数据工程是基础设施工作；维护从摄取到输出的“大数据”管道。今天，您可能需要了解 SQL、Hadoop、Spark、Docker 和 AWS 等知识。

数据科学是一个总称，因此它可以表示很多东西，包括数据工程。但这也可能意味着没有任何生产工作的纯数据分析。这真的取决于谁在使用这个词。阅读职位描述并询问公司详情。

实际上，这两个角色都推荐给具有编码背景的人。它更多地取决于公司中每个角色的具体特征。

数据工程更多的是关于基础设施工作，这意味着解析数据文件，将数据存储在特定数据库（SQL 或 NoSQL，例如 Mongo-DB）中，设计数据库或设计数据处理的管道。

数据科学更多地是关于构建模型、选择适当的变量、对统计模型进行探索或验证、假设检验等。所有这些都需要对 Python、Matlab 和 R 等至少一种脚本编程语言有很好的了解。在某些情况下，还有需要软件工程师技能来实施与预测分析或机器学习（或统计学习）相关的应用程序。