Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
データエンジニアリングの実践課題「K-DEC」説明資料 / 20211006
Search
風音屋 (Kazaneya)
PRO
October 06, 2021
Technology
4
190
データエンジニアリングの実践課題「K-DEC」説明資料 / 20211006
風音屋の選考課題「K-DEC:Kazaneya Data Engineering Criterion」に関する紹介資料です。
https://kazaneya.com/kdec/
風音屋 (Kazaneya)
PRO
October 06, 2021
Tweet
Share
More Decks by 風音屋 (Kazaneya)
See All by 風音屋 (Kazaneya)
大学のIR担当者になったら知っておきたい 「民間企業におけるデータ基盤の構築・運用」入門 / 20251021
kazaneya
PRO
1
620
Google Cloud で学ぶデータエンジニアリング入門 2025年版 #GoogleCloudNext / 20250805
kazaneya
PRO
37
11k
30分でわかるデータ分析者のためのディメンショナルモデリング #datatechjp / 20250120
kazaneya
PRO
36
17k
大学生はAIをどう活用しているのか? 次世代人材に向けたテクノロジー教育最前線 #devsumi / 20240216
kazaneya
PRO
4
3.1k
アナリティクスエンジニアのキャリアとデータモデリング 〜資料「30分でわかるデータモデリング」を読む前に知ってほしいこと〜 / 20240116
kazaneya
PRO
18
8.3k
データマネジメント入門 - DX推進を支えるデータ基盤の重要性 / 20240125
kazaneya
PRO
15
4.2k
2023サンフランシスコ出張報告 〜ダッシュボードが自動生成される時代に、 データ人材に求められる働き方を考える〜 #DataEngineeringStudy / 20231212
kazaneya
PRO
6
4.2k
データ分析の授業における Google Cloud の活用事例 #GoogleCloud #GoogleCloudNext / 20231116
kazaneya
PRO
2
920
300万テーブルのデータ流通を支えるエンジニアリング #GoogleCloud #GoogleCloudDay / 20230523
kazaneya
PRO
14
5.9k
Other Decks in Technology
See All in Technology
新米エンジニアをTech Leadに任命する ー 成長を支える挑戦的な人と組織のマネジメント
naopr
1
270
AI時代の発信活動 ~技術者として認知してもらうための発信法~ / 20251028 Masaki Okuda
shift_evolve
PRO
1
130
戦えるAIエージェントの作り方
iwiwi
14
6.1k
進化する大規模言語モデル評価: Swallowプロジェクトにおける実践と知見
chokkan
PRO
1
330
プロダクト開発と社内データ活用での、BI×AIの現在地 / Data_Findy
sansan_randd
1
660
dbtとAIエージェントを組み合わせて見えたデータ調査の新しい形
10xinc
7
1.5k
AI駆動で進める依存ライブラリ更新 ─ Vue プロジェクトの品質向上と開発スピード改善の実践録
sayn0
1
350
猫でもわかるAmazon Q Developer CLI 解体新書
kentapapa
1
160
プレイドのユニークな技術とインターンのリアル
plaidtech
PRO
1
540
.NET 10のBlazorの期待の新機能
htkym
0
160
メールやSlack通知をトリガーにした非同期APIテスト基盤を作ってみた / async-test-platform-for-automated-testing
bun913
0
120
パフォーマンスチューニングのために普段からできること/Performance Tuning: Daily Practices
fujiwara3
2
170
Featured
See All Featured
Git: the NoSQL Database
bkeepers
PRO
431
66k
Building a Modern Day E-commerce SEO Strategy
aleyda
44
7.9k
Put a Button on it: Removing Barriers to Going Fast.
kastner
60
4k
Principles of Awesome APIs and How to Build Them.
keavy
127
17k
How STYLIGHT went responsive
nonsquared
100
5.9k
jQuery: Nuts, Bolts and Bling
dougneiner
65
7.9k
Building Applications with DynamoDB
mza
96
6.7k
The Illustrated Children's Guide to Kubernetes
chrisshort
51
51k
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
tammyeverts
55
3k
Reflections from 52 weeks, 52 projects
jeffersonlam
355
21k
Building Flexible Design Systems
yeseniaperezcruz
329
39k
How to Ace a Technical Interview
jacobian
280
24k
Transcript
【中級者向け】データエンジニアリングの実践課題 Kazaneya Data Engineering Criterion 「K-DEC」
免責事項 本資料の内容は作成時のものです。 予告なく内容を変更する場合があります。 2
サマリー 1. データエンジニアリング特化のリモート SES事業を検討中です 2. そこで選考課題「K-DEC」を開発しました 3. 「K-DEC」で自分の実力を確かめることができます 4. 腕試しとして「K-DEC」に挑戦してみませんか
3
風音屋(かざねや)は、令和元年創業・東京下町の ITコンサルティング企業です。 事業課題に対して、ビジネス・システム・データ・オペレーションの全体像を描き直し、 現場が主体的に改善サイクルを回せるように伴走します。 会社概要 合同会社 風音屋 東京都中央区 横山翔 令和元年
ITコンサルティング、サービス選定 /斡旋、研修/セミナー、メディア 法人名 創業者 設立 事業内容 所在地 4 企業HP https://kazaneya.com/
創業者 5 横山翔(@yuzutas0) データパイプラインやダッシュボードの構築を中心に ITコンサルティングサービスを提供 ・PyCon JP 2017 ベストトークアワード優秀賞 ・Developers
Summit 2018 Summer アンケート満足度1位 ほか Google Cloud Day 2021 など登壇多数 ・インプレスR&D 『個人開発をはじめよう!』 ・ITmedia「データ基盤 大解剖」(連載記事) ・技術評論社『Software Deign 2020年7月号 - ログ分析特集』 ・技術評論社『データ基盤の処方箋』(2021年12月発売予定) ・『データマネジメントが30分でわかる本』(発売日にKindle人気度ランキング1位) ほか 日経産業新聞 や ForbesJapan など掲載・執筆多数
風音屋におけるデータエンジニアリング 6 データソース データ利用者 BI DWH ETL パイプラインの構築・運用 モニタリング業務 継続改善の文化装着
データエンジニアリング特化のリモート SES事業を検討中 多種多様な 案件・データに 挑戦できる データに 関心のある同僚や 依頼者と働ける 著名な 技術顧問の支援を
受けられる データエンジニア&データアナリストが得られる体験 7
選考課題「K-DEC」の位置付け データエンジニアリングは、多くの企業・行政に必要で、関心が寄せられています。 まだ担当できる人材は少なく、ニッチな分野です。知見は十分に出回っていません。 だからこそスキルを身につけることで、活躍の幅が広がるはずです。 8 実践者を招いて、初心者向けに講演してもらう Data Engineering Study 企業にトレーニングを提供する
研修/セミナー事業 個人にノウハウを提供する メディア事業 実践を通して同僚や技術顧問と一緒に学ぶ リモートSES事業 課題を通して自分の実力を試す 選考課題「K-DEC」
選考課題「K-DEC」の内容 1. 演習課題 ETL→DWH(SQL)→BIツールを構築して、データを可視化 2. ケース面談 お題に対してモニタリング要件やデータアーキテクチャ設計 3. インタビュー 案件を担当するときの日々の意識や工夫について振り返り
各ステップの完了時には有識者によるレビュー&フィードバックを行います 9
初心者と中級者の間にある壁 初心者が 中級者が できること できないこと できること チュートリアルの開発や分析を再現できる 仕事だと実現方法に悩む お題をもとに実現方法を見通せる チュートリアル用のデータなら扱える
現実のデータを扱うと複雑に感じる 現実のデータを仕事で扱える 個々のツールは使ったことがある 全体を通した設計ができない 全体を通した設計ができる 目の前の仕事には慣れてきた 自分の実力が社外に通用するか自信がない 新しい案件でも成果を出せる 自分用のダッシュボードを作った 周囲に役立つようなダッシュボードは作れない ダッシュボード提供で周囲の役に立てる アーキテクチャの話は聞くだけ 自信を持ってアーキテクチャを設計できない 品質/納期/運用を考慮してアーキテクチャ設計できる モチベーションが上がったら勉強する プロとして安定した成果を出し続けられない プロとして安定した成果を出し続けられる 10 ※全領域で 100点を求めるわけではなく、ポテンシャルを加味して選考を行います 「この壁を突破できるか」「この壁を突破するために何が必要か」をチェックできます
関係者のコメント 某社データアナリスト(副業パートナー) 「演習課題のチョイスが良い。実務ではよく見かける案件だが、本や動画で 勉強しているだけの初心者にとっては、引っかかるポイントが多々ある。」 某社データエンジニア(副業パートナー) 「インタビューのフォーマットが参考になる。自分もやってみたい。 この項目を定期的に振り返るだけでキャリアアップできるだろうと思う。」 某社マネージャー(クライアント) 「このような選考を経ている人材なら、安心して仕事をお願いできそうだ。 手を動かせる。設計できる。プロ意識がある。どれも必要不可欠だ。」
11
ご提案 選考課題を「腕試し」として利用してみませんか? 終了後は「項目別スコア」や「有識者フィードバック」を受け取ることができます。 将来的には独立した学習プログラムとして有償化する可能性がありますので、 ぜひ無料のうちに試してみてください。 ※事務処理上は人材募集フローに乗りますが、途中で辞退いただくことが可能です。 ※とりあえず合格しておいて、興味が出たら検討する、という形でも問題ありません。 ※再チャレンジを歓迎しています。「スキルアップしてから受ける」ではなく 「スキルアップのために何が必要かを確認する」という使い方が可能です。 12
プロフェッショナル・マニフェスト プロフェッショナルが育ち、活躍する場を目指しています。 特別な技能を持つ必要はありません。ご自身の専門分野における頻出手法を学び、 依頼者の目的に沿ってプロジェクトを定義・推進し、期待される QCDSを達成し、 頻繁かつ丁寧にコミュニケーションを取れるなら、上位 10%に入れる人材だと考えます。 その「当たり前」の活動を通して得た気付き、ノウハウ、サンプルコードなどを アウトプットすれば、やがてはその分野の第一人者として周囲から信頼されるはずです。 10の「当たり前」を積み重ねることで、「当たり前」を超えた存在になるのではないでしょうか。
このような希少性の高い人材が育ち、活躍できるような環境を作りたいと考えています。 @yuzutas0 13
申し込み&お問い合わせ https://kazaneya.com/kdec 14