由解决方案架构师和数据工程师Mohammed M Jubapu撰写

数据工程是当今市场上最受欢迎的工作之一。数据无处不在，被认为是新时代的石油。企业从不同的来源产生大量的数据，数据工程师的任务就是组织数据信息的收集、处理和存储。然而，要成为一名数据工程师，你需要具备一些优秀的技能，如数据库、大数据、ETL和数据仓库、云计算以及编程语言。但问题来了，你是想拥有所有这些技能，还是体验过使用所有工具？这是最大的困境，特别是在有各种工具可以完成任务的技术中。

好吧，为了简化这一点，让我们喝一杯，直接进入数据工程就业市场的最新技能集观察，这肯定会给你现有的职业生涯增添动力，或者帮助你开始你的数据工程之旅。

1-精通一种编程语言

是的，编程语言是数据工程的必备技能。大多数职位说明要求至少精通一种编程语言。这些语言是编写ETL或数据管道框架所必需的。通用编程语言是掌握数据工程和管道所需的核心编程技能。其中，JavaandScalaare用于在Hadoop上编写MapReduce作业；Pythonis是数据分析和管道的流行选择，而Rubyy也是一个流行的应用程序粘合剂。

2-Python是列出最多的技能

蟒蛇！蟒蛇！蟒蛇！是的，大约70%的工作概要要求具备Python技能，其次是SQL、Java、Scala和其他编程技能，如R、.NET、Perl、Shell脚本等。

3-Apache Spark在数据处理层的顶部闪耀

数据处理是将数据收集和操作成可用的和所需的形式。Apache Spark在数据处理层中名列前茅，其次是AWS Lambda、Elasticsearch、MapReduce、Oozie、Pig、AWS EMR等。Apache Spark是一个强大的开放源码框架，以非常快的速度提供交互式处理、实时流处理、批处理和内存处理、标准接口和易用性。

4-REST API经常用于数据收集

对于任何需要分析或处理的数据，首先需要将其收集或摄取到数据管道中。Rest API是用于此目的的常用工具，其次是Sqoop、Nifi、Azure Data Factory、Flume、Hue等。

5-数据缓冲在Apache Kafka中很常见

数据缓冲是数据工程框架中的一个关键部分，当数据从一个地方移动到另一个地方时，需要临时存储数据以满足大量数据的需求。Apache Kafka是一个常用的分布式数据存储，为实时获取和处理流数据进行了优化。流数据是由数以千计的数据源连续生成的数据，这些数据源通常同时发送数据记录。流媒体平台需要处理这种不断涌入的数据，并按顺序和增量地处理这些数据。这一类的其他工具有Kinesis、Redis Cache、GCP pub/sub等。

6-存储数据-SQL或NOSQL

数据需要存储以进行处理、分析或可视化，以产生有价值的见解。数据存储可以采用数据仓库、Hadoop、数据库（包括RDBMS和NoSQL)、数据集市等形式。SQL技能最多，其次是Hive、AWS Redshift、MongoDB、AWS S3、Cassandra、GCP BigQuery等。

7-使用Tableau或PowerBI进行数据可视化

数据可视化是以图形、图表或其他可视化格式表示数据或信息。它通信数据与图像的关系。Tableau和PowerBI领先于SAP Business Objects、Qlik、SPSS、QuickSight、MicroStrategy等。

8-数据工程云平台

有不同的云平台或基于内部的平台，可以利用它们来处理不同的数据工程工具集。列出的典型有Hadoop、谷歌云平台、AWS、Azure和Apprenda。

嗯，一个人不可能是一个大师或经验丰富的所有技能和工具，它绝对不是强制性的拥有所有这些技能。但通常要求在每个数据管道框架类别中至少拥有一个，如用于云平台的GCP、用于开发的Python、用于处理的Apache Spark、用于数据收集的Rest API、用于数据缓冲的Apache Kafka、用于数据存储的Hive和用于数据可视化的PowerBI。

学习，获得技能，提升你的事业！祝你好运&快乐的数据工程！