この講座で学べること
1. なぜデータ分析を学ぶのか
ビッグデータ時代において、データ分析基盤の構築・運用はインフラエンジニアにも求められるスキルです。AWSのGlue・Athena・QuickSightなどを組み合わせれば、データの収集・変換・分析・可視化までを一気通貫で実現できます。
ビジネス側からの「売上データを集計して可視化したい」「複数システムのログをまとめて分析したい」といった要望に応えるには、データ分析基盤の知識が必須です。この講座では、AWSのデータ分析サービスを使って、本格的なデータ分析基盤を構築できる力を身につけます。
1.1 こんな方におすすめ
- データ分析基盤の構築・運用を担当するインフラエンジニアの方
- 既存システムのログやデータを活用したい方
- BIツールを使ってデータを可視化したい方
- AWSのデータ分析サービスを体系的に学びたい方
1.2 学べること・身につくこと
この講座を修了すると、以下のスキルが身につきます。
| スキル | 内容 |
|---|---|
| データ分析の全体像 | データ分析基盤の概念とAWSサービスの全体像を理解できる |
| ETL処理 | AWS Glueを使ってRDSや各種データソースからデータを抽出・変換・ロードできる |
| データクエリ | Amazon Athenaを使ってS3上のデータに対してSQLでクエリできる |
| データ可視化 | Amazon QuickSightで分析結果をダッシュボードとして可視化できる |
| 分散処理 | Sparkの基本概念を理解し、PySparkでGlueジョブを記述できる |
| データ連携 | AppFlowでSaaSアプリケーションからデータを取得できる |
| データレイク管理 | Lake Formationを使ってデータレイクの権限管理ができる |
2. 章一覧
3. 学習の流れ
3.1 事前に学んだほうが良い講座
本講座を始める前に、以下を学んでおくと理解がスムーズです。
| 講座名 | 事前に学ぶ理由 |
|---|---|
| AWS講座 | 本講座で扱う VPC・S3・IAM などの AWS 主要サービスを先に理解しておくため |
| Python講座 | 本講座の PySpark 章で Python の知識が必要となるため |
3.2 この講座を学んだら
本講座の後は、以下を実施するのがおすすめです。
| 講座名 | おすすめの理由 |
|---|---|
| Terraform講座 | 本講座で構築したデータ分析基盤を Terraform でコード化して再現できるようになるため |