新兴数据岗位：Analytics Engineer分析工程师是什么？

几个月前，我决定踏上新的职业道路，换一份工作。我一直想找一个自己很感兴趣的工作，在 LinkedIn 上浏览了几周招聘信息后，我发现了一个规律。

当时，虽然我是一名数据工程师，但我想要有更多机会能让我在发挥创造力的同时，与业务团队密切合作。但在技能方面，我与数据分析师不太匹配，我也不想继续做传统的数据工程师。

就在那时，我看到了分析工程师（Analytics Engineer）这个职位。本文就将以我的经验和调查为基础，为你介绍这个新兴的数据岗位。如果你想了解更多数据分析相关内容，可以阅读以下这些文章：
Data in HR Management：商科社科人文科数据分析求职新方向–人力资源管理
4个电商常用Customer Segmentation的方法
Market Basket Analysis：把握电商求职核心的购物篮分析是什么？
数据求职常出现的RFM是什么？如何影响电商行业营销策略？

这个职位符合我所有想要的岗位要求。我以前没听说过这个职位，但是我却感到非常好奇。这个职位完美结合了我已掌握的工程技能，以及我一直在寻找的商业机会。

分析工程师需要什么技能？

• SQL
• Python
• Dbt
• 数据可视化
• 沟通能力强

首先，让我们看看分析工程师需要掌握的技术和工具。成功的分析工程师的特点之一，就是熟练地掌握SQL。分析工程师需要编写大量的查询和数据模型，所以在面试这个职位之前，你必须重复练习所有聚合和窗口函数。

有用 Python 编写代码的经验也很重要。与传统的数据分析师相比，分析工程师需要掌握更多的编程知识。分析工程师不一定了解 Java script 和 C++ 这些软件工程语言，但他们更了解 SQL 以外的更高级的“数据”语言。Python就非常地常见，常用于分析工程师的数据编排服务和数据科学模型工作中。

下一个技能也很重要。公司经常会找有 dbt工具经验的人。dbt 是一种转换工作流，可以让团队按照模块、可移植性、CI/CD 、文档等软件工程的最佳实践，快速协作部署分析代码。创建 dbt 的公司本质上就是塑造分析工程师这个职位！没有 dbt，分析工程师就无法进行分析工程。他们之间密不可分。

与数据分析师一样，分析工程师也应该拥有创建有影响的数据可视化的经验。分析工程师可以将数据中的发现传达给业务团队，这一点很重要。如果分析结果不容易理解和实施，那分析又有什么用呢？工具没有好与不好之分，分析工程师必须熟悉各种各样的工具。

分析工程师的工作职责是？

你可以把分析工程师理解为——负责管理公司数据栈的人。虽然根据公司的大小不同，数据工程师的工作职责有所不同，但基本都包括以下几点：

• 数据建模
• 数据仓库管理
• 数据编排
• 设置最佳实践
• 交叉协作

分析工程师主要控制ETL（提取、转换、加载）过程。你会通过实施并管理数据仓库（例如 Snowflake）来处理数据。在这个过程中，分析工程师会使用最佳工具，将不同来源的数据提取到该仓库中，然后对分析师要使用的数据进行建模，并确定进度表，简化这些模型。数据建模占也是分析工程师日常工作的很大一部分。

需要分析工程师的工作，都是从头开始构建一个全新的数据生态系统。如果你想负责大型项目，并从根本上改变公司使用数据的方式，那么这个职位对你来说再适合不过了。

到目前为止我的收获

截至目前，我只有 3 个月分析工程师的经验，但却收获颇丰。我设计了Snowflake 架构，并投入了实施，将它作为公司数据的一站式商店。与此同时，我还彻查并重建了 dbt 中的许多核心数据模型。目前，我正在用 AWS Fargate 和 Prefect 来部署这些模型。

如果你对以上任何一个工作内容感兴趣，那么我强烈建议你看看分析工程师的招聘信息。不要让这个你不熟悉的头衔让你感到畏惧，而却错过了一个可能很适合你的角色！感谢你的阅读！你还可以订阅我们的YouTube频道，观看大量数据科学相关公开课：https://www.youtube.com/channel/UCa8NLpvi70mHVsW4J_x9OeQ；在LinkedIn上关注我们，扩展你的人际网络！https://www.linkedin.com/company/dataapplab/

原文作者：Stephen Miracle
翻译作者：Lea
美工编辑：过儿
校对审稿：Jiawei Tong
原文链接：https://levelup.gitconnected.com/the-2-types-of-software-engineers-every-successful-product-team-needs-11952e937def