AI 不僅成為人類生活中的一部分，對企業也是如此，數位轉型、雲端運算等皆離不開 AI 的助力。而 AI 熱潮不只帶動相關產業的商機，更為人才市場增加不少工作機會，資料工程可說是其中求才若渴的最大泉源之一。
資料工程工作機會包含資料工程師、大數據工程師、機器學習工程師等。資料工程相關職位所牽涉到的遠遠不只是基本的工程問題，更會接觸到橫跨各個部門的數據資料，也有與不同職位相互搭配、解決不同商業問題的機會。
由於資料工程師已非屬於單純的工程師，那麼，想要進入此領域的新鮮人或潛在工作者，又該如何評估自己是否適合擔任此職位？
對此，現任職 Google 軟體工程總監，擁有超過十年軟體工程領域經驗的 Daniel Rizea，結合自身與超過十年觀察而來的經驗，總結並分享了在進入該領域前，能夠評估自己是否適合的 4 點要素。
1. 若你不喜歡接觸商業問題，可能也不會喜歡資料工程
Rizea 提到，若是想進入的潛在工作者享受寫 code，但卻沒有那麼愛剖析背後牽扯、有關的商業問題，那麼你可能會覺得資料工程既有趣卻又讓人失望。
有趣的點在於，你會建立一套大型的編碼系統。然在此之前，你必須先理解組織的商業概念與各種產品。什麼樣的資料需要被收集？公司會如何運用這些數據資料？該收集多近期、新鮮的資料？
這些問題可能涵蓋技術、架構性與效率的面向，而要理解上述都將需與產品經理、商業分析師密切溝通、合作，甚至可能需要與多個不同的內部小組合作，如此才得以建立出一個適合全公司都能受惠的系統。
「一個好的資料工程師會建構出一個能夠平衡組織需求、成本和時間的系統，並且將納入公司組織未來需求進入系統的設計考量。」Rizea 如此說。
2. 資料工程是步調、產品迭代速度飛快的工作
「若你不喜歡接受挑戰、學習新知，那麼資料工程可能不適合你。」
資料工程進展飛快，資料大量增加的同時，新型系統和技術需要跟進發展以處理量更大的資料們，昨日的系統可能跟不上今日的數據資料需求。也因此，工程師所擁有的知識也須隨之更新。
Rizea 以自身經歷分享，他在早期工作階段時也有這樣的困擾，也就是擁有的知識跟不上技術進展速度。他透過晚上閱讀學習，加上白天的練習上手，逐漸超越同期對軟體工程的了解，工作更上手。至今，他仍會定時瀏覽最新資訊與技術更新，也建議想入門的人們能夠定時吸收新知，讓自己隨時都能夠跟上最新知識。
3. 必須了解資料合規原則
身為一名資料工程師，你需考慮數據隱私、熟悉 GDPR、CCPA、HIPPA 等數據資料保護等法規，且須與法務、產品經理等關係同事合作，以確保整套流程與內部系統都建立在合法、合規的基礎上，並跟著法規隨時更新，以防為組織帶來風險。
4. 使用者不會直接看見你的付出
資料工程師是建立內部數據資料流程與相關平台的最大推手，而這將會鋪蓋至公司的每個不同部們，從商業分析到產品經理，無論是哪個需要透過數據資料得出的商業需求，都會成為資料工程師們的使用者之一。
然而，儘管帶來的影響力頗大，資料工程師卻不會直接接觸到使用者。因此 Rizea 認為，資料工程師仍偏向幕後功臣，也建議想投入此領域的人們可以綜合評估。
【推薦閱讀】
◆ 【哪些人不適合唸 AI 】Z 世代軟體工程師：如果你是這 3 種人之一就不太適合
＊本文開放合作夥伴轉載，資料來源：《Business Insider》、Daniel Rizea、Data Quest。首圖來源：Photo by Adarsh Chauhan on Unsplash。
（責任編輯：廖紹伶）
