Come questi due ruoli dei dati sono simili ma molto diversi
Quando ho iniziato come ingegnere dei dati, ho lavorato in un team focalizzato su DevOps. Anche se non era esattamente quello che volevo fare nel mio primo ruolo, mi ha insegnato molto. Ora, guardando indietro, se non avessi lavorato in quel tipo di ruolo allora, probabilmente non avrei l’esperienza che ho oggi come ingegnere analitico.
Ora, lavorando come ingegnere analitico, mi concentro su qualcosa chiamato DataOps. Sebbene possa sembrare simile a DevOps, sono molto diversi. DevOps si concentra sul software come prodotto mentre DataOps si concentra sulla produzione di dati di alta qualità. Per coloro che si concentrano su DataOps, i dati sono il prodotto!
Mentre lavoravo come ingegnere dei dati DevOps, ho supportato gli ingegneri del software apportando modifiche al codice della nostra applicazione web. Mi sono concentrato sul test delle modifiche nell’interfaccia utente dopo ogni distribuzione anziché esaminare le specifiche dei dati. Nemmeno una volta ho controllato il numero di righe in una tabella o se i valori in un campo erano popolati. Invece, mi sono assicurato che non venissero generati errori nel backend.
In qualità di ingegnere analitico, ogni volta che apporto una modifica al codice o inserisco qualcosa in produzione, devo concentrarmi sui metadati o sui dati sui dati. Ciò implica la scrittura di query di convalida per garantire che cose come il conteggio delle righe, il conteggio delle colonne e la distribuzione dei valori appaiano come prima di apportare una modifica. Oppure, se voglio che abbiano un aspetto diverso da prima, riflettono quei cambiamenti!
Sebbene DevOps e DataOps sembrino simili, hanno due scopi diversi. In questo articolo approfondiremo le differenze, toccando il prodotto che mirano a servire e le diverse metriche di successo.
DevOps prevede l’implementazione e il test delle modifiche al codice software. Quando lavoravo come ingegnere DevOps, spesso comportavo lunghe notti di distribuzione, testando le modifiche al codice in molti ambienti diversi e convalidando le modifiche con gli ingegneri del software che le hanno apportate.
Il software come prodotto
Fonte: towardsdatascience.com
