
講師の紹介やコースの対象者、本コースの概要について解説します。
このセクションで学習することについての概要を解説します。
AWSアカウントの作成方法や注意点を解説します。
ローカル環境での最低限のPythonの設定を解説します。
ローカル環境でAWSを操作できるように設定を解説します。
このセクションで学習することについての概要を解説します。
DataLakeの考え方や注意点について解説します。
DataWareHouseの考え方や注意点について解説します。
ETL処理の考え方や注意点について解説します。
データの可視化や分析についての考え方や注意点について解説します。
このセクションで学習することについての概要を解説します。
DataLakeの設計方針について解説します。
S3の作成方法についてハンズオンで解説します。
データをS3に格納する際のノウハウや注意点について解説します。
このセクションで学習することについての概要を解説します。
GlueでのETL処理の作成方法についてハンズオンで解説します。
GlueでのETL処理のスケジューリングについてハンズオンで解説します。
ETL処理を作成する際の注意点について解説します。
このセクションで学習することについての概要を解説します。
QuickSightでS3に格納されたデータの可視化についてハンズオンで解説します。
QuickSightのプラン別にできることについて解説します。
このセクションで学習することについての概要を解説します。
Sagemakerでのnotebookインスタンスの作成についてハンズオンで解説します。
ソースコードの管理について解説します。
notebookインスタンスの利用に際しての注意点について解説します。
このセクションで学習することについての概要を解説します。
規模別にデータベースに格納されたデータを可視化するアーキテクチャについて解説します。
可視化したい用途や頻度に応じてログデータを可視化するアーキテクチャについて解説します。
AWS以外のデータを取得して可視化するアーキテクチャについて解説します。
これまで紹介したデータを統合して可視化したい場合のアーキテクチャについて解説します。
■ こんな課題ありませんか?
・データ分析基盤を構築するためのAWSの機能やサービスについて、どうやって学べばよいかわからない
・AWSを使ったデータ分析基盤構築に関するノウハウが不足していて、構築に失敗する可能性がある
・実践的な手順やハンズオンを通して学ぶことで理解が深まると考えているが、実際に手を動かせる機会がない
・データ分析基盤構築にあたって、経験の豊富な現役CTOのアドバイスやヒントを得たいと思っている
・データ分析基盤の構築には時間やコストがかかるため、効率的な構築方法を知りたいと思っている
データ分析基盤の構築から可視化まで一気通貫でハンズオンを実施します!
実践編として、フェーズややりたいことに応じたアーキテクチャやデータパイプラインの紹介も実施します!
■ 昨今のデータに関するトレンド
昨今ではChatGPTやDXによりデータの重要性が叫ばれるようになってきてから、データエンジニアやAIとデータを使いこなせる人材の需要が上がってきています。
2030年までにIT人材が79万人不足すると言われている中、一歩先にIT人材に必要なデータ利活用の基礎を身につけられることを目的として、教材を作成しました!
■ 講座内容の概要
・データの扱いに関する基礎知識 (抽出/変換/格納/可視化)
・データ関連のAWSサービスに関する概要
・データ分析基盤で利用する各AWSのサービスごとに簡単なハンズオン
・実践編としてのアーキテクチャの説明
※ レクチャーの中でページの紹介などを行なっている部分がございますが、その場合は資料をダウンロードすることが可能です。
■ 学習後のゴール
・データレイクやデータウェアハウス、ETLの概念を理解し、データパイプラインを作成できるようになります。
・データを可視化する、利用するまでのプロセスが明確になります。
・データを集め、統合することによって様々な用途を提案/企画することができるようになれば嬉しいです。