這是近一年來的我第三次談資料工程師與其他夥伴的認知差異，我想這和我職涯的經驗有關：

• 第一份工作的職稱是 Data Analyst，但隸屬於 Software Team，工作日常也與文字資料前處理極為相關，跟資料庫有關的知識都是一位經驗豐富的 DBA 教我的。
  這段旅程總結是－用軟體開發的思維，做資料分析的事。
• 第二份工作的職稱是 Data Scientist，為了訓練預測模型，資料來源包含從第三方網站爬取、產品本身交易資料及 CRM 系統等。同時需要建立指標體系，讓全公司的各部門均能對齊目標努力。要滿足模型及分析需求的可重現性，我才開始意識到資料倉儲對資料運用的重要性。
  這段旅程總結是－在 AI 與 BI 以前，得先有 Data Engineering 的孕育。
• 現在的我在電商平台 SHOPLINE 擔任 Data Engineer，我所屬的團隊原先只是一個資料分析產品 (Shoplytics) 開發者，除了維護資料倉儲以外，也需要肩負後端的任務，開發 API 讓前端工程師能夠將資料刻劃成給店家使用的後台報表系統。隨著從各種微服務收集而來的資料量及資料複雜度的提升，我們團隊也開始提供全公司所需要各項資料整合服務，目標則從產品開發升級成資料平台打造。
  截至目前為止的故事，可以歸納為－從資料分析起家，用 Backend Engineer 和 Data Engineer 的職能， Architect 的思維，打造可服務全公司的高效能資料平台。

影片／2024/04/24 我在 dbt 台北社群開箱 SHOPLINE Data Team 的故事。

從這五年多的經驗中，大概盤點出以下職能與職務間的關聯
－ Data Analyst、Data Engineer、Backend Engineer

圖／Data Analyst, Data Engineer 與 Back Engineer 的職能文氏圖。簡書廷製。

這些角色合作時或多或少有些共同語言可以溝通，距離看似不遠。但從資料庫設計、軟體工程、基礎建設及資料運用這四個面向切入，才發現不同職能角色的知識落差沒有想像的這麼近。
這系列的主題副標就訂為『Data Engineer 與合作夥伴如何譜出協奏曲』，期望透過本系列文章的說明，讓不同領域的人都對 Data 有更全面的理解，進而克服跨職能合作間可能會有的挑戰。

歡迎您來到我的小天地和我一起探索這些生命片段！

• Medium：[https://shu-ting.medium.com/](https://shu-ting.medium.com/
• LinkedIn：https://www.linkedin.com/in/shu-ting-chien/
• Instagram：https://instagram.com/shuting.coach