数仓工程师如何避免沦为“提数机”
小B是一名数据分析师，经常靠“提数”维生……
by小AA
在数据分析过程中，你是否有这种困惑呢？，如果有，那请你接着读完本文。
作为数据分析师，慢慢的会发现自己的很大一部分工作是让数据仓库工程师“提数”，但是数据仓库工程师可不止会“提数”。
我感觉对现在大数据平台建设了解最深入的应该是数据仓库工程师。因为他要接入数据，处理数据，存储数据，也就是我们常说的“ETL”过程。
抽取数据，很多公司早些时候是没有平台化的ETL工具的，那么刚开始我们就要很经常的和Linux打交道了，shell成为了我们的必备技能，我们能用shell抽取mysql,抽取Oracle，抽取MongoDB，再加载到HIVE中去，这是每个初期建设数据仓库工程师的必备技能。
处理数据，数据仓库80%的处理数据是用SQL，但是数据分析师可能不这么认为，他们更喜欢python，R等，但是很多数据仓库建立的第一查询语言是SQL。数据分析师很需要学习SQL，而且需要熟练，可以学习SQL教程，上面还可以在线写SQL练习。
存储数据，大数据目前存储数据都是在HDFS或者MPP数据库，所以这两个技能是数据分析师需要了解的。
很多数据仓库/数据分析工程师会成为每天取数的“表哥表姐”。
如果最近你一直忙于取数，那就要思考一下了。
业务，取数都是别人给你业务逻辑，其实你可以主动参与讨论取数的业务逻辑，和业务部门互动起来，主动参与分析，由于你先拿到数据一步，你还有先天优势，可以优先验证分析业务逻辑，慢慢的会成为业务方便的专家。
技术，重复的日报，可以用发邮件的方式，避免每天取数的工作。取完数发邮件，你就要去学一一些脚本，比如python，这样你的技能慢慢的就get到了。
授人以鱼不如授人以渔，可以教会对方使用自助分析工具，或者主导参与业务分析。如果你还一直在取数的路上挣扎着，建议考虑下自己的职业规划吧。
从“表哥表姐”到分析师转变的过程中，一个容易被忽视的能力就是沟通和presentation的能力：怎么把你的分析结果说成一个最容易被听众接受的故事。
要去理解业务，而不是忙于每个需求的提数。给出人家一直想知道却不知道的信息，慢慢地他们也就更倚重你的分析接口而不是取数据接口了。
学会拒绝需求，部分数据仓库工程师会抱怨每个业务都催命似的要数据，要学会对数据需求的紧迫性优先级有把握而不至于手忙脚乱。慢慢的对业务的了解，可以让你有信心在业务找你要数据的时候跟他们探讨，拒绝他们的不合理需求。
presentation，老板一般不喜欢你讲技术，更喜欢听故事。分析的结果不要讲生硬的算法原理，把算法和业务分析结果，放在一起来讲。这个我们可以去学习下 Elevator Pitich。
作为分析师，感觉一定要多技能（艺多不压身），这样才能迸发多的点，打开你在做分析的思路。
另外，你的团队现在是哪种情况，会不会有“表哥”的经历呢？欢迎一起探讨！