10年以上にわたり、企業はデータからビジネス バリューを抽出することに熱心に取り組んできました。この活動の中から、データ サイエンティストと呼ばれる役割が生まれました。しかしすぐに、データ サイエンティストの時間の大半は、データの準備や分析モデルの本番環境への移行に費やされていることが明らかになりました。そこで、分析プロジェクト チームが待ち望んでいた欠かせないメンバーとして、データ エンジニアが登場しました。このコースでは、データ分析のライフ サイクル、データ エンジニアリングの役割、成功するデータ エンジニアのスキル セットについて学びます。 

データ量の急増に伴い、組織はデータをいかにタイムリーに処理し、後で分析するかという課題に直面し続けています。このコースでは、SQL を使った従来のデータ ウェアハウスから、データ レイクや NoSQL ツールなどの新しいアプローチまでカバーします。理論と実践的な考慮事項を織り交ぜたオン デマンド コースで、Greenplum Database、Redis、Apache Cassandra、Apache CouchDB のラボ演習のデモンストレーション動画も含まれています。 

このコースでは、広範囲のユースケースに適用できるデータ ガバナンスとデータ管理のアプローチを紹介します。さまざまなガバナンスの役割とモデルに焦点を当て、データ ガバナンス プログラムの導入と維持を成功させる方法を学びます。さらに、Hadoop などの Big Data 環境において組織のデータセットの管理や制御を可能にする Apache ツール、Atlas、Ranger、Knox などを取り上げます。このオン デマンド コースには、Apache ツールのラボ演習のデモンストレーション動画も含まれています。 

スマート デバイスの普及とリアルタイム分析の必要性の高まりに伴い、レガシーなバッチ処理アプローチでは、クレジット カードの不正使用の検出、サイバーセキュリティ保護、自動車のナビゲーションといった現代的なアプリケーションを十分にサポートできなくなっています。このコースでは、このようなユース ケースと、Internet of Things（IoT）によって生成されるストリーミング データを処理するためのアプローチを紹介します。IoT データを処理、分析するために、このコースではいくつかの Apache ツール（Storm、Kafka、Spark Streaming、Flink）を取り上げます。さらに、ストレージの新しいパラダイムである Pravega や、新たに登場した IoT プロジェクトである Project Nautilus や EdgeX Foundry についても取り上げます。このオン デマンド コースには、Apache ツールのラボ演習のデモンストレーション動画も含まれています。 

データ エンジニアの主な責務は、ソース システムからデータ レイクのようなデータ リポジトリーへのデータの移動と変換を自動化することです。このコースでは、Python プログラミングの基礎とデータ パイプラインの構築方法について説明します。このオン デマンド コースには、Python の基本的なプログラミング テクニックと Python を使ったデータの処理と変換に関するラボ演習のデモンストレーション動画も含まれています。 

データ量が増え続ける中、組織のデータをホストするだけでなく、エンドユーザーが利用できるようデータをマージして準備するため、データ ウェアハウスのリソースに対する需要はますます高まっています。このコースでは、データ ウェアハウスからETL（抽出、変換、ロード）プロセスをオフロードすることで、配信時間の短縮と新しいデータ ソースの取り込みを可能にする方法を説明します。このオン デマンド コースには、Apache Hadoop のエコシステム ツール（Hadoop Distributed File System（HDFS）、Spark、Flume、Sqoop、Oozie）を使用したラボ演習のデモンストレーション動画も含まれています。