BI工程师、数据仓库工程师、ETL工程师、数据开发工程师（大数据开发工程师） 有什么区别？
这个从上至下都在强调数字化转型的时代，越来越多公司重视数据和数据编排流批相关，也越来越多的企业数据建设的需求。
企业无论做任何数据工作，必然要有一定的数据编排流批相关信息化基础，也要有数据化建设的基础，少不了数据平台、数据应用工具，数据管理工具、数据编排流批相关工具等来辅助企业数据建设。
关于企业数据建设这块，下面是一位从业七年的“内部人员”分享的选型“内幕”，从技术到项目管理，他做过乙方也做过甲方，也有多年和各乙方厂商打交道的经验。
数仓
数据仓库算是一个解决方案，视企业需求有不同架构（传统数仓、数据集市、大数据平台等），架构下有很多分层和组件，比起工具更需要架构师能力，具体原理就不讲了。关于数仓的选型主要涉及：数据存储方案、ETL、还有前端应用。
底层的数据仓库服务器通常是一个关系数据库系统，常用的方案有Oracle、db2、还有greenplum、teredata等数据仓库专业解决方案。
传统的关系型数据库有：oracle、mysql、DB2。
大规模并行处理数据库：Vertica、Teradata(商业)、Greenplum (开源)。
BI平台
BI在零几年的时候都是国外市场的天下，BO、Brio、Cognos、MSTR等，都是老牌BI厂商，我做纯技术的时候就大量使用他们的产品。东西都不便宜，而且是按产品+用户双重收费，不太划算。自助查询报表架构也是真的复杂，上手难度对比现在互联网时代产品的使用风格，也是确实难。
早期国内市场只有报表，但凡BI相关的大单都被国外厂商垄断，但是后面BI的需求越来越明显，就和当初信息化产业发展类似，中小型企业的需求逐渐显露。
于是国内也就开始发展BI了，比如帆软BI、BDP等。东西也不差，价格比国外的美丽多了，而且基本都只是限定服务器，不限定用户数，怎么用都OK。再到后来，tableau、powerBI这俩工具型产品火了起来，有很多拥护的个人使用者，上手确实好用，但是在企业级应用场景，要看性能和并发成本，就见仁见智了。
最后总结
1、报表平台解决固定报表、自动化报表，支持打印和计算等大批量批处理作业，公司有需求直接用帆软一类的平台解决，配1、2个报表工程师熟练运用自助查询报表就能搞定了。
2、BI平台是在报表平台上增加解决多维分析、自助查询报表的能力，需要数仓团队做底层数据支撑，需要BI工程师设定各种度量、维度，做多维分析报表；不用一张张的做固定报表了；
3、大数据平台是在BI平台基础上，解决大数据量的存储、计算、实时计算的问题；无需关注底层的海量数据存储、计算、实时计算等问题；需要增加大数据工程师进行集群的维护，基于大数据平台的各种开发工作。
4、数据中台是在大数据平台基础上，提供ID打通、统一模型、统一服务的能力，附加标签工厂、用户分析等偏互联网属性的功能。人员需要增加数据中台产品经理，其他的工作还是由大数据工程师、大数据分析师等完成。
5、数据治理能力是从BI平台就开始有了，在大数据平台和数据中台中不断被强化。所以BI平台、大数据平台、数据中台中都有数据治理的能力。在数据中台中还增加了数据资产和计费的概念和能力。
总而言之，在数字化时代下，大数据治理对企业数据建设的重要性不言而喻，然而实现的困难有时也让人望而却步，因此选择合适的技术和工具会达到事半功倍的效果。帆软FineDataLink——中国领先的低代码/高时效数据集成产品，能过为企业提供一站式的数据服务，通过快速连接、高时效融合多种数据，提供低代码Data API敏捷发布平台，帮助企业解决数据孤岛难题，有效提升企业数据价值。
立即沟通
