{"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\/pl\/blog\/administrirovanie\/data-engineer-i-data-scientist-kakaya-voobshhe-raznicza","title":{"rendered":"In\u017cynier danych a Data Scientist: jaka jest zasadnicza r\u00f3\u017cnica?","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"<p>Zawody Data Scientist i Data Engineer cz\u0119sto s\u0105 mylone. Ka\u017cda firma ma swoj\u0105 specyfik\u0119 pracy z danymi, r\u00f3\u017cne cele analizy oraz r\u00f3\u017cne wyobra\u017cenia, kt\u00f3ra z profesji powinna zajmowa\u0107 si\u0119 jak\u0105 cz\u0119\u015bci\u0105 pracy, dlatego te\u017c wymagania ka\u017cda firma stawia swoje.\u00a0<\/p>\n<p>Zajmiemy si\u0119 r\u00f3\u017cnic\u0105 mi\u0119dzy tymi specjalistami, jakie zadania biznesowe rozwi\u0105zuj\u0105, jakie umiej\u0119tno\u015bci posiadaj\u0105 oraz ile zarabiaj\u0105. Materia\u0142 okaza\u0142 si\u0119 obszerny, dlatego podzielili\u015bmy go na dwie publikacje.<\/p>\n<p>W pierwszym artykule Elena Gerasimova, kierownik wydzia\u0142u \u201e<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 i analityka<\/a><\/noindex>\u201d w Netologii, opowiada, na czym polega r\u00f3\u017cnica mi\u0119dzy Data Scientist a Data Engineer oraz z jakimi narz\u0119dziami pracuj\u0105.<noindex><a rel=\"nofollow\" name=\"habracut\"><\/a><\/noindex><\/p>\n<h2>Jak r\u00f3\u017cni\u0105 si\u0119 role in\u017cynier\u00f3w i naukowc\u00f3w danych<\/h2>\n<p>\nIn\u017cynier danych to specjalista, kt\u00f3ry z jednej strony projektuje, testuje i utrzymuje infrastruktur\u0119 pracy z danymi: bazy danych, magazyny i systemy do przetwarzania masowego. Z drugiej strony to osoba, kt\u00f3ra oczyszcza i \"uszlachetnia\" dane do wykorzystania przez analityk\u00f3w i data scientist\u00f3w, czyli tworzy potoki przetwarzania danych.<\/p>\n<p>Data Scientist tworzy i szkoli modele predykcyjne (i nie tylko) za pomoc\u0105 algorytm\u00f3w uczenia maszynowego i sieci neuronowych, pomagaj\u0105c biznesowi odkrywa\u0107 ukryte prawid\u0142owo\u015bci, prognozowa\u0107 rozw\u00f3j wydarze\u0144 i optymalizowa\u0107 kluczowe procesy biznesowe.<\/p>\n<p>G\u0142\u00f3wna r\u00f3\u017cnica mi\u0119dzy Data Scientist a Data Engineer polega na tym, \u017ce zazwyczaj maj\u0105 r\u00f3\u017cne cele. Obydwoje pracuj\u0105 na to, aby dane by\u0142y dost\u0119pne i jako\u015bciowe. Jednak Data Scientist szuka odpowiedzi na swoje pytania i weryfikuje hipotezy w ekosystemie danych (na przyk\u0142ad na bazie Hadoop), podczas gdy Data Engineer tworzy pipeline do obs\u0142ugi algorytmu uczenia maszynowego napisanego przez data scientist w klastrze Spark w tym samym ekosystemie.\u00a0<\/p>\n<p>In\u017cynier danych przynosi warto\u015b\u0107 dla biznesu, pracuj\u0105c w zespole. Jego zadaniem jest bycie wa\u017cnym ogniwem mi\u0119dzy r\u00f3\u017cnymi uczestnikami: od programist\u00f3w po u\u017cytkownik\u00f3w biznesowych raport\u00f3w, oraz zwi\u0119kszenie produktywno\u015bci analityk\u00f3w - od marketingowych, przez produktowe, a\u017c po BI.\u00a0<\/p>\n<p>Data Scientist za to aktywnie uczestniczy w strategii firmy i wydobywaniu insight\u00f3w, podejmowaniu decyzji, wdra\u017caniu algorytm\u00f3w automatyzacji, modelowania oraz generowaniu warto\u015bci z danych.<br \/>\n<img decoding=\"async\" alt=\"In\u017cynier danych a Data Scientist: jaka jest zasadnicza r\u00f3\u017cnica?\" src=\"\/wp-content\/uploads\/2020\/04\/1ce3e892eb7a354b106dc2f6398ec5e7.jpg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<br \/>\nPraca z danymi podlega zasadzie GIGO (garbage in \u2014 garbage out): je\u015bli analitycy i data scientist maj\u0105 do czynienia z nieprzygotowanymi i potencjalnie niepoprawnymi danymi, to wyniki nawet przy u\u017cyciu najbardziej wyrafinowanych algorytm\u00f3w analizy b\u0119d\u0105 b\u0142\u0119dne.\u00a0<\/p>\n<p>In\u017cynierowie danych rozwi\u0105zuj\u0105 ten problem, tworz\u0105c ruroci\u0105gi do przetwarzania, oczyszczania i transformacji danych, umo\u017cliwiaj\u0105c data scientistowi prac\u0119 z wysokiej jako\u015bci danymi.\u00a0<\/p>\n<p>Na rynku istnieje wiele narz\u0119dzi do pracy z danymi, kt\u00f3re pokrywaj\u0105 ka\u017cdy etap: od pojawienia si\u0119 danych po wy\u015bwietlenie na pulpicie nawigacyjnym dla zarz\u0105du. Wa\u017cne jest, aby decyzj\u0119 o ich u\u017cyciu podejmowa\u0142 in\u017cynier, nie dlatego, \u017ce jest to modne, ale dlatego, \u017ce naprawd\u0119 pomo\u017ce to innym uczestnikom procesu.\u00a0<\/p>\n<p>Warunkowo: je\u015bli firmie zale\u017cy na po\u0142\u0105czeniu BI i ETL \u2014 \u0142adowaniu danych i aktualizacjach raport\u00f3w, oto typowa infrastruktura legacy, z kt\u00f3r\u0105 b\u0119dzie musia\u0142 si\u0119 zmierzy\u0107 in\u017cynier danych (dobrze, je\u015bli w zespole opr\u00f3cz niego b\u0119dzie tak\u017ce architekt).<\/p>\n<p><b>Obowi\u0105zki In\u017cyniera Danych<\/b><\/p>\n<ul>\n<li>Projektowanie, budowa i utrzymanie infrastruktury pracy z danymi.<\/li>\n<li>Obs\u0142uga b\u0142\u0119d\u00f3w i tworzenie niezawodnych ruroci\u0105g\u00f3w przetwarzania danych.<\/li>\n<li>Przygotowanie niestrukturalnych danych z r\u00f3\u017cnych dynamicznych \u017ar\u00f3de\u0142 do formy wymaganej przez analityk\u00f3w.<\/li>\n<li>Zapewnienie rekomendacji dotycz\u0105cych poprawy sp\u00f3jno\u015bci i jako\u015bci danych.<\/li>\n<li>Zarz\u0105dzanie i wsparcie architektury danych u\u017cywanej przez data scientist\u00f3w i analityk\u00f3w danych.<\/li>\n<li>Przetwarzanie i przechowywanie danych w spos\u00f3b sp\u00f3jny i wydajny w rozproszonym klastrze sk\u0142adaj\u0105cym si\u0119 z dziesi\u0105tek lub setek serwer\u00f3w.<\/li>\n<li>Ocena technicznych kompromis\u00f3w narz\u0119dzi do budowy prostych, ale niezawodnych architektur, kt\u00f3re mog\u0105 przetrwa\u0107 awarie.<\/li>\n<li>Nadz\u00f3r i wsparcie strumieni danych i powi\u0105zanych system\u00f3w (konfiguracja monitorowania i alert\u00f3w).<\/li>\n<\/ul>\n<p>\nIstnieje jeszcze jedna specjalizacja w ramach \u015bcie\u017cki In\u017cyniera Danych \u2014 in\u017cynier ML. Kr\u00f3tko m\u00f3wi\u0105c, tacy in\u017cynierowie specjalizuj\u0105 si\u0119 w wprowadzaniu modeli uczenia maszynowego do przemys\u0142owej instalacji i u\u017cytkowania. Cz\u0119sto model dostarczony przez data scientist jest cz\u0119\u015bci\u0105 bada\u0144 i mo\u017ce nie dzia\u0142a\u0107 w warunkach bojowych.<\/p>\n<p><b>Obowi\u0105zki Data Scientist<\/b><\/p>\n<ul>\n<li>Ekstrakcja cech z danych do zastosowania algorytm\u00f3w uczenia maszynowego.<\/li>\n<li>Wykorzystanie r\u00f3\u017cnych narz\u0119dzi uczenia maszynowego do przewidywania i klasyfikacji wzorc\u00f3w w danych.<\/li>\n<li>Zwi\u0119kszenie wydajno\u015bci i dok\u0142adno\u015bci algorytm\u00f3w uczenia maszynowego poprzez dostosowywanie i optymalizacj\u0119 algorytm\u00f3w.<\/li>\n<li>Formu\u0142owanie \u201esilnych\u201d hipotez zgodnie z strategi\u0105 firmy, kt\u00f3re nale\u017cy przetestowa\u0107.<\/li>\n<\/ul>\n<p><\/p>\n<blockquote><p>Zar\u00f3wno in\u017cynier danych, jak i naukowiec danych \u0142\u0105czy zauwa\u017calny wk\u0142ad w rozw\u00f3j kultury pracy z danymi, dzi\u0119ki kt\u00f3rej firma mo\u017ce osi\u0105ga\u0107 dodatkowe zyski lub redukowa\u0107 koszty.<\/p><\/blockquote>\n<p><\/p>\n<h2>Z jakimi j\u0119zykami i narz\u0119dziami pracuj\u0105 in\u017cynierowie i naukowcy?<\/h2>\n<p>\nDzi\u015b oczekiwania wobec specjalist\u00f3w zajmuj\u0105cych si\u0119 przetwarzaniem danych uleg\u0142y zmianie. Kiedy\u015b in\u017cynierowie budowali du\u017ce zapytania SQL, r\u0119cznie pisali MapReduce i przetwarzali dane za pomoc\u0105 takich narz\u0119dzi jak Informatica ETL, Pentaho ETL, Talend.\u00a0<\/p>\n<p>W 2020 roku specjalista nie mo\u017ce oby\u0107 si\u0119 bez znajomo\u015bci Pythona i nowoczesnych narz\u0119dzi przeprowadzania oblicze\u0144 (np. Airflow), a tak\u017ce zrozumienia zasad pracy z platformami chmurowymi (wykorzystania ich do oszcz\u0119dzania na \u201esprz\u0119cie\u201d, przy zachowaniu zasad bezpiecze\u0144stwa).<\/p>\n<p>SAP, Oracle, MySQL, Redis \u2014 to tradycyjne narz\u0119dzia dla in\u017cyniera danych w du\u017cych firmach. S\u0105 dobre, ale koszt licencji jest na tyle wysoki, \u017ce nauka pracy z nimi ma sens tylko w projektach przemys\u0142owych. Istnieje jednak darmowa alternatywa w postaci Postgresa \u2014 jest darmowy i nadaje si\u0119 nie tylko do nauki.\u00a0<\/p>\n<p><img decoding=\"async\" alt=\"In\u017cynier danych a Data Scientist: jaka jest zasadnicza r\u00f3\u017cnica?\" src=\"\/wp-content\/uploads\/2020\/04\/8a002b86ee3a18d5b232c5232a62dd3e.jpg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\nHistorycznie cz\u0119sto pojawia si\u0119 zapotrzebowanie na Java i Scala, chocia\u017c wraz z rozwojem technologii i podej\u015b\u0107 te j\u0119zyki odchodz\u0105 na dalszy plan.<\/p>\n<p>Niemniej jednak, hardcore'owa BigData: Hadoop, Spark i reszta zoo \u2014 to ju\u017c nie jest obowi\u0105zkowy warunek dla in\u017cyniera danych, a rodzaj narz\u0119dzi do rozwi\u0105zywania problem\u00f3w, kt\u00f3re nie mog\u0105 by\u0107 rozwi\u0105zane tradycyjnym ETL.\u00a0<\/p>\n<blockquote><p>W trendzie s\u0105 us\u0142ugi umo\u017cliwiaj\u0105ce korzystanie z narz\u0119dzi bez znajomo\u015bci j\u0119zyka, w kt\u00f3rym s\u0105 napisane (np. Hadoop bez znajomo\u015bci Java), a tak\u017ce oferowanie gotowych us\u0142ug do przetwarzania danych strumieniowych (rozpoznawanie g\u0142osu lub obraz\u00f3w w wideo).<\/p><\/blockquote>\n<p>\nPopularne s\u0105 rozwi\u0105zania przemys\u0142owe od SAS i SPSS, przy czym Tableau, Rapidminer, Stata i Julia r\u00f3wnie\u017c s\u0105 szeroko stosowane przez naukowc\u00f3w danych do lokalnych zada\u0144.<\/p>\n<p><img decoding=\"async\" alt=\"In\u017cynier danych a Data Scientist: jaka jest zasadnicza r\u00f3\u017cnica?\" src=\"\/wp-content\/uploads\/2020\/04\/cf18b6b4fe45d9286f2ec6d14418d28c.jpg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\nAnalicy i data scientisty zyskali mo\u017cliwo\u015b\u0107 samodzielnego tworzenia pipeline'\u00f3w zaledwie kilka lat temu: na przyk\u0142ad, przy u\u017cyciu stosunkowo prostych skrypt\u00f3w mo\u017cna teraz kierowa\u0107 dane do magazynu opartego na PostgreSQL.\u00a0<\/p>\n<p>Zwykle korzystanie z konwejr\u00f3w i zintegrowanych struktur danych pozostaje w gestii in\u017cynier\u00f3w danych. Jednak dzisiaj, jak nigdy wcze\u015bniej, silny jest trend na specjalist\u00f3w w profilu T \u2014 posiadaj\u0105cych szerokie umiej\u0119tno\u015bci w pokrewnych dziedzinach, poniewa\u017c narz\u0119dzia ci\u0105gle si\u0119 upraszczaj\u0105.<\/p>\n<h2>Dlaczego Data Engineer i Data Scientist powinni pracowa\u0107 razem<\/h2>\n<p>\nPracuj\u0105c w bliskiej wsp\u00f3\u0142pracy z in\u017cynierami, Data Scientist mog\u0105 skoncentrowa\u0107 si\u0119 na cz\u0119\u015bci badawczej, tworz\u0105c gotowe do u\u017cycia algorytmy uczenia maszynowego.<br \/>\nIn\u017cynierowie mog\u0105 skupi\u0107 si\u0119 na skalowalno\u015bci, ponownym wykorzystaniu danych oraz zapewnieniu, \u017ce pipeline'y wej\u015bcia i wyj\u015bcia danych w ka\u017cdym projekcie odpowiadaj\u0105 globalnej architekturze. <\/p>\n<p>Takie podzia\u0142 obowi\u0105zk\u00f3w zapewnia sp\u00f3jno\u015b\u0107 dzia\u0142a\u0144 mi\u0119dzy grupami specjalist\u00f3w pracuj\u0105cych nad r\u00f3\u017cnymi projektami uczenia maszynowego.\u00a0<\/p>\n<p>Wsp\u00f3\u0142praca sprzyja efektywnemu tworzeniu nowych produkt\u00f3w. Szybko\u015b\u0107 i jako\u015b\u0107 s\u0105 osi\u0105gane dzi\u0119ki r\u00f3wnowadze mi\u0119dzy tworzeniem serwis\u00f3w dla wszystkich (globalny magazyn lub integracja pulpit\u00f3w) a realizacj\u0105 ka\u017cdej konkretnej potrzeby lub projektu (wyspecjalizowany pipeline, pod\u0142\u0105czenie zewn\u0119trznych \u017ar\u00f3de\u0142).\u00a0<\/p>\n<p>Bliska praca z data scientistami i analitykami pomaga in\u017cynierom rozwija\u0107 umiej\u0119tno\u015bci analityczne i badawcze, co prowadzi do lepszego kodu. Ulepsza to wymian\u0119 wiedzy mi\u0119dzy u\u017cytkownikami magazyn\u00f3w i jezior danych, co sprawia, \u017ce projekty s\u0105 bardziej elastyczne oraz zapewnia d\u0142ugoterminowe rezultaty.<\/p>\n<p>W firmach, kt\u00f3re maj\u0105 na celu rozw\u00f3j kultury pracy z danymi oraz budowanie proces\u00f3w biznesowych w oparciu o nie, Data Scientist i Data Engineer wzajemnie si\u0119 uzupe\u0142niaj\u0105, tworz\u0105c kompleksowy system analizy danych.\u00a0<\/p>\n<p>W nast\u0119pnym artykule opowiemy o tym, jakie wykszta\u0142cenie powinni mie\u0107 Data Engineer i Data Scientists, jakie umiej\u0119tno\u015bci powinni rozwija\u0107 oraz jak wygl\u0105da rynek.<\/p>\n<h2>Od redakcji Netologii<\/h2>\n<p>\nJe\u015bli rozwa\u017casz karier\u0119 jako Data Engineer lub Data Scientist, zapraszamy do zapoznania si\u0119 z programami naszych kurs\u00f3w:<\/p>\n<ul>\n<li>Zaw\u00f3d \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>Zaw\u00f3d \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>\u0179r\u00f3d\u0142o: <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 5.0.1.1 - 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\/pl\/blog\/administrirovanie\/data-engineer-i-data-scientist-kakaya-voobshhe-raznicza\" \/>\n\t<meta name=\"generator\" content=\"All in One SEO (AIOSEO) 5.0.1.1\" \/>\n\t\t<meta property=\"og:locale\" content=\"pl_PL\" \/>\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\/pl\/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\udd47In\u017cynier danych i naukowiec danych: jaka jest r\u00f3\u017cnica?","description":"Zawody Data Scientist i Data Engineer s\u0105 cz\u0119sto mylone.","canonical_url":"https:\/\/prohoster.info\/pl\/blog\/administrirovanie\/data-engineer-i-data-scientist-kakaya-voobshhe-raznicza","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"pl_PL","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\/pl\/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\/pl\/wp-json\/wp\/v2\/posts\/77176","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/pl\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/pl\/wp-json\/wp\/v2\/comments?post=77176"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/pl\/wp-json\/wp\/v2\/posts\/77176\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/prohoster.info\/pl\/wp-json\/wp\/v2\/media\/77177"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/pl\/wp-json\/wp\/v2\/media?parent=77176"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/pl\/wp-json\/wp\/v2\/categories?post=77176"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/pl\/wp-json\/wp\/v2\/tags?post=77176"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}