TOPマネジメント > データ分析プラットフォームについての考察(上)

マネジメント

データ分析プラットフォームについての考察(上)

2020/08/03

Isaac Sacolick InfoWorld

 IT関連の仕事には、ソフトウエア開発、DevOps、システム、クラウド、テスト自動化、サイト信頼性エンジニアリング、スクラムチームのリード、情報セキュリティなど、さまざまなジャンルや職務があるが、データ、分析、機械学習を扱う機会や要件は、今後あらゆるジャンルで増えていく。

Credit: Metamorworks / Getty Images

 アジャイル、DevOps、Webサイトに関するデータから指標値や洞察を得るといったように、各自がITデータを扱う中で分析に接する機会もあるだろう。データ、分析、機械学習に関する基本的なスキルやツールを身に付けるには、自分にとってなじみのあるデータや、マイニングで導き出した洞察をアクションに生かせるようなデータに対して、スキルやツールを適用してみるのが一番だ。

 一方、ITデータ以外にも対象領域を広げ、多種多様なデータの視覚化、分析、機械学習を担当するデータサイエンティストチーム、シチズンデータサイエンティスト、ビジネスアナリストらに対してサービスを提供するとなると、少し複雑さが増す。

 まずは、データのロードとクレンジングを行う。次に、データの分量、種類、生成速度に応じて、各種のバックエンドデータベースやクラウドデータテクノロジーを利用する。そのうえで、分析のためのツールやプラットフォームを使う。かつては、ツールの選択肢は、ビジネスインテリジェンスツールかデータ視覚化ツールだったが、近年は、データ分析に関連する処理全般をエンドツーエンドでカバーするツールや、機械学習のプラットフォームも加わって、対象範囲が複雑化している。

↑ページ先頭へ