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
膨大なデータ活用のためのAmazon QuickSightを使った 技術構成
Search
Tech Leverages
PRO
June 24, 2024
Technology
7.3k
1
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
膨大なデータ活用のためのAmazon QuickSightを使った 技術構成
Tech Leverages
PRO
June 24, 2024
More Decks by Tech Leverages
See All by Tech Leverages
Slackを「AIエージェントのHub」にする 〜 SlackbotとHolmesGPTで実現するAIOps
leveragestech
PRO
0
8
データ組織の転換期 一足飛びしない段階的戦略
leveragestech
PRO
0
96
並列化でチームのアウトプットを増やす
leveragestech
PRO
0
45
Engineering ManagerがAI時代に この先生きのこるには?
leveragestech
PRO
1
99
最新技術を"今は選ばない"という技術選定
leveragestech
PRO
0
550
毎⽇dumpされるDBにCDCは無⼒だっ た、、FederatedQueryで繋ぎ直した データ連携の試⾏錯誤
leveragestech
PRO
0
83
Tableauを活かすためにTableauに制約を設けた話
leveragestech
PRO
0
82
営業支援システムと歩んだ7年半の変遷
leveragestech
PRO
0
150
DMBOKを使ってレバレジーズのデータマネジメントを評価した
leveragestech
PRO
0
840
Other Decks in Technology
See All in Technology
AIエージェントの知識表現と推論に なぜグラフが使われるのか - 記号的AIの復権とニューラルAIとの統合
yohei1126
1
190
AI研修(Day2)【MIXI 26新卒技術研修】
mixi_engineers
PRO
2
1.4k
QAタスクをスキル化したいときに考えること
aomoriringo
0
120
基調講演:人とAIをつなぐIoTの今と未来 ー 「フィジカル」と「デジタル」が出会うその先へ【SORACOM Discovery 2026】
soracom
PRO
0
350
人依存からAIネイティブの体制へ:バックエンド開発の裏側【SORACOM Discovery 2026】
soracom
PRO
0
120
AI エージェント時代のデジタルアイデンティティ
fujie
1
1.1k
データエンジニアこそ組織のオントロジーに向き合うべき — 問いに答えるAIから、事業を動かすAIへ
gappy50
4
1.2k
コンポーネント名には何を含めるべきなのか? / what-should-be-included-in-component-names
airrnot1106
0
170
Retriever と Reranker、結局どうする?
kazuaki
1
290
新たなDBアーキテクチャ「LTAP」にDeep Dive!!
inoutk
0
140
A Bag-of-Documents Model for Query Specificity
dtunkelang
0
150
WEBフロントエンド研修【MIXI 26新卒技術研修】
mixi_engineers
PRO
1
690
Featured
See All Featured
The Web Performance Landscape in 2024 [PerfNow 2024]
tammyeverts
12
1.2k
AI Search: Implications for SEO and How to Move Forward - #ShenzhenSEOConference
aleyda
1
1.3k
How to Grow Your eCommerce with AI & Automation
katarinadahlin
PRO
1
230
XXLCSS - How to scale CSS and keep your sanity
sugarenia
249
1.3M
Ethics towards AI in product and experience design
skipperchong
2
330
Test your architecture with Archunit
thirion
1
2.3k
The Organizational Zoo: Understanding Human Behavior Agility Through Metaphoric Constructive Conversations (based on the works of Arthur Shelley, Ph.D)
kimpetersen
PRO
0
390
CoffeeScript is Beautiful & I Never Want to Write Plain JavaScript Again
sstephenson
162
16k
For a Future-Friendly Web
brad_frost
183
10k
Navigating the moral maze — ethical principles for Al-driven product design
skipperchong
2
430
Context Engineering - Making Every Token Count
addyosmani
9
1k
世界の人気アプリ100個を分析して見えたペイウォール設計の心得
akihiro_kokubo
PRO
72
41k
Transcript
| © 2024 Levtech Co., Ltd. 1 膨大なデータ活用のための Amazon QuickSightを使った 技術構成
2024/06/21 AWS Summit Japan @幕張 レバテック株式会社 内藤 翔太 / 塚原 渉
| © 2024 Levtech Co., Ltd. 2 自己紹介 塚原 渉 内藤
翔太 レバテック開発部/レバテックプラットフォーム開発チーム
| © 2024 Levtech Co., Ltd. 3 会社紹介| サービス紹介 IT事業 若年層事業 医療/介護事業
海外事業 ほか事業
| © 2024 Levtech Co., Ltd. 4 会社紹介|技術広報 カンファレンススポンサー や テックブログ
に力を入れてます! もフォローしてね! etc.
| © 2024 Levtech Co., Ltd. 5 1. レバテックプラットフォームの紹介 2. Amazon
QuickSightで何を実現したのか? 3. 検証環境でのデモ 4. Amazon QuickSightを使ったアーキテクチャ 目次
| © 2024 Levtech Co., Ltd. 6 1. レバテックプラットフォームの紹介 2. Amazon
QuickSightで何を実現したのか? 3. 検証環境でのデモ 4. Amazon QuickSightを使ったアーキテクチャ 目次
| © 2024 Levtech Co., Ltd. 7 レバテックプラットフォームの紹介 IT人材 企業 情報
収集 案件 作成 商談 契約 契約 商談 案件 応募 情報 収集
| © 2024 Levtech Co., Ltd. 8 1. レバテックプラットフォームの紹介 2. Amazon
QuickSightで何を実現したのか? 3. 検証環境でのデモ 4. Amazon QuickSightを使ったアーキテクチャ 目次
| © 2024 Levtech Co., Ltd. 9 Amazon QuickSightで何を実現したのか? 案件への参画までに、企業もIT人材もたくさんの不安がありました。 IT人材
企業 情報 収集 案件 作成 商談 契約 契約 商談 案件 応募 情報 収集 どのくらいの単 価を設定すべき かなあ どんな条件で募集し たら求める人材に届 くかなあ 自身のスキルで はどのくらい単 価がもらえるの かなあ 自身のスキルに あった案件はど のくらいあるか なあ
| © 2024 Levtech Co., Ltd. 10 Amazon QuickSightで何を実現したのか? 企業 /
IT人材にAmazon QuickSightでフリーランス市場のデータを提供 https://aws.amazon.com/jp/quicksightより引用
| © 2024 Levtech Co., Ltd. 11 Amazon QuickSightで何を実現したのか? 企業向けの価値 例えば、、
・自社の求めるスキルを持つ人材の単価の分布がわかる! ・自社の案件の募集条件にマッチする人材の分布がわかる!
| © 2024 Levtech Co., Ltd. 12 Amazon QuickSightで何を実現したのか? IT人材向けの価値 例えば、、
・自身のスキルに合った案件がどのくらいあるかがわかる! ・自身のスキルに合った案件の単価の分布がわかる!
| © 2024 Levtech Co., Ltd. 13 1. レバテックプラットフォームの紹介 2. Amazon
QuickSightで何を実現したのか? 3. 検証環境でのデモ 4. Amazon QuickSightを使ったアーキテクチャ 目次
IT人材向け・企業向けレバテックプラットフォームにて、Amazon QuickSightを使った 市場分析のページをお見せします! 検証環境でのデモ
| © 2024 Levtech Co., Ltd. 15 1. レバテックプラットフォームの紹介 2. Amazon
QuickSightで何を実現したのか? 3. 検証環境でのデモ 4. Amazon QuickSightを使ったアーキテクチャ 目次
| © 2024 Levtech Co., Ltd. 16 Amazon QuickSightを使ったアーキテクチャ 市場分析ダッシュボードを表示するまでのデータフロー
| © 2024 Levtech Co., Ltd. 17 Amazon QuickSightを使ったアーキテクチャ 市場分析ダッシュボードを表示するまでのデータフロー Embulkの採用理由
1. Athena-BigQueryコネクターの動作が不安定 だったため 2. DB→BigQuery間の連携でEmbulkの利用実績があったため
| © 2024 Levtech Co., Ltd. 18 Amazon QuickSightを使ったアーキテクチャ 市場分析ダッシュボードを表示するまでのデータフロー Troccoの採用理由
1. 自社内ですでに導入実績があったため 2. 加工なしでデータを連携させるだけで、SaaSであるTrocco を利用し た方がメンテナンスコストを削減できるため
ありがとうございました! 是非ブースにお越しください!