©Hitachi Information Academy Co., Ltd. 2018. All rights reserved.
〒140-0013 東京都品川区南大井6-26-3 大森ベルポートD館https://www.hitachi-ia.co.jp/
株式会社 日立インフォメーションアカデミー
2018.9A
※Hadoop は、Apache Software Foundation の米国およびその他の国における商標です。※Oracle、Oracle Database 11g、Oracle Database 12cは、Oracle Corporation およびその子会社、関連会社の米国およびその他の国に おける登録商標または商標です。※その他、本リーフレットに記載されている会社名、商品名は、各社の商標または登録商標です。※本製品を輸出される場合には、外国為替及び外国貿易法の規制並びに米国輸出管理規制など外国の輸出関連法規をご確認の上、必要な手続きをお取りください。なお、不明な点は、当社営業担当までお問い合わせください。
※日立製品研修は、株式会社 日立製作所が提供する研修サービスです。株式会社 日立インフォメーションアカデミーは株式会社 日立製作所からの委託を受けて日立製品研修の実施・運営を行い、また、日立製品研修の申込み受付、請求書発行および受講料の受領については株式会社 日立製作所の代理人として対応します。
お問い合わせ先
ata Scientists Skill MapD
データサイエンティスト協会のスキル定義にいちはやく対応
ビジネス×データサイエンスデータサイエンス×データエンジニアリング
一般社団法人データサイエンティスト協会スキル委員会は、「データプロフェッショナル(データサイエンティスト)に必要とされるスキルセットの定義」「スキル育成と評価のための軸・基準を作る」を主な活動領域としています。データサイエンティストの人材像、ミッション、スキルカテゴリ、スキルレベルの定義を2014年12月に公開しました。同委員会は「ビジネス力」「データサイエンス力」「データエンジニアリング力」という3分野をバランスよく身に付けることが重要だとしています。
ー ビジネスの問題を構造的に捉え、分析アプローチを試行錯誤していく。膨大なデータを適切な手法で分析・利活用するために、システム(仕組み)として実装する。ー
データのチカラを解き放ち、ビジネスにインパクトを与えるために、社内外のスペシャリストと連携・実現していく人財は、データサイエンティストと呼ばれています。データサイエンティストとスペシャリストたちによる分析プロセスには、典型的な立ちはだかる壁（困りごと）が存在します。
このパンフレットでは、皆さまの“困りごと”を解決するために分析プロセスごとに困りごとに応じた学習の入口とパスを体系化したものです。ぜひご活用ください。
ビジネス力(Business problem solving)
データサイエンス力(data Science)
データエンジニアリング力(data Engineering)
課題背景を理解した上で、ビジネス課題を整理し、解決する力
情報処理、人工知能、統計学などの情報科学系の知恵を理解し、使う力
データサイエンスを意味ある形に使えるようにし、実装、運用できるようにする力
ビジネス力Business problem solving
データサイエンス力
data Science
データエンジニアリング力data Engineering
Source:The Japan Data Scientist Society discussions
の複合スキルをあなたに
日立 研修東京研修センタソリューション推進部
オープンコース へのお問い合わせ
研修のカスタマイズ へのお問い合わせ
TEL 03-5471-8962
TEL：03-5471-8958 e-mail：[email protected]
分析プロセス・フェーズでは何が求められ、スキル分野がどのように関わっていくのか分析プロセス・フェーズでは何が求められ、スキル分野がどのように関わっていくのか
データ分析のあるべき姿とは みなさんの悩みを解決する学習体系悩みに応じた学習の入り口とパスをガイドします！
流れを体験！予測モデルの構築プロセス(ケーススタディ編)
0から始めるPython入門
学びの入口現場で想定される悩み
基礎から学ぶSQLSQLで高度な分析処理が書けない
Go!
NoSQL入門
Hadoop入門
定量分析のスキル 仮説構築と調査検証
データを駆使した予測分析のスキル
ビッグデータ概説
ビジネス上の問題・課題定義
データを活用した解決のアプローチ決定のための試行錯誤
行動規範
ビジネスの構造理解
職場講師による、現場でどう実践・適用するのかを学ぶ・相談するKnow How＆Whoコース
BI・マイニング事例で学ぶデータ分析提案
の進め方
データサイエンティスト入門研修 Rによる統計
定量的問題解決
データサイエンティスト入門研修 SQLによる
集計・分析
データサイエンティスト入門研修 機械学習
基礎から学ぶSQL
体感！機械学習
Hitachi Advanced Data Binder
プラットフォーム 概説
試行錯誤から学ぶ！統計理論抜きで学ぶRによる統計的手法の
ハンズオン
データ分析に使えるSQL
IT戦略の立案 IT投資対効果の考え方
実データを利用した分析・解析演習中心のコース
(ブレインパッド社コース)
情報セキュリティリテラシー
情報セキュリティマネジメント概説
Phase1
Phase2
Phase4 費用対効果検討・測定
分析要件に応じた適切なデータ構造の設計をする
高性能でセキュア・かつ堅牢な基盤システムを設計・構築する
複数種類の大容量データを、効率よく収集、加工する
BIツールを用いて分析アプリケーションを設計・実装する
データウェアハウス概説データウェアハウスにおけるデータモデリング
解説速習！1日でわかる
データベース設計の基礎かつ
分析要件に応じた要素技術の選択適切な要素技術を選定し、分析システムの構成設計をする(RDB、NoSQL、超高速DBエンジンなど)
データ収集、加工の設計・実装
SQLを用いて、データの収集・加工や分析アプリケーションを設計・実装する
分析アプリケーションの設計・実装
システム基盤の設計・構築
データ構造の設計
データの操作
分析結果の特徴とその意味合いを考え(有意性、分布傾向、特異性、関連性、変曲点など)その後の分析プロセスを修正する
分析手法の選択
意味合いの抽出と仮説の深化
分析手法や可視化の種類を選択する
計画したアプローチをプログラミングやツールを使用して実行する実行
流れを体験！予測モデルの構築プロセス
(基礎知識編)
データクレンジング収集したデータ目的に耐えうるデータか評価・クレンジングする
データによる顧客課題解決計画ワークショップ
可視化の選択可視化の種類を選択する
ETLツールなどを用いて、日々のデータ収集、加工、蓄積の自動化を設計・実装する
データ収集、加工の自動化
自らが関わるレイヤーでのバリューチェーン、KPIを構造化する
問題・課題の定義解くべき課題を構造化し論点を特定する
解決策のシステム実装
Phase3
ビジネスへの実装と継続的改善
ビジネスへ実装する際に、実行可能性、業務負荷を考慮し、改善が図れるようモニタリングの仕組みを組み込む
異分野とのコミュニケーション異なる分野の専門家や事業者と適切なコミュニケーションを取りながら、ビジネスの価値を生み出す
コンプライアンス・セキュリティ
どの要素技術を使えばよいか分からない
Go!
データ収集・蓄積の自動化を実装するのに手間がかかり過ぎる
データを取り扱う人間として相応しい倫理を持ち、ビジネスや業界に関係する法令を理解すると共に、情報セキュリティに関する諸問題を適切に処置する
分析アプリケーションを設計・実装するのに手間がかかり過ぎる
各スキル領域の必要度
Engineering
BusinessScience
Engineering
BusinessScience
Go!
データビジュアライゼーション基礎
データ分析手法の理論と適用
Go!
ビジネスを数字で整理・理解するのが難しい
Go!何を目的に何から着手すべきか考えるのが難しい
プレ活動で入手したデータ規模での分析結果から、どこに絞って提案すればよいか分からない
データを可視化していく考え方や実装方法が分からない
分析手法の典型的な用途・手順が分からない
計画したアプローチをプログラムに実装できない
Go!
異常値の発見の仕方・取り除き方が分からない
増え続ける大容量データを効率よく収集・加工できない
Go!
SQLで高度な分析処理が書けない
Go!
分析に特化したDB(DWH、データマート)の設計ができない
Go!
夜間にデータマートの生成が終わらない
Go!
ビジネスへの実装が具体化できない
Go!
情報セキュリティの勘所が分からない
Go!
現場・分析組織と社内外の専門家とが協働していくように巻き込めない
Go!
Science
Science
Business
Engineering
BusinessEngineering
要素技術ごとの推奨学習バスは研修サービスガイド「ビッグデータ」体系の
ページをご覧ください。
※
ビッグデータにおけるシステム設計実践
要素技術をどのように組み合わせてシステムを設計すればいいかわからない
Go!
目的達成のための、データを活用するシステムを設計するデータ活用システムの設計
Go!
EXCELによるデータ可視化
EXCELによる売上データ分析
Go!
Go!
流れを体験！予測モデルの構築プロセス(ケーススタディ編)
※お申込みには事前知識編のご受講が必須です。
1日でできるディープラーニング
NVIDIA DLI Workshop hosted by Hitachi Information Academy
NVIDIA Deep Learning Institute(DLI)認定コース
※お申込みには事前知識編のご受講が必須です。
試行錯誤から学ぶ！Rによるデータ可視化の
ハンズオン
個別開催 個別開催
個別開催 個別開催
個別開催
Pentaho認定コース(KSKアナリティクス社コース)
データ収集・蓄積の自動化を実装するのに手間がかかり過ぎる
Go!
Go!
分析アプリケーションの設計・実装するのに手間がかかり過ぎる
データ統合の基本
ビジネスアナリティクスレポートデザイナー CToolsの基本
ビジネスアナリティクスデータモデリング
個別開催
個別開催
