資料架構師、資料分析師、資料工程師，有啥不同，哪個工資高？

之前人問我，做資料架構，資料治理，資料分析哪個細分領域比較有前(錢)景。事實上，資料領域現在用人需求量還是非常旺盛的，企業要找到一個合適的資料領域的人才也比較困難。可以說，每個細分領域只要你做好了，做精通了都是很有前景的。但不同的細分領域所承擔的職責確實不同，建議根據自己的愛好和專長進行選擇!

01 資料架構師

資料架構師在業務環境中進行監督，他們將業務需求轉化為技術需求，併為業務提供適當的原則和標準。他負責設計和視覺化企業資料框架和管理。因此，該框架解釋了計劃中的流程，指定、允許、開發、獲取、管理、使用、維護、檢索、清除和歸檔資料。他提供標準的業務報表、流程戰略需求，表達實現需求的高階整合框架。他與與業務架構相關的分析觀點保持一致。

1、資料架構師角色定義

• 資料架構師的角色是開發安全且可訪問的複雜資料庫系統。

• 它有助於定義資料庫的整個使用，並開發一個框架來構建、測試和管理資料庫。

• 資料架構師也稱為 IT 專家，其職責是配置策略以儲存和訪問資料，與企業內的不同資料來源協作，並將趨勢資料技術整合到現有 IT 環境中。

2、資料架構師的職責

一個有效的資料架構師應該有以下職責：

• 首先，他應該與 IT 團隊和管理層協調，以構建滿足行業需求的資料策略。

• 他應該有能力為架構實施開發資料清單，並致力於獲取資料的最新機會。此外，他應該發現和評估現有的技術和資料管理流程，並建立一個端到端的願景來定義企業內的資料流。

• 他應該為資料庫應用程式和架構開發、設計、部署、除錯和構建資料模型。他應該整合安全性、資料恢復、可靠性、效能、可擴充套件性和準確性等方法功能。他應該有一個定期監視器來報告和改進資料庫管理的效能。

3、資料架構師所需能力

(1)技術能力

資料架構師應該具備強大的業務和技術技能，從資料探勘到解決問題。成為資料架構所需的技術技能是 Oracle 等應用伺服器軟體、Microsoft SQL 伺服器等資料庫管理系統軟體、XML 等企業應用整合工具、查詢軟體、環境軟體開發知識、歸檔和備份軟體、ERP 實施，以及敏捷方法、NLP、預測建模、資料探勘、資料建模工具，如 Visio、ERWin、ETL 工具、Perl、C、C++、Python、MS Windows、Solaris、Linux、Unix、NoSQL、Hadoop、機器學習。

(2)業務能力

資料架構師的業務技能包括有效的溝通、分析問題的解決、行業知識和專家管理。以清晰的眼光從高水平觀察資料挑戰很重要，而正確應對這些挑戰是最重要的。所以他應該有很強的分析能力來突出解決問題。資料科學家必須保持開放，並且應該有仔細傾聽管理層的技巧，以聽取和理解問題。資料分析師和其他相關人員應該共同努力，以實現解決問題的最佳設計，並擁有最佳的溝通技巧，讓業務瞭解它的想法。

(3)溝通能力

溝通能力很重要，因為他需要向非技術同事解釋概念、過程、問題和解決方案。資料架構師的專家管理應該指導和建議他的資料建模人員、資料庫管理員、資料工程師和初級架構師。行業知識對於瞭解組織的職能以及如何分析、使用和收集資料是必要的。它保持了大資料開發的靈活性。

02 資料分析師

資料分析師分析資料以獲取業務或組織的重要資訊。他們從原始資料中提取的資訊，他們只是提取了含義完整的部分，這將有助於僱主或企業根據他們在此過程中收集的不同趨勢和事實做出關鍵決策。它包括資料分析師的不同型別的職責，包括準備報告、刪除損壞的資料、使用工具提取資訊、向管理層提交最終報告等。這些是資料分析師的一些關鍵點，這非常在它的生命週期中很重要。

1、資料分析師角色定義

資料分析是個技能，人人都可以學，人人都可以用。“資料分析”四個字拆開，可以細分成偏技術的“資料”部分——採集、儲存、加工、展示資料;偏業務的“分析”部分——定義問題，設計思路、尋找答案、驗證假設、跟蹤結果。技能人人可以學，但在企業中，具體的活是得有人乾的。在企業裡，員工是按組織架構編排的。資料分析工作，最終還是要分配到某一個部門的某一個崗位。

2、資料分析師的職責

以下是某公司資料分析師的崗位職責描述，其他公司的資料分析師職責也大同小異吧。

• 蒐集行業相關資訊，為相關需求者提供更準確的資料資訊;

• 協助部門經理完善部門管理制度;

• 定期為公司提供金融二級市場最新趨勢;

• 對基本面、技術面進行分析研究，給出走勢分析和判斷，撰寫研究報告上交公司;

• 分析走勢，為相關部門提供有價值的資訊;

• 豐富市場分析能力，做出每日分析計劃，熟練掌握各種分析技術。

3、資料分析師所需能力

下面給出了更多關於資料分析師關鍵技能的詳細資訊，以便更好地瞭解在該領域找到工作的要求。

• 他們應該具有高水平的數學知識

• 非常好的解決問題的能力

• 團隊合作能力

• 口頭和書面溝通技巧

• 應具備分析和解釋資料並從中獲取相關資訊的能力

• 準確和關注每個次要和主要細節，以獲得更好的結果

• 應按時完成分析任務

• 良好的邏輯思維

以上給出的一切都顯示了他們應該具備的基本技能，但現在我們將看到他們應該擁有的技術技能還有一些對獲得結果更重要的技能，它們是：

(1)統計程式語言

首先，資料分析師應該對任何一種統計程式語言都有很好的理解。因為分析資料非常有用和重要，可以幫助企業準備和獲取重要資訊，這有助於管理層、我們的老闆和企業採取基於這些資料的決定。所以我們有 Python 或 R;這些語言幫助我們分析大量資料。

(2)機器學習

如今，有許多公司使用先進的人工智慧技術，讓機器來完成他們的任務，這已是一個趨勢，因此資料分析師應該瞭解機器學習。所以資料分析師應該培養這種技能，因為人工智慧隨著技術的進步而不斷髮展。

(3)資料視覺化

我們可以說這是最後出現的，因為一旦資料分析師完成了三項工作，包括相關調查結果、編譯資料和分析後，資料分析師必須向企業展示他們的資料和調查結果。但要代表它們，我們必須有適當的資料視覺化來更好、更快地理解它。這些可以是圖形或圖表，可以直觀地表示資料，以使其對使用者更具互動性。

(4)研究能力

這也是一項重要的技能，因為有時我們必須進行大量研究才能獲得相關資訊。這有助於資料分析師確定可用於解決任何技術問題的新方法。所以它是解決方案、不同方法和資訊的組合。

(5)解決問題能力

結論這是技術界非常重要的技能。我們必須為問題提供解決方案，因為我們可能會提出一個新的技術問題需要解決，並且是我們日常工作的一部分，因此提出解決方案非常重要。

(6)SQL技術

這代表結構化查詢語言;它是一種計算工具，可以幫助我們非常快速地處理大量資料，藉助這些資料，我們可以非常快速地提取相關資訊。我們可以應用任何條件來獲取資料，這將立即給出結果。因此，這是進行資料分析時非常重要的技能。

(7)Excel使用能力

EXCEL在我們的日常工作中，大多數都是用來做表格、記錄資料的。這個時候，當你的EXCEL操作能力強，你就可以有更高的效率，能夠更快地完成任務。

(8)資料準備

在此過程中，我們嘗試製作可進一步用於表示相關資訊的可理解報告。基本上，我們通過這種方法將重要資料轉換為易於理解、可讀且易於捕獲的報告。此步驟通常在資料視覺化之前完成，因為在此之後，使用圖形或圖表表示資料以將它們呈現給公司。

(9)領域知識

領域知識對於分析任何資料也非常重要，因為它可以幫助我們提供對資料的洞察力，從而有助於從這些資料中獲得更多意義。此外，有關該領域的適當知識有助於資料分析師快速理解資料，這有助於他們使其具有相關性。

(10)寫作能力

強大的寫作技巧非常重要，因為它們與需要建立重要資訊的資料分析部分密切相關。他們積極參與建立報告，並且必須將調查結果寫到報告中，因此需要寫作技巧。

(11)協作能力

為了與團隊和外部利益相關者密切合作，這是資料分析師需要具備的主要技能之一。因為他們經常與他們聯絡，因為對團隊和他們的工作的欣賞有助於每個人在各自的時間內完成他們的任務。

(12)資料倉儲

資料分析師必須保持適當的資料訪問許可權，因為企業的資料工程師師在管理它們，資料分析師是業務使用者，需具備資料的使用權。此外，它還包含需要安全措施的敏感資料。

03 資料工程師

資料工程師可以定義為資料科學團隊中的工程角色，它包含與資料操作相關的各個領域的事實或需要製作和處理資料平臺技術結構的一些資料相關專案。

1、資料工程師角色定義

談到資料工程師的角色，它的角色是多用途的，因為專案需要他們成為多面手。資料工程師負責大資料架構的開發、構建、維護和測試，資料庫和大資料處理系統。負責建立用於建模，挖掘，獲取和驗證資料集合等流程。此外，它將與資料平臺的高度複雜性聯絡起來。由於資料科學和資料科學家尤其對發現資料、產生直覺以及構建機器學習演算法感到焦慮，因此現在資料工程維護工作是在建立基礎設施上建立這些演算法並在廣譜範圍內建立資料管道。

2、資料工程師的職責

以下是某公司資料工程師的崗位職責描述，其他公司的資料分析師職責也大同小異吧。

• 負責ETL方案的設計和實現，確保資料準確和穩定;

• 根據業務需求進行資料同步、處理、統計、開發報表(Excel/CSV);

• 負責編寫和維護資料清洗文件以及資料字典;

• 理解業務需求，與資料分析師、產品經理、爬蟲工程師等上下游同事一起完成業務交付。

3、資料工程師的職責

基本上，任何專家所擁有的技能都與他們所承擔的職責相關，例如團隊規模、平臺規模和專案複雜性，包括工程師的優勢水平。在這裡，建立的技能會有所不同，因為資料工程師可以確保有多種選擇。但總的來說，他們的任務可以分為三個核心區域：資料科學、資料工程和資料倉儲/資料庫。

(1)資料工程能力

大多數用於資料分析或大資料的工具和系統都是用 Java(如 Apache Hive、Hadoop)和 Scala(如 Apache Spark、Kafka)程式設計的。根據其接受度和語法簡單性，Python 和 Rlang 被廣泛應用於資料專案。然而，C#/C 和 Golang 等高效能語言在資料工程師中過於流行，尤其是在訓練和執行 ML 模型方面。因此，技能包括軟體架構、背景、Scala、Java、R、Python、Golang、C/C#。

資料工程師幾乎會與資料科學家一起工作。通過資料平臺工作的基本要素包括對資料建模、演算法和資料轉換方法的深入理解。資料工程師將控制 ETL 的構建，即資料提取、轉換、載入、儲存和分析工具。因此，瞭解流行的 ETL 和 BI 解決方案是必要的。

(2)資料科學能力

需要進一步精確熟練地共享執行已提交機制(如 Hadoop 或 Kafka)的大資料分配。如果專案與機器學習和人工智慧相關，資料工程師應該具備 ML 庫和框架的知識，如 Spark、mlpack、TensorFlow、Pytorch。

這些技能包括對資料科學理念的深入瞭解、對資料分析的熟練程度、Kafka 和 Hadoop 等大資料技術以及 ETL 工具和 BI 工具的實踐經驗。

(3)資料倉儲/資料庫

在最好的情況下，資料工程師會使用精確的工具來設計和構建資料儲存。在這裡，這些儲存將用於儲存結構化或非結構化資料以考慮或插入已提交的分析介面。此外，在極端情況下，這些是關聯式資料庫;因此，SQL 是每個資料工程師必須瞭解的查詢/資料庫的主要內容。

很少有其他工具(如 Redshift、Talend 或 Informatica)是開發大型分散式資料儲存(即 NoSQL、雲倉庫)或將資料執行到成功的資料平臺中的流行解決方案。因此，主要工具包括 SQL/NoSQL、Panoply、Amazon Redshift、Oracle、Informatica、Apache Hive、kettle 和 Talend。

04 哪個崗位更賺錢，有錢途?

以下是來自職友集的資料：

資料架構師工資收入一般是多少錢一個月?平均工資 ￥ 31.6K/月，最多人拿 30K-50K，2022年較2021年下降了10%。

資料分析師工資收入一般是多少錢一個月?平均工資 ￥ 19.2K/月，最多人拿 20K-30K，2022年較2021年下降了7%。

資料工程師工資收入一般是多少錢一個月?平均工資 ￥ 22.3K/月，最多人拿 20K-30K，2022年較2021年增長了5%。

其實，每個崗位都有做的好的和不好的，我見過年薪80萬的資料工程師，也見過月薪50K的資料架構師，他們都是在一個領域的真正專家。只要你將一個領域做精通了，那麼你就是專家!