データエンジニアリングの潮流を俯瞰する

Copyright © 2021 Classi Corp. All Rights Reserved.
Engineers in CARTA vol.3 #データエンジニアリング
 
2022/06/17(金)  
Classi株式会社 
開発本部本部長兼データAI部部長伊藤徹郎
 
データエンジニアリングの 
潮流を俯瞰する 

View Slide

自己紹介 
● 名前：伊藤徹郎 (@tetsuroito) 
● 所属：Classi株式会社開発本部｜データAI部 
● 役職：本部長｜部長 
● 分野：Educational Technology , Learning Analytics 
● 著書 
○ データサイエンティスト養成読本ビジネス活用編 
○ AI・データ分析プロジェクトのすべて 
○ 実践的データ基盤への処方箋 
1

View Slide

アジェンダ 
• データエンジニアリングの潮流を俯瞰 
• 私はそれをどう活かしていったのか 
2

View Slide

アジェンダ 
3

View Slide

はじめに 
• 先日開催されたイベントで最新のトレンドをキャッチアップするのに適切
なスライドがありますので、最新はこちらへ 
4
https://speakerdeck.com/satoshihirose/modandetasutatukugai-lu

View Slide

• 最近データエンジニアが盛り上がっている 
• 数年前まではそこまで知られる状況ではなかった 
• しかし、こうした役割をになっていた人は存在していた 
• どういうきっかけでこの分野が盛り上がってきたかを考察したい 
• それをどのように実務に活かしていったかも共有したい 
今日話すこと 
5

View Slide

データエンジニアの検索トレンド  
6
• 10年の間に右肩上がりに成長 

View Slide

きっかけとなった書籍  
7
• 出版は2015年7月 
• 前半はSQLの指南書 
• 肝は第2部の分析システムの構築 
• 日本でのデータ基盤3層構造の初出(?)
 
• 本人曰く、書きたいことを書いた 
• (余談)私もレビューに参加 

View Slide

• 出版は2017年9月 
• クラウドベースのデータ分析基盤を解説
した良書(ETLからELTへ) 
• 分散システムの利用 
• BIツールやアドホック分析の接続などに
も言及 
• データパイプラインにも触れられている 
データ基盤の金字塔となった書籍  
8

View Slide

• 初版は2009年に出版 
• 2018年に大改訂され第2版に 
• 体系的にデータマネジメントを解説 
• データのみならず、組織や文化、セキュリ
ティなどにも言及 
• 30分でわかる本などの入門もある 
データマネジメントを体系的に解説  
9

View Slide

• ニッチなテーマに応募が3倍 
• 募ってみると参加者もいる 
• 発表者もバラエティに富んだ 
(余談)データエンジニアリングコミュニティを開催してみた  
10

View Slide

• 出版は2021年12月 
• ゆずたそさん、渡部さんという業界の有
識者と共に執筆 
• 構想から出版まで2年 
• 処方箋というタイトルの通り、知識で終わ
らず実践ができるような内容に 
• 大事なことははじめにに書いてある 
• データスチュワードをフィーチャー 
DMBOKをもう少し噛み砕いた書籍  
11

View Slide

データ基盤の全体像  
12

View Slide

datatech-jpで輪読会をしてもらった様子  
13
https://gihyo.jp/news/report/2022/06/0601?page=1

View Slide

• 最近データエンジニアが盛り上がっている 
• 元々DWHやETLなどはオンプレ時代からあった 
• クラウドサービスの普及と書籍の発売と主に、知識と環境が整い、多く
の環境で取り組まれるようになった 
• 職能に名前がなく、多くの現場で日の目をみることが多くなかった 
• コミュニティやニーズの高まりによって、再度ブームの兆しが出て今に
至る 
潮流のまとめ 
14

View Slide

アジェンダ 
15

View Slide

Classiのデータ組織の歴史  
• 2018年6月AI室が誕生 
• 4名の組織(エンジニア2人,データサイエンティスト2人)
 
• 2018年7月データエンジニア入社 
• データ基盤のプロトタイプの検討を開始
 
• Embulk,Cron,Scheduled Queryのデータパイプライン → BigQuery (第一世代)
 
• 2018年11月 PJ Cockpitにより全社でBIを導入 
• 2019年4月データAI部が誕生 
• https://www.wantedly.com/companies/classi/post_articles/141663 
• 2019年5月 2人目のデータエンジニア入社 
• Cloud Composer(Airflow)を利用したパイプラインへのアーキテクチャ変更
 
• 2020年1月 AWS Glueを利用したETL処理へ移行 
• 2020年9月データエンジニアが2名追加 
• チーム開発体制へ 
• TerraformによるIaC化やCI/CD整備、スクラムライクな開発スタイルへ
 
16

View Slide

Classiのデータ活用戦略  
• データを活用する目的 = Visionの達成のため 
17
https://corp.classi.jp/company/message/

View Slide

• 全社の目標にデータ活用が入っています 
18

View Slide

• データ民主化の戦略を取っています 
• Tableau/RedashなどのBIツールの利用と普及啓蒙
 
• データ基盤チームはDWH開発、DM開発サポートまでを責務に
 
• 全社のデータ活用度合いをチームのKPIに
 
19

View Slide

Classiのデータ活用戦略に伴った実行プラン(DAMAデータマネジメント機能フレームワーク)  
20
データ
データマネジメントライフサイクル管理
データガバナンス
アクティビティ
戦略
データ評
価
原則と倫
理
ポリシー
スチュ
ワード
文化の変革
リスク管理：セキュリティ、プライバシー、コンプライアンス
メタデータ管理
データ品質管理
計画と設計利用と強化実装と維持
アーキテク
チャ
データとモ
デリングと
デザイン
オペレー
ション
DWH
データ統
合と相互
運用性
マスタデー
タ管理
データスト
レージ
参照デー
タ管理
BI
データサイ
エンス
マスタ
データの
利用
データ収
益化
予測分析
ドキュメ
ント
コンテン
ツ管理

View Slide

21
データ
戦略
データ評
価
原則と倫
理
ポリシー
スチュ
ワード
文化の変革
アーキテク
チャ
データとモ
デリングと
デザイン
オペレー
ション
DWH
データ統
合と相互
運用性
マスタデー
タ管理
データスト
レージ
参照デー
タ管理
BI
データサイ
エンス
マスタ
データの
利用
データ収
益化
予測分析
ドキュメ
ント
コンテン
ツ管理
データマネジメントで
よく議論される機能要件
データマネジメントで
見落とされがちな
非機能要件

View Slide

22
データ
戦略
データ評
価
原則と倫
理
ポリシー
スチュ
ワード
文化の変革
アーキテク
チャ
データとモ
デリングと
デザイン
オペレー
ション
DWH
データ統
合と相互
運用性
マスタデー
タ管理
データスト
レージ
参照デー
タ管理
BI
データサイ
エンス
マスタ
データの
利用
データ収
益化
予測分析
ドキュメ
ント
コンテン
ツ管理
① ①
②
③
④

View Slide

• 初期のフェーズでは組織の状態把握と設計に注力 
①：計画と設計 
23
https://speakerdeck.com/yuukimiya/dpctfa-biao-zi-liao より

View Slide

• 制約はあるがサイクルを回せるデータでBIを全社導入 
• PJ_Cockpit 
• https://www.wantedly.com/companies/classi/post_articles/141663 
• データ活用のゴール設定と目的を設定
 
• Tableauの公式トレーニングを社内で実施
 
• Classi Viz Challengeを開催 
• Visionに沿ったPJ化を意識して社内イベント化で周知 
①：実装と維持 
24

View Slide

• データサイエンスの共同研究を推進 
25

View Slide

• マスタデータやドキュメント管理 
• ドキュメントベースから内製ツールへ
 
26

View Slide

• データ基盤の設計、開発・運用に注力 
• 一方で活用側も同時に掘り起こし
 
• 価値貢献する活用を見据えないデータ基盤はアンチパターン
 
27

View Slide

• データ基盤のベースの構成要素を確立 
• 連携データのカバレッジを拡充 
• データ基盤を専任で担当するチームを全社横断で設置 
②：利用と強化 
28

View Slide

• 利用を拡大すると同時に権限管理やセキュリティも強化 
• Adminチームの初期形成 
• 組織レベルでの管理・運用 
• 属人的なロールを廃止。グループ単位での管理へ
 
• セキュリティチームと共にデータのポリシーを策定 
• 階層でグラデーションをつけ、データの重要度を定義
 
• 各リソースにおいて保持可能なデータが明示的になる
 
• DWHはデータレイク側のETLのみだけでなく、データマート側のPull
Requestを受けるように 
• Pull Requestを送るのはデータサイエンティストや一部非データ系メンバーのパワーユー
ザー 
• レビュワーはデータエンジニアチーム
 
29

View Slide

• データAI部で全社データ活用推進のKPIを設定 
• 半期ごとに目標設定とふりかえりを行い逐次更新
 
30

View Slide

• SQL勉強会の実施や学習コンテンツの準備 
31

View Slide

• Security Command Centerの利用による検知強化 
③：アクティビティ 
32

View Slide

• メタデータ管理への模索 
• dbtの導入検証と断念 
• データカタログの検討 
33
https://tech.classi.jp/entry/2021/08/19/120000

View Slide

• データ品質管理 
34

View Slide

• データ活用文化醸成のためにUniposを活用 
• 運用が肝の施策で、厳格にキャラクターを設定せず、運用の中で確立
 
④：ガバナンス 
35

View Slide

• データ活用戦略実現のための採用活動の継続実施 
36

View Slide

• スクラム開発のフレームワークを導入 
• ワーキングアグリーメントの策定 
37

View Slide

データ基盤の構成図  
38
出典：Classiのデータ分析基盤であるソクラテスの紹介
https://tech.classi.jp/entry/2021/05/31/120000
 

View Slide

• 提供サービスのDBデータ 
• 各種サービス利用データ 
• テキストデータ 
• 数値データ 
• アクセスログ 
• Google AnalyticsやFirebase Analytics 
• アプリケーションログ 
• 3rd Partyデータ 
• SalesForceやHubspotなど 
• Auditデータ 
• クラウドサービスの監査ログ、Tableau/Redashのログなど 
 
扱っているデータの種類  
39

View Slide

We’re Hiring!! 
40
https://hrmos.co/pages/classi/jobs/0000026

View Slide

おわり 
41
ご静聴 
ありがとうございました！ 
🙏🙏🙏 

View Slide

データエンジニアリングの潮流を俯瞰する

データエンジニアリングの潮流を俯瞰する

tetsuroito

More Decks by tetsuroito

Other Decks in Technology

Featured

Transcript