はじめに
EC事業部シニアエンジニアリングリードの@kenchanです。
2022年6月いっぱい開催されていたみんなで学ぼう 〜 Google Cloud オンライン体験プログラム 〜 に社内の有志を募って参加しました。このプログラムは、2022年6月2日から6月30日までの間、Google Cloudのオンライン学習コンテンツであるGoogle Cloud Skills Boostを無料で利用できるというもので、その内容はGoogle Cloudが提供するクラウドインフラからAI関連のプロダクトまで多岐に渡るものでした。
Google Cloud Skills Boostでの学習カリキュラムは、いくつかの課題や動画コンテンツからなる「ラボ」、ラボが複数あつまる「クエスト」、「クエスト」が複数あつまった「コース」という構成になっています。クエストやコースを修了すると、カリキュラムにあわせたスキルバッジというものを獲得できます。これをコレクションする楽しみもあり、非常によくできたコンテンツだと思いました。
GMOペパボでは、エンジニアだけでなく、日々データ分析を行うディレクタまでさまざまな職種のメンバーが参加しました。この記事では、参加したメンバーが受講したコースのレポートや、参加してみた感想などをまとめて紹介します。
@nyanyami
EC事業部エンジニアリングリードの@nyanyamiです。 このプログラムを利用して約30のラボを学習しました。
「できれば記念品がほしい！」と思い、序盤はスキルバッジの獲得が行えるクエストの学習を進めました。特に苦労したのはクラウドのリソースを作成、管理するというチャレンジラボで、関連ドキュメントも確認し挑戦したのですがなかなかうまく行かず、公式が案内してくれていたSlackの互助活動のおかげでリージョン設定に問題がある事がわかり、--region us-east1にしたところ、無事に通過できました。
スキルバッジ獲得以外で挑戦して興味深かったのは以下のクエストです。 Perform Foundational Data, ML, and AI Tasks in Google Cloud ビッグデータ、機械学習、AI など幅広く体験できるのでGoogle Cloud上でどんなことが出来るのか知るのにちょうどよい学習となりました。
中でもとくに記憶に残った2つのラボを紹介します
Cloud Natural Language API: Qwik Start テキストをAPIに渡して解析するというものなのですが、手順が短くとても容易で瞬時に解析が行えたことにとても驚きました。例文だけで満足するのはもったいないなと思い、いくつか日本語の文章を解析して実験してみたりもしました。業務の関係上、人とテキストを通じてやりとりすることが多いのでこの解析を利用することで、より良い業務が行えているのかという指標に使えないかなと考えています。
Google Cloud Speech API: Qwik Startでは音声データから文字変換されたテキストを受け取ることができました。podcastなど長い音声をこのAPIを利用してテキストに変換し、重要そうな所をかいつまんで読めるのではないか？と画策しています。
1カ月は長いようであっという間に過ぎてしまいました。興味のあるラボがまだまだあるので、時間を作って挑戦してみたいと思います。
@wama
EC事業部サブマネージャーのwamaです。私はビジネス職出身なこともあり、身近な分野であるデータ抽出と分析に重きを置いて今回は学習を行いました。
EC事業部のサービスでは、データベースにはMySQLを利用しているため、SQLを書く機会はいままでもありましたが、BigQueryではStandard SQLというMySQLのSQLとはすこしだけ違うクエリ言語を利用し実行することが求められます。なお、EC事業部では実務でもすでにStandard SQLを利用するケースがありますが、その際にもタイムゾーンを日本時間に直すクエリを書く必要があったりとつまずく箇所があり、この30日間では初歩的なクエストを重点的に学びました。その中でも特に学びが深かったクエストとラボを紹介します。マーケティング組織での活用を考えている方の参考になれば幸いです。
まず、BigQueryでのJSON、配列、構造体の操作を通ることをお勧めします。自分はエンジニアでもデータアナリストでもないので、普段の業務では感覚でデータをごにょごにょしていますが、それでもやはり1つのフィールドに複数のデータが入ることに若干の違和感を覚えます。このラボでは配列について学ぶこと、関数を利用し配列を展開することなどが学べるため、僕と同じように雰囲気でデータを見ている人にはお勧めできる内容と思います。
BigQuery for Marketing Analystsもお勧めです。どんな会社においても「マーケター」には常にデータと向き合える時間が十分に確保されていないのがほとんどだと思っているのですが、そのためにもダッシュボードを作ることで重要指標を定点で追えるようにすることが大事だと思っています。いままでもGoogle Data Studioを使っていたのですが、実際にはRedashで出したデータをスプレッドシートにインポートしてからダッシュボードを作っていました。これからはその作業をする必要がないのかと思うと生きていてよかったという気持ちになります。最高です。
GMOペパボではデータ抽出業務を効率的に行う仕組みが揃っていますが、普段データと雰囲気で向き合っている自分でも理解が進むようなプログラムが揃っているGoogle Cloud Skills Boostは最高なので、これからも学びを深めていきたいです。皆さんもぜひ利用してみてください。
@kenchan
私が印象に残っているコースはBigQuery for Machine Learningです。
機械学習についてはほぼ素人も同然だったので、今回のコースでは機械学習を中心にやってみようと思っていました。その中で一番最初に取り組んだのがこのコースだったのですが、BigQuery ML単体でここまでできるというのにとても驚きました。
私が開発に携わっているサービスであるカラーミーショップは、まだ機械学習を活用できる状態になっていません。しかし、既存のデータとBigQuery MLを組み合わせるだけでもできることがあることがわかったので、検証を進めていきたいと思いました。
@aseto
EC事業部シニアディレクターの@asetoです。
このプログラムを利用して勉強会で学習しました。 今回ちょうど長期の休暇とかぶってしまい、勉強会のみでしたが、Cloudに対する大枠の理解が深まりました。 初めは公開されていた動画をもとに個人学習を想定していましたが、なかなかスピードが速く、アカウントの使い方に少し癖もあり、同じ事業部のサブマネージャーの@wamaさんが声をかけてくれて、社内の勉強会に参加しました。 つまずいたポイントなどすぐにフォローし合うことができたのでとても効率よく進めることができました。 細くタスクが分かれており、都度チェックの設問があって、自身の理解度を把握できたので、その点もとても学習しやすいコンテンツだと思いました。 個人的な事情で、ほとんどに手をつけられなかったので、また時間をとって行いたいと思います。
@sohey
EC事業部マーケティングチーム、カスタマーサクセスを担当しています大塚です。
印象に残っているクエストとしては、BigQuery for Data Warehousingです。
カラーミーショップでは、Redashを利用して本番DBを参照しデータを出力していますが、ショップの設定はMySQLに、アクセスログはBigQueryにあることから、それらを組み合わせたデータを見たい場合にはどうしても出力までにかなりの時間を要してしまったりQuery resultを多用しなければいけないといった問題がありました。
上記のクエストでは、出力したCSVファイルを仮想DB上にインサートして出力できることが学べます。ということは、ある程度生成した結果のCSVをGoogle Cloudに溜めておき、あとから他のテーブルとjoinさせてデータを有効活用できるのではないかという夢が広がりました。
まだ実際に仮想DB構築クエストはクリアしていませんがクエストをこなしてデータ分析用の仮想DBなどを作れた最高だなと夢想しています。やるぞ！
おわりに
昨今、さまざまなオンラインの学習コンテンツによって、新しいスキルを習得する敷居はどんどん下がってきているように感じています。これからも新しいスキルを身に付ける機会を積極的に活用し、ペパボのサービスをよりよいものに素早くできるように、関わる人全員のスキルアップを目指していきます。