データ分析の話はそこかしこで行われてますが，それを俯瞰する話はあまりないようなので，ここらで一つ色々とまとめて喋りたいと思います．また，Treasure Dataで得た経験をもとに，機能だけでなくデータ分析基盤でよく要求される要素についても，いくつかの視点を交えて言及したいと思います． 話したいトピックリスト．

• データ分析の需要
• データ分析の流れ
• データ分析基盤に使われるソフトウェア / サービス
  • オンプレミス: Hadoop, Spark, Presto, Impala, etc
  • クラウド: Treasure Data, BigQuery, Redshift, EMR, etc
  • データ収集/同期: Fluentd, Embulk, Sqoop, etc
  • ストリーム処理系: Storm, Norikra, Dataflow, etc
  • キュー: Kafka, Amazon Kinesis, etc
  • データパイプライン/ワークフロー: Luigi, Oozie, Airflow, etc
  • 機械学習: Hivemall, Spark MLlib, etc
  • 可視化: Tableau, Metric Insights, Chartio, etc
• データ分析基盤をどう構築するか
• データ分析基盤の今後

各ソフトウェアは実装とかまで深く掘り下げず，概要や使い所・比較が中心になります．ただ，Hadoopなどは未だ誤解があったりするので，必要なソフトウェアに関しては，いくつかアドヴァンスドなトピックを入れる予定です．