Upgrade to Pro — share decks privately, control downloads, hide ads and more …

メタデータ管理と生成AI ~ COMETAのこれまでとこれから ~

Avatar for satoshihirose satoshihirose
May 19, 2025
Technology
0
130

メタデータ管理と生成AI ~ COMETAのこれまでとこれから ~

Avatar for satoshihirose

satoshihirose

May 19, 2025
Tweet

More Decks by satoshihirose

See All by satoshihirose
生成AIで実現するText-to-SQL入門
Avatar for satoshihirose satoshihirose
5
860
顧客に価値を届け続けられる プロダクトであるために ~B2B SaaSにおいてプロダクトビジョン・戦略を改めて 策定するまでの道のり~
Avatar for satoshihirose satoshihirose
2
910
Data Product Manager? / データプロダクトマネージャーとは？
Avatar for satoshihirose satoshihirose
3
29k
Overview of The Modern Data Stack / モダンデータスタック概論
Avatar for satoshihirose satoshihirose
12
8.6k
Cloud-Nativeなデータ分析基盤におけるPrestoの活用 / Cloud-Native Data Infrastructure with Presto
Avatar for satoshihirose satoshihirose
1
9.2k
Data Engineering at SmartNews
Avatar for satoshihirose satoshihirose
4
3.2k

Other Decks in Technology

See All in Technology
Windows で省エネ
Avatar for Murachi Akira murachiakira
0
150
避けられないI/O待ちに対処する:
Rails アプリにおけるSSEとasync gemの活用 / Tackling Inevitable I/O Latency in Rails Apps with SSE and the async gem
Avatar for moznion moznion
2
1.8k
Goを使ってTDDを体験しよう！
Avatar for chiroruxx chiroruxx
1
230
5年間のFintech × Rails実践に学ぶ - 基本に忠実な運用で築く高信頼性システム / 5 Years Fintech Rails Retrospective
Avatar for Masato Ohba ohbarye
9
3.4k
DEFCON CHV CTF 2025 Write-up
Avatar for bata_24 bata_24
0
190
AWSのProductのLifecycleについて
Avatar for Takuya Shibata stknohg
PRO
0
300
PLaMo2シリーズのvLLM実装 / PFN LLM セミナー
Avatar for Preferred Networks pfn
PRO
2
800
KAGのLT会 #8 - 東京リージョンでGAしたAmazon Q in QuickSightを使って、報告用の資料を作ってみた
Avatar for arap / 0air 0air
0
180
コンテキストエンジニアリングとは? 考え方と応用方法
Avatar for ファインディ株式会社（イベント資料アップ用） findy_eventslides
4
820
Findy Team+のSOC2取得までの道のり
Avatar for adachi.ryo rvirus0817
0
240
AI Agentと MCP Serverで実現する iOSアプリの 自動テスト作成の効率化
Avatar for スパイダープラス株式会社 spiderplus_cb
0
290
あなたのWebサービスはAIに自動テストしてもらえる？アクセシビリティツリーで読み解く、AIの『視点』
Avatar for Yusuke Iwaki yusukeiwaki
1
3.4k

Featured

See All Featured
Save Time (by Creating Custom Rails Generators)
Avatar for Garrett Dimon garrettdimon
PRO
32
1.6k
Measuring & Analyzing Core Web Vitals
Avatar for Philip Tellis bluesmoon
9
600
Why Our Code Smells
Avatar for Brandon Keepers bkeepers
PRO
339
57k
Sharpening the Axe: The Primacy of Toolmaking
Avatar for Bryan Cantrill bcantrill
45
2.5k
Git: the NoSQL Database
Avatar for Brandon Keepers bkeepers
PRO
431
66k
Writing Fast Ruby
Avatar for Erik Berlin sferik
629
62k
Fantastic passwords and where to find them - at NoRuKo
Avatar for Phil Nash philnash
52
3.4k
Balancing Empowerment & Direction
Avatar for Lara Hogan lara
4
660
The Pragmatic Product Professional
Avatar for Laura Van Doore lauravandoore
36
6.9k
A designer walks into a library…
Avatar for Paul Jervis Heath pauljervisheath
208
24k
Easily Structure & Communicate Ideas using Wireframe
Avatar for Afnizar Nur Ghifari afnizarnur
194
16k
Statistics for Hackers
Avatar for Jake VanderPlas jakevdp
799
220k

Transcript

  1. ©primeNumber Inc. メタデータ管理と生成AI ~ COMETAのこれまでとこれから ~ 2025-05-16 #p_UG 東京: 祝！COMETAリリース1周年

    改めて振り返ろうデータカタログの重要性 株式会社primeNumber, 廣瀬智史

  2. 2 廣瀬智史 株式会社primeNumber COMETAのProduct Manager • Software Engineer -> Technical

    Support Engineer -> Data Engineer -> Product Manager（いまここ） • データをビジネスの力に変えるための 製品づくりを頑張っています • X: @satoshihirose

  3. 3 これまでの振り返り

  4. 4 🎉 COMETA 1周年 🎉

  5. 5 これまでの振り返り / 開発・改善した機能 2024/05 2025/05 利用状況ダッシュ ボード機能 パフォーマンス改善 （10万テーブルでも

    快適に動作） メタデータ エクスポート機能 用語集機能 dbt連携機能 Tableau連携機能 アセット取り込み ジョブの詳細表示 機能 カスタムデータベー ス連携機能 ビューリネージ機能 生成AIによるメタ データ自動生成機能 End to Endリネージ 機能 対話型AIアシスト 機能

  6. 6 これまでの振り返り より様々な連携、 より様々なメタデータに対し、 より効率的なメタデータ管理を サポートするよう進化してきた

  7. 7 今後は？ 今後は？

  8. 8 従来のデータカタログ 人間のためにメタデータを管理する 仕組を整えるためのものだった

  9. 9 今後のデータカタログ 人間+AIのためにメタデータを管理 する仕組を整えるためのものになる

  10. 10 ChatGPTはすでにWikipediaより参照されている

  11. 11 ToBの未来はToCを見る 今は、企業内ユースはそこまで普及 してないが、今後一般ユーザーが情 報にアクセスするインターフェイス となる未来がくる

  12. 12 Future of Data Management Using GenAI

  13. 13 人間+AIがデータを理解し使えるよう に、データの定義、意味、スキーマ、 データ間の関連性など、メタデータを 一元的・効率的に管理できる仕組みを 構築すること やるべきこと

  14. 14 サイロ化ではない役割に応じたマルチ データストア利用はなくならない。 その場合、複数のデータストアやBIや ETLツールまでも一元的に管理できる レイヤーを用意すると効率が良い ≒Data Catalog as Semantic

    Layer? COMETA必要？DWHの仕組みに集約するではダメ？

  15. 15 COMETAの実現することは • 圧倒的に効率的なメタデータ管理 • AIへのメタデータのスムーズな繋ぎ 込み というところで、

  16. 16 • AI-Readyなデータ • AI-Readyなデータ基盤 • AI-Readyな組織 • AI-Readyな社会 •

    … 「AI-Readyの実現」が最近のpNのキーワードの一つ

  17. 17 COMETAのミッション AIを通じて人とデータをつなぎ、 だれもがデータを活用する未来をつくる

  18. Thank you!