Обе роли работают с данными, но решают принципиально разные задачи. Нанять инженера вместо аналитика (или наоборот) — частая и дорогая ошибка: ждёте выводов, а получаете инфраструктуру, или наоборот.
С ростом компании данных становится больше, и появляется потребность «навести в них порядок» и «принимать решения на цифрах». Это две разные потребности и две разные роли.
Аналитик берёт данные и превращает их в выводы и рекомендации: считает метрики, проверяет гипотезы, отвечает на вопросы вроде «почему упала конверсия». Ему нужны данные «на входе» — он работает с тем, что есть, а не строит инфраструктуру.
Дата-инженер обеспечивает, чтобы данные вообще были — чистые, собранные и доступные вовремя: пайплайны, ETL, хранилища, потоки данных. Он не отвечает на бизнес-вопросы, он делает так, чтобы аналитик и продукт могли это сделать.
| Аналитик | Инженер данных | |
|---|---|---|
| Задача | выводы из данных | инфраструктура данных |
| Результат | отчёты, гипотезы, решения | пайплайны, хранилища |
| Навыки | SQL, статистика, бизнес | SQL, Python, ETL, БД |
| Вопрос | «что значат данные» | «как доставить данные» |
Инженер данных строит водопровод, аналитик — пьёт воду и говорит, чистая ли она и сколько её. Без водопровода аналитику нечего анализировать; без аналитика водопровод никому не нужен.
Чаще сначала появляется потребность в аналитике, и берут аналитика. Когда данных становится много и аналитик «тонет» в их подготовке вместо анализа — пора нанимать инженера данных, чтобы освободить аналитика для его работы. На зрелом продукте нужны оба.
Роли: Инженер данных, Data-аналитик, BI-аналитик.
Опишу задачу и за пару дней вернусь с первыми кандидатами. Без обязательств.
Обсудить задачу →