斎藤友樹の作品一覧
「斎藤友樹」の「［エンジニアのための］データ分析基盤入門 データ活用を促進する！ プラットフォーム＆データ品質の考え方」「改訂新版［エンジニアのための］データ分析基盤入門＜基本編＞ データ活用を促進する！ プラットフォーム＆データ品質の考え方」ほか、ユーザーレビューをお届けします！
- 作者をフォローする
- フォローすると、この作者の新刊が配信された際に、お知らせします。
値引き作品
一覧 >>作品一覧
-
-◆ユーザーが集まる！ データ分析が活性化する！ データエンジニアリングの基本を学ぼう。◆ データ分析基盤の「今」に焦点を合わせ、基本用語の整理から歴史、クラウドをはじめとしたインフラ、主要な技術スタック、システムモデル、データドリブンのための可視化＆測定術まで徹底解説。合わせて、長期視点に立ったユーザー中心の運用に欠かせない「セルフサービス」「SSoT」に基づいたルール作り、それらを実現するためのゾーン/タグ管理、メタデータ管理、データの品質管理も平易にまとめました。 今回の改訂では新たに第0章「［速習］データ分析基盤と周辺知識」＆第9章「［事例で考える］データ分析基盤のアーキテクチャ設計」を収録。より基本に忠実にかつ実践への道しるべとなる入門書を目指し解説を強化しました。 ■目次 ●第0章 ［速習］データ分析基盤と周辺知識 ・0.1 データ分析基盤とサービスの提供先 ・0.2 データ分析基盤と周辺技術 ・0.3 データ分析基盤と外部との接点を理解しよう ・0.4 データ分析基盤開発とサポートツール ●第1章 ［入門］データ分析基盤 ・1.1 データ分析基盤の変遷 ・1.2 処理基盤/クラスターの変遷 ・1.3 データの変遷 ・1.4 データ分析基盤に関わる人の変遷 ・1.5 データへの価値観の変化 ・1.6 データに関わる開発の変遷 ●第2章 データエンジニアリングの基礎知識 ・2.1 データエンジニアリングの基本 ・2.2 データの世界のレイヤー ・2.3 コレクティングレイヤー ・2.4 プロセシングレイヤー ・2.5 データ分析基盤におけるデータの種別とストレージ戦略 ・2.6 ストレージレイヤー ・2.7 アクセスレイヤー ・2.8 セマンティックレイヤーとヘッドレスBI ●第3章 データ分析基盤の管理＆構築 ・3.1 セルフサービスの登場 ・3.2 SSoT ・3.3 データ管理デザインパターン ・3.4 データの管理とバックアップ ・3.5 データのアクセス制御 ・3.6 One Size Fits All問題 ・3.7 データのライフサイクル管理 ……ほか ●第4章 データ分析基盤の技術スタック ・4.1 データ分析基盤の技術スタック ・4.2 データ分析基盤のためのクラスター選択 ・4.3 コレクティングレイヤーの技術スタック ・4.4 プロセシングレイヤーの技術スタック ・4.5 ワークフローエンジン ・4.6 ストレージレイヤーの技術スタック ・4.7 プレゼンテーションデータを扱う技術スタック ……ほか ●第5章 メタデータ管理 ・5.1 データより深いメタデータの世界 ・5.2 メタデータとデータ ・5.3 データプロファイリング ・5.4 データカタログ ・5.5 データアーキテクチャ ●第6章 データマート＆データウェアハウスとデータ整備 ・6.1 データを整備するためのモデル ・6.2 データマートの役割 ・6.3 スキーマ設計 ・6.4 データマートの生成サポート ・6.5 データマートのプロパゲーション ・6.6 ストリーミングとデータマート ●第7章 データ品質管理 ・7.1 データ品質管理の基礎 ・7.2 データの劣化 ・7.3 データ品質テスト ・7.4 メタデータ品質 ・7.5 データ品質を向上させる ●第8章 データ分析基盤から始まるデータドリブン ・8.1 データ分析基盤とデータドリブン ・8.2 データドリブンを実現するための準備 ・8.3 KPIをどのように開発に活かすのか ・8.4 データ分析基盤観点のKGI/（CSF）/KPI ●第9章 ［事例で考える］データ分析基盤のアーキテクチャ設計 ・9.1 テーマとゴールを考えてみよう ・9.2 データ分析基盤の骨格を考えよう ・9.3 データ分析基盤構築における不確実性に備えよう ・9.4 データ分析基盤に必要な機能を揃えよう ●Appendix ［ビッグデータでも役立つ］RDB基礎講座 ■著者プロフィール 斎藤 友樹：SIerで官公庁、年金、広告などのシステムの要件定義～保守運用まで、SEやマネージャーとしてフロントエンド～サーバーサイドまでひととおり経験。現在は、事業会社にてビッグデータ分析に関するシステムの構築、蓄積したデータの活用を行う仕事に従事している。 -
5.01巻2,992円 (税込)システムとデータの両面にスポットを当て，データ分析基盤の整備/運用/活用の指針をまとめた入門書。 データ分析の中心にある「データ分析基盤」を取り巻く環境は，大きく変わりました。機械学習/ディープラーニング，マーケティング，需給予測，不正検知を筆頭にデータ利用が多角化し，データ分析基盤に求められる役割も多様化が進んでいます。 本書では，データ分析基盤の「今」に焦点を合わせ，基本用語の整理から歴史，クラウドをはじめとしたインフラ，主要な技術スタック，システムモデル，データドリブンのための可視化＆測定術まで徹底解説。 合わせて，長期視点に立ったユーザー中心の運用に欠かせない「セルフサービス」「SSoT」に基づいたルール作り，それらを実現するためのゾーン/タグ管理，メタデータ管理，データの品質管理も平易にまとめました。 広くデータ分析基盤に関わるエンジニア/ユーザーの方々へ，ユーザーが自然と集まり，データ活用を促進するシステムの実現のために，実践で活かせる考え方をお届けします。 -
値引きあり-「マインドセット」とは、自分のこれまでの経験や教育、先入観から作られる思考パターン、つまり自分の「考え方の癖」のことです。 本書は、自分自身を変えるだけでなく、組織を変えるために利用できるマインドセットやそれを補助するフレームワーク、法則を紹介し、トータルで強い組織にしていこうという内容になっています。 日本でDXが叫ばれて久しいですが、それを遂行するために必要な技術を持っているにもかかわらず、成果が出せなかったり、前に進めなかったりするエンジニアやビジネスパーソンがたくさんいます。さらに現在の複雑な世の中では、適切なディレクションは必ずしも期待できません。自分自身で進むべき道を決めて自身の技術力とマインドセット、それらをサポートする法則、フレームワークを駆使して成果を上げていくしかないのです。 読者には全てのビジネスパーソンを想定していますが、特に若手社員や中間管理職の方々に役に立つでしょう。 世の中の事象はますます複雑になってきています。「無理をする」「頑張る」という思考停止ワードに頼るのではなく、本書を通して選ぶべきものを選び捨てるべきものを捨て、最短経路で成果を出しましょう。
ユーザーレビュー
