per lavorare con i dati, creare siti web e scrivere script. SQL<\/a><\/noindex> significa linguaggio di query strutturato (SQL); rappresenta uno standard implementato da un gruppo di linguaggi e viene utilizzato per estrarre dati da database relazionali. \u00c8 emerso molto tempo fa e ha dimostrato di avere una grande resilienza.<\/p>\n

Di Spark si parla in circa met\u00e0 delle offerte di lavoro. Apache Spark<\/a><\/noindex> \u00e8 \"un motore analitico unificato per l'elaborazione dei big data con moduli integrati per il streaming, SQL, machine learning e elaborazione di grafi\". \u00c8 particolarmente popolare tra coloro che lavorano con database di grandi dimensioni.<\/p>\n

AWS compare in circa il 45% dei testi delle offerte di lavoro. Questa \u00e8 una piattaforma di calcolo cloud di Amazon; ha la quota di mercato pi\u00f9 ampia tra tutte le piattaforme cloud.
\nSegue Java e Hadoop \u2013 poco pi\u00f9 del 40% per ciascuno. Java<\/a><\/noindex> \u00e8 un linguaggio ampiamente utilizzato e collaudato, che si \u00e8 evidenziato nel sondaggio degli sviluppatori di Stack Overflow del 2019.<\/a><\/noindex> si \u00e8 piazzato decimo tra i linguaggi che spaventano di pi\u00f9 i programmatori. Al contrario, Python si \u00e8 rivelato il secondo linguaggio maggiormente amato. Il linguaggio Java \u00e8 gestito da Oracle, e tutto ci\u00f2 che c'\u00e8 da sapere pu\u00f2 essere compreso da questo screenshot della pagina ufficiale risalente a gennaio 2020.<\/p>\n

\"Le
\n
\nCome se avessi fatto un viaggio nel tempo<\/i>
\nApache Hadoop<\/a><\/noindex> utilizza il modello di programmazione MapReduce con cluster di server per gestire grandi dati. Attualmente, questo modello viene sempre pi\u00f9 abbandonato.<\/p>\n

Poi vediamo Hive, Scala, Kafka e NoSQL \u2013 ognuna di queste tecnologie \u00e8 menzionata in un quarto delle offerte di lavoro presentate. Apache Hive \u00e8 un programma di archiviazione dei dati che 'semplifica la lettura, la scrittura e la gestione di grandi set di dati situati in archivi distribuiti, utilizzando SQL.' Scala<\/a><\/noindex> \u00e8 un linguaggio di programmazione ampiamente utilizzato per lavorare con i big data. In particolare, Spark \u00e8 stato sviluppato in Scala. Nella gi\u00e0 menzionata classifica dei linguaggi spaventosi, Scala occupa l'undicesima posizione. Apache Kafka<\/a><\/noindex> \u00e8 una piattaforma distribuita per l'elaborazione di messaggi in streaming. \u00c8 molto popolare come mezzo per la trasmissione di dati.<\/p>\n

Database NoSQL<\/a><\/noindex> si contrappongono a SQL. Si differenziano per il fatto di non essere relazionali, non strutturati e di avere una scalabilit\u00e0 orizzontale. NoSQL ha guadagnato una certa popolarit\u00e0, ma la frenesia che circondava questo approccio, fino a profezie che avrebbe sostituito SQL come paradigma dominante di archiviazione, sembra ormai superata.<\/p>\n

Confronto con i termini nelle offerte di lavoro per data scientist<\/h4>\n

\nEcco trenta termini tecnologici pi\u00f9 comuni tra i datori di lavoro nel settore della data science. Questo elenco l'ho ottenuto utilizzando lo stesso metodo descritto in precedenza per il data engineering.<\/p>\n

\"Le<\/p>\n

Menzioni di tecnologie nelle offerte di lavoro per la posizione di data scientist nel 2020<\/i><\/p>\n

Parlando in termini assoluti, rispetto al set esaminato in precedenza, ci sono state il 28% di offerte in pi\u00f9 (12.013 contro 9.396). Vediamo quali tecnologie appaiono nelle offerte per data scientist meno frequentemente rispetto a quelle per data engineer.<\/p>\n

Pi\u00f9 popolari nel data engineering<\/b><\/p>\n

Nel grafico sottostante sono rappresentate le parole chiave con una differenza media nei valori superiore al 10% o inferiore al -10%.<\/p>\n

\"Le<\/p>\n

Le maggiori differenze nella frequenza delle parole chiave tra data engineer e data scientist<\/i><\/p>\n

La crescita pi\u00f9 significativa \u00e8 registrata da AWS: nel data engineering appare con una frequenza superiore del 25% rispetto al data science (circa il 45% e il 20% del totale delle offerte di lavoro rispettivamente). La differenza \u00e8 notevole!<\/p>\n

Ecco gli stessi dati in una forma leggermente diversa: nel grafico, i risultati per la stessa parola chiave nelle offerte di lavoro per data engineer e data scientist sono affiancati.<\/p>\n

\"Le<\/p>\n

Le maggiori differenze nella frequenza delle parole chiave tra data engineer e data scientist<\/i><\/p>\n

Il salto successivo pi\u00f9 grande l'ho notato in Spark: il data engineer spesso deve lavorare con grandi volumi di dati. Kafka<\/a><\/noindex> \u00e8 aumentato anche del 20%, ovvero quasi quattro volte rispetto ai risultati delle offerte di lavoro per data scientist. La gestione dei dati \u00e8 una delle principali responsabilit\u00e0 del data engineer. Infine, il numero di menzioni \u00e8 stato maggiore del 15% nel data engineering per Java, NoSQL, Redshift, SQL e Hadoop.<\/p>\n

Meno popolari nel data engineering<\/b><\/p>\n

Ora diamo un'occhiata a quali tecnologie sono meno popolari nelle offerte di lavoro per data engineer.
\nIl calo pi\u00f9 netto rispetto al data science \u00e8 avvenuto per R<\/a><\/noindex>: qui figurava in circa il 56% delle offerte, qui \u2013 solo nel 17%. Impressionante. R \u00e8 un linguaggio di programmazione molto apprezzato tra scienziati e statistici e occupa l'ottavo posto nella classifica dei linguaggi pi\u00f9 temuti.<\/p>\n

SAS<\/a><\/noindex> si trova anche nelle offerte di lavoro per la posizione di data engineer in misura significativamente inferiore: la differenza \u00e8 del 14%. SAS \u00e8 un linguaggio brevettato progettato per lavorare con statistiche e dati. Un punto interessante: a giudicare dai risultati della mia ricerca sulle offerte di lavoro per data scientist<\/a><\/noindex>, ultimamente ha perso molto terreno \u2013 pi\u00f9 di qualsiasi altra tecnologia.<\/p>\n

Richieste sia in data engineering che in data science<\/b><\/p>\n

Va notato che otto delle dieci posizioni principali in entrambi i set di dati coincidono. SQL, Python, Spark, AWS, Java, Hadoop, Hive e Scala sono entrati nella top ten sia per il settore data engineering che per la data science. Nella grafica qui sotto puoi vedere le quindici tecnologie pi\u00f9 popolari tra i datori di lavoro dei data engineer, e accanto ad esse il loro valore per le offerte di lavoro per data scientist.<\/p>\n

\"Le<\/p>\n

Raccomandazioni<\/h4>\n

\nSe vuoi dedicarti al data engineering, ti consiglio di acquisire familiarit\u00e0 con le seguenti tecnologie \u2013 le elenco in ordine di priorit\u00e0 approssimativa.<\/p>\n

Studia SQL. Ti consiglio PostgreSQL, poich\u00e9 ha codice aperto, \u00e8 molto popolare nella comunit\u00e0 ed \u00e8 in fase di crescita. Come utilizzare il linguaggio, puoi scoprirlo nel libro My Memorable SQL \u2013 la sua versione pilota \u00e8 disponibile qui<\/a><\/noindex>.<\/p>\n

Impara Python, senza dover essere un esperto. Il libro My Memorable Python \u00e8 progettato proprio per i principianti. Puoi acquistarlo su Amazon<\/a><\/noindex>, in formato elettronico o cartaceo, a tua scelta, oppure scaricarlo in formato pdf o epub su questo sito<\/a><\/noindex>.<\/p>\n

Una volta che hai familiarit\u00e0 con Python, passa a pandas \u2013 la libreria Python utilizzata per la pulizia e l'elaborazione dei dati. Se aspiri a lavorare in un'azienda che richiede competenze in Python (e la maggior parte lo fa), puoi essere certo che la conoscenza di pandas sar\u00e0 presupposta. Sto attualmente completando una guida introduttiva per lavorare con pandas \u2013 puoi iscriversi<\/a><\/noindex>, per non perdere il momento della pubblicazione.<\/p>\n

Impara AWS. Se desideri diventare un data engineer, non puoi fare a meno di avere una piattaforma cloud a disposizione, e AWS \u00e8 la pi\u00f9 popolare tra queste. I corsi Linux Academy<\/a><\/noindex>mi sono stati molto utili quando studiavo data engineering su Google Cloud<\/a><\/noindex>, penso che anche su AWS abbiano buoni materiali.<\/p>\n

Se hai gi\u00e0 affrontato tutta questa lista e vuoi crescere ulteriormente agli occhi dei datori di lavoro come data engineer, ti consiglio di aggiungere Apache Spark per lavorare con grandi dati. Anche se la mia ricerca sulle offerte di lavoro per data science ha mostrato un calo di interesse, tra i data engineer appare ancora in quasi ogni seconda offerta.<\/p>\n

Per finire<\/h4>\n

\nSpero che questa panoramica delle tecnologie pi\u00f9 richieste per data engineer ti sia stata utile. Se sei interessato a come stanno le cose nelle offerte per analisti, leggi il mio altro articolo<\/a><\/noindex>. Buona ingegneria!
\n
Fonte: 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\udd47Le competenze pi\u00f9 richieste nella professione di data engineer | ProHoster","description":"Secondo le statistiche del 2019, il data engineer \u00e8 attualmente una professione la cui domanda cresce pi\u00f9 rapidamente rispetto a tutte le altre. Il data engineer gioca un ruolo critico nelle organizzazioni: crea e mantiene in funzione pipeline e database utilizzati per l'elaborazione, la trasformazione e l'archiviazione dei dati. Quali competenze sono necessarie ai rappresentanti di questa professione in primo luogo? Differisce","canonical_url":"https:\/\/prohoster.info\/it\/blog\/administrirovanie\/samye-vostrebovannye-navyki-v-professii-data-engineer","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"it_IT","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 \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","og:url":"https:\/\/prohoster.info\/it\/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"},"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/posts\/55327","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/comments?post=55327"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/posts\/55327\/revisions"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/media?parent=55327"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/categories?post=55327"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/tags?post=55327"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}