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
第5回データ人材 ~エンプラ企業にいそうなヤバイやつ~
Search
SnowflakeDataManagementJP
January 14, 2024
Technology
0
530
第5回データ人材 ~エンプラ企業にいそうなヤバイやつ~
SnowflakeUserGroupデタマネコミュニティ第5回活動で利用した資料を公開します!
SnowflakeDataManagementJP
January 14, 2024
Tweet
Share
More Decks by SnowflakeDataManagementJP
See All by SnowflakeDataManagementJP
第8回DataMeshLT#3 DataMeshの実践と難しさ
sfdmt
2
170
第8回DataMeshLT#4 Snowflake-データメッシュガバナンス
sfdmt
1
430
第8回DataMeshLT#5 データメッシュの魅力:原則から拓く新たな道
sfdmt
1
260
第8回DataMeshLT#1 DataMeshって?
sfdmt
0
96
第8回DataMeshLT#2 とあるエンプラ企業への DataMesh適用シミュレーション
sfdmt
3
190
第6回 データを売ることの『夢』と『現実』
sfdmt
0
950
第3回データモデリング?どのレベルでやるの?
sfdmt
3
2.1k
第2回データドリブン文化醸成〜組織を変えるには〜
sfdmt
2
360
第1回データ品質のお悩みと解決方法を考えてみた
sfdmt
2
930
Other Decks in Technology
See All in Technology
How We Built a Secure Sandbox Platform for AI
flatt_security
1
110
大規模モノレポの秩序管理 失速しない多言語化フロントエンドの運用 / JSConf JP 2025
shoota
0
360
Service Monitoring Platformについて
lycorptech_jp
PRO
0
350
持続可能なアクセシビリティ開発
azukiazusa1
6
320
生成AIシステムとAIエージェントに関する性能や安全性の評価
shibuiwilliam
1
150
Excelデータ分析で学ぶディメンショナルモデリング ~アジャイルデータモデリングへ向けて~ by @Kazaneya_PR / 20251126
kazaneya
PRO
3
170
AI時代のインシデント対応 〜時代を切り抜ける、組織アーキテクチャ〜
jacopen
4
130
学術的根拠から読み解くNotebookLMの音声活用法
shukob
0
400
pmconf 2025 大阪「生成AI時代に未来を切り開くためのプロダクト戦略:圧倒的生産性を実現するためのプロダクトサイクロン」 / The Product Cyclone for Outstanding Productivity
yamamuteki
3
2.5k
re:Inventにおける製造業のこれまでとこれから
hamadakoji
0
340
技術広報のOKRで生み出す 開発組織への価値 〜 カンファレンス協賛を通して育む学びの文化 〜 / Creating Value for Development Organisations Through Technical Communications OKRs — Nurturing a Culture of Learning Through Conference Sponsorship —
pauli
5
540
雲勉LT_Amazon Bedrock AgentCoreを知りAIエージェントに入門しよう!
ymae
2
210
Featured
See All Featured
Fireside Chat
paigeccino
41
3.7k
Making the Leap to Tech Lead
cromwellryan
135
9.6k
Statistics for Hackers
jakevdp
799
230k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
31
2.7k
Designing for humans not robots
tammielis
254
26k
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
359
30k
Fashionably flexible responsive web design (full day workshop)
malarkey
407
66k
Being A Developer After 40
akosma
91
590k
Let's Do A Bunch of Simple Stuff to Make Websites Faster
chriscoyier
508
140k
BBQ
matthewcrist
89
9.9k
How to train your dragon (web standard)
notwaldorf
97
6.4k
Typedesign – Prime Four
hannesfritz
42
2.9k
Transcript
エンプラ企業にいそうなヤバイやつ
あんただれ? 名前:酒徳 哲 (さかとく あきら) 普段のお仕事:某エンプラ企業のデータエンジニア見習い 好きなもの:日本酒、クラフトビール、サウナ
おことわり このプレゼンテーションはフィクションです。 実在の人物や団体などとは関係ありません。
今回のプレゼンテーションについて 今回はお悩み相談回です。 データ基盤に関する色んな悩みをデータ人材という切り口で相談します。 ただし、 「それを解決するのはデータ人材ではない」 「そもそもそれは問題ですらない」 みたいな視点がありそうなので、色々ご意見いただければ幸いです。
本日のネタ Karte.1 彼はやる気と根気がすごすぎた Karte.2 二人はレベルが違いすぎた Karte.3 彼はフロンティア精神がすごかった Karte.4 彼らの入力は温もりがあふれていた Karte.5 「私」は将来がわからない
お話の舞台 そろそろ老舗なIT企業、JDDY社 (Japan Data Driven Yourself) 2000年にJDD社とDDY社を中心に各地の中規模ITコンサル企業の合併で誕生。 お客様の生活のIT化とビジネスのDX化を推進するために、 ティッシュペーパーから核弾頭通信機器までなんでも導入支援している。 最近は決済アプリを展開したり、新エネルギー事業を始めたりも。
被保険者数は約10,000人。国内外にグループ会社あり。 ※架空の企業です
JDDY社の組織構成 「私」 Chief Data Officer 偉い。会ったことない。 Data Product Owner オンプレ系の経験豊富なデータアーキテクト
みんなから尊敬されているぞ Director / Data Steward データエンジニアのエース 中間管理職ポジで超忙しい データ基盤チーム データ基盤を作る人たち ガバナンスチーム 利用ルールを作る人たち 情報システム本部 データ分析室 室長&Data Analysts
Karte.1 彼はやる気と根気がすごすぎた 本部で使えるデータの詳細をまとめよう。 ガバナンスチームの新人くん、 有識者にヒアリングして整理してね。 頑張ります!
Karte.1 彼はやる気と根気がすごすぎた できました! ・100テーブル×20カラムの情報が1シートに ・各カラムの計算ロジックが自然文で記載
Karte.1は… ・どうするべきだった? ・ここからどうしよう?
Karte.2 二人はレベルが違いすぎた 弊社のデータの規模と特徴を考えると Data Vaultが最適だな 妥当ですね (よく知らないけどこの二人が言うならそうなんだろう …) 了解しました! 難しいと噂の… 設計できん…
Karte.2は… ・これからどうなる? ・ここからどうしよう?
JDDY社のデータ基盤 システムA システムB システムC システムD システムE Snowflake AWS オンプレ Oracle
Python環境 Tableau CSVダンプ Spark + JP1 /We love this!\
Karte.3 彼はフロンティア精神がすごかった これから我が社はデータ活用に全力投球! 頑張ろう!
Karte.3 彼はフロンティア精神がすごかった 主にシステムBのデータを担当してます。 データの鮮度なんとかなりませんか? でもデータ活用1stなので 何か考えますね! データパイプライン全部を 更改するのは無理そうだな…
Karte.3 彼はフロンティア精神がすごかった データ活用を推進するため、新システムBに高性能な ログ基盤を導入しました! 独自の特許技術が実装されていて処理遅延が少ないです! エンプラ企業での導入事例は初めてかも! 技術スタック統一しないの!? ていうかそれ汎用性あるの!?
Karte.3は… ・どうするべきだった? ・ここからどうしよう?
Karte.4 彼らの入力は温もりがあふれていた システムC システムD システムE AWS Spark + JP1 建設工事のプロフェッショナルです! お客様オフィスのファシリティを
データ管理するよ! /実はグループ会社のシステム\ 現場でリアルなデータを 計測して入力!
Karte.4 彼らの入力は温もりがあふれていた システムC システムD システムE AWS Spark + JP1 /実はグループ会社のシステム\ 入力端末アプデで
文字コード変わった 住所にダメ文字が… 経度に小数点入れ忘れた Lon=1394402 入力欄で改行する 裏技を使った きょうはもうだめ \またあした/ \ノーデータ/
Karte.4は… ・どうするべきだった? ・ここからどうしよう?
Karte.5 「私」は将来がわからない 我が社はジョブ型人事制度を導入する! 自分自身でキャリアを構築するべし! よーし頑張るぞ!
Karte.5 「私」は将来がわからない じゃあジョブをエンジニア、データサイエンティストから 選択して目標管理(MBO)シート提出してね。 それぞれのジョブの推奨スキルも公開したよ。 自分たちはどっちだ…?
Karte.5 「私」は将来がわからない 不評だから各ジョブにサブカテゴリを定義したよ。 ソフトウェアエンジニア、インフラエンジニア、 あと船舶設備エンジニアも選べるよ! いや、自分たちはどれだ…?
Karte.5は… ・どうするべきだった? ・みんなのところはどう?
SnowVillage TV #XX 登壇者募集中!次に話すのはあなただ!