ഡാറ്റാ എഞ്ചിനീയർ തൊഴിലിലെ ഏറ്റവും ഡിമാൻഡുള്ള കഴിവുകൾ

പറയുന്നു സ്ഥിതിവിവരക്കണക്കുകൾ 2019, ഡാറ്റാ എഞ്ചിനീയർ നിലവിൽ ഒരു പ്രൊഫഷനാണ്, അതിന്റെ ഡിമാൻഡ് മറ്റേതിനെക്കാളും വേഗത്തിൽ വളരുന്നു. ഒരു ഓർഗനൈസേഷനിൽ ഒരു ഡാറ്റാ എഞ്ചിനീയർ നിർണായക പങ്ക് വഹിക്കുന്നു - ഡാറ്റ പ്രോസസ്സ് ചെയ്യാനും പരിവർത്തനം ചെയ്യാനും സംഭരിക്കാനും ഉപയോഗിക്കുന്ന പൈപ്പ്ലൈനുകളും ഡാറ്റാബേസുകളും സൃഷ്ടിക്കുകയും പരിപാലിക്കുകയും ചെയ്യുന്നു. ഈ തൊഴിലിന്റെ പ്രതിനിധികൾക്ക് ആദ്യം എന്ത് കഴിവുകൾ ആവശ്യമാണ്? ഡാറ്റാ സയന്റിസ്റ്റുകൾക്ക് ആവശ്യമുള്ളതിൽ നിന്ന് ലിസ്റ്റ് വ്യത്യസ്തമാണോ? എന്റെ ലേഖനത്തിൽ നിന്ന് ഇതിനെക്കുറിച്ച് നിങ്ങൾ പഠിക്കും.

2020 ജനുവരിയിലെ ഡാറ്റാ എഞ്ചിനീയർ തസ്തികയിലേക്കുള്ള ഒഴിവുകൾ ഏതൊക്കെ സാങ്കേതിക വൈദഗ്ധ്യങ്ങളാണ് ഏറ്റവും ജനപ്രിയമെന്ന് മനസിലാക്കാൻ ഞാൻ വിശകലനം ചെയ്തു. ഡാറ്റാ സയന്റിസ്റ്റ് തസ്തികയിലെ ഒഴിവുകളെക്കുറിച്ചുള്ള സ്ഥിതിവിവരക്കണക്കുകളുമായി ഞാൻ ഫലങ്ങൾ താരതമ്യം ചെയ്തു - രസകരമായ ചില വ്യത്യാസങ്ങൾ ഉയർന്നുവന്നു.

അധികം ആമുഖമില്ലാതെ, ജോലി പോസ്റ്റിംഗുകളിൽ ഏറ്റവും കൂടുതൽ പരാമർശിക്കപ്പെടുന്ന മികച്ച പത്ത് സാങ്കേതികവിദ്യകൾ ഇതാ:

2020-ലെ ഡാറ്റാ എഞ്ചിനീയർ തസ്തികയിലേക്കുള്ള ഒഴിവുകളിലെ സാങ്കേതിക വിദ്യകളുടെ പരാമർശം

നമുക്കത് കണ്ടെത്താം.

ഒരു ഡാറ്റാ എഞ്ചിനീയറുടെ ഉത്തരവാദിത്തങ്ങൾ

ഇന്ന്, ഡാറ്റാ എഞ്ചിനീയർമാർ ചെയ്യുന്ന ജോലി ഓർഗനൈസേഷനുകൾക്ക് വലിയ പ്രാധാന്യമുണ്ട് - വിവരങ്ങൾ സംഭരിക്കുന്നതിനും മറ്റ് ജീവനക്കാർക്ക് അവരോടൊപ്പം പ്രവർത്തിക്കാൻ കഴിയുന്ന തരത്തിലേക്ക് കൊണ്ടുവരുന്നതിനും ഉത്തരവാദികൾ ഇവരാണ്. ഒന്നിലധികം ഉറവിടങ്ങളിൽ നിന്നുള്ള ഡാറ്റ സ്ട്രീം ചെയ്യാനോ ബാച്ച് ചെയ്യാനോ ഡാറ്റാ എഞ്ചിനീയർമാർ പൈപ്പ് ലൈനുകൾ നിർമ്മിക്കുന്നു. പൈപ്പ് ലൈനുകൾ പിന്നീട് വേർതിരിച്ചെടുക്കൽ, പരിവർത്തനം, ലോഡിംഗ് പ്രവർത്തനങ്ങൾ (മറ്റൊരു രീതിയിൽ പറഞ്ഞാൽ, ETL പ്രക്രിയകൾ) നടത്തുന്നു, കൂടുതൽ ഉപയോഗത്തിന് ഡാറ്റ കൂടുതൽ അനുയോജ്യമാക്കുന്നു. ഇതിനുശേഷം, ആഴത്തിലുള്ള പ്രോസസ്സിംഗിനായി ഡാറ്റ വിശകലന വിദഗ്ധർക്കും ഡാറ്റ ശാസ്ത്രജ്ഞർക്കും സമർപ്പിക്കുന്നു. അവസാനമായി, ഡാറ്റ അതിന്റെ യാത്ര ഡാഷ്‌ബോർഡുകളിലും റിപ്പോർട്ടുകളിലും മെഷീൻ ലേണിംഗ് മോഡലുകളിലും അവസാനിപ്പിക്കുന്നു.

ഒരു ഡാറ്റാ എഞ്ചിനീയറുടെ ജോലിയിൽ ഇപ്പോൾ ഏറ്റവും കൂടുതൽ ഡിമാൻഡുള്ള സാങ്കേതികവിദ്യകൾ ഏതൊക്കെയാണെന്ന് ഒരു നിഗമനത്തിലെത്താൻ എന്നെ അനുവദിക്കുന്ന വിവരങ്ങൾക്കായി ഞാൻ തിരയുകയായിരുന്നു.

രീതികൾ

മൂന്ന് തൊഴിൽ തിരയൽ സൈറ്റുകളിൽ നിന്ന് ഞാൻ വിവരങ്ങൾ ശേഖരിച്ചു - ലളിതമായി ഹയർഡ്, തീർച്ചയായും и മോൺസ്റ്റർ യുഎസിലെ താമസക്കാരെ ലക്ഷ്യമിട്ടുള്ള ഒഴിവുകളുടെ ടെക്‌സ്‌റ്റുകളിൽ "ഡാറ്റ എഞ്ചിനീയർ" എന്നതുമായി ബന്ധപ്പെട്ട കീവേഡുകൾ എന്തൊക്കെയാണെന്ന് പരിശോധിച്ചു. ഈ ടാസ്ക്കിനായി ഞാൻ രണ്ട് പൈത്തൺ ലൈബ്രറികൾ ഉപയോഗിച്ചു - അഭ്യർത്ഥനകൾ и മനോഹരമായ സൂപ്പ്. കീവേഡുകളുടെ കൂട്ടത്തിൽ, ഡാറ്റാ സയന്റിസ്റ്റിന്റെ സ്ഥാനത്തിനായുള്ള ഒഴിവുകൾ വിശകലനം ചെയ്യുന്നതിനായി മുമ്പത്തെ ലിസ്റ്റിൽ ഉൾപ്പെടുത്തിയതും ഡാറ്റാ എഞ്ചിനീയർമാർക്കുള്ള ജോലി ഓഫറുകൾ വായിക്കുമ്പോൾ ഞാൻ സ്വമേധയാ തിരഞ്ഞെടുത്തവയും ഞാൻ ഉൾപ്പെടുത്തിയിട്ടുണ്ട്. ലിങ്ക്ഡ്ഇൻ ഉറവിടങ്ങളുടെ പട്ടികയിൽ ഉൾപ്പെടുത്തിയിട്ടില്ല, കാരണം ഡാറ്റ ശേഖരിക്കാനുള്ള എന്റെ അവസാന ശ്രമത്തിന് ശേഷം എന്നെ അവിടെ നിരോധിച്ചു.

ഓരോ കീവേഡിനും, ഓരോ സൈറ്റിലെയും മൊത്തം ടെക്‌സ്‌റ്റുകളുടെ എണ്ണത്തിൽ നിന്ന് ഞാൻ ഹിറ്റുകളുടെ ശതമാനം വെവ്വേറെ കണക്കാക്കി, തുടർന്ന് മൂന്ന് ഉറവിടങ്ങൾക്കായുള്ള ശരാശരി കണക്കാക്കി.

ഫലങ്ങൾ

മൂന്ന് തൊഴിൽ സൈറ്റുകളിലും ഉയർന്ന സ്‌കോറുകളുള്ള മുപ്പത് സാങ്കേതിക ഡാറ്റാ എഞ്ചിനീയറിംഗ് നിബന്ധനകൾ ചുവടെയുണ്ട്.

ഇവിടെ സമാന സംഖ്യകൾ ഉണ്ട്, എന്നാൽ പട്ടിക രൂപത്തിൽ അവതരിപ്പിച്ചിരിക്കുന്നു:

നമുക്ക് ക്രമത്തിൽ പോകാം.

ഫലങ്ങളുടെ അവലോകനം

SQL ഉം Python ഉം അവലോകനം ചെയ്‌ത തൊഴിലവസരങ്ങളുടെ മൂന്നിൽ രണ്ട് ഭാഗങ്ങളിലും ദൃശ്യമാകുന്നു. ഈ രണ്ട് സാങ്കേതികവിദ്യകളാണ് ആദ്യം പഠിക്കുന്നത് അർത്ഥമാക്കുന്നത്. പൈത്തൺ ഡാറ്റയുമായി പ്രവർത്തിക്കുന്നതിനും വെബ്‌സൈറ്റുകൾ സൃഷ്‌ടിക്കുന്നതിനും സ്‌ക്രിപ്റ്റുകൾ എഴുതുന്നതിനും ഉപയോഗിക്കുന്ന വളരെ ജനപ്രിയമായ ഒരു പ്രോഗ്രാമിംഗ് ഭാഷയാണ്. SQL ഘടനാപരമായ അന്വേഷണ ഭാഷയെ സൂചിപ്പിക്കുന്നു; ഒരു കൂട്ടം ഭാഷകൾ നടപ്പിലാക്കിയ ഒരു സ്റ്റാൻഡേർഡ് ഇതിൽ ഉൾപ്പെടുന്നു കൂടാതെ റിലേഷണൽ ഡാറ്റാബേസുകളിൽ നിന്ന് ഡാറ്റ വീണ്ടെടുക്കാൻ ഉപയോഗിക്കുന്നു. ഇത് വളരെക്കാലം മുമ്പ് പ്രത്യക്ഷപ്പെട്ടു, അത് ഉയർന്ന പ്രതിരോധശേഷിയുള്ളതാണെന്ന് സ്വയം തെളിയിച്ചിട്ടുണ്ട്.

പകുതിയോളം ഒഴിവുകളിൽ സ്പാർക്ക് പരാമർശിച്ചിട്ടുണ്ട്. അപ്പാച്ചെ സ്പാർക്ക് "സ്ട്രീമിംഗ്, SQL, മെഷീൻ ലേണിംഗ്, ഗ്രാഫ് പ്രോസസ്സിംഗ് എന്നിവയ്‌ക്കായുള്ള ബിൽറ്റ്-ഇൻ മൊഡ്യൂളുകളുള്ള ഒരു ഏകീകൃത ബിഗ് ഡാറ്റ അനലിറ്റിക്‌സ് എഞ്ചിനാണ്." വലിയ ഡാറ്റാബേസുകളിൽ പ്രവർത്തിക്കുന്നവർക്കിടയിൽ ഇത് പ്രത്യേകിച്ചും ജനപ്രിയമാണ്.

ഏകദേശം 45% തൊഴിൽ പോസ്റ്റിംഗുകളിലും AWS ദൃശ്യമാകുന്നു. ഇത് ആമസോൺ നിർമ്മിക്കുന്ന ഒരു ക്ലൗഡ് കമ്പ്യൂട്ടിംഗ് പ്ലാറ്റ്‌ഫോമാണ്; എല്ലാ ക്ലൗഡ് പ്ലാറ്റ്‌ഫോമുകളിലും ഏറ്റവും വലിയ വിപണി വിഹിതം ഇതിനുണ്ട്.
അടുത്തതായി ജാവയും ഹഡൂപ്പും വരുന്നു - അവരുടെ സഹോദരന് 40% ത്തിൽ കൂടുതൽ. ജാവ പരക്കെ സംസാരിക്കപ്പെടുന്ന, യുദ്ധത്തിൽ പരീക്ഷിക്കപ്പെട്ട ഭാഷയാണ് 2019 സ്റ്റാക്ക് ഓവർഫ്ലോ ഡെവലപ്പർ സർവേ പ്രോഗ്രാമർമാർക്കിടയിൽ ഭീതി ജനിപ്പിക്കുന്ന ഭാഷകളിൽ പത്താം സ്ഥാനം ലഭിച്ചു. ഇതിനു വിപരീതമായി, പൈത്തൺ ഏറ്റവും പ്രിയപ്പെട്ട രണ്ടാമത്തെ ഭാഷയായിരുന്നു. ജാവ ഭാഷ പ്രവർത്തിപ്പിക്കുന്നത് Oracle ആണ്, 2020 ജനുവരി മുതൽ ഔദ്യോഗിക പേജിന്റെ ഈ സ്ക്രീൻഷോട്ടിൽ നിന്ന് നിങ്ങൾക്ക് അതിനെക്കുറിച്ച് അറിയേണ്ടതെല്ലാം മനസ്സിലാക്കാം.

ഇത് ഒരു ടൈം മെഷീനിൽ കയറുന്നത് പോലെയാണ്
അപ്പാച്ചെ ഹദൂപ് വലിയ ഡാറ്റയ്ക്കായി സെർവർ ക്ലസ്റ്ററുകളുള്ള MapReduce പ്രോഗ്രാമിംഗ് മോഡൽ ഉപയോഗിക്കുന്നു. ഇപ്പോൾ ഈ മോഡൽ കൂടുതലായി ഉപേക്ഷിക്കപ്പെടുകയാണ്.

അപ്പോൾ നമ്മൾ Hive, Scala, Kafka, NoSQL എന്നിവ കാണുന്നു - സമർപ്പിച്ച ഒഴിവുകളുടെ നാലിലൊന്ന് ഈ സാങ്കേതികവിദ്യകളിൽ ഓരോന്നും സൂചിപ്പിച്ചിരിക്കുന്നു. "SQL ഉപയോഗിച്ച് വിതരണം ചെയ്ത സ്റ്റോറുകളിൽ താമസിക്കുന്ന വലിയ ഡാറ്റാസെറ്റുകൾ വായിക്കാനും എഴുതാനും നിയന്ത്രിക്കാനും എളുപ്പമാക്കുന്ന" ഒരു ഡാറ്റ വെയർഹൗസ് സോഫ്റ്റ്വെയറാണ് അപ്പാച്ചെ ഹൈവ്. സ്കാല - വലിയ ഡാറ്റയുമായി പ്രവർത്തിക്കുമ്പോൾ സജീവമായി ഉപയോഗിക്കുന്ന ഒരു പ്രോഗ്രാമിംഗ് ഭാഷ. പ്രത്യേകിച്ച്, സ്കാലയിൽ സ്പാർക്ക് സൃഷ്ടിച്ചു. ഭയപ്പെടുന്ന ഭാഷകളുടെ ഇതിനകം സൂചിപ്പിച്ച റാങ്കിംഗിൽ, സ്കാല പതിനൊന്നാം സ്ഥാനത്താണ്. അപ്പാച്ച കാഫ്ക - സ്ട്രീമിംഗ് സന്ദേശങ്ങൾ പ്രോസസ്സ് ചെയ്യുന്നതിനുള്ള ഒരു വിതരണം ചെയ്ത പ്ലാറ്റ്ഫോം. ഡാറ്റ സ്ട്രീമിംഗ് മാർഗമെന്ന നിലയിൽ വളരെ ജനപ്രിയമാണ്.

NoSQL ഡാറ്റാബേസുകൾ SQL-മായി താരതമ്യം ചെയ്യുക. അവ ബന്ധമില്ലാത്തതും, ഘടനയില്ലാത്തതും, തിരശ്ചീനമായി അളക്കാവുന്നതും ആയതിനാൽ അവ വ്യത്യാസപ്പെട്ടിരിക്കുന്നു. NoSQL കുറച്ച് ജനപ്രീതി നേടിയിട്ടുണ്ട്, പക്ഷേ സമീപനത്തോടുള്ള ആവേശം, അത് SQL-നെ പ്രബലമായ സ്റ്റോറേജ് മാതൃകയായി മാറ്റിസ്ഥാപിക്കുമെന്ന പ്രവചനങ്ങൾ വരെ, അവസാനിച്ചതായി തോന്നുന്നു.

ഡാറ്റാ സയന്റിസ്റ്റ് ഒഴിവുകളിലെ നിബന്ധനകളുമായി താരതമ്യം ചെയ്യുക

ഡാറ്റാ സയൻസ് തൊഴിലുടമകൾക്കിടയിൽ ഏറ്റവും സാധാരണമായ മുപ്പത് സാങ്കേതിക പദങ്ങൾ ഇതാ. ഡാറ്റാ എഞ്ചിനീയറിംഗിനായി മുകളിൽ വിവരിച്ച അതേ രീതിയിൽ ഞാൻ ഈ ലിസ്റ്റ് നേടി.

2020-ലെ ഡാറ്റാ സയന്റിസ്റ്റ് തസ്തികയിലേക്കുള്ള ഒഴിവുകളിൽ സാങ്കേതികവിദ്യയെക്കുറിച്ചുള്ള പരാമർശങ്ങൾ

മുമ്പ് പരിഗണിച്ച റിക്രൂട്ട്‌മെന്റുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ മൊത്തം സംഖ്യയെക്കുറിച്ച് നമ്മൾ സംസാരിക്കുകയാണെങ്കിൽ, 28% കൂടുതൽ ഒഴിവുകൾ ഉണ്ടായിരുന്നു (12 വേഴ്സസ് 013). ഡാറ്റാ എഞ്ചിനീയർമാരെ അപേക്ഷിച്ച് ഡാറ്റാ സയന്റിസ്റ്റുകളുടെ ഒഴിവുകളിൽ ഏതൊക്കെ സാങ്കേതികവിദ്യകൾ കുറവാണ് എന്ന് നോക്കാം.

ഡാറ്റാ എഞ്ചിനീയറിംഗിൽ കൂടുതൽ ജനപ്രിയമാണ്

ചുവടെയുള്ള ഗ്രാഫ് ശരാശരി 10%-ൽ കൂടുതലോ -10%-ൽ താഴെയോ വ്യത്യാസമുള്ള കീവേഡുകൾ കാണിക്കുന്നു.

ഡാറ്റാ എഞ്ചിനീയറും ഡാറ്റാ സയന്റിസ്റ്റും തമ്മിലുള്ള കീവേഡ് ഫ്രീക്വൻസിയിലെ ഏറ്റവും വലിയ വ്യത്യാസം

AWS ഏറ്റവും പ്രധാനപ്പെട്ട വർദ്ധനവ് കാണിക്കുന്നു: ഡാറ്റാ എഞ്ചിനീയറിംഗിൽ ഇത് ഡാറ്റാ സയൻസിനേക്കാൾ 25% കൂടുതൽ പതിവായി കാണപ്പെടുന്നു (യഥാക്രമം മൊത്തം ഒഴിവുകളുടെ എണ്ണത്തിന്റെ ഏകദേശം 45%, 20%). വ്യത്യാസം ശ്രദ്ധേയമാണ്!

അല്പം വ്യത്യസ്തമായ അവതരണത്തിലെ അതേ ഡാറ്റ ഇതാ - ഗ്രാഫിൽ, ഡാറ്റാ എഞ്ചിനീയർ, ഡാറ്റാ സയന്റിസ്റ്റ് എന്നീ തസ്തികകളിലെ ഒഴിവുകളിൽ ഒരേ കീവേഡിന്റെ ഫലങ്ങൾ അടുത്തടുത്തായി സ്ഥിതിചെയ്യുന്നു.

ഡാറ്റാ എഞ്ചിനീയറും ഡാറ്റാ സയന്റിസ്റ്റും തമ്മിലുള്ള കീവേഡ് ഫ്രീക്വൻസിയിലെ ഏറ്റവും വലിയ വ്യത്യാസം

ഞാൻ ശ്രദ്ധിച്ച അടുത്ത ഏറ്റവും വലിയ കുതിപ്പ് സ്പാർക്കിലാണ് - ഒരു ഡാറ്റാ എഞ്ചിനീയർക്ക് പലപ്പോഴും വലിയ ഡാറ്റയുമായി പ്രവർത്തിക്കേണ്ടി വരും. കാഫ്ക 20% വർദ്ധിച്ചു, അതായത്, ഡാറ്റാ സയന്റിസ്റ്റ് ഒഴിവുകളുടെ ഫലവുമായി താരതമ്യം ചെയ്യുമ്പോൾ ഏകദേശം നാലിരട്ടി. ഒരു ഡാറ്റാ എഞ്ചിനീയറുടെ പ്രധാന ഉത്തരവാദിത്തങ്ങളിലൊന്നാണ് ഡാറ്റ കൈമാറ്റം. അവസാനമായി, Java, NoSQL, Redshift, SQL, Hadoop എന്നിവയ്‌ക്കായുള്ള ഡാറ്റാ എഞ്ചിനീയറിംഗ് മേഖലയിൽ പരാമർശങ്ങളുടെ എണ്ണം 15% കൂടുതലാണ്.

ഡാറ്റാ എഞ്ചിനീയറിംഗിൽ ജനപ്രിയത കുറവാണ്

ഡാറ്റാ എഞ്ചിനീയർ ഒഴിവുകളിൽ ഏതൊക്കെ സാങ്കേതികവിദ്യകളാണ് ജനപ്രിയമല്ലാത്തതെന്ന് ഇപ്പോൾ നോക്കാം.
ഡാറ്റാ സയൻസ് മേഖലയുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ ഏറ്റവും വലിയ ഇടിവ് സംഭവിച്ചത് R: അവിടെ അദ്ദേഹം ഏകദേശം 56% ഒഴിവുകളിൽ പ്രത്യക്ഷപ്പെട്ടു, ഇവിടെ - 17% മാത്രം. ശ്രദ്ധേയമാണ്. ശാസ്ത്രജ്ഞരും സ്ഥിതിവിവരക്കണക്കുകളും ഇഷ്ടപ്പെടുന്ന ഒരു പ്രോഗ്രാമിംഗ് ഭാഷയാണ് R, ലോകത്തിലെ ഏറ്റവും ഭയപ്പെടുത്തുന്ന എട്ടാമത്തെ ഭാഷയാണിത്.

എസ്എഎസ് ഡാറ്റാ എഞ്ചിനീയർ സ്ഥാനത്തേക്കുള്ള ഒഴിവുകളിലും ഇത് വളരെ കുറവാണ് - വ്യത്യാസം 14% ആണ്. സ്ഥിതിവിവരക്കണക്കുകളും ഡാറ്റയും ഉപയോഗിച്ച് പ്രവർത്തിക്കാൻ രൂപകൽപ്പന ചെയ്ത ഒരു കുത്തക ഭാഷയാണ് SAS. രസകരമായ പോയിന്റ്: ഫലങ്ങൾ വിലയിരുത്തുക ഡാറ്റാ സയന്റിസ്റ്റുകൾക്കുള്ള തൊഴിൽ അവസരങ്ങളെക്കുറിച്ചുള്ള എന്റെ ഗവേഷണം, ഈയിടെയായി ഇതിന് വളരെയധികം അടിത്തറ നഷ്ടപ്പെട്ടു-മറ്റേതൊരു സാങ്കേതികവിദ്യയേക്കാളും.

ഡാറ്റാ എഞ്ചിനീയറിംഗിലും ഡാറ്റാ സയൻസിലും ആവശ്യക്കാരുണ്ട്

രണ്ട് സെറ്റുകളിലെയും ആദ്യ പത്തിൽ എട്ട് സ്ഥാനങ്ങൾ ഒന്നുതന്നെയാണെന്നത് ശ്രദ്ധിക്കേണ്ടതാണ്. SQL, Python, Spark, AWS, Java, Hadoop, Hive, Scala എന്നിവ ഡാറ്റാ എഞ്ചിനീയറിംഗ്, ഡാറ്റാ സയൻസ് വ്യവസായങ്ങൾക്കായി ആദ്യ പത്തിൽ ഇടം നേടി. ചുവടെയുള്ള ഗ്രാഫിൽ നിങ്ങൾക്ക് ഡാറ്റാ എഞ്ചിനീയർ തൊഴിലുടമകൾക്കിടയിൽ ഏറ്റവും പ്രചാരമുള്ള പതിനഞ്ച് സാങ്കേതികവിദ്യകൾ കാണാൻ കഴിയും, അവയ്ക്ക് അടുത്തായി ഡാറ്റാ സയന്റിസ്റ്റുകൾക്കുള്ള അവരുടെ ഒഴിവ് നിരക്ക്.

ശുപാർശകൾ

നിങ്ങൾക്ക് ഡാറ്റ എഞ്ചിനീയറിംഗിൽ പ്രവേശിക്കണമെങ്കിൽ, ഇനിപ്പറയുന്ന സാങ്കേതികവിദ്യകളിൽ വൈദഗ്ദ്ധ്യം നേടാൻ ഞാൻ നിങ്ങളെ ഉപദേശിക്കുന്നു - ഏകദേശ മുൻഗണനയുടെ ക്രമത്തിൽ ഞാൻ അവയെ പട്ടികപ്പെടുത്തുന്നു.

SQL പഠിക്കുക. ഞാൻ PostgreSQL-ലേക്ക് ചായുന്നു, കാരണം അത് ഓപ്പൺ സോഴ്‌സും സമൂഹത്തിൽ വളരെ ജനപ്രിയവും വളർച്ചയുടെ ഘട്ടത്തിലാണ്. My Memorable SQL എന്ന പുസ്തകത്തിൽ നിന്ന് ഭാഷ എങ്ങനെ ഉപയോഗിക്കാമെന്ന് നിങ്ങൾക്ക് പഠിക്കാം - അതിന്റെ പൈലറ്റ് പതിപ്പ് ലഭ്യമാണ് ഇവിടെ.

മാസ്റ്റർ പൈത്തൺ, ഏറ്റവും ഹാർഡ്‌കോർ തലത്തിലല്ലെങ്കിലും. എന്റെ മെമ്മറബിൾ പൈത്തൺ തുടക്കക്കാർക്കായി പ്രത്യേകം രൂപകൽപ്പന ചെയ്തിട്ടുള്ളതാണ്. ഇത് വാങ്ങാം ആമസോൺ, ഇലക്ട്രോണിക് അല്ലെങ്കിൽ ഫിസിക്കൽ കോപ്പി, നിങ്ങളുടെ ഇഷ്ടം, അല്ലെങ്കിൽ pdf അല്ലെങ്കിൽ epub ഫോർമാറ്റിൽ ഡൗൺലോഡ് ചെയ്യുക ഈ സൈറ്റിൽ.

പൈത്തണിനെ പരിചയപ്പെട്ടുകഴിഞ്ഞാൽ, ഡാറ്റ ക്ലീനിംഗിനും പ്രോസസ്സിംഗിനും ഉപയോഗിക്കുന്ന പൈത്തൺ ലൈബ്രറിയായ പാണ്ടകളിലേക്ക് പോകുക. പൈത്തണിൽ എഴുതാനുള്ള കഴിവ് ആവശ്യമുള്ള ഒരു കമ്പനിയിൽ ജോലി ചെയ്യാനാണ് നിങ്ങൾ ലക്ഷ്യമിടുന്നതെങ്കിൽ (ഇതിൽ ഭൂരിഭാഗവും ഇതാണ്), പാണ്ടകളെക്കുറിച്ചുള്ള അറിവ് സ്ഥിരസ്ഥിതിയായി കണക്കാക്കുമെന്ന് നിങ്ങൾക്ക് ഉറപ്പിക്കാം. പാണ്ടകൾക്കൊപ്പം പ്രവർത്തിക്കുന്നതിനുള്ള ഒരു ആമുഖ ഗൈഡ് ഞാൻ ഇപ്പോൾ പൂർത്തിയാക്കുകയാണ് - നിങ്ങൾക്ക് കഴിയും സബ്‌സ്‌ക്രൈബുചെയ്യുകറിലീസ് നിമിഷം നഷ്ടപ്പെടുത്താതിരിക്കാൻ.

മാസ്റ്റർ AWS. നിങ്ങൾക്ക് ഒരു ഡാറ്റാ എഞ്ചിനീയർ ആകാൻ താൽപ്പര്യമുണ്ടെങ്കിൽ, സ്റ്റാഷിൽ ഒരു ക്ലൗഡ് പ്ലാറ്റ്ഫോം ഇല്ലാതെ നിങ്ങൾക്ക് ചെയ്യാൻ കഴിയില്ല, കൂടാതെ AWS അവയിൽ ഏറ്റവും ജനപ്രിയമാണ്. കോഴ്‌സുകൾ എന്നെ വളരെയധികം സഹായിച്ചു ലിനക്സ് അക്കാദമിഞാൻ പഠിക്കുമ്പോൾ Google ക്ലൗഡിലെ ഡാറ്റാ എഞ്ചിനീയറിംഗ്, അവർക്ക് AWS-ൽ നല്ല മെറ്റീരിയലുകളും ഉണ്ടായിരിക്കുമെന്ന് ഞാൻ കരുതുന്നു.

നിങ്ങൾ ഇതിനകം ഈ മുഴുവൻ പട്ടികയും പൂർത്തിയാക്കുകയും ഒരു ഡാറ്റാ എഞ്ചിനീയർ എന്ന നിലയിൽ തൊഴിലുടമകളുടെ കണ്ണിൽ കൂടുതൽ വളരാൻ ആഗ്രഹിക്കുകയും ചെയ്യുന്നുവെങ്കിൽ, വലിയ ഡാറ്റയുമായി പ്രവർത്തിക്കാൻ അപ്പാച്ചെ സ്പാർക്ക് ചേർക്കാൻ ഞാൻ നിർദ്ദേശിക്കുന്നു. ഡാറ്റാ സയന്റിസ്റ്റ് ഒഴിവുകളെക്കുറിച്ചുള്ള എന്റെ ഗവേഷണം താൽപ്പര്യത്തിൽ ഇടിവ് കാണിക്കുന്നുണ്ടെങ്കിലും, ഡാറ്റാ എഞ്ചിനീയർമാർക്കിടയിൽ ഇത് ഇപ്പോഴും മിക്കവാറും എല്ലാ രണ്ടാമത്തെ ഒഴിവുകളിലും പ്രത്യക്ഷപ്പെടുന്നു.

അവസാനം

ഡാറ്റാ എഞ്ചിനീയർമാർക്കുള്ള ഏറ്റവും ഡിമാൻഡ് ടെക്നോളജികളുടെ ഈ അവലോകനം നിങ്ങൾക്ക് ഉപയോഗപ്രദമാണെന്ന് ഞാൻ പ്രതീക്ഷിക്കുന്നു. അനലിസ്റ്റ് ജോലികൾ എങ്ങനെ മുന്നേറുന്നുവെന്ന് നിങ്ങൾ ആശ്ചര്യപ്പെടുന്നുണ്ടെങ്കിൽ, വായിക്കുക എന്റെ മറ്റൊരു ലേഖനം. ഹാപ്പി എഞ്ചിനീയറിംഗ്!

അവലംബം: www.habr.com