经常有人问我AE到底是干嘛的，跟Data Analyst，Data scientist，Data Engineer有什么区别，我总是介绍不太清楚
昨天在reddit上看到有人推荐一本AE入门的书，快速读完了，里面有一个比喻非常好。
它把整个data team想象成一个超市的供应链
DE是采购和物流，负责把货从供应商运来，保证仓库里有货
DA/product ds是店长，看销售趋势，决定哪些商品应该打折，该怎么定价，且跟老板汇报
那么AE是负责货架陈列的人，把货从仓库搬到货架上，分类摆放，贴标签，保证顾客一进店就能找到东西，确保货物有没有过期，有没有损坏
所以在大量工作被AI替代的时候，AE的优势是定义transformation逻辑，维护data model，决定business logic如何落地，不是prompt能一下搞定的。且这里有一个反直觉的地方：
AI生成的query和self serve dashboard越普及，底层data model对不对就越关键，所以AE的价值会增长
更重要的是供需不对等，AE其实需求蛮大的，但是大部分人都在卷DA跟DS。
之后发帖总结一下AE面试我认为需要准备什么。
免责声明1: 没有说AE一定不会被替代的意思，时间长了发生什么谁都不好说
免责声明2:没有说你干的工作不重要的意思，如果你title是DA但是已经在干AE的活儿了，那挺好
免责声明3:没有说我说的一定都对的意思，只是我自己看完这本书加上本身干了三年AE的一点小小感悟，如果寻求真理去读/发表 SCI
