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年12月8日に開催されたオンラインイベントのアーカイブ動画となります。

イベントページ：https://techplay.jp/event/880527

-----------------------------------

▼イベント概要

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)

＜Chapter＞

00:00:00 オープニング

00:00:16 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

00:55:11 Q&A

01:17:48 クロージング

#JSOL #ビッグデータ #Meetup #データベース #データ分析 #データマイニング #Snowflake #SaaS #techplay