BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:DataOps Night #1 ～データ品質を守り抜くためのプ
 ラクティスを共有しよう！～
X-WR-CALNAME:DataOps Night #1 ～データ品質を守り抜くためのプ
 ラクティスを共有しよう！～
X-WR-TIMEZONE:Asia/Tokyo
BEGIN:VTIMEZONE
TZID:Asia/Tokyo
BEGIN:STANDARD
DTSTART:19700101T000000
TZOFFSETFROM:+0900
TZOFFSETTO:+0900
TZNAME:JST
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
UID:845196@techplay.jp
SUMMARY:DataOps Night #1 ～データ品質を守り抜くためのプラ
 クティスを共有しよう！～
DTSTART;TZID=Asia/Tokyo:20220217T190000
DTEND;TZID=Asia/Tokyo:20220217T203000
DTSTAMP:20260419T065050Z
CREATED:20220118T062453Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/84519
 6?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\nこの勉強会
 について\nDataOps Night は、データ品質の向上に取り組む
 エンジニアを集めて知見を共有する勉強会です。\n"garb
 age in garbage out"という言葉があるように、データ品質が
 低くては、データ利活用は不可能です。KPIを管理する
 にしても、KPIの定義が部署ごとにズレていては意思決
 定には使えません。機械学習においても、「アルゴリ
 ズムの改善以上にデータ品質の向上が重要である」と
 いう見解(※)も出てきています。\nデータ品質は、特定
 のツールを導入することで簡単に解決できるような問
 題ではなく、より広い視点からデータ品質を守り抜く
 ための一貫した考え方、つまり「DataOps」が必要です。
 \n各社でデータ利活用に関わるエンジニアの皆さん、
 ぜひ奮ってご参加ください！\n※ A Chat with Andrew on MLOps:
  From Model-centric to Data-centric AI\n\n\nDataOps Night ではLT登壇
 者を募集しています。ご興味ある方は以下からご連絡
 ください。\nDataOps Night LT申し込みフォーム\n\n参加方法
 \nZoomウェビナーでの開催を予定しています。\n※前日
 までに URL をご案内します。\n※参加者の方は、本ペー
 ジの「参加者への情報」欄でもご確認いただけます。\
 n\nタイムテーブル\n\n\n\n時間\nスケジュール\n\n\n\n\n18:55
 \nZoom オープン\n\n\n19:00\nオープニング・登壇者自己紹
 介\n\n\n19:05\nLT1 / ナウキャスト  隅田敦さん / データを
 「開発」するためのDataOps\n\n\n19:20\nLT2 / Ubie 田中聡太郎
 さん / データ基盤の○層構造を独り歩きさせないデー
 タモデリング設計\n\n\n19:35\nLT3 / MonotaRO 竹野峻輔さん / 
 「指標」サービスをささえるData Engineering\n\n\n19:50\nQA＆
 トーク\n\n\n20:10\nクロージング\n\n\n\n\nセッション内容
 とスピーカー\nLT1 / データを「開発」するためのDataOps\
 nナウキャストではPOSデータやクレジットカードデータ
 に様々な加工やアノテーションを行い価値を向上させ
 ています. 出来上がったデータは他の様々なシステム
 の入力として使用されます. したがって\, データの品
 質やバージョンの管理が不可欠です. ソフトウェア開
 発においては\, 従来からバージョン管理や継続的イン
 テグレーションにおいて有用なフレームワークやベス
 トプラクティスが蓄積されてきました. それらをデー
 タの文脈に適用し\, 迅速に高品質なデータを「開発」
 するための取り組みや見えてきた課題について紹介し
 ます.\n\n\n\n\nスピーカー：株式会社ナウキャスト デー
 タエンジニア/アナリティクスエンジニア 隅田 敦\n東
 京大学経済学部経済学科にて計量経済学を専攻。経済
 現象の理解のためには高品質高頻度のデータが必要と
 の想いから2018年よりナウキャストにてインターンを始
 める。エンジニアリング業務をこなす中で情報科学へ
 の関心が高まり、2019年より東京大学大学院情報理工学
 系研究科コンピュータサイエンス専攻に進学し、計算
 言語学/自然言語処理の研究を行う。2021年4月にナウキ
 ャスト入社。\n\n\nLT2 / データ基盤の○層構造を独り歩
 きさせないデータモデリング設計\n昨年末、別イベン
 トにて「dbtを活用したデータ基盤の論理・物理設計の
 現在地と振り返り」というタイトルで登壇したとき、
 「○層構造」の話が独り歩きしてしまっているように
 感じ、その背景にあるWhyをうまく伝えられませんでし
 た。\nそこで今回は、○層構造の話を独り歩きさせな
 いための、データモデリングのWhyの話をしたいと思い
 ます。\n\n\n\n\nスピーカー：Ubie株式会社 Data Engineer 田
 中 聡太郎（そたろん）\n2017年9月に大学院を中退し、
 同年10月より株式会社エウレカに新卒として入社。2020
 年10月まで勤続した後、2020年11月よりUbie株式会社に入
 社。\n\n\nLT3 / 「指標」サービスをささえるData Engineering
 \n事業会社で変化をおいかける我々にとって「指標」
 は意思疎通の中核となる重要なサービスといっても過
 言ではありません。「指標」サービスは、OKRやKPI、Nort
 h Star Metrics といた事業組織の羅針盤である「デザイン
 」の観点、計測や統計誤差、バイアス、実験計画など
 プロセスとしての「サイエンス」の観点を併せ持つ複
 合領域です。事業・組織規模が大きくにつれ困難が多
 くなるこのサービスをいかに体系的なエンジニアリン
 グの問題に落とし込むかは実は自明ではありません。\
 n本発表では弊社の取り組みを交えつつ、「指標」サー
 ビスを支えるエンジニアリングと指針についてまとめ
 ていきます。\n\n\n\n\nスピーカー：株式会社MonotaRO ソフ
 トウェアエンジニア(ML)　竹野 峻輔\nデータ活用にまつ
 わるエンジニアリングが好きなエンジニア。2021年2月
 よりMonotaROで推薦システムなどの開発に従事。\n\n注意
 事項\n・イベントの内容は予告なく変更になる可能性
 があります。\n・イベントの様子は主催者の PR 目的で
 ウェブサイトやソーシャルメディア等に掲載される可
 能性があります。\n・人材紹介業、営業、ネットワー
 クビジネス勧誘目的の参加はご遠慮ください。\n・そ
 の他、主催者が不適切と判断した場合は、ご参加をお
 断りさせていただく場合がございます。\n\n個人情報の
 取り扱いについて\n主催者は、本イベントで取得した
 個人情報を以下の方針に沿って取り扱います。リンク
 先をご確認いただき、同意の上でお申し込みください
 。\n\n株式会社Finatextホールディングス　プライバシー
 ポリシー\n株式会社ナウキャスト　プライバシーポリ
 シー\nUbie株式会社　プライバシーポリシー\n株式会社Mo
 notaRO　プライバシーポリシー
LOCATION:オンライン オンライン
URL:https://techplay.jp/event/845196?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR