Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
作って終わりにしない タイミーのセマンティックレイヤー育成の現在地
Search
chanyou0311
June 16, 2026
Technology
3.2k
4
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
作って終わりにしない タイミーのセマンティックレイヤー育成の現在地
「セマンティックレイヤーをどう育て、信頼できるAI Agentを開発するか」の登壇資料です。
https://findy.connpass.com/event/395577/
chanyou0311
June 16, 2026
More Decks by chanyou0311
See All by chanyou0311
5分でわかるDuckDB Quack
chanyou0311
4
450
LookerとADKで作る社内AIエージェント
chanyou0311
0
670
「リリース後」に向き合うAI駆動開発の実践
chanyou0311
0
130
データエンジニアリング領域におけるDuckDBのユースケース
chanyou0311
10
4.5k
5分でわかるDuckDB
chanyou0311
12
4.8k
データプロダクトの定義からはじめる、データコントラクト駆動なデータ基盤
chanyou0311
3
2.1k
データの信頼性を支える仕組みと技術
chanyou0311
6
2.5k
Pulumi に入門してみた
chanyou0311
1
420
What is DRE? - Road to SRE NEXT@広島
chanyou0311
3
1.4k
Other Decks in Technology
See All in Technology
Backstageでつくるセルフサービスな社内開発基盤
kikunosuke75
1
230
設計の世代交代を乗り越える、14年続くAndroidアプリの開発戦略
sansantech
PRO
1
110
When Token Pruning is Worse than Random: Understanding Visual Token Information in VLLMs
sansantech
PRO
0
250
20260906 「AWS運用入門」著者が教える、運用業務への生成AI活用入門
masaruogura
0
210
Bet AI Day 2026丨AIによって本質に戻るシステムリスク管理
layerx
PRO
0
770
現場に行くだけでは足りない——プロダクトエンジニアが業務の流れを捉える観点と、その鍛え方
takumiengineering
0
210
AI-DLCって実際どう? 〜聞きたいこと全部聞いてみる〜
news_it_enj
0
210
APIセキュリティを組織で実現するには~注力する点と設計・実装に入れたい対策~
riiimparm
3
920
[RSJ26] Building a VLA Model Based on Self-Distilled Classification
keio_smilab
PRO
0
190
Point Cloud as a Foreign Language for Multi-modal Large Language Model
takmin
0
370
Jetpack Compose で挑む新聞紙面UI ─ 複合ジェスチャー・ポリゴン記事領域・適応的ページ構成という3つの壁/droidkaigi2026
nikkei_engineer_recruiting
0
170
PM領域でのAI Agentの活用
lycorptech_jp
PRO
0
260
Featured
See All Featured
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
194
17k
The Art of Programming - Codeland 2020
erikaheidi
57
14k
Optimizing for Happiness
mojombo
378
71k
How to Talk to Developers About Accessibility
jct
2
530
How Fast Is Fast Enough? [PerfNow 2025]
tammyeverts
3
860
Scaling GitHub
holman
464
140k
Building Better People: How to give real-time feedback that sticks.
wjessup
370
20k
Taking LLMs out of the black box: A practical guide to human-in-the-loop distillation
inesmontani
PRO
3
2.4k
RailsConf 2023
tenderlove
30
1.5k
Leveraging LLMs for student feedback in introductory data science courses - posit::conf(2025)
minecr
1
370
4 Signs Your Business is Dying
shpigford
187
23k
Noah Learner - AI + Me: how we built a GSC Bulk Export data pipeline
techseoconnect
PRO
0
410
Transcript
2026/06/16 Yu Nakamura - chanyou 作って終わりにしない タイミーのセマンティックレイヤー育成の現在地 @chanyou0311
Yu Nakamura - chanyou • スタートアップでデータエンジニアとして交通データ分析基盤 の構築‧運⽤を経験 • その後、株式会社タイミーの DRE
グループにジョイン • 最近はデータ利活⽤の⺠主化をキーワードに、 データモデリングやAIエージェントの開発に注⼒ • 広島在住。趣味はおうち Kubernetes クラスタ
目次 • タイミーの事業の現在地とこれから • 既存のセマンティックレイヤーの育て⽅ • 新規事業における セマンティックレイヤーの育て⽅の構想
1 タイミーの事業の 現在地とこれから
タイミーとは 5 従来の「求人サイト」でも「派遣」でもない 「働きたい時間」と「働いてほしい時間」を マッチングするスキマバイトサービス
6 働き⼿と雇い⼿がいるBtoCプラットフォームを提供しています。外からは⾒えづらいですが、スポットワークを実現する ための雇い⼿の⼿続きや課題は多く、そのプロセスのほとんどをシステム化しています。 タイミーの使われ⽅
7 タイミーでは既存事業のスケールに加えて、未開拓の領域で「はたらく」の可能性を広げる新たな事業やプロダクトを0か ら創り出すことにも取り組んでいます。 信頼を軸とした新規事業‧プロダクト開発
タイミーで働く タイミーを使⽤して スキマバイト スキルや勤務実績 が貯まる タイミーで働いてバッジをゲット! スキルや勤務実績が貯まる 正社員の求⼈ が紹介される スキルや勤務実績を
元に求⼈を紹介 体験勤務 タイミーを通じて 紹介された職場で働ける 正社員として⻑期就業 お互いがマッチしたら 正社員として雇⽤される STEP3 STEP1 STEP2 STEP4 STEP5 タイミー タイミーキャリアプラス リスキリング講座 資格や免許取得、スキル習得のための 講座を受講できます。(⼀部選考あり) キャリア相談 仕事の悩みや今後の⽅向性など、 ご⾃⾝のキャリア周りについて相談できます。 OTHER BUSINESS 新規事業について タイミーのワーカープールを活かし、正社員候補となる⼈材を事業者様へご紹介するサービスです。 タイミー上の勤務データやリスキリング機会を活かし、事業者様のニーズに合わせたご紹介が可能です。 8
既存事業のスケールと同時に 新規事業の⽴ち上げも⽀えていく
2 既存の セマンティックレイヤーの育て⽅
既存のセマンティックレイヤーの育て⽅ • 今あるセマンティックレイヤーを壊さないようにする • 今あるセマンティックレイヤーを拡張する
データの上流のシステム管理者との連携を密に取る • システムの破壊的変更がセマンティックレイヤーに影響を与える場合がある ◦ データ利⽤者に影響が最⼩化するようにロジックを修正する ◦ 破壊的変更の適⽤を待ってもらう • 予期しない破壊的変更を防ぐための体制や運⽤プロセスを確⽴する ◦
プロダクト開発チーム ▪ 破壊的変更時に PR レビュアーにアサインしてもらい、影響範囲と変更時期を把握する ◦ Salesforce 管理チーム ▪ カスタムオブジェクトの変更内容と変更予定⽇時を事前に共有してもらう • 破壊的変更は緊急性が低いものが多いので、融通は効きやすい傾向にある
決算期変更の事例 • 決算期ごとに売上など集計したいので、⽇付ディメンションに決算期を持っていた • 決算期が変わることになったのでロジックを追従した • 社内外の変化がセマンティックレイヤーにどんな影響を与えるか考える必要がある
既存のセマンティックレイヤーの育て⽅ • 今あるセマンティックレイヤーを壊さないようにする • 今あるセマンティックレイヤーを拡張する ◦ データ利⽤者にヒアリングを⾏う ◦ 要望フォームを設ける
指標出⼒エージェント「メトリっち」
詳しくはこちらのスライドで紹介 https://speakerdeck.com/chanyou0311/lookertoadkdezuo-rushe-nei-aieziento
「メトリっち」で具体的なデータ分析のニーズを捕捉する • BI だと、分析できなかったら諦めるので意図がログに残らない ✋ • AI だと、分析できなくても「これ出せる?」と意図がログに残る 📝 •
例: ある部署で過去データの分析を重視していると思ったら、未来のデータに 対する分析の⽅が重要視されていた ◦ それを受けて新しいディメンションを⾜すなどの改善が⾏える
既存のセマンティックレイヤーの育て⽅ • 今あるセマンティックレイヤーを壊さないようにする ◦ データソースの変更に敏感になる ◦ 破壊的変更を防ぐための運⽤プロセスを組む • 今あるセマンティックレイヤーを拡張する ◦
AI エージェントへの問合せが、分析ニーズやビジネス意図の⼿がかりに
3 新規事業における セマンティックレイヤーの 育て⽅の構想
そもそもセマンティックレイヤーを作るべきか? • コンセプトの検証フェーズ ◦ アドホックな分析‧モニタリング環境で⼗分 ◦ ピボットも想定されて、セマンティックレイヤーで固めると定義の追従が逆に⾜かせ となりうる • スケーラビリティの検証フェーズ
◦ ⼀貫した指標でのレポーティング‧意思決定が求められる ◦ 多様な切り⼝でのデータ探索の重要性も増してくる ◦ このタイミングでセマンティックレイヤーがフィットする • プロダクト開発チームが組成されるタイミングが⽬安となりそう
セマンティックレイヤーの⽴ち上げと育成のアプローチ https://www.datamesh-architecture.com/
セマンティックレイヤーの⽴ち上げと育成のアプローチ ① 中央データチームが、全てのドメインのデータモデリングを⾏う • キャッチアップし続けるのは困難で、ボトルネックに • 現状はこちら寄り ② 特定ドメインチームが、担当ドメインのデータモデリングを⾏う •
データモデリングの⺠主化の理想形 • ケイパ獲得のハードルが⾼い https://www.datamesh-architecture.com/
Embedded SRE のアプローチに学ぶ • SRE の役割: プロダクトの信頼性の維持‧向上 • 中央のSREチームが多数の開発チームの相談を全て捌くのはスケールしない •
解決のアプローチとしての Embedded SRE ◦ 開発チームに⼊り込んで、プロダクトの ⽇常的な 信頼性の維持‧向上の スキルを獲得してもらう SRE に求められる⾼度なスキルまでは含まず、 あくまで⽇常的な範囲のスキル獲得というのが肝
ここで「セマンティックレイヤーを育てる」を分解してみる 1. ビジネスイベントと粒度を特定する 2. ディメンションを特定する 3. ファクトを特定する • ⽴ち上げフェーズ: ビジネスイベントやファクトの特定が中⼼
• 拡張フェーズ: ディメンションの追加が中⼼ ⽇常的なデータモデリング業務というのは、 単純なディメンションの追加や更新が中⼼なのでは?
Embedded AE (Analytics Engineering) のアプローチ • 役割 ◦ 新規事業チームに⼊り込んで、セマンティックレイヤーの⽇常的な改善の スキルを獲得してもらう
• 新規事業の誰を巻き込むか ◦ ドメインのエキスパート ▪ 事業責任者 / オペレーション設計担当者 / プロダクトエンジニア ◦ データモデリング担当者 ▪ データアナリスト / プロダクトエンジニア
Embedded AE (Analytics Engineering) のアプローチ • 取り組みの例 • モブプログラミングによるデータモデリングの実践 ◦
セマンティックレイヤー⽴ち上げ期を主導する ◦ ちょっとしたディメンションの追加を実践してもらう • 開発ハンドブックの執筆‧公開 • Agent Skills の作成‧改善
セマンティックレイヤーの⽴ち上げと育成のアプローチ ① 中央データチームが、全てのドメインのデータモデリングを⾏う ② 特定ドメインチームが、担当ドメインのデータモデリングを⾏う ③ ⽴ち上げは中央データチームが主導して、⽇常的な改善は 特定ドメインチームに委ねる • Embedded
SRE のアプローチを踏襲した現実解 • Embedded AE (Analytics Engineering) と⾔える https://www.datamesh-architecture.com/
4 まとめ
まとめ • 既存のセマンティックレイヤーの育て⽅ ◦ AI エージェントへの問合せが、分析ニーズやビジネス意図の⼿がかりに ◦ 壊さないための取り組みも重要 • 新規事業におけるセマンティックレイヤーの育て⽅の構想
◦ ⼀貫した指標と多様な切り⼝での分析が重要になるタイミングで始めよう ◦ Embedded AE のアプローチで、セマンティックレイヤーの⽇常的な改善を を新規事業のチームに委ねられる状態を⽬指します
積極的に採⽤中です!! データ基盤を通して、プロダクトと組織の成⻑を⼀緒に⽀えましょう! https://product-recruit.timee.co.jp/casual