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
240
4
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
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
More Decks by 風音屋 (Kazaneya)
See All by 風音屋 (Kazaneya)
セマンティック概論 - #GoogleCloudNext '26 Recap by @Kazaneya_PR / 20260604
kazaneya
PRO
28
9.5k
Excelデータ分析で学ぶディメンショナルモデリング ~アジャイルデータモデリングへ向けて~ by @Kazaneya_PR / 20251126
kazaneya
PRO
3
1.9k
AI時代に必要なデータプラットフォームの要件とは by @Kazaneya_PR / 20251107
kazaneya
PRO
13
5.6k
Data Engineering Guide 2025 #data_summit_findy by @Kazaneya_PR / 20251106
kazaneya
PRO
12
8.7k
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
6
3k
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
43
17k
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
39
25k
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
5
3.9k
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
9.2k
Other Decks in Technology
See All in Technology
三人寄ればチューリング完全
puhitaku
6
3.2k
Microsoft MVP プログラムを紹介するから目指す人増えてくれ
tsubakimoto_s
0
110
LLMアプリ、 雰囲気で運用してませんか? 〜LLMOpsの現在地〜
taka_aki
1
100
巨大気象データと戦う ― サロゲートモデル学習を高速化する圧縮技術
gpuunite_official
0
270
紙 to デジタル
ichien178
0
140
[potatotips #96] Give Your AI Agent the Flutter Playbook
korodroid
0
170
フィジカルAIの知識ゼロの僕でも AIを使えばここまでできた
tatsuya1970
0
180
AI時代のデータ基盤を考える問い
pacocat
0
670
NANDでも描画したい!
nichica906
3
730
AI開発に用いられるHPC技術について
gpuunite_official
0
280
8bit CPU 2026
koba789
7
2.9k
「ミスを許さない手順書」を作ってみた 〜 個人的にはこれ以上できることはあまりなさそう/20260827-ssmjp-operation-procedure-update
opelab
2
640
Featured
See All Featured
The Power of CSS Pseudo Elements
geoffreycrofte
82
6.5k
Prompt Engineering for Job Search
mfonobong
0
420
Digital Ethics as a Driver of Design Innovation
axbom
PRO
1
380
Odyssey Design
rkendrick25
PRO
2
780
Navigating Algorithm Shifts & AI Overviews - #SMXNext
aleyda
1
1.6k
How to Get Subject Matter Experts Bought In and Actively Contributing to SEO & PR Initiatives.
livdayseo
0
180
Sharpening the Axe: The Primacy of Toolmaking
bcantrill
46
3k
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
28
3.6k
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
35
2.6k
How to Ace a Technical Interview
jacobian
281
24k
Dominate Local Search Results - an insider guide to GBP, reviews, and Local SEO
greggifford
PRO
0
310
Self-Hosted WebAssembly Runtime for Runtime-Neutral Checkpoint/Restore in Edge–Cloud Continuum
chikuwait
0
740
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