{"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\/pt\/blog\/administrirovanie\/data-engineer-i-data-scientist-kakaya-voobshhe-raznicza","title":{"rendered":"Engenheiro de Dados e Cientista de Dados: qual \u00e9 a diferen\u00e7a?","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"<p>As profiss\u00f5es de Data Scientist e Data Engineer s\u00e3o frequentemente confundidas. Cada empresa tem sua pr\u00f3pria especificidade no trabalho com dados, diferentes objetivos de an\u00e1lise e diferentes percep\u00e7\u00f5es sobre qual especialista deve lidar com qual parte do trabalho, portanto, as exig\u00eancias variam de uma para outra.\u00a0<\/p>\n<p>Vamos entender qual \u00e9 a diferen\u00e7a entre esses especialistas, quais problemas de neg\u00f3cios eles resolvem, quais habilidades possuem e quanto ganham. O material acabou sendo extenso, por isso o dividimos em duas publica\u00e7\u00f5es.<\/p>\n<p>No primeiro artigo, Elena Gerasimova, chefe da faculdade \"<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\">Ci\u00eancia de Dados e an\u00e1lise<\/a><\/noindex>\" na Netology, explica qual \u00e9 a diferen\u00e7a entre Data Scientist e Data Engineer e com quais ferramentas eles trabalham.<noindex><a rel=\"nofollow\" name=\"habracut\"><\/a><\/noindex><\/p>\n<h2>Como diferenciar as fun\u00e7\u00f5es de engenheiros e cientistas de dados<\/h2>\n<p>\nO engenheiro de dados \u00e9 um especialista que, de um lado, desenvolve, testa e mant\u00e9m a infraestrutura de trabalho com dados: bancos de dados, armaz\u00e9ns e sistemas de processamento em massa. Por outro lado, ele \u00e9 respons\u00e1vel por limpar e \"organizar\" os dados para uso por analistas e data scientists, ou seja, cria pipelines de processamento de dados.<\/p>\n<p>O Data Scientist cria e treina modelos preditivos (e n\u00e3o s\u00f3) usando algoritmos de aprendizado de m\u00e1quina e redes neurais, ajudando as empresas a encontrar padr\u00f5es ocultos, prever desenvolvimentos e otimizar processos de neg\u00f3cios cruciais.<\/p>\n<p>A principal diferen\u00e7a entre Data Scientist e Data Engineer \u00e9 que, geralmente, eles t\u00eam objetivos diferentes. Ambos trabalham para que os dados sejam acess\u00edveis e de alta qualidade. No entanto, o Data Scientist procura respostas para suas perguntas e valida hip\u00f3teses no ecossistema de dados (por exemplo, em uma base Hadoop), enquanto o Data Engineer cria o pipeline para manter o algoritmo de aprendizado de m\u00e1quina desenvolvido pelo cientista de dados em um cluster Spark dentro do mesmo ecossistema.\u00a0<\/p>\n<p>O engenheiro de dados traz valor para o neg\u00f3cio, trabalhando em equipe. Sua tarefa \u00e9 atuar como um elo importante entre diferentes participantes: desde desenvolvedores at\u00e9 consumidores de relat\u00f3rios de neg\u00f3cios \u2014 e aumentar a produtividade dos analistas \u2014 desde os de marketing e de produto at\u00e9 os de BI.\u00a0<\/p>\n<p>O Data Scientist, por outro lado, participa ativamente da estrat\u00e9gia da empresa e na extra\u00e7\u00e3o de insights, na tomada de decis\u00f5es, na implementa\u00e7\u00e3o de algoritmos de automatiza\u00e7\u00e3o, modelagem e na gera\u00e7\u00e3o de valor a partir dos dados.<br \/>\n<img decoding=\"async\" alt=\"Engenheiro de Dados e Cientista de Dados: qual \u00e9 a diferen\u00e7a?\" src=\"\/wp-content\/uploads\/2020\/04\/1ce3e892eb7a354b106dc2f6398ec5e7.jpg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<br \/>\nO trabalho com dados segue o princ\u00edpio GIGO (garbage in \u2014 garbage out): se os analistas e cientistas de dados lidarem com dados n\u00e3o preparados e potencialmente incorretos, os resultados, mesmo com os algoritmos de an\u00e1lise mais sofisticados, ser\u00e3o imprecisos.\u00a0<\/p>\n<p>Os engenheiros de dados resolvem esse problema construindo pipelines para processamento, limpeza e transforma\u00e7\u00e3o de dados, permitindo que o cientista de dados trabalhe j\u00e1 com dados de qualidade.\u00a0<\/p>\n<p>No mercado, h\u00e1 muitas ferramentas para trabalhar com dados que cobrem cada uma das etapas: desde o surgimento dos dados at\u00e9 a apresenta\u00e7\u00e3o em um dashboard para o conselho. E \u00e9 importante que a decis\u00e3o de us\u00e1-las seja tomada pelo engenheiro, n\u00e3o porque est\u00e1 na moda, mas porque realmente ajudar\u00e1 os outros participantes do processo.\u00a0<\/p>\n<p>De forma condicional: se uma empresa precisa integrar BI e ETL \u2014 carregamento de dados e atualiza\u00e7\u00f5es de relat\u00f3rios, aqui est\u00e1 uma t\u00edpica infraestrutura legada com a qual um Engenheiro de Dados ter\u00e1 que lidar (\u00e9 bom se, al\u00e9m dele, houver tamb\u00e9m um arquiteto na equipe).<\/p>\n<p><b>Responsabilidades do Engenheiro de Dados<\/b><\/p>\n<ul>\n<li>Desenvolvimento, constru\u00e7\u00e3o e manuten\u00e7\u00e3o da infraestrutura de trabalho com dados.<\/li>\n<li>Tratamento de erros e cria\u00e7\u00e3o de pipelines de processamento de dados confi\u00e1veis.<\/li>\n<li>Transforma\u00e7\u00e3o de dados n\u00e3o estruturados de v\u00e1rias fontes din\u00e2micas em um formato necess\u00e1rio para o trabalho dos analistas.<\/li>\n<li>Fornecimento de recomenda\u00e7\u00f5es para aumentar a consist\u00eancia e a qualidade dos dados.<\/li>\n<li>Garantia e suporte da arquitetura de dados utilizada pelos cientistas de dados e analistas.<\/li>\n<li>Processamento e armazenamento de dados de forma sequencial e eficiente em um cluster distribu\u00eddo de dezenas ou centenas de servidores.<\/li>\n<li>Avalia\u00e7\u00e3o de compromissos t\u00e9cnicos de ferramentas para criar arquiteturas simples, mas robustas, que possam suportar falhas.<\/li>\n<li>Monitoramento e manuten\u00e7\u00e3o dos fluxos de dados e sistemas relacionados (configura\u00e7\u00e3o de monitoramento e alertas).<\/li>\n<\/ul>\n<p>\nH\u00e1 uma outra especializa\u00e7\u00e3o dentro da trajet\u00f3ria do Engenheiro de Dados \u2014 o engenheiro de ML. Resumindo, esses engenheiros se especializam em levar modelos de machine learning \u00e0 produ\u00e7\u00e3o e uso. Muitas vezes, o modelo fornecido pelo cientista de dados \u00e9 parte de uma pesquisa e pode n\u00e3o funcionar em condi\u00e7\u00f5es reais.<\/p>\n<p><b>Responsabilidades do Cientista de Dados<\/b><\/p>\n<ul>\n<li>Extra\u00e7\u00e3o de caracter\u00edsticas dos dados para a aplica\u00e7\u00e3o de algoritmos de machine learning.<\/li>\n<li>Uso de diversas ferramentas de aprendizado de m\u00e1quina para prever e classificar padr\u00f5es nos dados.<\/li>\n<li>Melhora do desempenho e da precis\u00e3o dos algoritmos de aprendizado de m\u00e1quina por meio do ajuste fino e da otimiza\u00e7\u00e3o dos algoritmos.<\/li>\n<li>Forma\u00e7\u00e3o de hip\u00f3teses \"fortes\" de acordo com a estrat\u00e9gia da empresa, que precisam ser testadas.<\/li>\n<\/ul>\n<p><\/p>\n<blockquote><p>Tanto o Data Engineer quanto o Data Scientist compartilham uma contribui\u00e7\u00e3o significativa para o desenvolvimento da cultura de trabalho com dados, atrav\u00e9s da qual a empresa pode gerar receita adicional ou reduzir custos.<\/p><\/blockquote>\n<p><\/p>\n<h2>Com quais linguagens e ferramentas trabalham engenheiros e cientistas de dados<\/h2>\n<p>\nHoje, as expectativas em rela\u00e7\u00e3o aos especialistas em processamento de dados mudaram. Antes, os engenheiros criavam grandes consultas SQL, escreviam manualmente MapReduce e processavam dados utilizando ferramentas como Informatica ETL, Pentaho ETL, Talend.\u00a0<\/p>\n<p>Em 2020, um especialista n\u00e3o pode prescindir do conhecimento de Python e das modernas ferramentas de computa\u00e7\u00e3o (como Airflow), al\u00e9m do entendimento dos princ\u00edpios de trabalho com plataformas em nuvem (usando-as para economizar em \"hardware\", respeitando os princ\u00edpios de seguran\u00e7a).<\/p>\n<p>SAP, Oracle, MySQL, Redis s\u00e3o ferramentas tradicionais para engenheiros de dados em grandes empresas. Elas s\u00e3o boas, mas o custo das licen\u00e7as \u00e9 t\u00e3o alto que vale a pena aprender a trabalhar com elas apenas em projetos industriais. Neste contexto, existe uma alternativa gratuita na forma do Postgres \u2014 \u00e9 gratuito e serve n\u00e3o s\u00f3 para aprendizado.\u00a0<\/p>\n<p><img decoding=\"async\" alt=\"Engenheiro de Dados e Cientista de Dados: qual \u00e9 a diferen\u00e7a?\" src=\"\/wp-content\/uploads\/2020\/04\/8a002b86ee3a18d5b232c5232a62dd3e.jpg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\nHistoricamente, a demanda por Java e Scala \u00e9 comum, embora, \u00e0 medida que as tecnologias e abordagens evoluam, essas linguagens estejam perdendo espa\u00e7o.<\/p>\n<p>No entanto, a Big Data hardcore: Hadoop, Spark e outros da mesma categoria j\u00e1 n\u00e3o s\u00e3o requisitos obrigat\u00f3rios para um engenheiro de dados, mas sim uma variedade de ferramentas para resolver problemas que n\u00e3o podem ser resolvidos com ETL tradicional.\u00a0<\/p>\n<blockquote><p>A tend\u00eancia \u00e9 servi\u00e7os que utilizam ferramentas sem o dom\u00ednio da linguagem em que foram escritas (como Hadoop sem conhecimento de Java), al\u00e9m da oferta de servi\u00e7os prontos para o processamento de dados em tempo real (como reconhecimento de voz ou imagem em v\u00eddeo).<\/p><\/blockquote>\n<p>\nSolu\u00e7\u00f5es industriais da SAS e SPSS s\u00e3o populares, enquanto Tableau, Rapidminer, Stata e Julia tamb\u00e9m s\u00e3o amplamente utilizados por cientistas de dados para tarefas locais.<\/p>\n<p><img decoding=\"async\" alt=\"Engenheiro de Dados e Cientista de Dados: qual \u00e9 a diferen\u00e7a?\" src=\"\/wp-content\/uploads\/2020\/04\/cf18b6b4fe45d9286f2ec6d14418d28c.jpg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\nA capacidade de construir pipelines tornou-se dispon\u00edvel para analistas e cientistas de dados h\u00e1 apenas alguns anos: por exemplo, j\u00e1 \u00e9 poss\u00edvel direcionar dados para um armazenamento baseado em PostgreSQL com scripts relativamente simples.\u00a0<\/p>\n<p>Geralmente, o uso de pipelines e estruturas de dados integradas permanece sob a responsabilidade dos engenheiros de dados. Mas hoje, mais do que nunca, h\u00e1 uma forte tend\u00eancia em especialidades T \u2014 com amplas compet\u00eancias em \u00e1reas relacionadas, j\u00e1 que as ferramentas est\u00e3o se tornando cada vez mais simples.<\/p>\n<h2>Por que Data Engineer e Data Scientist devem trabalhar juntos<\/h2>\n<p>\nTrabalhando em estreita colabora\u00e7\u00e3o com engenheiros, os Data Scientists podem se concentrar na parte de pesquisa, criando algoritmos de aprendizado de m\u00e1quina prontos para uso.<br \/>\nE os engenheiros podem se concentrar na escalabilidade, reutiliza\u00e7\u00e3o de dados e garantir que os pipelines de entrada e sa\u00edda de dados em cada projeto atendam \u00e0 arquitetura global. <\/p>\n<p>Essa divis\u00e3o de responsabilidades assegura a consist\u00eancia entre os grupos de especialistas que trabalham em diferentes projetos de aprendizado de m\u00e1quina.\u00a0<\/p>\n<p>A colabora\u00e7\u00e3o ajuda a criar novos produtos de forma eficaz. Velocidade e qualidade s\u00e3o alcan\u00e7adas atrav\u00e9s do equil\u00edbrio entre a cria\u00e7\u00e3o de um servi\u00e7o para todos (armazenamento global ou integra\u00e7\u00e3o de dashboards) e a implementa\u00e7\u00e3o de cada necessidade ou projeto espec\u00edfico (pipeline especializado, conex\u00e3o com fontes externas).\u00a0<\/p>\n<p>Trabalhar de perto com cientistas de dados e analistas ajuda os engenheiros a desenvolver habilidades anal\u00edticas e de pesquisa para escrever um c\u00f3digo de maior qualidade. A troca de conhecimentos entre os usu\u00e1rios de armazenamentos e lagos de dados melhora, tornando os projetos mais flex\u00edveis e proporcionando resultados a longo prazo mais sustent\u00e1veis.<\/p>\n<p>Em empresas que visam desenvolver uma cultura de trabalho com dados e estruturar processos de neg\u00f3cios com base neles, Data Scientists e Data Engineers se complementam e criam um sistema completo de an\u00e1lise de dados.\u00a0<\/p>\n<p>No pr\u00f3ximo material, falaremos sobre qual forma\u00e7\u00e3o deve ter um Data Engineer e Data Scientist, quais habilidades eles precisam desenvolver e como \u00e9 o mercado.<\/p>\n<h2>Da reda\u00e7\u00e3o da Netologia<\/h2>\n<p>\nSe voc\u00ea est\u00e1 considerando a profiss\u00e3o de Data Engineer ou Data Scientist, convidamos voc\u00ea a explorar os programas de nossos cursos:<\/p>\n<ul>\n<li>A profiss\u00e3o de \u201c<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>A profiss\u00e3o de \u201c<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>Fonte: <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\/pt\/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=\"pt_PT\" \/>\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\/pt\/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 e Data Scientist: qual \u00e9 a diferen\u00e7a? | ProHoster","description":"As profiss\u00f5es de Data Scientist e Data Engineer s\u00e3o frequentemente confundidas.","canonical_url":"https:\/\/prohoster.info\/pt\/blog\/administrirovanie\/data-engineer-i-data-scientist-kakaya-voobshhe-raznicza","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"pt_PT","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\/pt\/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\/pt\/wp-json\/wp\/v2\/posts\/77176","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/pt\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/pt\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/pt\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/pt\/wp-json\/wp\/v2\/comments?post=77176"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/pt\/wp-json\/wp\/v2\/posts\/77176\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/prohoster.info\/pt\/wp-json\/wp\/v2\/media\/77177"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/pt\/wp-json\/wp\/v2\/media?parent=77176"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/pt\/wp-json\/wp\/v2\/categories?post=77176"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/pt\/wp-json\/wp\/v2\/tags?post=77176"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}