top of page

プロジェクト

Project

■プロジェクト名

 DataOps PJ

■プロジェクト期間

 2022年4月~2024年3月(予定)

■プロジェクト活動目的

  • クラウドサービスではデータパイプライン・ワークフローマネジメントなどのローコードでのデータ処理や再利用性の高いサービスが提供されるようになってきている

  • データ処理をフルスクラッチで実装するのではなく、クラウドサービスのデータ処理フレームワークを利用することで、データマネジメントの省力化・再利用性向上・変化への対応力向上が可能かについて検証をすすめたい
     

 2023年度 活動内容

  • 昨今のAI技術(ChatGPTなど)の活用によりDataOpsのプロセス改善や価値向上に資する可能性を模索する

  • ​事例、ツール、サービス等の調査結果の公開

  • 既存ツール検証コード、DataOps × AIシナリオ検証コードの公開

■OOL DataOps PJ で得ようとしている知見

  • どういったデータ処理ツールが最適かを判定できるスキル・ノウハウ

  • データを処理する全体の流れをデザインし、それを運用・管理できるスキル・ノウハウ

  • オープンデータの活用促進のためのアイデア

DataOpsとは

  • データ管理者とデータ利用者が協力・連携してデータおよび処理プロセスを改善していく手法

  • アジャイル的なデータマネジメントを実現できる

 Gartner 社の定義
 https://www.gartner.com/en/information-technology/glossary/dataops

 

OOL DataOps プロジェクトの技術スコープ

Dataops_技術スコープ.png

オンプレミス環境とクラウド環境のシステム構成の比較

2021 年度 3Q に検証した国土交通省が公開している河川水位データの可視化ユースケースを Azure や Microsoft のクラウドサービスに置き換える。

Dataops_システム構成の比較.png

DataOps 環境のテンプレートを GitHub で公開(随時更新中)

Dataops_GitHub.png
bottom of page