文 / STEM Career 编辑部
SQL会写连接和聚合以后，下一步可以继续做业务分析，也可以向数据工程或分析工程发展。但三个方向都可能写SQL，真正的区别不在于查询写得多复杂，而在于你负责哪一段数据工作，以及交付怎样被别人使用。
数据工程更多关注数据进入和运行的可靠性，分析工程更多关注可复用的模型与口径，数据分析则更直接解释业务问题。真实岗位会交叉，本篇用一个订单场景让任务差异变得可观察，帮助你安排项目和申请。
从数据使用链条理解分工
设想业务团队每天需要一份订单结果。原始记录先从系统进入数据环境，经过清理与组织，形成可靠表格，再用于分析。不同任务可能由不同人员负责，也可能在小团队里合并到同一岗位。
IBM的数据工程介绍从数据系统的汇集、存储和使用解释这一领域；dbt的分析工程介绍强调为使用者提供经过转换、测试和说明的数据集。它们帮助理解工作，不代表所有公司的岗位边界完全相同。
读JD时，标出最常出现的动作：接入、运行、建模、测试、解释还是可视化。工具名称可记录在下一栏，但不要先凭看到Python或dbt就决定自己适合哪个方向。
数据工程要让数据持续可用
数据工程任务可能包含来源接入、存储、调度、处理与运行问题。一次读入文件成功只是开始，还要考虑重复、缺失、格式变化、迟到记录和失败后怎样恢复。
对学生作品，可以先用小规模文件模拟每天新增数据，设计可以重复运行的处理。重点是结果能否稳定，出错时是否留下清楚信息；不必为了显得专业，先搭一个远超练习需要的复杂平台。
如果职位要求云平台、分布式处理或特定系统，则需要补相应证据。小脚本可以证明部分基础，却不能替代明确要求的生产经验或技术能力。项目范围与岗位要求应分别描述。
分析工程要让模型可以被信任
分析工程可能把原始数据整理成复用表，定义字段和关系，建立质量检查并说明指标逻辑。使用者应能理解一行代表什么、某个金额包括哪些状态、变更会影响哪些下游结果。
这类任务不只是把SQL放进一个工具。查询能跑，不代表口径正确；输出没有空值，也不代表业务含义可靠。你需要把技术检查与业务定义联系起来，再说明不同人员如何共同维护。
学生可以展示模型图、字段说明、质量规则和一次变更记录。是否使用dbt或其他工具，根据目标岗位与练习需要决定。不要将工具认证自动解释为已经具备全部分析工程能力。
数据分析要把可靠数据用于判断
分析人员可能解释变化、比较群体、提出行动建议并讨论不确定性。它与分析工程可以共享建模能力，但交付通常更靠近某个业务问题，而非主要维护所有人复用的数据基础。
比如“本月取消增加是为什么”需要先确认数据，再比较时间、商品或用户群体，最后说明证据支持什么。一个显著差异不自动代表因果，也不能把报表上的变化全部归因于某次活动。
已有数据与商业分析面试指南讨论指标与业务判断。本篇将重点放在这些分析之前的数据任务，帮助你理解相邻方向，而非重复练一组聚合题。
三类工作对应不同交付
| 方向 | 主要交付 | 常见追问 | 适合起步的作品 |
|---|---|---|---|
| 数据工程 | 可持续运行的处理流程 | 失败后怎样恢复 | 文件接入与重复运行 |
| 分析工程 | 可复用模型和口径 | 一行代表什么 | 订单模型及质量规则 |
| 数据分析 | 有依据的业务解释 | 结论怎样支持行动 | 一页问题分析 |
表中的名称只是教学分类。真实职位可能将报表、接入和分析合并，你应统计主要职责与责任范围，再判断自己最需要展示哪一类证据。
订单事件案例从粒度开始
以下为原创练习。建立六条模拟事件：订单甲创建、付款、退款；订单乙创建、付款；订单丙创建。一张事件表里，一个订单有多条记录。如果直接把事件行数叫作订单数，就会把六条事件误认为六个订单。
先写粒度：“每行是某订单在某时间的一次状态事件。”再定义订单表如何得到，每个订单应该有怎样的标识和状态。需要报告某日订单时，还要决定按创建日、付款日还是其他日期统计。
数据工程路线关注事件如何完整进入；分析工程路线关注怎样形成不会重复计数的订单模型；分析路线关注退款或付款表现意味着什么。三条路线的差异从同一个基础错误就能看出来。
接入练习检查重复与迟到
把六条事件分成两天文件，第二天重复出现第一天的一条记录，另有一条日期属于第一天却晚到。先定义稳定事件标识，再决定重复如何处理，不能按整行相同就假定所有重复都容易识别。
同一个文件再次运行后，结果应符合你设定的规则，而非把记录再加一遍。迟到记录是否更新过去日期的汇总，也需要说明。这里的目标是检查流程行为，不是保证适用于所有真实数据系统。
给练习保存一份运行记录：输入文件、接收数量、重复数量、被拒绝原因和最终输出。结果异常时，能够追溯来源，比只留一张成功截图更有价值。
建模练习说明状态与金额
订单甲已经付款又退款，订单乙付款，订单丙未付款。报告“付款订单数”时，需要定义历史上曾付款，还是当前有效付款；报告金额时，需要区分原始付款、退款与净额。两种口径可能都可用，但必须命名清楚。
用小表分别展示事件、订单和汇总。每一层写明主键、粒度与转换规则，不把不同层级字段随意连接。需要关联用户或商品时，先判断一对一还是一对多，否则可能在连接后重复金额。
这份建模说明应能让另一个同学按规则重新得到结果。若他必须不断问你“这个字段到底什么意思”，先修文档，而不是继续增加更多图表。
质量规则要对应真实风险
主键不重复、必要字段非空、状态值在允许范围，都是可以开始的检查。但规则需要联系任务：事件标识重复会影响接入，订单标识在订单表重复会影响计数，退款金额与原始记录关系则要按模拟规则核对。
不要给所有数值都设为必须大于零。退款可能在某种模型中单列为正金额，也可能在另一种设计中带符号；缺失字段也可能在某些状态下合理。先说明设计，再设置检查，避免测试把正确数据当错误。
为每条规则写一个正常样本和一个错误样本。检查没有报错，只说明这些规则未发现问题，不代表数据不存在其他缺陷。可以把尚未覆盖的风险列到作品限制里。
变更练习考察影响范围
给练习加入部分退款，原来“退款就取消整个订单”的简化规则可能不再适用。你需要更新模型、测试和说明，并检查哪些汇总会发生变化。只改一个SQL文件，文档仍保留旧定义，会让使用者理解错误。
变更前后各保存一组结果，说明差异来自业务规则还是代码问题。分析工程的价值在于让口径变化被理解，而不是隐藏变化以保持报表数字稳定。
数据工程路线则可把输入字段改名或添加缺失列，检查接入是否明确报错。不同任务的变更练习不相同，作品里应该讲清你重点处理了哪一层。
一个选择方向的学生案例
小杜读统计相关硕士，有SQL课程与报表项目，这是虚构教学人物。她完成订单练习后发现，对解释指标差异有兴趣，也愿意维护口径和模型；但接入流程的调度与运行问题目前掌握较少。
她可以优先筛选分析工程和分析岗位，继续补版本管理、质量检查和模型说明。若她更喜欢定位文件失败、处理重复运行，也可以将数据工程作为探索重点，但要补基础系统能力。
方向选择不是终身标签。近期申请按已能展示的任务推进，学习按下一层缺口安排。不要为了热门名称把原有强项全部放弃，也不要把愿意学习写成已经有生产经验。
数据字典要说明怎样正确使用
给订单模型制作一页字典，写字段、类型、含义、允许为空的条件与例子。单写“status是状态”没有解决使用问题，应说明它是当前状态、某次事件状态，还是经过规则转换的报告状态。
再写一条使用提醒：统计创建订单按哪个日期，净额需要哪些记录，哪些表不能直接按订单标识连接。如果使用者忽略说明，会出现什么错误？字典应帮助避免这些错误，而不是重复列名。
请同学只看字典做一个小查询，检查他能否得到与你一致的结果。若不一致，先定位口径和关系，再修说明。这个交接过程可以展示分析工程如何支持使用者，也能帮助数据工程理解下游需要。
对重复运行做一次具体验收
把第一天文件导入两次，按设定的事件标识规则，第二次不应把相同记录再次加入最终结果。随后加入一条更正记录，说明它是新增事件、更新已有事件还是应拒绝输入。不同方案都可能合理，关键是规则明确且结果一致。
记录第一次、第二次与更正后的数量，并解释变化。不能只说使用了去重，所以结果可靠；去重依据选择错误，可能删掉本应保留的事件。检查需要包含一条真正重复和一条内容相似但标识不同的记录。
最后模拟某文件缺少关键字段，确认流程会明确报告问题，不用默认值悄悄制造看似完整的结果。错误信息应帮助定位输入与原因，而非只显示处理失败。验收的范围仍是小练习，真实数据系统还需要按其运行要求扩展。
展示数据链条时，再补一张责任图：谁提供原始记录，谁维护接入，谁定义模型，谁使用指标。学生项目可以由自己完成全部练习，但应知道真实团队可能拆分责任。遇到结果不一致时，先定位是哪一层的定义或输入变化，再找到相应记录，不把所有错误都归因于SQL写得不好。
项目交付后可以请同学尝试增加一个新的业务问题。如果需要你逐步解释才能使用现有数据，就检查模型与文档是否清楚；如果确实超出原范围，则说明需要什么新资料和变更。可复用不是任何问题都能直接回答，而是已定义的用途可以可靠使用。
四周准备与作品展示
第一周完成数据粒度和小样本；第二周实现接入或模型的主要流程；第三周专门加入异常与变化；第四周整理一页说明和面试讲解。每周只扩展一项关键任务，避免变成不断更换工具的练习。
作品展示可以从一个失败开始：重复事件导致订单数增加，我如何发现并修正。随后说明规则、验证和限制。这比只展示“用了哪些技术栈”更能让招聘方理解你的判断。
结合求职作品集指南整理文件、运行方法和本人贡献。若需要比较数据工程与分析工程岗位，可以把JD、模型说明和缺口表发给蒸汽教育，先确认准备路线，再决定课程与申请投入。
常见问题（FAQ）
Analytics Engineer就是会SQL的数据分析师吗
不宜这样简化。分析工程通常更关注可复用的数据模型、测试和文档，具体岗位可能与分析职责交叉，仍需读完整JD。
学会dbt就能直接申请吗
工具使用只是部分证据。还应能解释数据粒度、口径、质量检查与变更影响，并符合职位的其他必要条件。
数据工程一定要做大数据集群吗
不一定。不同岗位的平台与规模不同，先理解接入、存储、处理、运行与可靠性任务，再按目标职位补相关技术。
先了解目标市场的服务内容，也可以添加顾问微信咨询求职准备。