台灣資料工程師職場觀察與回顧 (2021)
幾年來也寫了一些文章，但好像從來沒有好好自我介紹過，因此想要寫一篇文章作為對自己目前經歷的總結，以及分享我對這領域職場的看法。
我是國立大學資工學士畢業，對於人工智慧相關的領域感興趣，剛好在上一段人工智慧冰河期的最尾端時，為了畢業專題自學了類神經網路相關的內容。 當時看到類神經網路的評語多為極耗資源且成效沒有特別優秀，不如使用其他如 SVM 等方法。結果一年後當完兵返回陽間時，發現最新潮的 Deep Learning 其實就是類神經網路的延伸應用。
大學時在朋友的幫助下，有過一段接案做網站的經驗。出社會後在小公司做了兩年的後端工程師，到職一年以後開始感到索然無味，而又興起了往 Data 及 Machine Learning 相關領域發展的念頭。
在經過一段時間的自學以後，很幸運的得到布丁大大的賞識，讓我轉職為一名 Data Engineer，繼而開始一段精彩刺激的一條龍冒險。
截至 2021/03 為止，我有兩年 Backend Engineer 及將近四年的 Data Engineer 工作經驗。另因只待過新創規模的團隊，此經驗與大公司的環境可能有嚴重落差。
轉職資料工程師
如同最前面所說，當時我試著要往 ML 的方向發展，但是我並沒有足夠的工作經驗與學術研究，因此打算先以 Backend 與 ML 的介接點——Data Engineering 資料工程領域來著手。
整體來說我認為 Backend Engineer 與 Data Engineer 兩者之間，技能樹有很大幅度的重疊，只是在於使用的工具與以及處理流程的不同。後端基本上是 Request 到 Response 這種一來一往的方式，而資料工程比較像是單向的 Data Flow。
因此在目前市場上 Data Engineer 供應甚少的狀況下，也有聽過一些公司是直接訓練內部的 Backend/Software Engineer。
資料工程師在做什麼
作為一個十分新興的領域，資料工程基本上涵蓋了從基礎服務層級到資料處理應用，還很有可能連著分析與視覺化也要包辦。對應到 Web Development 的領域來說，相當於從 Infrastructure、Backend、Frontend， 甚至可以說是每一間公司對於 Data Engineer（以及 Data Scientist）的想像都不太一樣，有些想要能點石成金的魔法石、有些想要能治百病的仙丹，而有些只是需要能大肆宣傳的廣告看板。
比起後端相對的龐大專案來說，資料工程師更多是以許多大大小小的元件，來組合出一個完整的架構。不同的資料型態、不同的後續應用，對於整體架構都有非常大的影響，所以相對沒有可以比較簡單起手的 Best Practice（例如選一個程式語言、一個 Framework、一個 Database 即可開始）。不過近年各大 Cloud Provider 都提供了越來越完整的相關服務，算是不錯的起手選擇。
由於 Data Engineer 最主要的工作，應該是串接與維護 Data Pipeline，因此常常會自嘲為「水管工」。
資料工程師的職缺
這是我覺得很微妙的一點。
在經歷過前幾年企業一股腦地招募了 Data Scientist ，就如同是要尋找能達成任何願望的神燈一樣。但是漸漸的在缺乏資料儲備與軟體開發者的支援、上司與員工的期望落差等等問題上，讓這個美好的泡泡破裂了，而慢慢的讓企業開始重視起 Data Engineer 這種角色。
「你是 Data Engineer？ Data Scientist？還是 Data Whatever？」
我認為因為 Data 領域的職缺依舊相當模糊，一樣掛著 Data Engineer 的職稱，有些偏向傳統 BI Engineer 的角色、有些是要求前端技能做資料視覺化、有些是必須負責任何跟 Data 相關的一條龍工程師。
整體來說，我認為有經驗的 Data Engineer 在求職市場上，由於人才需求與供應上相對上更加失衡，比起同等經歷的 Frontend Engineer 及 Backend Engineer 可能得到更好的待遇。
目前台灣 Data Engineer 職缺數量最多的應該莫過於網路廣告行銷產業，再來是電商、金融、軟體服務與工業製造等。
資料工程師的困難
目前許多公司的 Data Team 規模相對其他開發團隊小了許多，可能只有四分之一到十分之一甚至更低，因此應該有不少 Data Engineer 都已經習慣於單打獨鬥。在這種環境之下，我認為心理負擔相對較大。
另外是 Data Engineer 對於各式工具的依賴，比起 Backend Engineer 來說更重。因此應該避免只熟悉了工具的使用，而無法根據不同目標與場景設計架構的能力。
結語
對我來說 Data Engineering 是一個相當有挑戰與變化的領域，資料量的成長比起客戶或使用者數量的成長來得更容易（雖然不一定有意義），例如曾經遇過一個新客戶帶來的資料量，比起其他客戶加起來的總資料量還要多。因此在架構附載能力、開發維護的人力與金錢成本以及未來的成長彈性等問題之間，要怎麼取得平衡是很有趣的問題。
有什麼意見或感想，都歡迎在下方留言交流。