あなたのエンジニアリング組織は成長し、いまは Data Engineer、Machine Learning Engineer、Software Developer が在籍しています。すべてのチームが密に連携して協働してほしいと考えています。また、MVP アプローチ（まずは基本機能を作り、あとから機能を追加する）を使ってほしいと思っています。次のうち、どの方法論を採用すべきでしょうか？
この演習はコースの一部です
理論を実践に変える、インタラクティブな演習のひとつをお試しください
この章では、DevOpsとは何か、その原則、そしてもたらすメリットを学びます。さらに、さまざまな種類のソフトウェア開発にどのように適用されるかを見ていきます。最後に、プロジェクト管理の基礎を押さえ、異なるアプローチと、それらがDevOpsを後押しして組織に大きな価値をもたらす方法を確認します。
現在の演習
この章では、ITインフラストラクチャの主要コンポーネント、変更管理、ソフトウェアアーキテクチャを紹介します。オンラインプロダクトがどのような要素で構成され、相互にどう連携し、チームがDevOpsの変更管理モデルでどのように協働するかを学びます。さらに、DevOpsの主要要素を詳しく見ていきます。 章の終わりには、アーキテクチャ設計のような複雑なソフトウェアエンジニアリングの課題に取り組み、オンラインプロダクトを安全かつ迅速に改善できる力が身につきます。
この章では、データエンジニアの視点からDevOpsを学ぶ旅に出発します。Data Engineeringの観点でDevOpsアーキテクチャが何を意味するかを探ります。さらに、データパイプラインに関する主要な概念と、それらがマイクロサービスアーキテクチャでどのように使われるかを見ていきます。 データパイプラインを学んだ後は、Data Scientistの視点に切り替えて、レポーティングの観点からDevOpsを捉えます。最後に、DevOpsのツール環境を確認し、主要なツールについて議論します。
最終章では、DevOpsがどのように高いデータ品質を確保するのかを検討します。さらに、ソフトウェアにおける品質と信頼性についても取り上げます。最後に、DevOpsを支える文化的な考え方を学び、これまでの学習内容を総復習して、DevOpsの力を十分に活用できる状態を目指します。
