ETL工程師：

Extraction-Transformation-Loading的縮寫，中文名稱為數(shù)據(jù)抽取、轉換和加載。

ETL負責將分布的、異構數(shù)據(jù)源中的數(shù)據(jù)如關系數(shù)據(jù)、平面數(shù)據(jù)文件等抽取到臨時中間層后進行清洗、轉換、集成，最后加載到數(shù)據(jù)倉庫或數(shù)據(jù)集市中，成為聯(lián)機分析處理、數(shù)據(jù)挖掘的基礎。

ETL是數(shù)據(jù)倉庫中的非常重要的一環(huán)。它是承前啟后的必要的一步。相對于關系數(shù)據(jù)庫，數(shù)據(jù)倉庫技術沒有嚴格的數(shù)學理論基礎，它更面向實際工程應用。所以從工程應用的角度來考慮，按著物理數(shù)據(jù)模型的要求加載數(shù)據(jù)并對數(shù)據(jù)進行一些系列處理，處理過程與經驗直接相關，同時這部分的工作直接關系數(shù)據(jù)倉庫中數(shù)據(jù)的質量，從而影響到聯(lián)機分析處理和數(shù)據(jù)挖掘的結果的質量。

數(shù)據(jù)倉庫是一個獨立的數(shù)據(jù)環(huán)境，需要通過抽取過程將數(shù)據(jù)從聯(lián)機事務處理環(huán)境、外部數(shù)據(jù)源和脫機的數(shù)據(jù)存儲介質導入到數(shù)據(jù)倉庫中；在技術上，ETL主要涉及到關聯(lián)、轉換、增量、調度和監(jiān)控等幾個方面；數(shù)據(jù)倉庫系統(tǒng)中數(shù)據(jù)不要求與聯(lián)機事務處理系統(tǒng)中數(shù)據(jù)實時同步，所以ETL可以定時進行。但多個ETL的操作時間、順序和成敗對數(shù)據(jù)倉庫中信息的有效性至關重要。

數(shù)據(jù)挖掘工程師：

數(shù)據(jù)挖掘（Data Mining），又稱為數(shù)據(jù)庫中的知識發(fā)現(xiàn)（Knowledge Discovery in Database， KDD），就是從大量數(shù)據(jù)中獲取有效的、新穎的、潛在有用的、最終可理解的模式的非平凡過程，簡單的說，數(shù)據(jù)挖掘就是從大量數(shù)據(jù)中提取或“挖掘”知識。

并非所有的信息發(fā)現(xiàn)任務都被視為數(shù)據(jù)挖掘。例如，使用數(shù)據(jù)庫管理系統(tǒng)查找個別的記錄，或通過因特網的搜索引擎查找特定的Web頁面，則是信息檢索（information retrieval）領域的任務。雖然這些任務是重要的，可能涉及使用復雜的算法和數(shù)據(jù)結構，但是它們主要依賴傳統(tǒng)的計算機科學技術和數(shù)據(jù)的明顯特征來創(chuàng)建索引結構，從而有效地組織和檢索信息。盡管如此，數(shù)據(jù)挖掘技術也已用來增強信息檢索系統(tǒng)的能力。