笔者理解，数据运维不同于IT基础设施运维。前者操作的对象是数据库、仓、湖等中的各类数据，关注主数据、元数据、数据口径等。而IT基础设施（如系统运维），主要操作对象是构成系统的硬件和代码，后者也用到数据，但这些数据是用来描述和解释系统状态的“运维数据”。

运维字面意思是运营维护，那运营维护的对象是什么？一直以来指的就是“互联网运维”、“IT运维”。比如，百度百科将运维解释为与研发、测试、系统管理并列的，互联网产品技术支撑4大部门之一。

即便是“数据运维”一词，在百度百科的解释也是偏重数据库系统，而非数据本身。（百度百科：数据运维一般指数据库运维服务。数据库运维服务是指：针对用户数据库开展的软件安装、配置优化、备份策略选择及实施、数据恢复、数据迁移、故障排除、预防性巡检等一系列服务。）

但笔者与企业中日渐兴起的“数据管理部”接触后认为，“数据运维”的内涵和重心正向针对数据本身的运营维护工作倾斜。

保证数据系统的正常运行，除了硬件和软件系统的正常，还要保证数据本身的“正常”，因为数据是有“生命”的，他有生命周期，可以发生变化，相互之间通过连接、整合、分解等各类动作保持活性和可用性，因此数据是需要运营维护的，所以运维工程师某种程度上像一个饲养员和医生。

举例来说，指标口径不统一是数据治理的一个重要挑战，指标口径的运维，就应该是“数据运维工程师”的重要职责。而且，笔者认为的“数据运维”工作，是一项更加贴近业务的工作，因为类似主数据的运维一定与业务流程紧密结合。

从艾飞能源科技的数据工程师岗位JD中可以看到，当前数据运维工程师的角色既包含数据库系统的运维，也包括业务模型设计、数据模型分析设计等工作。

【如何在数字化进程中提升两类绩效指标】

绩效分类

绩效标准一级分类

数字化提升方向

任务绩效

工作效率

工作数量

工作质量

关系绩效

人际关系的数字化程度

自身数字化认知度（如何参与到数字化中）

企业数字化参与动机（为何参与到数字化中）

认识到，数据运维的概念不只是数据系统的运维，可以扩展到对数据本身的运维，进而可以通过业务数据的运维实践，成为“业技融合”人才。

【数据运维工程师-上海艾飞能源科技有限公司-来源：51job】

任职资格：1、从事数据库、业务模型设计工作。2、协助客户编写业务数据手册、功能设计文档、交流汇报材料等; 3、完成电力业务系统数据模型分析及设计；4、工作认真、细心、负责；

任职要求：1. 电气工程及自动化、自动化、计算机等相关专业，本科及以上学历，2年以上电力行业工作经验；2. 负责结合电力数据研究并构建相关应用模型及功能服务，参与过国网SG-CIM设计工作，了解EA设计工具；3. 熟练使用常见的关系型数据库，例如MySQL，Oracle，MS SQL Server等;4. 熟练应用office软件，精通EXCLE电子表格工具，能够掌握EXCEL多种常用函数及复杂数据分析功能;5. 具备较强的沟通协调能力、逻辑思维能力和分析判断能力，能够承受较大压力；

【大数据运维工程师-银信科技-来源：51job】

岗位职责：1、根据产品需求，完成产品功能的设计、编码、测试和发布；2、现场项目支持工作，对现场反馈工单问题进行分析、定位和解决；3、对现场项目提出的新需求进行分析、设计并完成；4、根据产品和技术发展要求，完成平台的设计、开发和支持维护工作。

职位要求：1、本科及以上学历，计算机、软件工程相关专业，5年以上相关工作经验；精通sql、greenplum/postgresql、impala、oracle、mysql至少1种技术、可融汇贯通灵活转换使用；2、熟悉hadoop平台zookeeper、hdfs、spark、MR及hbase等常用组件的运行原理；3、基于linux/unix平台进行shell、python的常用脚本开发。4、熟悉星环大数据平台者优先！