人材育成から、
データエンジニアリングワークショップ
DX推進やデータ活用に取り組む際、システムの導入だけで満足してしまっていませんか？
データエンジニアリングのプロによる
データエンジニアリングに特化した
教育プログラム
組織内のデータ活用文脈で見落とされがちな「データエンジニアリング」について、非エンジニアや専門分野外の方にも理解しやすいかたちでワークショッププログラムをご提供いたします。
- データエンジニアリングのスキル例：
- システム運用、システム企画、クライアント技術、通信技術、テーブル定義、DWH、分散技術、クラウド、フィルタリング、ソート、結合、クレンジング、マッピング、サンプリング、集計、変換・演算処理、データ出力、データ展開、データ連携、基礎プログラミング、データインターフェース、分析プログラム、SQL基礎知識、攻撃と防御手法、暗号化技術など
Engineering データエンジニアリング力
Science データサイエンス力
ビジネスにおけるデータ利活用の不可欠要素
お客様のレベル・ニーズに合わせて
必要なデータエンジニアリング知識が身に付く
網羅的なカリキュラム
ビジネス職向けに「業務フローをデジタル化する考え方」を身につける短期ワークショップ、人材育成を視野に入れた「より実践形式なカリキュラム」を学べる長期ワークショップなど、お客様にとって最適なステップでデータエンジニアリングを身につけることができます。
-
データ分析
-
SQL
-
データベース
-
機械学習
-
BIの基礎
-
システム選定
データエンジニアリング人材を組織に根付かせるファーストステップに
- ビジネスとデータをつなぐマインドセットから、実践的なSQLの書き方など、データ活用に必要な基礎力が身につきます。
- 応用パートでは実務に紐づいたスキルの使い方を学ぶことで、データエンジニアリングを組織に定着させていきます。
-
Week1
ワーク / 座学
1h - 2h
-
実現したいビジョンとデータエンジニアリングの関係性
- データを使って実現したいことの洗い出し
- 実現するための方法やスキルセット、用語などの説明
詳細を表示 ＋ワーク
- 本ワークショップを通しての目的の説明
- データを扱うに当たって自社/個人として課題に思っている点の洗い出し、共有
- 業務でデータ分析を行う際の、現状のワークフロー洗い出し
- 上記課題の解決方法例や理解すべき知識とはどのようなものか
- 自分で分析するとなった場合、どのような作業ができなければならないか
座学
- 具体的な作業フローのデモと可視化
- データ分析やデータエンジニアリングにおいて登場する用語の解説
- データを蓄積することの必要性とデータレイク
- 構造化、非構造化を扱えるメリットとユースケース
- データを見て、直観的に良くないと感じる部分は？
- 必要なETLとは、どのタイミングでETL / ELTを行うべきなのか
-
Week2
座学
2h
-
ビジネスとデータテクノロジーの基礎知識
- ビジネスにおけるテクニカルトレンド
- データレイク・DWH・BIなど基礎的用語と知識
詳細を表示 ＋座学
- データウェアハウスとは何か、要・不要のユースケース
- RDMSとDWH
- DWHに蓄積しておくことのメリット
- BIとBIツール/BIとして求められること
- BIツールの歴史と課題感
- データをBIツールで可視化するとしたら、どのような見せ方が良いのか
- BIツールにおけるSQLの必要性
- Text to SQL
-
Week3-4
座学 / ハンズオン
各2h - 3h
-
SQLの基礎・ハンズオン
- SQLの基本
- SQLの実践（実際にSQLを使用してデータを扱っていただきます）
詳細を表示 ＋座学・ハンズオン
- ハンズオン用の環境構築
- ハンズオン環境で実現したいこと・どのようなデータを扱うのか
- 最低限理解しておきべきデータベースの知識
- SQLのレクチャー（予約語、DDL・DML、基本構文、グループ化や集計、結合や演算、サブクエリとウインドウ関数）
- 課題・ドリル
- BIの基本的な使い方と見せ方
-
Week5
ワーク
2h
-
データ可視化の実践
- 生データから可視化レポートの構築を実践
- 可視化したレポートの運用について
-
Week6
座学
2h - 3h
-
高度なSQL・データ構成
- データ活用のための基盤選定
- データの持ち方や管理方法・データマート生成の勘所
詳細を表示 ＋座学
- ETLやデータマートとして持つべきデータの粒度
- DWH上の設定やテクニック（パーティションや機能）
- より高度なSQLクエリの書き方
- アンチパターンについて
-
Week7
座学 / ハンズオン
2h
-
実際の業務に即したデータカスタマイズ- 1
- 自社の状況に合わせたサービス選定
- 実際のデータを利用したデータ活用・分析までの作業フロー
-
Week8
ワーク
1h
-
実際の業務に即したデータカスタマイズ- 2
- データ活用からインサイトを得る方法
- 機械学習・AutoMLの実施
自社内の分析業務フローをデジタル化させる考え方を定着
- 自社の状況を踏まえながら、データ分析を行うまでにどのような作業や知識が必要なのかを理解することができます。
- サンプルを利用したワークなどを通して、業務フローの検討やプロジェクトの進め方を身につけていきます。
-
Day1 - 2
座学/ディスカッション
-
データ分析を行うまでに必要なこと
データ分析を行うまでに必要なフェーズ（集約や加工など）・作業・考え方・体制などを理解して、自社内で取り組みが必要な観点をディスカッションしていきます。
-
Day3 - 4
ワーク
-
実際の業務フローに落とし込むワーク
サンプルの営業データやマーケティングデータを使って、Day1-2で説明した流れを実際に体験。現時点で社内でカバー出来ること・社外にお願いしなければならないことを分別していきます。
-
Day5 - 6
ワーク
-
自社課題に対して企画
ワークショップで出てきた課題に対して、どのようにアプローチするのか企画書を作成。レビューやブラッシュアップを通して、具体的な企画に繋げます。
導入事例
-
人材系 E社様
ビジネス職のデータ関連知識の理解促進に
※詳細は準備中です
-
食品系 P社様
組織に対してデータ活用の土壌をつくる
※詳細は準備中です