{"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\/sv\/blog\/administrirovanie\/samye-vostrebovannye-navyki-v-professii-data-engineer","title":{"rendered":"De mest efterfr\u00e5gade f\u00e4rdigheterna inom yrket dataingenj\u00f6r","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Enligt statistik \u00f6ver 2019 \u00e5rs data<\/a><\/noindex>, data engineer \u00e4r f\u00f6r n\u00e4rvarande ett yrke vars efterfr\u00e5gan v\u00e4xer snabbare \u00e4n n\u00e5got annat. En data engineer spelar en kritiskt viktig roll inom organisationer \u2013 de skapar och underh\u00e5ller pipelines och databaser som anv\u00e4nds f\u00f6r att bearbeta, transformera och lagra data. Vilka f\u00e4rdigheter beh\u00f6vs fr\u00e4mst av yrkesverksamma inom detta omr\u00e5de? Skiljer sig listan fr\u00e5n de krav som st\u00e4lls p\u00e5 data scientists? Om allt detta f\u00e5r du veta i min artikel.<\/p>\n

Jag har analyserat jobbannonser f\u00f6r positionen data engineer i den form de har i januari 2020, f\u00f6r att f\u00f6rst\u00e5 vilka tekniska f\u00e4rdigheter som \u00e4r mest eftertraktade. Sedan j\u00e4mf\u00f6rde jag resultaten med statistiken \u00f6ver jobbannonser f\u00f6r positionen data scientist \u2013 vilket ledde till n\u00e5gra intressanta skillnader.<\/p>\n

Utan l\u00e5nga inledningar \u2013 h\u00e4r \u00e4r topp tio teknologier som oftast n\u00e4mns i jobbannonser:<\/p>\n

\"De<\/p>\n

N\u00e4mnanden av teknologier i jobbannonser f\u00f6r positionen data engineer \u00e5r 2020<\/i><\/p>\n

L\u00e5t oss reda ut detta.
\n<\/a><\/noindex><\/p>\n

Ansvarsomr\u00e5den f\u00f6r data engineer<\/h4>\n

\nI dag har det arbete som data engineers utf\u00f6r en enorm betydelse f\u00f6r organisationer \u2013 det \u00e4r dessa personer som ansvarar f\u00f6r att lagra information och omvandla den till ett format som andra anst\u00e4llda kan arbeta med. Data engineers bygger pipelines f\u00f6r att st\u00e4lla in h\u00e4mtningen av data, antingen i fl\u00f6den eller i paket, fr\u00e5n m\u00e5nga k\u00e4llor. D\u00e4refter utf\u00f6r dessa pipelines operationer f\u00f6r extraktion, transformation och inladdning (det vill s\u00e4ga ETL-processer) f\u00f6r att g\u00f6ra datan mer anv\u00e4ndbar f\u00f6r vidare anv\u00e4ndning. Efter detta \u00f6verl\u00e4mnas datan till analytiker och data scientists f\u00f6r djupare bearbetning. Slutligen avslutar datan sin resa p\u00e5 informationspaneler, i rapporter och modeller f\u00f6r maskininl\u00e4rning.<\/p>\n

Jag s\u00f6kte information f\u00f6r att dra slutsatser om vilka teknologier som \u00e4r mest efterfr\u00e5gade f\u00f6r data engineers f\u00f6r n\u00e4rvarande.<\/p>\n

Metoder<\/h4>\n

\nJag samlade information fr\u00e5n tre jobbannonseringssajter \u2013 SimplyHired<\/a><\/noindex>, Indeed<\/a><\/noindex> och Monster<\/a><\/noindex> och unders\u00f6kte vilka nyckelord som f\u00f6rekommer tillsammans med \"data engineer\" i jobbtexter riktade till inv\u00e5nare i USA. F\u00f6r den h\u00e4r uppgiften anv\u00e4nde jag tv\u00e5 Python-bibliotek \u2013 Requests<\/a><\/noindex> och Beautiful Soup<\/a><\/noindex>Jag inkluderade nyckelord b\u00e5de fr\u00e5n den tidigare listan f\u00f6r analys av jobbannonser f\u00f6r positionen som data scientist och de som jag valde manuellt genom att l\u00e4sa jobbannonser f\u00f6r data engineers. LinkedIn var inte en av k\u00e4llorna eftersom jag blev avst\u00e4ngd d\u00e4r efter mitt f\u00f6rra f\u00f6rs\u00f6k att samla in data.<\/p>\n

F\u00f6r varje nyckelord r\u00e4knade jag procentandelen tr\u00e4ffar av det totala antalet texter p\u00e5 varje webbplats f\u00f6r sig, och sedan ber\u00e4knade jag medelv\u00e4rdet fr\u00e5n de tre k\u00e4llorna.<\/p>\n

Resultat<\/h4>\n

\nNedan presenteras trettio tekniska termer inom data engineering med de h\u00f6gsta v\u00e4rdena fr\u00e5n alla tre jobb webbplatser.<\/p>\n

\"De<\/p>\n

H\u00e4r \u00e4r samma siffror, men presenterade i tabellformat:<\/p>\n

\"De<\/p>\n

L\u00e5t oss g\u00e5 i ordning.<\/p>\n

\u00d6versikt av resultaten<\/b><\/p>\n

B\u00e5de SQL och Python f\u00f6rekommer i mer \u00e4n tv\u00e5 tredjedelar av de granskade jobbannonserna. Det \u00e4r dessa tv\u00e5 teknologier som har mest mening att studera f\u00f6rst. Python<\/a><\/noindex> \u2013 ett mycket popul\u00e4rt programmeringsspr\u00e5k som anv\u00e4nds f\u00f6r att arbeta med data, skapa webbplatser och skriva skript. SQL<\/a><\/noindex> st\u00e5r f\u00f6r Structured Query Language (strukturerat fr\u00e5gespr\u00e5k); det inneb\u00e4r en standard som genomf\u00f6rs av en grupp spr\u00e5k och anv\u00e4nds f\u00f6r att extrahera data fr\u00e5n relationella databaser. Det har funnits l\u00e4nge och har visat sig vara mycket stabilt.<\/p>\n

Spark n\u00e4mns i ungef\u00e4r h\u00e4lften av jobben. Apache Spark<\/a><\/noindex> \u2013 en \"f\u00f6renad analytisk motor f\u00f6r behandling av stora data med inbyggda moduler f\u00f6r str\u00f6mning, SQL, maskininl\u00e4rning och grafbehandling\". Det \u00e4r s\u00e4rskilt popul\u00e4rt bland dem som arbetar med stora databaser.<\/p>\n

AWS n\u00e4mns i ungef\u00e4r 45% av jobbannonserna. Det \u00e4r en molnber\u00e4kningsplattform som tillverkas av Amazon; den har den st\u00f6rsta marknadsandelen bland alla molnplattformar.
\nD\u00e4refter kommer Java och Hadoop \u2013 liite \u00f6ver 40% var. Java<\/a><\/noindex> \u2013 ett allm\u00e4nt f\u00f6rekommande, bepr\u00f6vat spr\u00e5k, som i Stack Overflow-unders\u00f6kningen fr\u00e5n 2019<\/a><\/noindex> hamnade p\u00e5 tionde plats bland spr\u00e5k som ger programmerare \u00e5ngest. I kontrast visade sig Python vara det n\u00e4st mest \u00e4lskade spr\u00e5ket. Spr\u00e5ket Java kontrolleras av Oracle, och allt som beh\u00f6ver veta om det kan f\u00f6rst\u00e5s h\u00e4rifr\u00e5n, sk\u00e4rmdumpen fr\u00e5n officiella sidan fr\u00e5n januari 2020.<\/p>\n

\"De
\n
\nSom om jag \u00e5kt tillbaka i tiden<\/i>
\nApache Hadoop<\/a><\/noindex> anv\u00e4nder en programmodell av MapReduce med serverkluster f\u00f6r stora datam\u00e4ngder. Denna modell avf\u00e4rdas allt oftare.<\/p>\n

H\u00e4r ser vi Hive, Scala, Kafka och NoSQL \u2013 var och en av dessa teknologier n\u00e4mns i en fj\u00e4rdedel av de annonserade jobben. Apache Hive \u00e4r ett datalagringsprogram som \"f\u00f6renklar l\u00e4sning, skrivning och hantering av stora dataset som ligger i distribuerade lagringssystem med hj\u00e4lp av SQL. Scala<\/a><\/noindex> \u2013 ett programmeringsspr\u00e5k som anv\u00e4nds aktivt f\u00f6r arbete med stora datam\u00e4ngder. Specifikt skapades Spark p\u00e5 Scala. I den n\u00e4mnda listan \u00f6ver skr\u00e4mmande programmeringsspr\u00e5k placerar sig Scala p\u00e5 elfte plats. Apache Kafka<\/a><\/noindex> \u2013 en distribuerad plattform f\u00f6r hantering av str\u00f6mmande meddelanden. Mycket popul\u00e4r som ett verktyg f\u00f6r datastreaming.<\/p>\n

NoSQL-databaser<\/a><\/noindex> st\u00e4ller sig i kontrast till SQL. De skiljer sig \u00e5t genom att de inte \u00e4r relationella, inte strukturerade och har horisontell skalbarhet. NoSQL har vunnit viss popularitet, men den febrila entusiasmen f\u00f6r denna metod, \u00e4nda till profetior om att den skulle ers\u00e4tta SQL som den dominerande lagringsparadigmen, verkar nu vara f\u00f6rbi.<\/p>\n

J\u00e4mf\u00f6relse med termer i jobben f\u00f6r data scientist<\/h4>\n

\nH\u00e4r \u00e4r trettio teknologiska termer som \u00e4r mest f\u00f6rekommande bland arbetsgivare inom data science. Denna lista fick jag p\u00e5 samma s\u00e4tt som jag beskrev ovan f\u00f6r data engineering.<\/p>\n

\"De<\/p>\n

N\u00e4mnanden av teknologier i jobben f\u00f6r data scientist under 2020<\/i><\/p>\n

Om vi pratar om det totala antalet visade det sig att det fanns fler annonser, 28% fler (12 013 mot 9396). L\u00e5t oss titta p\u00e5 vilka teknologier som f\u00f6rekommer i jobben f\u00f6r data scientists mindre ofta \u00e4n f\u00f6r data engineers.<\/p>\n

Mer popul\u00e4ra inom data engineering<\/b><\/p>\n

I diagrammet nedan visas nyckelord med ett genomsnittligt avvikelse, antingen \u00f6ver 10% eller under -10%.<\/p>\n

\"De<\/p>\n

De st\u00f6rsta skillnaderna i frekvensen av nyckelord hos data engineer och data scientist<\/i><\/p>\n

Den mest betydelsefulla \u00f6kningen ses f\u00f6r AWS: inom data engineering dyker det upp 25% oftare \u00e4n inom data science (ungef\u00e4r 45% och 20% av det totala antalet jobb respektive). Skillnaden \u00e4r m\u00e4rkbar!<\/p>\n

H\u00e4r \u00e4r samma data i en n\u00e5got annan presentation \u2013 i diagrammet placeras resultaten f\u00f6r samma nyckelord i jobben f\u00f6r data engineer och data scientist sida vid sida.<\/p>\n

\"De<\/p>\n

De st\u00f6rsta skillnaderna i frekvensen av nyckelord hos data engineer och data scientist<\/i><\/p>\n

Den n\u00e4sta st\u00f6rsta \u00f6kningen jag har noterat \u00e4r hos Spark \u2013 dataingenj\u00f6rer arbetar ofta med stora datam\u00e4ngder. Kafka<\/a><\/noindex> har ocks\u00e5 \u00f6kat med 20%, allts\u00e5 n\u00e4stan fyra g\u00e5nger j\u00e4mf\u00f6rt med resultaten f\u00f6r jobb i data science. Datatransfer \u00e4r en av de viktigaste uppgifterna f\u00f6r en dataingenj\u00f6r. Slutligen visade antalet omn\u00e4mningar p\u00e5 15% mer inom data engineering f\u00f6r Java, NoSQL, Redshift, SQL och Hadoop.<\/p>\n

Mindre popul\u00e4ra inom data engineering<\/b><\/p>\n

L\u00e5t oss nu se vilka teknologier som \u00e4r mindre popul\u00e4ra i jobben f\u00f6r dataingenj\u00f6rer.
\nDen mest dramatiska nedg\u00e5ngen j\u00e4mf\u00f6rt med data science-skiktet intr\u00e4ffade hos R<\/a><\/noindex>: d\u00e4r syntes den i ungef\u00e4r 56% av jobben, h\u00e4r \u2013 endast 17%. Imponerande. R \u00e4r ett programmeringsspr\u00e5k som \u00e4r popul\u00e4rt bland forskare och statistiker och ligger p\u00e5 \u00e5ttonde plats i en skr\u00e4mmande ranking av spr\u00e5k.<\/p>\n

SAS<\/a><\/noindex> finns ocks\u00e5 i jobben f\u00f6r dataingenj\u00f6rer avsev\u00e4rt mindre \u2013 skillnaden \u00e4r 14%. SAS \u00e4r ett patenterat spr\u00e5k avsett f\u00f6r arbete med statistik och data. En intressant punkt: enligt resultaten fr\u00e5n min unders\u00f6kning av jobben f\u00f6r data scientists<\/a><\/noindex>, har det p\u00e5 sistone f\u00f6rlorat mark ordentligt \u2013 mer \u00e4n n\u00e5gon annan teknik.<\/p>\n

Eftertraktade b\u00e5de inom data engineering och data science<\/b><\/p>\n

Det \u00e4r v\u00e4rt att notera att \u00e5tta av de tio b\u00e4sta positionerna i b\u00e5da upps\u00e4ttningarna \u00f6verensst\u00e4mmer. SQL, Python, Spark, AWS, Java, Hadoop, Hive och Scala finns i toppen f\u00f6r b\u00e5de data engineering och data science. I diagrammet nedan kan du se femton av de mest popul\u00e4ra teknologierna bland arbetsgivare f\u00f6r dataingenj\u00f6rer, och bredvid dem deras siffror f\u00f6r jobb i data science.<\/p>\n

\"De<\/p>\n

Rekommendationer<\/h4>\n

\nOm du vill arbeta med data engineering, skulle jag rekommendera att du l\u00e4r dig f\u00f6ljande teknologier \u2013 jag listar dem i ordning efter ungef\u00e4rligt prioritet.<\/p>\n

L\u00e4r dig SQL. Jag rekommenderar PostgreSQL, eftersom det har \u00f6ppen kod, stor popularitet inom samh\u00e4llet och \u00e4r i en tillv\u00e4xtfas. Hur man anv\u00e4nder spr\u00e5ket kan du ta reda p\u00e5 fr\u00e5n boken My Memorable SQL \u2013 dess pilotversion \u00e4r tillg\u00e4nglig h\u00e4r<\/a><\/noindex>.<\/p>\n

Beh\u00e4rska Python, \u00e4ven om du inte g\u00e5r in p\u00e5 den mest hardcore niv\u00e5n. Boken My Memorable Python \u00e4r just f\u00f6r nyb\u00f6rjare. Den kan k\u00f6pas p\u00e5 Amazon<\/a><\/noindex>, elektronisk kopia eller fysisk, beroende p\u00e5 ditt val, eller s\u00e5 kan du ladda ner den i pdf- eller epub-format p\u00e5 denna webbplats<\/a><\/noindex>.<\/p>\n

S\u00e5 snart du har bekantat dig med Python, g\u00e5 vidare till pandas \u2013 Python-biblioteket som anv\u00e4nds f\u00f6r att rensa och bearbeta data. Om du siktar p\u00e5 att arbeta i ett f\u00f6retag d\u00e4r kunskap om Python kr\u00e4vs (vilket de flesta f\u00f6retag g\u00f6r), kan du vara s\u00e4ker p\u00e5 att kunskaper i pandas kommer att f\u00f6ruts\u00e4ttas som standard. Jag h\u00e5ller f\u00f6r tillf\u00e4llet p\u00e5 att avsluta en introduktionsguide f\u00f6r att arbeta med pandas \u2013 du kan prenumerera<\/a><\/noindex>, f\u00f6r att inte missa lanseringen.<\/p>\n

L\u00e4r dig AWS. Om du vill bli dataingenj\u00f6r \u00e4r det viktigt att ha en molnplattform i verktygsl\u00e5dan, och AWS \u00e4r den mest popul\u00e4ra av dem. Kurserna Linux Academy<\/a><\/noindex>, n\u00e4r jag studerade data engineering p\u00e5 Google Cloud<\/a><\/noindex>, tror jag att de \u00e4ven har bra material f\u00f6r AWS.<\/p>\n

Om du redan har beh\u00e4rskat hela denna lista och vill v\u00e4xa ytterligare i arbetsgivarens \u00f6gon som dataingenj\u00f6r, f\u00f6resl\u00e5r jag att du l\u00e4gger till Apache Spark f\u00f6r att arbeta med stordata. \u00c4ven om min unders\u00f6kning om data science-jobb visade p\u00e5 en minskad efterfr\u00e5gan, syns intresset f\u00f6r dataingenj\u00f6rer n\u00e4stan i varje annan jobbannons.<\/p>\n

Avslutningsvis<\/h4>\n

\nHoppas att denna \u00f6versikt \u00f6ver de mest eftertraktade teknologierna f\u00f6r dataingenj\u00f6rer har varit till nytta. Om du \u00e4r intresserad av hur det ser ut med jobben f\u00f6r analytiker, l\u00e4s min annan artikel<\/a><\/noindex>. Lycka till med ingenj\u00f6rsjobbet!
\n
K\u00e4lla: 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\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\udd47De mest eftertraktade f\u00e4rdigheterna inom yrket dataingenj\u00f6r | ProHoster","description":"Enligt statistik fr\u00e5n 2019 \u00e4r dataingenj\u00f6r f\u00f6r n\u00e4rvarande ett yrke med efterfr\u00e5gan.","canonical_url":"https:\/\/prohoster.info\/sv\/blog\/administrirovanie\/samye-vostrebovannye-navyki-v-professii-data-engineer","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"sv_SE","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.","og:url":"https:\/\/prohoster.info\/sv\/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","focus_keyword":null,"additional_keywords":null,"truseo_locale":null},"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/sv\/wp-json\/wp\/v2\/posts\/55327","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/sv\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/sv\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/sv\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/sv\/wp-json\/wp\/v2\/comments?post=55327"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/sv\/wp-json\/wp\/v2\/posts\/55327\/revisions"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/sv\/wp-json\/wp\/v2\/media?parent=55327"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/sv\/wp-json\/wp\/v2\/categories?post=55327"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/sv\/wp-json\/wp\/v2\/tags?post=55327"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}