{"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\/sv\/blog\/administrirovanie\/data-engineer-i-data-scientist-kakaya-voobshhe-raznicza","title":{"rendered":"Data Engineer och Data Scientist: vad \u00e4r egentligen skillnaden?","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"<p>Yrkena Data Scientist och Data Engineer blandas ofta ihop. Varje f\u00f6retag har sin egen specifika databehandlingspraxis, olika m\u00e5l f\u00f6r analysen och olika uppfattningar om vem som ansvarar f\u00f6r vilken del av arbetet, och d\u00e4rf\u00f6r st\u00e4ller varje f\u00f6retag sina egna krav.\u00a0<\/p>\n<p>Vi unders\u00f6ker skillnaderna mellan dessa specialister, vilka aff\u00e4rsproblem de l\u00f6ser, vilka f\u00e4rdigheter de har och hur mycket de tj\u00e4nar. Eftersom materialet blev stort, har vi delat upp det i tv\u00e5 publikationer.<\/p>\n<p>I den f\u00f6rsta artikeln ber\u00e4ttar Elena Gerasimova, avdelningschef f\u00f6r \"<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 och analytik<\/a><\/noindex>\" vid Netology, om skillnaderna mellan Data Scientist och Data Engineer samt vilka verktyg de arbetar med.<noindex><a rel=\"nofollow\" name=\"habracut\"><\/a><\/noindex><\/p>\n<h2>Hur rollerna f\u00f6r ingenj\u00f6rer och vetenskapsm\u00e4n skiljer sig \u00e5t<\/h2>\n<p>\nDataingenj\u00f6ren \u00e4r en specialist som, \u00e5 ena sidan, utvecklar, testar och underh\u00e5ller infrastrukturen f\u00f6r databehandling: databaser, datalagringar och system f\u00f6r massbearbetning. \u00c5 andra sidan \u00e4r det den som reng\u00f6r och \"stylar\" data f\u00f6r anv\u00e4ndning av analytiker och data scientists, vilket inneb\u00e4r att skapa databehandlingspipelines.<\/p>\n<p>Data Scientist skapar och tr\u00e4nar prediktiva (och andra) modeller med hj\u00e4lp av maskininl\u00e4rningsalgoritmer och neurala n\u00e4tverk, vilket hj\u00e4lper f\u00f6retag att hitta dolda m\u00f6nster, f\u00f6ruts\u00e4ga h\u00e4ndelseutveckling och optimera viktiga aff\u00e4rsprocesser.<\/p>\n<p>Den st\u00f6rsta skillnaden mellan Data Scientist och Data Engineer ligger i att de vanligtvis har olika m\u00e5l. B\u00e5da arbetar f\u00f6r att s\u00e4kerst\u00e4lla att data \u00e4r tillg\u00e4ngliga och av h\u00f6g kvalitet. Men Data Scientist s\u00f6ker svar p\u00e5 sina fr\u00e5gor och tester hypoteser i datorsystemets ekosystem (till exempel p\u00e5 en Hadoop-plattform), medan Data Engineer skapar pipeline f\u00f6r att underh\u00e5lla maskininl\u00e4rningsalgoritmen skriven av data scientist i ett Spark-kluster inom samma ekosystem.\u00a0<\/p>\n<p>Dataingenj\u00f6ren tillf\u00f6r v\u00e4rde till verksamheten genom att arbeta i team. Hans uppgift \u00e4r att fungera som en viktig l\u00e4nk mellan olika deltagare: fr\u00e5n utvecklare till aff\u00e4rsanv\u00e4ndare av rapportering, och \u00f6ka produktiviteten hos analytiker \u2013 fr\u00e5n marknads- och produktanalytiker till BI.\u00a0<\/p>\n<p>Data Scientist \u00e5 sin sida deltar aktivt i f\u00f6retagets strategi och utvinning av insikter, beslutsfattande, inf\u00f6rande av automatiseringsalgoritmer, modellering och v\u00e4rdeskapande fr\u00e5n data.<br \/>\n<img decoding=\"async\" alt=\"Data Engineer och Data Scientist: vad \u00e4r egentligen skillnaden?\" src=\"\/wp-content\/uploads\/2020\/04\/1ce3e892eb7a354b106dc2f6398ec5e7.jpg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<br \/>\nArbete med data f\u00f6ljer principen GIGO (garbage in \u2014 garbage out): om analytiker och data scientists hanterar oinformerade och potentiellt felaktiga data, kommer resultaten, \u00e4ven med de mest sofistikerade analysalgoritmerna, att vara felaktiga.\u00a0<\/p>\n<p>Data engineers l\u00f6ser detta problem genom att bygga processlinjer f\u00f6r bearbetning, reng\u00f6ring och transformation av data, vilket g\u00f6r att data scientists kan arbeta med kvalitetss\u00e4krade data.\u00a0<\/p>\n<p>P\u00e5 marknaden finns det m\u00e5nga verktyg f\u00f6r datahantering som t\u00e4cker varje steg: fr\u00e5n datauppkomsten till presentation p\u00e5 instrumentpanelen f\u00f6r styrelsen. Det \u00e4r viktigt att beslutet om deras anv\u00e4ndning fattas av ingenj\u00f6ren \u2014 inte f\u00f6r att det \u00e4r trendigt, utan f\u00f6r att det verkligen hj\u00e4lper andra deltagare i processen.\u00a0<\/p>\n<p>Villkorligt: om f\u00f6retaget beh\u00f6ver integrera BI och ETL \u2014 dataladdning och uppdatering av rapporter, h\u00e4r \u00e4r en typisk legacy-struktur som Data Engineer kommer att beh\u00f6va hantera (det \u00e4r bra om det ocks\u00e5 finns en arkitekt i teamet).<\/p>\n<p><b>Ansvarsomr\u00e5den f\u00f6r Data Engineer<\/b><\/p>\n<ul>\n<li>Utveckling, byggande och underh\u00e5ll av infrastrukturen f\u00f6r datahantering.<\/li>\n<li>Felhantering och skapande av p\u00e5litliga databearbetningsstr\u00f6mmar.<\/li>\n<li>Omvandling av ostrukturerade data fr\u00e5n olika dynamiska k\u00e4llor till en form som \u00e4r anv\u00e4ndbar f\u00f6r analytiker.<\/li>\n<li>Ge rekommendationer f\u00f6r att f\u00f6rb\u00e4ttra konsekvens och kvalitet p\u00e5 data.<\/li>\n<li>S\u00e4kerst\u00e4llande och st\u00f6d f\u00f6r den dataarkitektur som anv\u00e4nds av data scientists och analytiker.<\/li>\n<li>Bearbetning och lagring av data p\u00e5 ett konsekvent och effektivt s\u00e4tt i ett distribuerat kluster med dussintals eller hundratals servrar.<\/li>\n<li>Utv\u00e4rdering av tekniska kompromisser i verktyg f\u00f6r att skapa enkla men p\u00e5litliga arkitekturer som kan st\u00e5 emot st\u00f6rningar.<\/li>\n<li>\u00d6vervakning och st\u00f6d f\u00f6r datastreamar och relaterade system (inst\u00e4llning av \u00f6vervakning och larm).<\/li>\n<\/ul>\n<p>\nDet finns en annan specialisering inom Data Engineer-banvagnen \u2014 ML engineer. Kort sagt, dessa ingenj\u00f6rer specialiserar sig p\u00e5 att ta modeller f\u00f6r maskininl\u00e4rning fr\u00e5n utvecklingsstadiet till praktisk anv\u00e4ndning. Ofta \u00e4r modellen som kommer fr\u00e5n data scientist en del av en studie och kanske inte fungerar i praktiken.<\/p>\n<p><b>Ansvarsomr\u00e5den f\u00f6r Data Scientist<\/b><\/p>\n<ul>\n<li>Utdragning av funktioner fr\u00e5n data f\u00f6r till\u00e4mpning av maskininl\u00e4rningsalgoritmer.<\/li>\n<li>Anv\u00e4ndning av olika verktyg f\u00f6r maskininl\u00e4rning f\u00f6r att f\u00f6ruts\u00e4ga och klassificera m\u00f6nster i data.<\/li>\n<li>\u00d6kning av prestanda och noggrannhet hos algoritmer f\u00f6r maskininl\u00e4rning genom finjustering och optimering av algoritmer.<\/li>\n<li>Formulering av \"starka\" hypoteser i enlighet med f\u00f6retagets strategi som m\u00e5ste testas.<\/li>\n<\/ul>\n<p><\/p>\n<blockquote><p>B\u00e5de Data Engineer och Data Scientist f\u00f6renas av ett p\u00e5tagligt bidrag till utvecklingen av en datakultur, genom vilken f\u00f6retaget kan f\u00e5 extra int\u00e4kter eller minska kostnader.<\/p><\/blockquote>\n<p><\/p>\n<h2>Vilka spr\u00e5k och verktyg arbetar ingenj\u00f6rer och dataforskare med?<\/h2>\n<p>\nIdag har f\u00f6rv\u00e4ntningar p\u00e5 databehandlingsspecialister f\u00f6r\u00e4ndrats. Tidigare samlade ingenj\u00f6rer stora SQL-fr\u00e5gor, skrev MapReduce manuellt och bearbetade data med hj\u00e4lp av verktyg som Informatica ETL, Pentaho ETL, Talend.\u00a0<\/p>\n<p>\u00c5r 2020 \u00e4r det n\u00f6dv\u00e4ndigt f\u00f6r specialister att beh\u00e4rska Python och moderna verktyg f\u00f6r ber\u00e4kningar (t.ex. Airflow), samt f\u00f6rst\u00e5 principerna f\u00f6r arbete med molnplattformar (anv\u00e4nda dem f\u00f6r att spara p\u00e5 \"h\u00e5rdvara\", samtidigt som s\u00e4kerhetsprinciper bevaras).<\/p>\n<p>SAP, Oracle, MySQL, Redis \u2014 det \u00e4r traditionella verktyg f\u00f6r dataingenj\u00f6rer i stora f\u00f6retag. De \u00e4r bra, men kostnaden f\u00f6r licenser \u00e4r s\u00e5 h\u00f6g att det bara \u00e4r meningsfullt att l\u00e4ra sig arbeta med dem i industriella projekt. Det finns dock ett gratis alternativ i form av Postgres \u2014 det \u00e4r gratis och passar inte bara f\u00f6r utbildning.\u00a0<\/p>\n<p><img decoding=\"async\" alt=\"Data Engineer och Data Scientist: vad \u00e4r egentligen skillnaden?\" src=\"\/wp-content\/uploads\/2020\/04\/8a002b86ee3a18d5b232c5232a62dd3e.jpg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\nHistoriskt sett \u00e4r det ofta efterfr\u00e5gat att kunna Java och Scala, \u00e4ven om dessa spr\u00e5k, i takt med teknikens och metodernas utveckling, hamnar i bakgrunden.<\/p>\n<p>Trots detta \u00e4r hardcore BigData: Hadoop, Spark och resten av djurparken inte l\u00e4ngre ett krav f\u00f6r dataingenj\u00f6rer, utan en sorts verktyg f\u00f6r att l\u00f6sa uppgifter som inte kan hanteras med traditionell ETL.\u00a0<\/p>\n<blockquote><p>Trenden \u00e4r tj\u00e4nster f\u00f6r att anv\u00e4nda verktyg utan att beh\u00f6va veta spr\u00e5ket de \u00e4r skrivna i (t.ex. Hadoop utan kunskap om Java), samt tillhandah\u00e5llande av f\u00e4rdiga tj\u00e4nster f\u00f6r bearbetning av str\u00f6mmande data (igenk\u00e4nning av r\u00f6st eller bilder p\u00e5 video).<\/p><\/blockquote>\n<p>\nIndustriella l\u00f6sningar fr\u00e5n SAS och SPSS \u00e4r popul\u00e4ra, samtidigt som Tableau, Rapidminer, Stata och Julia ocks\u00e5 anv\u00e4nds av dataforskare f\u00f6r lokala uppgifter.<\/p>\n<p><img decoding=\"async\" alt=\"Data Engineer och Data Scientist: vad \u00e4r egentligen skillnaden?\" src=\"\/wp-content\/uploads\/2020\/04\/cf18b6b4fe45d9286f2ec6d14418d28c.jpg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\nM\u00f6jligheten att sj\u00e4lva bygga pipeline b\u00f6rjade f\u00f6r analytiker och data scientists f\u00f6r bara ett par \u00e5r sedan: till exempel kan man nu, med hj\u00e4lp av relativt enkla skript, styra data till lagring baserad p\u00e5 PostgreSQL.\u00a0<\/p>\n<p>Vanligtvis ligger anv\u00e4ndningen av pipelines och integrerade datakonstruktioner under dataingenj\u00f6rernas ansvar. Men idag \u00e4r trenden f\u00f6r T-formade specialister starkare \u00e4n n\u00e5gonsin \u2014 med breda kompetenser inom angr\u00e4nsande omr\u00e5den, eftersom verktygen st\u00e4ndigt f\u00f6renklas.<\/p>\n<h2>Varf\u00f6r Data Engineer och Data Scientist ska arbeta tillsammans<\/h2>\n<p>\nGenom att arbeta n\u00e4ra ingenj\u00f6rerna kan Data Scientists fokusera p\u00e5 den forskningsbaserade delen, och skapa f\u00e4rdiga algoritmer f\u00f6r maskininl\u00e4rning.<br \/>\nIngenj\u00f6rerna kan ist\u00e4llet fokusera p\u00e5 skalbarhet, \u00e5teranv\u00e4ndning av data och s\u00e4kerst\u00e4lla att in- och utdata-pipelines f\u00f6r varje projekt \u00f6verensst\u00e4mmer med den globala arkitekturen. <\/p>\n<p>Detta ansvarsf\u00f6rdelning s\u00e4kerst\u00e4ller att det finns en \u00f6verensst\u00e4mmelse i \u00e5tg\u00e4rderna mellan grupper av specialister som arbetar med olika maskininl\u00e4rningsprojekt.\u00a0<\/p>\n<p>Samarbete hj\u00e4lper till att effektivt skapa nya produkter. Hastighet och kvalitet uppn\u00e5s tack vare balansen mellan att skapa en tj\u00e4nst f\u00f6r alla (global lagring eller integration av dashboards) och att genomf\u00f6ra varje specifik behov eller projekt (nischad pipeline, koppla externa k\u00e4llor).\u00a0<\/p>\n<p>T\u00e4tt samarbete med data scientists och analytiker hj\u00e4lper ingenj\u00f6rerna att utveckla analytiska och forskningsf\u00e4rdigheter f\u00f6r att skriva mer h\u00f6gkvalitativ kod. Utbytet av kunskap mellan anv\u00e4ndare av lagringssystem och datal\u00e4ger f\u00f6rb\u00e4ttras, vilket g\u00f6r projekten mer flexibla och s\u00e4kerst\u00e4ller mer h\u00e5llbara l\u00e5ngsiktiga resultat.<\/p>\n<p>I f\u00f6retag som har som m\u00e5l att utveckla en datainriktad arbetskultur och bygga aff\u00e4rsprocesser baserade p\u00e5 data kompletterar Data Scientists och Data Engineers varandra och skapar ett helt\u00e4ckande system f\u00f6r dataanalys.\u00a0<\/p>\n<p>I n\u00e4sta artikel kommer vi att ber\u00e4tta vilken utbildning som beh\u00f6vs f\u00f6r Data Engineers och Data Scientists, vilka f\u00e4rdigheter de beh\u00f6ver utveckla och hur marknaden ser ut.<\/p>\n<h2>Fr\u00e5n redaktionen p\u00e5 Netology<\/h2>\n<p>\nOm du funderar p\u00e5 en karri\u00e4r som Data Engineer eller Data Scientist, inbjuder vi dig att utforska utbildningsprogrammen i v\u00e5ra kurser:<\/p>\n<ul>\n<li>Yrket \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>Yrket \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>K\u00e4lla: <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 5.0.4 - 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\/sv\/blog\/administrirovanie\/data-engineer-i-data-scientist-kakaya-voobshhe-raznicza\" \/>\n\t\t<meta name=\"generator\" content=\"All in One SEO (AIOSEO) 5.0.4\" \/>\n\t\t<meta property=\"og:locale\" content=\"sv_SE\" \/>\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\/sv\/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 och Data Scientist: vad \u00e4r egentligen skillnaden? | ProHoster","description":"Data Scientist och Data Engineer f\u00f6rv\u00e4xlas ofta.","canonical_url":"https:\/\/prohoster.info\/sv\/blog\/administrirovanie\/data-engineer-i-data-scientist-kakaya-voobshhe-raznicza","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\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\/sv\/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\/sv\/wp-json\/wp\/v2\/posts\/77176","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=77176"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/sv\/wp-json\/wp\/v2\/posts\/77176\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/prohoster.info\/sv\/wp-json\/wp\/v2\/media\/77177"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/sv\/wp-json\/wp\/v2\/media?parent=77176"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/sv\/wp-json\/wp\/v2\/categories?post=77176"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/sv\/wp-json\/wp\/v2\/tags?post=77176"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}