{"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\/sl\/blog\/administrirovanie\/data-engineer-i-data-scientist-kakaya-voobshhe-raznicza","title":{"rendered":"Data Engineer in Data Scientist: kak\u0161na je sploh razlika?","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"<p>Poklici Data Scientist in Data Engineer se pogosto zamenjujeta. Vsaka podjetje ima svoje specifi\u010dne na\u010dine dela s podatki, razli\u010dne cilje njihove analize in razli\u010dno predstavo o tem, kdo izmed strokovnjakov naj se ukvarja s katerim delom, zato so tudi zahteve razli\u010dne.\u00a0<\/p>\n<p>Razjasnimo razliko med temi strokovnjaki, katere poslovne naloge re\u0161ujejo, kak\u0161ne spretnosti imajo in koliko zaslu\u017eijo. Material je obse\u017een, zato ga delimo na dve objavi.<\/p>\n<p>V prvem \u010dlanku Elena Gerasimova, vodja fakultete \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 in analitika<\/a><\/noindex>\u201c v Netologiji, pojasnjuje razlike med Data Scientist in Data Engineer ter s katerimi orodji delujejo.<noindex><a rel=\"nofollow\" name=\"habracut\"><\/a><\/noindex><\/p>\n<h2>Kako se razlikujeta vlogi in\u017eenirjev in znanstvenikov podatkov<\/h2>\n<p>\nIn\u017eenir podatkov je strokovnjak, ki na eni strani razvija, testira in vzdr\u017euje infrastrukturo za delo s podatki: podatkovne baze, skladi\u0161\u010da in sisteme za obse\u017eno obdelovanje. Po drugi strani pa je tisti, ki \u010disti in \u201eureja\u201c podatke za uporabo analitikov in data scientistov, kar pomeni, da ustvarja konveje obdelave podatkov.<\/p>\n<p>Data Scientist ustvarja in usposablja prediktivne (in ne samo) modele z algoritmi strojnega u\u010denja in nevronskimi mre\u017eami, s \u010dimer podjetju pomaga odkrivati skrite zakonitosti, napovedovati razvoj dogodkov in optimizirati klju\u010dne poslovne procese.<\/p>\n<p>Glavna razlika med Data Scientist in Data Engineer je v tem, da obi\u010dajno imata razli\u010dne cilje. Oba delujeta za to, da so podatki dostopni in kakovostni. Vendar Data Scientist i\u0161\u010de odgovore na svoja vpra\u0161anja in preverja hipoteze v podatkovnem ekosistemu (na primer na osnovi Hadoop), medtem ko Data Engineer ustvarja pipelines za vzdr\u017eevanje algoritma strojnega u\u010denja, ki ga je napisal data scientist, v klasterju Spark znotraj istega ekosistema.\u00a0<\/p>\n<p>In\u017eenir podatkov prina\u0161a vrednost podjetju s sodelovanjem v ekipi. Njegova naloga je, da deluje kot pomembna povezava med razli\u010dnimi udele\u017eenci: od razvijalcev do poslovnih porabnikov poro\u010dil \u2014 in pove\u010duje produktivnost analitikov \u2014 od marketin\u0161kih in produktnih do BI.\u00a0<\/p>\n<p>Data Scientist pa nasprotno aktivno sodeluje pri strategiji podjetja in pridobivanju vpogledov, sprejemanju odlo\u010ditev, uvajanju algoritmov avtomatizacije, modeliranju in generiranju vrednosti iz podatkov.<br \/>\n<img decoding=\"async\" alt=\"Data Engineer in Data Scientist: kak\u0161na je sploh razlika?\" src=\"\/wp-content\/uploads\/2020\/04\/1ce3e892eb7a354b106dc2f6398ec5e7.jpg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<br \/>\nDelo z podatki sledi na\u010delu GIGO (garbage in \u2014 garbage out): \u010de analitiki in podatkovni znanstveniki delajo s pripravljenimi in potencialno nepravilnimi podatki, bodo rezultati, tudi z najnaprednej\u0161imi analiznimi algoritmi, napa\u010dni.\u00a0<\/p>\n<p>Podatkovni in\u017eenirji re\u0161ujejo to te\u017eavo z oblikovanjem cevi za obdelavo, \u010di\u0161\u010denje in transformacijo podatkov, kar omogo\u010da podatkovnim znanstvenikom, da delajo s kakovostnimi podatki.\u00a0<\/p>\n<p>Na trgu je veliko orodij za delo s podatki, ki pokrivajo vsak korak: od nastanka podatkov do prikaza na nadzorni plo\u0161\u010di za upravni odbor. Pomembno je, da odlo\u010ditev o njihovi uporabi sprejme in\u017eenir, ne zato, ker je to modno, temve\u010d zato, ker bo resni\u010dno pomagal pri delu ostalim udele\u017eencem v procesu.\u00a0<\/p>\n<p>Pogojno: \u010de podjetju potrebuje povezati BI in ETL \u2014 nalaganje podatkov in posodobitve poro\u010dil, to je tipi\u010dna dedna osnova, s katero se bo moral spoprijeti podatkovni in\u017eenir (dobro je, \u010de bo v ekipi poleg njega tudi arhitekt).<\/p>\n<p><b>Naloge podatkovnega in\u017eenirja<\/b><\/p>\n<ul>\n<li>Oblikovanje, gradnja in vzdr\u017eevanje infrastrukture za delo s podatki.<\/li>\n<li>Obdelava napak in ustvarjanje zanesljivih cevovodov za obdelavo podatkov.<\/li>\n<li>Pretvorba strukturiranih podatkov iz razli\u010dnih dinami\u010dnih virov v obliko, potrebno za delo analitikov.<\/li>\n<li>Zagotavljanje priporo\u010dil za pove\u010danje doslednosti in kakovosti podatkov.<\/li>\n<li>Zagotavljanje in vzdr\u017eevanje arhitekture podatkov, ki jo uporabljajo podatkovni znanstveniki in analitiki podatkov.<\/li>\n<li>Obdelava in shranjevanje podatkov dosledno in u\u010dinkovito v porazdeljenem klastru na desetine ali stotine stre\u017enikov.<\/li>\n<li>Ocenjevanje tehni\u010dnih kompromisov orodij za ustvarjanje preprostih, a zanesljivih arhitektur, ki bodo pre\u017eivele okvare.<\/li>\n<li>Nadzor in podpora tokov podatkov in povezanih sistemov (nastavitev nadzora in opozoril).<\/li>\n<\/ul>\n<p>\nObstaja \u0161e ena specializacija znotraj poti podatkovnega in\u017eenirja \u2014 ML in\u017eenir. Na kratko, ti in\u017eenirji se specializirajo za pripeljevanje modelov strojnega u\u010denja do industrijske implementacije in uporabe. Pogosto je model, ki ga zagotovi podatkovni znanstvenik, del raziskave in morda ne bo deloval v bojnih razmerah.<\/p>\n<p><b>Naloge podatkovnega znanstvenika<\/b><\/p>\n<ul>\n<li>Izvle\u010denje zna\u010dilnosti iz podatkov za uporabo algoritmov strojnega u\u010denja.<\/li>\n<li>Uporaba razli\u010dnih orodij strojnega u\u010denja za napovedovanje in klasifikacijo vzorcev v podatkih.<\/li>\n<li>Pove\u010danje u\u010dinkovitosti in natan\u010dnosti algoritmov strojnega u\u010denja z natan\u010dnim nastavljanjem in optimizacijo algoritmov.<\/li>\n<li>Oblikovanje mo\u010dnih hipotez v skladu s strategijo podjetja, ki jih je treba preveriti.<\/li>\n<\/ul>\n<p><\/p>\n<blockquote><p>Tako Data Engineer kot Data Scientist prispevata k razvoju kulture dela s podatki, ki podjetju omogo\u010da pove\u010danje dobi\u010dka ali zni\u017eanje stro\u0161kov.<\/p><\/blockquote>\n<p><\/p>\n<h2>S katerimi jeziki in orodji delajo in\u017eenirji in znanstveniki podatkov.<\/h2>\n<p>\nDanes so pri\u010dakovanja do strokovnjakov za obdelavo podatkov spremenjena. V preteklosti so in\u017eenirji sestavljali obse\u017ene SQL poizvedbe, ro\u010dno pisali MapReduce in obdelovali podatke s pomo\u010djo orodij, kot so Informatica ETL, Pentaho ETL, Talend.\u00a0<\/p>\n<p>V letu 2020 specialistu ne more ve\u010d manjkati znanje Pythona in sodobnih orodij za ra\u010dunalni\u0161ke izra\u010dune (na primer Airflow), pa tudi razumevanje na\u010del dela z obla\u010dnimi platformami (uporaba le-teh za var\u010devanje s strojno opremo ob upo\u0161tevanju varnostnih na\u010del).<\/p>\n<p>SAP, Oracle, MySQL, Redis so tradicionalna orodja in\u017eenirja podatkov v velikih podjetjih. So dobra, vendar so stro\u0161ki licenc tako visoki, da se u\u010denje dela z njimi spla\u010da le v industrijskih projektih. Kljub temu obstaja brezpla\u010dna alternativa v obliki Postgres \u2014 je brezpla\u010den in primeren ne le za u\u010denje.\u00a0<\/p>\n<p><img decoding=\"async\" alt=\"Data Engineer in Data Scientist: kak\u0161na je sploh razlika?\" src=\"\/wp-content\/uploads\/2020\/04\/8a002b86ee3a18d5b232c5232a62dd3e.jpg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\nZgodovinsko se pogosto pojavlja povpra\u0161evanje po Javi in Scali, \u010deprav z razvojem tehnologij in pristopov ti jeziki postajajo manj pomembni.<\/p>\n<p>Kljub temu pa je hardcore BigData: Hadoop, Spark in preostala zbirka orodij \u017ee dolgo neobvezna zahteva za in\u017eenirje podatkov, ampak vrsta orodij za re\u0161evanje problemov, ki jih ni mogo\u010de re\u0161iti s tradicionalnim ETL.\u00a0<\/p>\n<blockquote><p>V trendu so storitve za uporabo orodij brez poznavanja jezika, v katerem so napisane (na primer, Hadoop brez znanja Jave) ter zagotavljanje pripravljenih storitev za obdelavo podatkovnih tokov (prepoznavanje govora ali podob na videu).<\/p><\/blockquote>\n<p>\nPriljubljene so industrijske re\u0161itve SAS in SPSS, pri tem pa se Tableau, Rapidminer, Stata in Julia prav tako \u0161iroko uporabljajo med znanstveniki podatkov za lokalne naloge.<\/p>\n<p><img decoding=\"async\" alt=\"Data Engineer in Data Scientist: kak\u0161na je sploh razlika?\" src=\"\/wp-content\/uploads\/2020\/04\/cf18b6b4fe45d9286f2ec6d14418d28c.jpg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\nMogu\u0107nost samostalnog izgradnje pipeline-a pojavila se kod analiti\u010dara i data scientist-a pre samo nekoliko godina: na primer, relativno jednostavnim skriptama mo\u017ee se usmeravati podaci u skladi\u0161te zasnovano na PostgreSQL-u.\u00a0<\/p>\n<p>Obi\u010dno je kori\u0161\u0107enje konvejera i integrisanih struktura podataka u nadle\u017enosti data in\u017eenjera. No danas je vi\u0161e nego ikada prisutan trend T-oblikovanih stru\u010dnjaka \u2014 sa \u0161irokim kompetencijama u sli\u010dnim oblastima, jer se alati neprestano pojednostavljuju.<\/p>\n<h2>Za\u0161to Data Engineer i Data Scientist treba da rade zajedno<\/h2>\n<p>\nRadom u bliskoj saradnji sa in\u017eenjerima, Data Scientist mo\u017ee da se fokusira na istra\u017eiva\u010dki deo, kreiraju\u0107i algoritme ma\u0161inskog u\u010denja spremne za rad.<br \/>\nIn\u017eenjeri se mogu usredsrediti na skalabilnost, ponovnu upotrebu podataka i garantovati da izlazni i ulazni kanali podataka u svakom pojedina\u010dnom projektu odgovaraju globalnoj arhitekturi. <\/p>\n<p>Ova podela obaveza osigurava doslednost izme\u0111u grupa stru\u010dnjaka koji rade na razli\u010ditim projektima ma\u0161inskog u\u010denja.\u00a0<\/p>\n<p>Saradnja poma\u017ee efikasno stvaranje novih proizvoda. Brzina i kvaliteta se posti\u017eu zahvaljuju\u0107i ravnote\u017ei izme\u0111u stvaranja servisa za sve (globalno skladi\u0161te ili integracija dashboard-a) i realizacije svake konkretne potrebe ili projekta (specijalizovani pipeline, povezivanje spolja\u0161njih izvora).\u00a0<\/p>\n<p>Bliska saradnja sa data scientist-ima i analiti\u010darima poma\u017ee in\u017eenjerima da razvijaju analiti\u010dke i istra\u017eiva\u010dke ve\u0161tine za pisanje kvalitetnijeg koda. Pobolj\u0161ava se razmena znanja me\u0111u korisnicima skladi\u0161ta i jezera podataka, \u0161to \u010dini projekte fleksibilnijim i osigurava dugoro\u010dne odr\u017eive rezultate.<\/p>\n<p>U kompanijama koje imaju za cilj razvoj kulture rada sa podacima i uspostavljanje poslovnih procesa na osnovu njih, Data Scientist i Data Engineer dopunjuju jedni druge i stvaraju potpun sistem analize podataka.\u00a0<\/p>\n<p>U narednom materijalu govore\u0107emo o tome kakvo obrazovanje treba da imaju Data Engineer i Data Scientist, koje ve\u0161tine treba da razvijaju i kako je organizovano tr\u017ei\u0161te.<\/p>\n<h2>Od uredni\u0161tva Netologije<\/h2>\n<p>\n\u010ce se spogledujete s poklicem Data Engineer ali Data Scientist, vas vabimo, da razi\u0161\u010dete na\u0161e u\u010dne programe:<\/p>\n<ul>\n<li>Poklic \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 in\u017eenir<\/a><\/noindex>\u00bb.\u00a0\u00a0<\/li>\n<li>Poklic \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>Izvor: <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 5.0.5 - 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\/sl\/blog\/administrirovanie\/data-engineer-i-data-scientist-kakaya-voobshhe-raznicza\" \/>\n\t\t<meta name=\"generator\" content=\"All in One SEO (AIOSEO) 5.0.5\" \/>\n\t\t<meta property=\"og:locale\" content=\"sl_SI\" \/>\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\/sl\/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 i Data Scientist: koja je uop\u0161te razlika? | ProHoster","description":"Profesije Data Scientist i Data Engineer se \u010desto me\u0161aju.","canonical_url":"https:\/\/prohoster.info\/sl\/blog\/administrirovanie\/data-engineer-i-data-scientist-kakaya-voobshhe-raznicza","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"sl_SI","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\/sl\/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\/sl\/wp-json\/wp\/v2\/posts\/77176","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/sl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/sl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/sl\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/sl\/wp-json\/wp\/v2\/comments?post=77176"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/sl\/wp-json\/wp\/v2\/posts\/77176\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/prohoster.info\/sl\/wp-json\/wp\/v2\/media\/77177"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/sl\/wp-json\/wp\/v2\/media?parent=77176"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/sl\/wp-json\/wp\/v2\/categories?post=77176"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/sl\/wp-json\/wp\/v2\/tags?post=77176"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}