データアナリスト・データエンジニア・データコンサルなど
一口にデータサイエンティストと言っても役割が細分化されるようになってきました。
今回はその中でも上流工程の戦略面を担ういわゆるデータコンサル的な役割を担う方々へ、
顧客の課題に対してより良い解決策を提案するために
理解しておくべき『データエンジニアリング』のポイントを共有します。

データ活用がトレンドになってきた昨今ですが
多くのユーザー企業から「利活用がうまく進んでいない」という悩みが寄せられています。
その原因の1つに、各社の課題に対して“データ基盤の在り方”が適していないことが考えられます。

そのような状況下で、顧客のデータ利活用を推進するには
状況に応じて正しく“データを集め・蓄積し・加工する”ための土台＝データ基盤を整える事が重要です。

ただし、顧客の業務理解から始まり、抱えているデータの特性やサイクル、これから起こりえる
変更要素について深く理解出来た上で「最適なデータ基盤を提案できている」と言える
データコンサルはどれほどいるでしょうか。

本勉強会は、データコンサルが抑えておくべきデータエンジニアリングに着目し

顧客の課題を解決するためにより良い手法がないかを模索している
データコンサルはしているものの、データ基盤の中身を深く理解できているかというと自信がない
とような悩みを持つ方にとって、学びに繋がる内容を共有します。

【登壇内容(一部)】

データ利活用のプロセス
-①集める②貯める③加工する④見える化する⑤分析～活用⑥定着、
６つのフェーズの理解しておくべきポイント
データ利活用基盤(アーキテクチャ)
各プロセスのポイント、実際の事例から見る課題や工夫
統合基盤のマイグレーションの事例紹介
-snowflakeを活用した事例
-マイグレーションのポイント、注意点
-DB(DWH)の処理性能比較(BIレスポンス含む)

※配信URLは、申込者に対し本ページ上にて当日までに表示されます。

タイムスケジュール

時間	内容
19:00〜19:05	オープニング
19:05～19:45	データサイエンティストが抑えておくべき『データエンジニアリング』について角野雄治データサイエンティストが抑えておくべき『データエンジニアリング』について株式会社JSOLにて、BIシステムやデータ利活用基盤の構築プロジェクトに携わり、近年は、Snowflakeの推進リーダーとして、活動しています。各社でDXが推進される現在、私たちエンジニアへの要求は、ますます多様化し、高度化してきています。今回は、データ利活用の基本となる6つのプロセス（①集める②貯める③加工する④見える化する⑤分析・活用⑥定着）において、最近のトレンドであるSnowflakeを使った事例を取り上げ、実際に発生した課題やその対応、理解しておくべきポイントについて、ご紹介いたします。
19:45～20:00	Q&A
20:00〜20:05	クロージング