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
June 24, 2024
Technology
1
7.2k
膨大なデータ活用のためのAmazon QuickSightを使った 技術構成
Tech Leverages
June 24, 2024
Tweet
Share
More Decks by Tech Leverages
See All by Tech Leverages
Google ADKのSub Agentを Agentic Workflowに移行し、 遷移成功率を改善した話
leveragestech
0
90
ハッカソンから社内プロダクトへ AIエージェント ko☆shi 開発で学んだ4つの重要要素
leveragestech
0
2k
2025年のデザインシステムとAI 活用を振り返る
leveragestech
0
2.3k
ディメンショナルモデリングを採用してない組織がモデリング本を通じて得られたこと
leveragestech
0
2.1k
レバレジーズのLangfuse活用事例
leveragestech
0
2k
CloudComposerによる大規模ETL 「制御と実行の分離」の実践
leveragestech
0
2.3k
「ELT職人」から卒業!Fivetranでデータパイプラインの構築・運用から解放され、 本来の価値創造に集中できる ようになった事例
leveragestech
0
2k
SpecKitでどこまでできる? コストはどれくらい?
leveragestech
2
4.9k
未来を拓くAI技術〜エージェント開発とAI駆動開発〜
leveragestech
2
330
Other Decks in Technology
See All in Technology
Evolution of Claude Code & How to use features
oikon48
1
550
LINE Messengerの次世代ストレージ選定
lycorptech_jp
PRO
19
7.7k
DX Improvement at Scale
ntk1000
3
440
聲の形にみるアクセシビリティ
tomokusaba
0
150
20260305_【白金鉱業】分析者が地理情報を武器にするための軽量なアドホック分析環境
yucho147
2
210
PMBOK第8版は第7版から何が変わったのか(PMBOK第8版概要解説) / 20260304 Takeshi Watarai
shift_evolve
PRO
0
100
楽しく学ぼう!コミュニティ入門 AWSと人が つむいできたストーリー
hiroramos4
PRO
1
180
製造業ドメインにおける LLMプロダクト構築: 複雑な文脈へのアプローチ
caddi_eng
1
540
スクリプトの先へ!AIエージェントと組み合わせる モバイルE2Eテスト
error96num
0
120
Claude Codeの進化と各機能の活かし方
oikon48
21
11k
JAWS FESTA 2025でリリースしたほぼリアルタイム文字起こし/翻訳機能の構成について
naoki8408
1
170
「ストレッチゾーンに挑戦し続ける」ことって難しくないですか? メンバーの持続的成長を支えるEMの環境設計
sansantech
PRO
3
490
Featured
See All Featured
Joys of Absence: A Defence of Solitary Play
codingconduct
1
300
New Earth Scene 8
popppiees
1
1.7k
Jess Joyce - The Pitfalls of Following Frameworks
techseoconnect
PRO
1
97
Measuring Dark Social's Impact On Conversion and Attribution
stephenakadiri
1
150
Are puppies a ranking factor?
jonoalderson
1
3.1k
How GitHub (no longer) Works
holman
316
140k
Game over? The fight for quality and originality in the time of robots
wayneb77
1
130
Design in an AI World
tapps
0
160
DevOps and Value Stream Thinking: Enabling flow, efficiency and business value
helenjbeal
1
140
AI Search: Implications for SEO and How to Move Forward - #ShenzhenSEOConference
aleyda
1
1.1k
30 Presentation Tips
portentint
PRO
1
250
<Decoding/> the Language of Devs - We Love SEO 2024
nikkihalliwell
1
150
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!