# Курс по данным для аналитика: как понять, нужен ли переход в data engineering

Вы умеете собирать отчёты, но всё чаще приходится вытаскивать данные из разных источников. Возникает мысль купить курс по Big Data. Сначала разберите, какая работа вас привлекает: отвечать на бизнес-вопросы или строить систему, которая доставляет пригодные для анализа данные.

В качестве пробной задачи опишите выгрузку заказов из двух выдуманных магазинов. В одном дата записана текстом, в другом хранится вместе со временем. Идентификаторы товаров совпадают не всегда. До построения графика потребуется договориться о форматах и правилах объединения.

Если интереснее разбираться, почему поставка данных сорвалась и как восстановить процесс, присмотритесь к инженерному направлению. Если больше нравится искать причину изменения продаж и обсуждать её с командой, аналитическая программа может оказаться ближе. Между ролями есть пересечения, поэтому ориентируйтесь на задачи конкретного курса.

## Проверьте проект до оплаты

Попросите описание задания, где данные поступают повторно. Что делает студент с дублями? Как замечает пропущенную выгрузку? Должен ли объяснить, какие записи попали в итоговую таблицу? Название платформы не отвечает на эти вопросы.

Подходящие варианты можно сопоставить в [подборке Big Data обучения KGAM](https://kgam.blog/big_data_courses). Сначала отметьте роль и требования на входе, потом проверяйте содержание программы у школы.

Составьте список работ, которые вы уже делаете, и выделите ближайшее затруднение. Именно оно поможет выбрать следующий этап обучения. Иначе легко увязнуть в здоровенном курсе ради инструмента, который пока не нужен.