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』 ~よりよい提案をするために理解しておくべきデータ基盤について~

2022/12/08(木)19:00 〜 20:05 開催
ブックマーク

TECH PLAYが次に開催するイベントはこちら

参加枠申込形式参加費 参加者
一般枠
先着順 無料 312人 / 定員330人

イベント内容

概要

本勉強会では、データサイエンティストが“真に使えるデータ基盤の提供”を目指し
snowflakeの活用事例を挙げながら『抑えておくべきデータエンジニアリング』をレクチャーします。

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

※ 当日予告なく時間配分・内容が変更になる可能性がございます。

登壇者

角野 雄治
株式会社JSOL
法人ビジネスイノベーション事業本部
CRM&ビジネスアナリティクス第二部 第三課長
2002年にJSOLの前身である日本総合研究所に入社。 流通や製造、金融といった幅広い業種のお客様を50社以上担当。  近年は、Snowflakeなどを活用したデータ活用基盤の構築および、データ分析支援を推進

参加対象

  • データサイエンティスト
  • 顧客へより良いデータ利活用の提案をしていきたいと考えている方

参加にあたっての注意事項

  • 参加を辞退する場合は、詳細ページより申込のキャンセルをお願い致します。
  • 配信映像や音声は各自の通信環境に依存します。なるべく通信環境の良い状態で視聴ください。

開催グループに関連するマガジン

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」 ──データ利活用のプロセス・基盤構築のポイント・事例紹介

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」 ──データ利活用のプロセス・基盤構築のポイント・事例紹介

関連するイベント