国または地域と言語

    国または地域と、言語を選んでください。

    おすすめ

      すべての国と地域

        キャラクターを選ぶ

        上部のバーとプロフィールに表示されます。いつでも変更できます。

        アナリティクスエンジニアになるには:必要なスキルと学ぶ順番

        SQLのモデリング、Gitでのバージョン管理、dbtでのテスト付きの変換、クラウドのウェアハウスを学び、どのダッシュボードの数字も、信頼できる1か所から出てくるようにします。アナリティクスエンジニアに必要なスキルを使う順番に練習し、最後はウェアハウスのプロジェクト、ツールを横断する時間制限付きのアセスメント、面接です。

        ツール
        SQL, Git, dbt, Snowflake SQL, LookerとLookML
        ユニット
        34ユニット、160レッスン
        採点付きの練習問題
        846
        ツール横断のプロジェクト
        3
        最終アセスメント
        15個の課題、60分

        各レッスンの目安時間に基づくと、レッスンは合計約45時間です。

        自分の進捗

        まだ何も完了していません。進捗はレッスンを終えるたびにこのブラウザーに保存され、サインインするとアカウントにも保存されます。

        レッスン
        160レッスン中0レッスン
        プロジェクト
        3件中0件完了
        アセスメント
        未受験

        テーブルを照会するから始める

        ユニットごとのパスウェイ

        この順番でステップを進めてください。各ステップはコース全体ではなく、1つのコースのうちこの職種で使うユニットのセットです。ユニットを開くと、その最初のレッスンが始まります。

        1. Git

          モデルはコードで、コードはレビューされます。コミット、履歴の確認、変更の一部のステージング、ブランチとマージを、dbtのプロジェクトがブランチから本番へ進むのと同じ流れで練習します。

          Git5ユニット・20レッスン
          1. 最初のスナップショット初級 · 4レッスン・練習問題21問無料
          2. 確認の範囲初級 · 4レッスン・練習問題21問
          3. 選択的なスナップショット初級 · 4レッスン・練習問題21問
          4. ブランチのコンテキスト中級 · 4レッスン・練習問題21問
          5. 統合中級 · 4レッスン・練習問題21問
        2. ウェアハウス:Snowflake

          作ったモデルは、クラウドのウェアハウスで動きます。Snowflakeの使い方に慣れ、クエリを書き、ウィンドウでレポートのロジックを作り、安全にデータを変更し、だれがどのレポートを見られるかを管理し、クエリプロファイルで遅い処理を見つけます。

          1. Snowflakeの使い方に慣れる初級 · 5レッスン・練習問題27問無料
          2. Snowflake流のクエリの基本初級 · 6レッスン・練習問題36問
          3. 信頼できるリレーショナルなクエリ初級 · 4レッスン・練習問題20問
          4. ウィンドウとレポートのロジック中級 · 4レッスン・練習問題22問
          5. 安全なデータの変更上級 · 5レッスン・練習問題28問
          6. 管理されたレポートとクエリプロファイルエキスパート · 5レッスン・練習問題28問
        3. LookMLのセマンティックモデル

          ウェアハウスのフィールドとメジャーを再利用できる形で作り、結合の粒度をテストし、ダッシュボードの定義を保存します。地域ごとの閲覧制限にはアクセスフィルターを使い、共有する前に元データの合計と照らし合わせます。

          1. ビューとメジャー初級 · 5レッスン・練習問題28問
          2. 結合と粒度中級 · 5レッスン・練習問題29問
          3. 派生テーブルのモデル上級 · 4レッスン・練習問題24問
          4. 管理されたアクセス上級 · 5レッスン・練習問題29問
          5. モデルのレビューエキスパート · 4レッスン・練習問題25問

        この職種のプロジェクト

        各プロジェクトは架空の会社の依頼から始まり、実際の仕事と同じようにツールを行き来します。あるステージで作ったものが、次のステージの出発点になります。概要はすべて無料で読めます。

        Copperline Freight
        SnowflakedbtTableau
        プロジェクト

        定時率のレポートをウェアハウスに移す

        Copperlineの定時率のレポートは、誰かが毎週月曜日に作り直すスプレッドシートです。ウェアハウスで作り直してください。Snowflakeで出荷ごとに現在の行を1行、テスト済みのdbtモデル、そしてオペレーションが信頼できるTableauのビューです。

        4ステージ · 2 h 40 min概要を見る
        Wayfriend
        DatabricksdbtSQLDagster
        プロジェクト

        招待から合流へ

        Wayfriendは、会う計画を立てた友人が実際に一緒に過ごしているかを知りたいと考えています。生のイベントをクリーニングし、合流をモデル化し、成功を測定して、翌日の作業を計画してください。

        5ステージ · 3 h 30 min概要を見る
        Copperline Freight
        SQLPower BI
        ケーススタディ

        2つのダッシュボード、2つの定時率

        同じ月について、オペレーションはある定時率を、財務はそれより低い率を報告しています。理由を突き止め、両方のチームが合意するメジャーを書き、顧客に出す数字を提案します。

        3ステージ · 1 h概要を見る

        職務への準備度アセスメント

        ユニットを終えたら、その職種のツールを横断して実力を確かめましょう。60分で15個の実践的な課題に取り組み、どの課題もそのツールの中で行い、自動で確認されます。ページを閉じてもタイマーは止まりません。

        ツール課題分
        LookerとLookML311
        SQL311
        Git311
        dbt313
        Snowflake SQL311

        採点方法

        各ツール
        課題の3分の2以上が正解なら準備完了、3分の1なら閉じる、それ以外はまだですです。コーディングの課題では、合格したテストの割合が得点になります。
        面接の準備完了
        全体で75%以上、かつすべてのツールが準備完了であること。
        あと少しで準備完了
        全体で50%以上、かつまだですのツールがないこと。
        練習を続ける
        上記以外。レポートには、間違えたすべての課題が、それを教えるレッスンとともに表示されます。

        アセスメントを開く

        アセスメントは無料です。結果は面接ハブのレポート形式による練習のフィードバックで、採用の判断ではありません。問題のプールが許す範囲で、再受験では別の課題が出題されます。

        面接

        面接ハブでは、架空の雇用主でのアナリティクスエンジニアの面接をラウンドごとに進めます。口頭または文章で回答すると、面接官が掘り下げて質問し、レポートでは回答が引用されます。

        アナリティクスエンジニアの面接を練習する

        各プランで利用できる内容

        無料
        アカウントなしで、すべてのコースの最初のユニット(このパスウェイの34ユニットのうち4ユニット)。プロジェクトの概要はすべて無料で読め、職務への準備度アセスメントも無料です。
        One Course
        1つのコースをすべて利用できます。このパスウェイでは、次のいずれかです: SQL(9ユニット), Git(5ユニット), dbt(9ユニット), Snowflake SQL(6ユニット), LookerとLookML(5ユニット).
        All Access
        パスウェイ全体:すべてのユニット、すべてのプロジェクトのステージ、音声面接の練習。

        プランと料金を見る

        アナリティクスエンジニアとは

        アナリティクスエンジニアは、データエンジニアリングと分析の間に立つ仕事です。ウェアハウスに届いた生のテーブルから、ほかのみんながレポートに使う、きれいでテスト済みのモデルを作ります。売上の定義が1つ、アクティブな顧客のテーブルが1つ、定時率が1つ、という状態です。dbtでSQLを書き、お互いの変更をGitでレビューし、テストを加えておくことで、ソースが壊れたときに、誤った数字がダッシュボードに届く前に気づけるようにします。

        クエリからテスト済みのモデルまで、学ぶ順番

        あとのステップはすべてSQLなので、最初はSQLとモデリングです。dbtのプロジェクトはリポジトリの中にあるので、次はGitです。dbtは一番長いステップで、仕事の中心です。ウェアハウスは最後に学びます。そのころには、そこで何を動かすのかがわかっているからです。

        成果を見せる

        「定時率のレポートをウェアハウスに移す」では、Copperlineで毎週月曜日にだれかが作り直しているスプレッドシートのレポートを、ウェアハウスに移します。Snowflakeの出荷ごとに最新の1行、テスト済みのdbtのモデル、運用チームが信頼できるビューです。「招待から合流へ」では、Wayfriendの生のイベントから合流をモデル化します。どちらも、アナリティクスエンジニアリングの面接で聞かれる種類のプロジェクトです。そのあとのアセスメントで、応募の前にどのツールを練習すればよいかがわかります。面接は、面接ハブのアナリティクスエンジニアの面接で練習できます。

        よくある質問

        アナリティクスエンジニアとデータエンジニアの違いは何ですか?

        データエンジニアは、データをウェアハウスに取り込み、パイプラインを動かし続けます。アナリティクスエンジニアは、取り込まれた生のテーブルを、アナリストやダッシュボードが使うテスト済みでドキュメントのあるモデルに変えます。データエンジニアのパスウェイがPythonとオーケストレーションを加えるのに対して、こちらはモデリングとdbtに深く入ります。

        Pythonは必要ですか?

        始めるのに必要はありません。アナリティクスエンジニアリングの大半は、SQL、dbt、Gitです。Pythonはあとで役に立つので、必要になったらPythonのコースを使ってください。

        どのくらいかかりますか?

        このパスウェイのレッスンは、合計で約45時間です。採用までの期間はお約束できません。

        料金はかかりますか?

        どのコースも最初のユニットは無料で、アカウントも要りません。One Courseでは1つのコースのすべてを、All Accessではパスウェイ全体を利用できます。料金は料金ページに載っています。

        Your Work Gym account

        Save your progress and pick up on another device. Your browser's progress comes with you.

        or

        You can keep practicing without an account.

        ヘルプとフィードバック

        質問、うまく動かない点、アイデアなどをお寄せください。メールで返信します。

        どのような内容ですか?

        返信のためだけに使用します。