松田里佳の学習プラン

データアナリスト（BIスペシャリスト） → データエンジニア

更新最終更新: 2026-06-25

松田里佳（37歳）

データアナリスト（BIスペシャリスト）データエンジニア

データ基盤エンジニア: 企業のデータ活用を支える基盤システムの設計・構築・運用を担い、分析者や機械学習エンジニアが効率的にデータを活用できる環境を提供するエンジニア職種。

プロフィール / 経歴

Web系メディア企業でデータアナリストとして8年のキャリアを持ち、TableauとLookerを用いたダッシュボード構築・KPI管理、BigQuery上でのSQLクエリ作成を日常業務としている。PythonでのデータクレンジングとPandas操作の経験もあり、分析スキルの高さは社内で定評がある。しかしデータパイプラインの上流にある「データ収集・変換・格納」の仕組みがブラックボックスになっており、データ品質に問題が生じても自分では対処できず、エンジニアチームへの依頼待ちになることへのフラストレーションが増大している。また、部門横断的なデータ基盤整備プロジェクトのリードを任されたが、パイプライン設計の知識不足が露呈し、プロジェクトが停滞。自ら基盤を作れるデータエンジニアになることで、分析から基盤構築まで一貫して担えるフルサイクルのデータ人材を目指している。

きっかけ・モチベーション

「8年分のデータ分析の経験とビジネスへの理解度を活かしながら、データパイプラインの設計・構築能力を加えたい。分析者の視点から「本当に使いやすいデータ基盤」を設計できるデータエンジニアになることで、組織全体のデータ活用を加速させることが目標だ。」

— 松田里佳

学習ストーリー

松田里佳さん本人の学習設計の語り

分析で培ったSQL力とBigQueryの経験を足場に、まずデータ基盤の設計原則と全体アーキテクチャを「データ指向アプリケーションデザイン」で体系化する。DB設計理論を深めてOLTP/OLAPの違いを整理し、クラウドデータ基盤の構造を俯瞰できるようにする。第2フェーズでは、IaCによる基盤自動化・コンテナ化・CI/CDを実践し、分析者がセルフサービスで使えるデータ基盤の自律運用体制を構築できるエンジニアを目指す。

現在の課題

ソフトウェアエンジニアリングの基礎（テスト・バージョン管理・CI/CD）を独学で習得する必要がある
現職でのデータエンジニアリング実践機会が限られており、副業や個人プロジェクトで経験を積む必要がある
「分析者視点」と「基盤構築者視点」の切り替えが難しく、スコープが広がりがちになる
年齢的に未経験ポジションへの転換には戦略的なアピールが求められる

スキルギャップ

現在のスキル水準とデータエンジニアに必要な水準を並べ、何を伸ばすべきかを可視化しています。

SQL/BIクエリ

5 5

Tableau/Looker

4 4

Python（Pandas）

3 4

BigQuery

3 4

データ品質管理

2 4

ETLパイプライン

1 4

Docker/コンテナ

1 3

IaC/CI/CD

1 3

埋めるべきギャップ

ETL/ELTパイプラインのコード実装経験が乏しいインフラ（Docker・Kubernetes・IaC）の実践経験がないデータ品質監視・アラート設計の知識不足 CI/CDを用いた継続的デプロイメントの経験がない

最初の3冊（ここから始める）

迷ったらこの順番で読むのが推奨。基礎 → 実践 → 視座を上げる、という流れで構成されています。

データ指向アプリケーションデザイン ―信頼性、拡張性、保守性の高い分散システム設計の原理

Cox-Buday Katherine、山口能迪

エキスパート
Amazonで購入する

なぜこの本か

分析者として「もらう側」だったデータの旅路を、「作る側」の視点から設計原則として理解できる。ストリーミング・バッチ・データモデリングなど、データエンジニアが扱う全領域の地図となる一冊。
達人に学ぶDB設計徹底指南書

初級
Amazonで購入する

なぜこの本か

BIで使っているOLAPの設計思想を、DB設計の基礎から体系的に学び直すための必読書。スタースキーマの意味や正規化・非正規化のトレードオフを明確に理解できる。
ゼロから始めるデータ活用

初級
Amazonで購入する

なぜこの本か

アナリスト視点での「データ活用の全体像」を再確認しながら、エンジニアとしての役割を明確化するための一冊。分析・基盤・ガバナンスの関係を俯瞰できる。