etl工程师没基础能学吗？

1. etl工程师没基础能学吗？

技术方面：需要学习使用数据源、目标端工具的基本使用（如 oracle MySQL hive等）;需要学习etl工具的安装配置常用错误解决（如 kettle DataStage infa sqoop datax等）理论方面：懂得数仓分层架构，维度建模等。从ETL的字面来看，它主要包含三大阶段，分别是数据抽取、数据转换、数据加载。
1.数据抽取这个阶段的主要目标是汇总多种数据源，为下一步的转换做准备。2.数据转换这个阶段是ETL的核心环节，也是最复杂的环节。它的主要目标是将抽取到的各种数据，进行数据的清洗、格式的转换、缺失值填补、剔除重复等操作，最终得到一份格式统一、高度结构化、数据质量高、兼容性好的数据，为后续的分析决策提供可靠的数据支持。3.数据加载这个阶段的主要目标是把数据加载至目的地，比如数据仓库中。通常的做法是，将处理好的数据写成特定格式（如parquet、csv等）的文件，然后再把文件挂载到指定的表分区上。也有些表的数据量很小，不会采用分区表，而是直接生成最终的数据表。了解了ETL这部分的工作主要做什么，接下来再来说作为ETL工程师需要具备哪些技能，这些也就是需要学习的重点——1、精通SQL语言，具备存储过程开发能力，能熟练进行SQL查询优化；2、熟悉Hive数据仓库设计，了解数据仓库模型及思想、维度建模思想，了解数据仓库；3、熟悉Hadoop、Spark、Flink、Kafka等相关技术；4、熟练Python、Java中至少一种语言；5、熟悉Mysql、Nosql等常见数据库。

2. ETL工程师的发展前景怎么样?

ETL工程师的发展前景非常不错。
在IT技术领域，ETL工程师是长期存在需求的岗位之一，而到了大数据时代，数据的采集和处理过程中，ETL工程师更是不可或缺。
在大数据背景下，越来越多的企业开始涉足大数据，ETL作为企业搞大数据的重要技术平台，确实是需要重视的，也需要技术实力足够的ETL工程师来支持企业大数据平台的建设和运营。所以，只要大数据的前景一直向好，那么ETL工程师的发展前景也是不必担心的。

主要工作
从业务角度讲，随着数据应用的日益丰富，不同平台、系统的相互大批量数据交互成常态，仅仅满足于采集数据已经不适应业务需要，还需要能够为数据的目的端落地提供支撑，ETL工程师需要一个端到端的更适应业务需要的数据交换系统。
从技术角度讲，ETL做一定的扩展可以升级为兼具交换能力，两者有传承，可以实现平滑过渡，但交换却要考虑用另一个工具实现，同时未来大数据平台组件将异常丰富，相互之间的数据交换将是常态，必要要有更高级别的交换工具满足这些需求。
大数据时代的ETL工程师，除了从事传统的系统编程、数据库编程与设计，还需要熟悉主流数据库技术，如oracle、Sql server、PostgeSQL等，并且得会数据etl开发工具，如Datastage,Congos,Kettle等。

3. etl工程师有前景吗

在大数据背景下，越来越多的企业开始涉足大数据，ETL作为企业搞大数据的重要技术平台，确实是需要重视的，也需要技术实力足够的ETL工程师来支持企业大数据平台的建设和运营。所以，只要大数据的前景一直向好，那么ETL工程师的发展前景也是不必担心的。

至于说ETL工程师做什么，从传统的ETL到大数据背景下的ETL，作为技术人员，确实需要不断提升自己的技术实力。传统时期的ETL工程师，主要负责数据采集环节，且数据流动往往是单向性的，而在大数据时代，ETL工程师面临的应用场景更多，ETL需要采取和处理的对象也在升级，需要解决的问题也更多。
从业务角度讲，随着数据应用的日益丰富，不同平台、系统的相互大批量数据交互成常态，仅仅满足于采集数据已经不适应业务需要，还需要能够为数据的目的端落地提供支撑，ETL工程师需要一个端到端的更适应业务需要的数据交换系统。
从技术角度讲，ETL做一定的扩展可以升级为兼具交换能力，两者有传承，可以实现平滑过渡，但交换却要考虑用另一个工具实现，同时未来大数据平台组件将异常丰富，相互之间的数据交换将是常态，必要要有更高级别的交换工具满足这些需求。
大数据时代的ETL工程师，除了从事传统的系统编程、数据库编程与设计，还需要熟悉主流数据库技术，如oracle、Sql server、PostgeSQL等，并且得会数据etl开发工具，如Datastage,Congos,Kettle等。
关于ETL工程师发展前景好吗，ETL工程师做什么，以上就是详细的介绍了。在ETL工程师的未来职业发展上，除了要掌握足够的数据库开发技术，相关的大数据技术也要掌握，这样才能更好地解决大数据时代的ETL数据采集与处理。

4. ETL工程师的发展前景怎么样?

亲亲，只要技术过硬，又积累了一定的工作实践经验，ETL数据工程师的职业发展是肯定没问题的。【摘要】
ETL工程师的发展前景怎么样?【提问】
亲亲，只要技术过硬，又积累了一定的工作实践经验，ETL数据工程师的职业发展是肯定没问题的。【回答】
亲亲，在大数据时代，围绕数据的相关岗位都是长期增值的岗位。目前数据方向算是风口，但想要有发展，就得尽量跟业务靠近。ETL工程师是数据行业里需求量大，并且门槛相对较低的职位，作为想要进入数据领域的新人是个不错的选择。但是要知道，数据工程师绝不仅仅是数据的搬运工，在未来越来越多的公司会将数据作为主要的战略方向，如果ETL数据工程师能把自己紧密的与数据战略结合起来，并目看意识的从更高层面来审视数据领域的问题，建立自己的方法论和技术框架，后期的职业发展之路将不可限量。【回答】

5. ETL工程师是做什么的?

ETL工程师又叫数据库工程师。
ETL工程师的主要工作内容有：从事系统编程、数据库编程与设计。


ETL原本是作为构建数据仓库的一个环节，负责将分布的、异构数据源中的数据如关系数据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成，最后加载到数据仓库或数据集市中，成为联机分析处理、数据挖掘的基础。因为以前经常是将业务系统的数据取出来放到数仓中，按照星型或雪花型建模。


ETL是数据仓库中的非常重要的一环。它是承前启后的必要的一步。相对于关系数据库，数据仓库技术没有严格的数学理论基础，它更面向实际工程应用。所以从工程应用的角度来考虑，按着物理数据模型的要求加载数据并对数据进行一些系列处理，处理过程与经验直接相关，同时这部分的工作直接关系数据仓库中数据的质量，从而影响到联机分析处理和数据挖掘的结果的质量。

6. ETL工程师是做什么的?

ETL工程师又叫数据库工程师。
ETL工程师的主要工作内容有：从事系统编程、数据库编程与设计。ETL是数据仓库中的非常重要的一环。它是承前启后的必要的一步。相对于关系数据库，数据仓库技术没有严格的数学理论基础，它更面向实际工程应用。
所以从工程应用的角度来考虑，按着物理数据模型的要求加载数据并对数据进行一些系列处理，处理过程与经验直接相关，同时这部分的工作直接关系数据仓库中数据的质量，从而影响到联机分析处理和数据挖掘的结果的质量。

职业前景
从业务角度讲，随着数据应用的日益丰富，不同平台、系统的相互大批量数据交互成常态，仅仅满足于采集数据已经不适应业务需要，还需要能够为数据的目的端落地提供支撑，ETL工程师需要一个端到端的更适应业务需要的数据交换系统。
从技术角度讲，ETL做一定的扩展可以升级为兼具交换能力，两者有传承，可以实现平滑过渡，但交换却要考虑用另一个工具实现，同时未来大数据平台组件将异常丰富，相互之间的数据交换将是常态，必要要有更高级别的交换工具满足这些需求。

7. ETL工程师要学什么？

技术方面：需要学习使用数据源、目标端工具的基本使用（如 oracle MySQL hive等）;需要学习etl工具的安装配置常用错误解决（如 kettle DataStage infa sqoop datax等）
理论方面：懂得数仓分层架构，维度建模等。
从ETL的字面来看，它主要包含三大阶段，分别是数据抽取、数据转换、数据加载。
1.数据抽取
这个阶段的主要目标是汇总多种数据源，为下一步的转换做准备。
2.数据转换
这个阶段是ETL的核心环节，也是最复杂的环节。它的主要目标是将抽取到的各种数据，进行数据的清洗、格式的转换、缺失值填补、剔除重复等操作，最终得到一份格式统一、高度结构化、数据质量高、兼容性好的数据，为后续的分析决策提供可靠的数据支持。

3.数据加载
这个阶段的主要目标是把数据加载至目的地，比如数据仓库中。通常的做法是，将处理好的数据写成特定格式（如parquet、csv等）的文件，然后再把文件挂载到指定的表分区上。也有些表的数据量很小，不会采用分区表，而是直接生成最终的数据表。
了解了ETL这部分的工作主要做什么，接下来再来说作为ETL工程师需要具备哪些技能，这些也就是需要学习的重点——
1、精通SQL语言，具备存储过程开发能力，能熟练进行SQL查询优化；
2、熟悉Hive数据仓库设计，了解数据仓库模型及思想、维度建模思想，了解数据仓库；
3、熟悉Hadoop、Spark、Flink、Kafka等相关技术；
4、熟练Python、Java中至少一种语言；
5、熟悉Mysql、Nosql等常见数据库。

8. etl工程师是做什么的，工作内容是什么？

etl工程师是从事系统编程、数据库编程与设计，要掌握各种常用的编程语言的专业技术人员。也叫数据库工程师。
工作内容：
见岗位职责：
 1. 海量数据的ETL开发，抽取成各种数据需求。
 2. 参与数据仓库架构的设计及开发 。
3. 参与数据仓库ETL流程优化及解决ETL相关技术问题。
4、熟悉主流数据库技术，如oracle、Sql server、PostgeSQL等。
 4、精通etl架构，有一定的etl开发经验，了解日常作业的部署和调度。
 5、会数据etl开发工具，如Datastage,Congos,Kettle等。