〈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

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。

目次

＠＠＠＠＠gihyo.jpの書誌情報ページに関して：以下の目次テキストの「全角スペースから行末」まで「サブタイトル」のため、サブタイトル風の文字スタイル（級数下げ/書体を細くするなど）希望です


# 第1章 ［入門］データ分析基盤　データ分析基盤を取り巻く「人」「技術」「環境」
## 1.1 データ分析基盤の変遷　多様化を受け入れるために進化する
## 1.2 処理基盤/クラスターの変遷　よりマネージレスにしてコストを減らし、より本来の業務へ集中する時代
## 1.3 データの変遷　ExcelからWeb、IoT、そして何でもあり（!?）へ
## 1.4 データ分析基盤に関わる人の変遷　データにまつわる多様な人材
## 1.5 データへの価値観の変化　データ品質の重要度が高まってきた
## 1.6 データにおける開発の変遷　複雑化するプロダクトと人の関係
## 1.7 本章のまとめ

# 第2章 データエンジニアリングの基礎知識　4つのレイヤー
## 2.1 データエンジニアリングの基本　ポイントと本書内の関連章について
## 2.2 データの世界のレイヤー　データ分析基盤の世界を俯瞰する
## 2.3 コレクティングレイヤー　データを集める
## 2.4 プロセシングレイヤー　データを変換する
## 2.5 ストレージレイヤー　データやメタデータを貯蔵する
## 2.6 アクセスレイヤー　データ分析基盤と外の世界との連携
## 2.7 本章のまとめ

# 第3章 データ分析基盤の管理＆構築　セルフサービス、SSoT、タグ、ゾーン、メタデータ管理
## 3.1 セルフサービスの登場　全員参加時代への移行期
## 3.2 SSoT　データは1ヵ所に集めよう
## 3.3 データ管理デザインパターン　ゾーンとタグ
## 3.4 データの管理とバックアップ　データ整理と、もしものときの準備
## 3.5 データのアクセス制御　ほど良いアクセス権限の適用
## 3.6 One Size Fits All　ほか

本の帯に関して

帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。

版・表紙について

版・表紙（カバー）のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典（初回特典、初回仕様特典）がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。