原文：Data Scientist versus Data Engineer
https://www.datasciencecentral.com/profiles/blogs/data-scientist-versus-data-engineer
数据科学家和数据工程师之间的主要差异之一与ETL与DAD有关：
ETL（提取/加载/转换）适用于数据工程师，或者有时是数据架构师或数据库管理员（DBA）。
DAD（Discover / Access / Distill）适用于数据科学家。
数据工程师往往集中在软件工程，数据的基础上设计，生产代码，并确保数据源之间平滑地流动（在那里被收集）和目的地（在那里提取和处理，与由数据科学产生统计汇总和输出算法，最终移回源或其他地方）。数据科学家虽然需要了解数据流（以及它如何优化，特别是使用Hadoop时），但实际上并未优化数据流本身，而是数据处理步骤：从数据中提取值。他们与企业数据系统（存储，数据流）高效协作。这就是为什么使用计算机编写可供工程师重复使用的代码（越来越多，Python）的好主意。
有时候数据工程师会做DOD，有时候他们不会ETL，但他们并不常见，他们通常在内部做。例如，数据工程师可能会进行一些统计分析来优化某些数据库过程，或者数据科学家可能会管理一个小型的本地私有数据库，其中包含汇总信息。
DAD是以下内容的一部分：
发现：查找，识别良好数据的来源和指标。有时要求创建数据（与数据工程师和业务分析师一起工作）。
访问：访问数据。有时通过API，网络爬虫，互联网下载，数据库访问或有时通过数据库内存。
提炼：从数据中提取精华，增加投资回报率和操作（例如确定自动出价系统中的最优出价）。它涉及
探索数据（创建数据字典和探索性分析）
清洁（去除杂质）
精炼（数据汇总，有时是多层汇总或分层汇总）
分析：统计分析（有时包括可以在访问阶段之前发生的实验设计等内容），包括自动和手动。可能或可能不需要统计建模
在一些自动化过程中呈现结果或整合结果
数据科学处于计算机科学，商业工程，统计学，数据挖掘，机器学习，运营研究，六西格玛，自动化和领域专业知识的交叉点。它汇集了来自不同领域的许多技术，流程和方法，以及商业愿景和行动。数据科学即将彻底打破业务流程，并消除影响业务效率的孤岛。它也有其独特的核心，包括（例如）我的书中讨论的以下主题（列在“相关文章”一节中）：
为大型数据集创建聚类和分类（第2章和第4章）
互联网拓扑结构（第4章）
无模型置信区间（第5章）
分析即服务API（第5章）
Hadoop / Map Reduce（第5章）
快速功能选择（第6章）
功能的预测能力（第6章）
高级可视化（第4章）
大数据的诅咒（第2章）
Reduce无法做什么（第2章）
大数据中的关键字关联（第4章）
Eleven具有任何数据库，SQL或NoSQL应具备的功能（第4章）
大数据的相关性和R平方（第4章）
没有模型的统计建模（第4章）
在通常的域，超平面，球体或单纯形上进行线性回归（第1章）
警告：
有些人正在寻找具有强大统计知识的Java或数据库开发人员。这些专业人员非常少见，因此雇主有时会尝试雇用一名数据科学家，希望他/她在开发生产代码方面很有实力。如果您没有Java或数据库专业知识水平，参加这些访谈可能会浪费时间。您应该事先询问您是否拥有拥有统计数据或Java技能的Java开发人员，在您的电话采访中，有时招聘经理不确定他想要什么，并且您可能会说服他雇用像你这样的人。与其他方式相比，让Java软件工程师学习统计数据（尤其是将本书用作培训材料）更容易。
