「データエンジニアリングの役割に疲れましたか？」
Feeling tired of the role of data engineering?
アナリティクスエンジニアに転職する方法
数年前、私は自分のキャリアに満足していないと感じる時期にいました。私はデータエンジニアリングで3年間働いており、テックの世界でのスタート時の興奮は薄れていました。自分の仕事に対する情熱が思ったほどないことに気づき始めました。
自分の興味に従うことは重要だと思います。どこにいても、実際に何をしたいのかを見つけるために、自分の9時から5時の外で喜びをもたらす趣味を追求することや、すでに働いている会社の異なるチームに関与することを意味するかもしれません。
私は大学でマーケティングやビジネスの側面に興味を持っていたことを覚えていますので、そこでのオプションを探し始めることにしました。データを使用して毎日ビジネスの問題を解決するデータアナリストと話をすることから始めました。彼らはビジネスの知識が豊富なデータエンジニアのような存在でした！
データ分析のプロジェクトを依頼することで、dbtの使用方法を学び、Pythonのスキルをさらに磨くことができました。新しい技術を試してみることで、私はまだデータで働くことが好きであることに気付きました。ただし、適切なツールを使用し、適切な問題を解決する必要があります。最終的には、これが新たに見つけた興味とスキルセットとより一致した異なる役割を探し求めることにつながりました。この役割は、偶然にもアナリティクスエンジニアの役割でした。
アナリティクスエンジニアリングに転職すべきかどうかの判断方法
多くの人々は、データエンジニアからアナリティクスエンジニアに転職することを躊躇しています。それは、時期が適切かどうかわからないからです。しかし、挑戦がなく満足していない場合、この選択を早くすることはありません。
データエンジニアリングからアナリティクスエンジニアリングに転職するのは、データ自体に興味があるのではなく、データをサポートする製品を構築することに興味がある場合に適しています。アナリティクスエンジニアリングは、顧客志向が強く、顧客のデータを使用して重要なビジネスの問いに答えます。ビジネスの成長と洞察に重点を置いています。
これが私の2番目のポイントです。ビジネスとより強いつながりを持ち、会社の成長を推進する決定をしたい場合、アナリティクスエンジニアリングはあなたに適しているかもしれません。データエンジニアリングでは、プロジェクトマネージャーによってタスクが割り当てられます。あなたは必ずしも解決すべき問題や優先すべき事項について意見を持つわけではありません。しかし、アナリティクスエンジニアリングでは、持っています。
アナリティクスエンジニアリングを発見した方法
正直なところ、私はデータ関連の役割を変えたいと思ったとき、アナリティクスエンジニアリングが何であるかわかりませんでした。ビジネスに近い場所で働くための唯一の選択肢は、データアナリストになることだと思い込んでいました。そして、それが私が試みたことです。
私は多くのデータアナリストの役割に応募しましたが、あまり運がありませんでした。アナリストに必要な深いビジネス経験や適切なダッシュボードの構築スキルが不足していました。職名ではなく、既に持っているスキルと学びたいスキルの組み合わせを重視するようになりました。
最終的に、アナリティクスエンジニアの役割にたどり着きました。この役割には、SQL、Python、AWS、オーケストレーション、dbt、データウェアハウジングの知識が必要でした。これらは、私がデータエンジニアとして身につけたスキルセットです。ただし、近代的なデータスタックツールとの経験、ビジネスチームとのコミュニケーション、基本的なBIレポート作成の経験も必要でした。
近代的なデータスタックの経験はあまりありませんでしたが、私の情熱と学びたいという意欲を信じてくれる会社を見つけることができました。適切な場合、会社は要件をすべて満たさなくても採用してくれることもあります！
アナリティクスエンジニアリングへの転職前に開発するスキル
アナリティクスエンジニアの役割を求める前に、開発に時間をかけたいくつかのスキルがあります。これらのスキルは最も重要であり、他の候補者に比べて優位に立つでしょう。これらの3つのスキルに焦点を当てれば、アナリティクスエンジニアに必要な他のスキルは仕事中に簡単に学ぶことができると確信しています。
dbt
dbt、またはデータビルドツールは、分析エンジニア向けのデータ変換ツールです。実際、その背後にある会社が「分析エンジニア」という名前を作り出したのです！分析エンジニアになるためには必ずしもdbtを知っている必要はありませんが、多くの企業がこの役割を採用する際に求めているスキルです。
dbtはSQLベースのツールですので、既にSQLを知っている場合は比較的簡単に学ぶことができます。dbtプロジェクトの設定、データモデリングのベストプラクティス、各種dbtデータモデルの目的について熟知する必要があります。dbtでSQLコードを書く際の「すること」と「しないこと」の概要については、dbtのスタイルガイドを参照することをおすすめします。これにより、チームに参加した際に既に見かける可能性のある標準を学ぶことができます。
dbtはまた、ツール内のドキュメンテーションや関数にJinjaというテンプレート言語を使用します。ただし、dbtではこれらを関数ではなくマクロと呼びます。マクロはより高度な機能であり、関数の相当物です。これらを使用してデータモデル内でSQLの出力を自動化することができます。仕事を得るためには必要ではありませんが、分析エンジニアとしての生活をより簡単にするためには役立つスキルです。
ビジネスコミュニケーション
データエンジニアとして開発および実践するのが最も難しいスキルの一つです。私たちは他のエンジニアと技術的に話すことに慣れすぎていて、わかりやすく説明することを忘れてしまいます。ビジネスチームとのコミュニケーションでは、技術的な概念を非技術的な観客に説明する方法を知る必要があります。できるだけシンプルに説明するほど良いです。話している相手は、あなたほど技術的ではないことがほとんどです。
さらに、これらのチームが話すビジネス用語を理解する必要があります。CAC、MRR、NPM、ROIなど、異なるメトリックスが常に耳に入ります。これらがまさにデータモデルを構築する理由かもしれません。最終的な目標/メトリックスとそれらを計算するためのデータを理解する必要があります。
データパイプラインの構築
幸運なことに、データエンジニアとして、おそらくすでにこのスキルを持っているでしょう！データパイプラインの構築は、多くのデータエンジニアが持つ共通のスキルであり、分析エンジニアとしても活用できます。ただし、この文脈では、さまざまなデータソースとの異なるdbtモデルを組み合わせる方法を知ることが重要です。さまざまなソースシステムからの依存関係を扱うことができる必要があります。
分析エンジニアリングで一般的に使用されるデータパイプラインツールには、Airflow、Prefect、Dagsterなどがあります。これらはすべてシンプルなPythonを使用して構築されており、パイプラインの構築に必要な重要なスキルです。1つのツールを選び、それに精通することをおすすめします！1つを学べば、おそらくすべてを学ぶことができるでしょう。
分析エンジニアに転職する前に知っておきたかったこと
もちろん、データエンジニアから分析エンジニアに転職する過程で、より楽しい旅になるようなことを知っておきたかったと思います。
データエンジニアリングのスキルは毎日使われ、非常に価値があります。
データエンジニアから分析エンジニアに転職する際には、自身の役割やスキルセットが完全に変わると考えるのは簡単です。しかし、分析エンジニアリングとデータエンジニアリングの間には多くの重なりがあります！データエンジニアとして学んだスキルが、あなたの最大のスーパーパワーになることがしばしばあります。おそらく他の分析エンジニアができないことができるかもしれませんので、それを受け入れてください！
実際、役職を応募する際に他の候補者よりも有利になると思います。特に、データチームの採用を始めたばかりの小規模企業でデータの役割を探している場合はさらにそうです。彼らは最大の効果を得たいと考えているはずであり、何でもできる人を求めています。熱心なデータエンジニアから分析エンジニアに転身した人材は、その仕事に最適な人物です。
最初にすべてを知る必要はありません。
一度にすべてを学ぶ必要があると思い込むことは簡単です。その役職に応募する前にAirbyteのようなオープンソースのデータコネクタの設定方法を知らなければならない。その役職に応募する前にdbtでカスタムマクロを構築した経験を持っていなければならない。すべてのタイプのSQLウィンドウ関数を使いこなすまで、その役職に応募することはできない。
知らないことに焦点を当てるのではなく、知っていることに焦点を当ててください！あなたを他の誰かよりも雇いたいと思わせるのは何ですか？仕事上で学ぶことができない、あなたを特別な存在にする要素について考えてみてください。この業界は常に変化しているため、知らないことが常に存在することを受け入れましょう！それがアナリティクスエンジニアリングの魅力の一つです。
アナリティクスエンジニアとして始めたとき、私は次元モデリングが何であるか全く知りませんでした。実際には、データウェアハウスの整理やデータモデリングの実験をしていたときに、dbtのドキュメンテーションを通じてそれに初めて紹介されました。最終的には、それが何であるかを学び、自分の仕事にその技術を適用し、データモデリングのスキルを向上させることができました。今では次元モデリングについて何日も話すことができます！
新しい役割に応募するのはいつでも遅すぎることはありません。
不満なら、何か行動を起こしてください。自分にとって有益でないキャリアに長く留まるほど、学び成長する機会を逃してしまいます。私がキャリアを転換したのは、仕事に挑戦を感じなくなったからです。新しいことを学び成長しないなら、私たちは同じままです。それ以上に悲しいことはありますか？
自分に適したスキルがすぐにはないと思っても、選択肢を探索することで学ぶことができます。さまざまな役割を見て、企業が求めていることを確認してください。求人募集においてスキルに共通点はありますか？アナリティクスエンジニアリングの役割について嫌いなところはありますか？求人広告を見ることでそれを見つける素晴らしい方法です！
結論
今振り返ってみると、データエンジニアリングからアナリティクスエンジニアリングへの転職は、もっと素晴らしいものになるはずでした。内心では、純粋な技術的な役割は私には合っていないと分かっていました。データを手に取り、顧客やビジネスの問題を解決するために活用する必要がありました。
人生は、完全に楽しんでいない役割に留まるには短すぎます！アナリティクスエンジニアリングであろうとなかろうと、他に何があるかを探索することを恐れないでください。最悪のことは何でしょうか？飛び込んでみて、実際には自分に合わないと気づいた場合でも、いつでも元の役割に戻ることができます。しかし、試してみない限り、絶対に分かりませんよ！
We will continue to update VoAGI; if you have any questions or suggestions, please contact us!
Was this article helpful?
93 out of 132 found this helpful
Related articles
