ポイントは「クラウドなら何ができるのか」
ビッグデータで輝くITスキルは、舞台がクラウドに移るとどう変わるのか?(1/2 ページ)
企業は、ビッグデータの処理基盤をクラウドに移している。この動きは、それまでのITスキルを覆すことはないが、管理者や開発チームには幾つか変化が求められるだろう。
新しいビジネスチャンスを見つけるため、もしくは気付いていない不備、不満を見つけるために企業はビッグデータの活用を推進し続けている。以前に比べクラウドの利用ハードルが下がった今、企業はビッグデータをクラウドに送り込もうとしている。だが、ビッグデータの分析チームにはその準備ができているだろうか。
既に自社のデータセンター内でビッグデータへの取り組みを進めているとしても、クラウドでの成功が約束されるわけではない。多くの場合、新しいトレーニングとスキルセットが必須になる。
併せて読みたいお勧め記事
ビッグデータ分析に必要なこと
さまざまな分野で競い合う大手クラウドベンダー
一般にクラウドでビッグデータを扱う場合は、オンプレミスの導入に比べてコストを削減できると話すのは、IT調査会社のEnterprise Strategy Groupでシニアアナリストを務めるマイク・レオネ氏だ。クラウドでビッグデータのシステムやプロジェクトを運用する場合、基本的にビッグデータの専門家をスタッフとして抱える必要はない。例外は分散処理フレームワークの「Hadoop」が関わる場合だけである。
「例えば、オンプレミスの5ノードHadoopクラスタをクラウドの5ノードHadoopクラスタに置き換えるのは実に簡単だ。だが、これを管理するのは難しい。特にソフトウェアの相互運用性に関連する課題が生じる」(レオネ氏)
クラウドコンピューティングでのビッグデータに求められる4つのスキル
ITトレーニング企業のLinux Academyでビッグデータ分析部門のディレクターを務めるマニーシャ・スーレ氏によると、ITチームは4つの主要分野に注目すれば、クラウドでビッグデータを適切に扱うことができるという。
1.管理
この役割には、Hadoopと非リレーショナルデータベースである「NoSQL」の管理方法に関する知識が不可欠になる。管理者は、ストレージ、ネットワークなどのインフラコンポーネント(クラウドでインフラを構成する要素)を注意深く構成、管理して、ビッグデータプロジェクトをサポートしなければならない。そのためにHadoopとNoSQLの大量のデータを扱う経験が役に立つ。
2.開発
スーレ氏によれば、ビッグデータ開発者には「Python」「Scala」、Javaなどの言語でのプログラミング経験が求められるという。また、Amazon Web Services(AWS)のストリーミングデータをリアルタイム処理する「Amazon Kinesis」やサーバレス処理の「AWS Lambda」などの利用経験もプラスになる。こうしたサービスはマイクロサービスベースのアーキテクチャでリアルタイム処理を行うための代替手段を提供する。
3.分析
クラウド内でビッグデータの分析を行う場合は、統計、データマイニング、機械学習、オペレーションズリサーチ(最も効率的になるようにさまざまな検証をする手法、シミュレーション)、プログラミングの専門知識が求められる。データサイエンティストやアナリストだけでなく、機械学習とAIのエンジニアも、アルゴリズムの構築方法を習得し、それらのアルゴリズムを自動化して大量のデータセットを操作する方法を学ぶ必要があるとスール氏は話す。
4.視覚化
視覚化機能の開発者は、収集するビッグデータに関するストーリーを伝えるダッシュボードをデザインする。この役割を担うITプロフェッショナルは、全く異なるさまざまなデータソースにアクセスして、それらを統一性のある対話型情報基盤に統合する。
これら4つのスキルを習得できる講座はあるが、IT担当者は実践的な学習アプローチを採用するのがベストだとスール氏はいう。クラウドは、この学習モデルにも適している。
「準備は簡単で、試用アカウントを登録するだけだ。そうすれば、利用可能なサービスを直接体験できる」と同氏は話す。さらに正規講座のほとんどが、実践的な学習計画を含んでいる。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
課題解決
[NTT東日本株式会社] いま建設業に「10ギガ光回線」が必要な理由とは? -
課題解決
[NTT東日本株式会社] 情報漏えいも業務停止もさせない「止まらないネットワーク」への第一歩は? -
課題解決
[NTT東日本株式会社] 情報漏えいや業務停止に備える、安心・安定のネットワーク環境とは? -
事例
[Wrike Japan 株式会社] 年間100件超でも“プロジェクト炎上”を回避、JERAの管理体制は何が違うのか? -
事例
[Wrike Japan 株式会社] プロジェクト納品時間を最大40%短縮 事例で見る「劇的な高速化」の実現方法
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
「Active Directory」復旧で“詰む”企業が続出 ランサムウェアに備える4対策
-
2
Java SEに「Java4Shell」、WebLogicも修正――今朝の情シスニュース
-
3
なぜ「WSUS」を捨てない? 非推奨でも35%が使い続けるワケ
-
4
Claudeを使い続けて大丈夫か? IPOで見えるAnthropicの財務と新機能
-
5
なぜ「Microsoft Teams」がランサムウェアの入り口になるのか?
-
6
紙やExcelにもう頼らない、建設業の「情報管理」をデジタル化する注目手法とは
-
7
なぜ「PHP2Shell」はパッチを当てても終わらないのか?
-
8
AI時代のPC選定は“適材適所” 情シスが押さえておきたい3つの選択肢とは?
-
9
情シスに転職して活躍する人、孤立する人 専門エージェントが見た分かれ目
-
10
大和証券や日経も被害に 2026年秋のインシデント集中で崩れた「防御の前提」
ホワイトペーパーランキング PR
-
1
「IT史に名を残すシステム障害」8選
-
2
SCS評価制度時代の「SASE選定」ガイド
-
3
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
-
4
マンガで解説:情シスの負担を減らす「MDRサービスのインシデント対応」の中身
-
5
自社のメール環境は本当に安全? チェックシートですぐ分かる“今必要な対策”
-
6
三井ホームに学ぶ「無線LAN環境」構築 快適なオフィスと高度なIT運用の両立法
-
7
「RPA導入の成果が出ない」を防ぐ、成果につながる自動化対象業務の選び方
-
8
AIが苦手な「汚いデータ」になっていない? AI投資を無駄にしないための注意点
-
9
「止まらない」と「シンプル運用」を両立、四街道市新庁舎を支えるネットワーク
-
10
AIに何を聞いても「汎用的な答え」しか返ってこないのはなぜか?
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー