20251107.pdf

Transcript

1. 1 4OPXGMBLF
   .BSLFUQMBDFʷ
   10%#Ͱཉ͍͠σʔλΛ͙͢ खʹೖΕͯ"*
   3FBEZͳσʔλ
   ෼ੳ؀ڥΛ੔͑Α͏  ۚ
   ࢼ͞Ε%"5"
   4"11030
   
   CZ
   ͠Μ΍ !TIJOZBB
2. ˜
   USVFTUBS
   JOD
   
   "MM
   3JHIUT
   3FTFSWFE 2 ࣗݾ঺հ [2025年07 月 〜現在] 株式会社truestar 　 PODBというプロダクトの各種改善/展開活動、データエンジニア業 [2013年08 月 〜2025年06 月 ] クラスメソッド株式会社 　 ブログ業全般、データ分析基盤構築、データ関連プロダクトPdM、コミュニティ活動など [〜2013年07 月 ] 中 小 SIer 　 プログラマとかSEとか しんや @shinyaa 31 ࢼ͞Εσʔλ
3. ˜
   USVFTUBS
   JOD
   
   "MM
   3JHIUT
   3FTFSWFE 3 ࣗݾ঺հ 情報発信、ブログのアウトプットを続けてきました (※DevelopersIOで通算1600本/12年連続で年間100本投稿、社会 人 通算でイベントレポート600本超投稿) しんやさんの記事 一 覧 | Zenn https://zenn.dev/shinyaa 31 しんや｜note https://note.com/shinyaa 31 「しんや」の記事 一 覧 | truestar Blog https://blog.truestar.co.jp/author/shinyaa 3 1 / しんや | DevelopersIO https://dev.classmethod.jp/author/shinyaa 31 / 勉強会 ・ カンファレンスレポートを累計400本近く書いたので経緯とか要点をまとめてみた - Speaker Deck https://speakerdeck.com/shinyaa 31 /my-way-of-writing-event-participation-report-by-shinyaa 31 ←2018年時点での登壇資料。ここから7年でレポート関係も200本以上増えています ※はてな系については超雑メモの類も件数に含んでいるので参考程度で…イベントレポートは勉強会に参加し始めた2010年から書き始めています ࢼ͞Εσʔλ
4. ˜
   USVFTUBS
   JOD
   
   "MM
   3JHIUT
   3FTFSWFE 4 ࣗݾ঺հ 2025年06 月 、北海道の地で”試されました”。 2025年05 月 末〜6 月 初旬に掛けて 車 (フェリー)を使って北海道〜東北地 方 を巡る旅に出ていました (横浜〜 大 洗〜苫 小 牧〜帯広〜富良野〜札幌〜積丹〜 小 樽〜函館〜 青 森〜秋 田 〜岩 手 〜宮城〜横浜) 10泊11 日 での総 走行 距離：2324km、総運転時間：50時間40分 ※ 走行 記録はTOYOTAのサービス(My TOYOTA/T-Connect)から取得 山 間部などを 走 ることが多かったのですが、途中気づいたらフ ロントガラスやバンバーに 虫 の◯骸がびっしりこびりついてお り「なんじゃこりゃ」となりました(全 日 程終了後、徹底的に 洗 車 しました) ࢼ͞Εσʔλ 『個 人 的北海道 ・ 東北旅 行 2025』の記録総まとめ(各記事 目 次まとめ& 走行 記録総括)｜しんや https://note.com/shinyaa 3 1 /n/n 3 58 492 d 1 3 d 3 d
5. ˜
   USVFTUBS
   JOD
   
   "MM
   3JHIUT
   3FTFSWFE 5 ຊ೔͓͍֮͑ͯͯཉ͍͠ϙΠϯτ ・ Snowflake Marketplaceは便利なデータ/アプリ等を共有するサービス ・ Snowflake Marketplaceのデータと 生 成AIを使って 色 々 面白 いことが出来る ・ Snowflake Marketplaceには「PODB」というプロダクトがある ・ PODB & 株式会社truestar は “AI Ready”です ࢼ͞Εσʔλ
6. 6 4OPXGMBLF
   .BSLFUQMBDF
7. ˜
   USVFTUBS
   JOD
   
   "MM
   3JHIUT
   3FTFSWFE 7 σʔλ׆༻ʹ͓͚ΔࠔΓ͝ͱɺϦΫΤετ こんなケースで困っていることやリクエスト、ないですか？ ・ 社内外の多様なデータをもっと簡単に集約 ・ 活 用 したい ・ 外部データの取得でパイプライン構築や契約調整など 　 膨 大 な 工 数がかかってしまっている ・ 最新の市場データやAIモデルを即座に利 用 できたら良いのになぁ… ・ 複数クラウドやSaaSサービスでバラバラになったデータを 　手 間なく 一 元管理したい ・ “欲しいデータが 見 つかる ・ その場ですぐ使える” 　 そんな仕組みがあると嬉しいんだけど… ࢼ͞Εσʔλ
8. ˜
   USVFTUBS
   JOD
   
   "MM
   3JHIUT
   3FTFSWFE 8 4OPXGMBLF
   .BSLFUQMBDFͱ͸ 4OPXGMBLF
   .BSLFUQMBDF
   ʹ͍ͭͯ
   c
   4OPXGMBLF
   %PDVNFOUBUJPO
   IUUQTPUIFSEPDTTOPXGMBLFDPNKBDPMMBCPSBUJPODPMMBCPSBUJPONBSLFUQMBDFBCPVU Snowflakeクラウド上で提供されている「データ」「アプリ」「AIプロダクト」 の公式カタログ&取引を 行 えるプラットフォーム。 多数の企業やサービスプロバイダーが公開している 外部データやSnowflake上で動作するアプリケーションを 必要に応じてすぐに検索 ・ 契約 ・ 利 用 可能。 ࢼ͞Εσʔλ
9. ˜
   USVFTUBS
   JOD
   
   "MM
   3JHIUT
   3FTFSWFE 9 4OPXGMBLF
   .BSLFUQMBDF
   ͭͷଆ໘ [プロバイダー(データを提供する側)として] ・自 社データやアプリケーション(ネイティブアプリ)を公開し、 　 直接収益化出来る(有料/無料の選択が可能) ・ 最新状態を維持したままコピーすることなくリアルタイムに 　 複数顧客にデータを安全に共有出来る ・ Snowflake利 用 顧客層に対してビジネス機会や新規リードを創出 ・ 取引状況や利 用 ユーザー動向をダッシュボードで分析し 　自 社サービス拡 大 にも活 用 可能 ・ マルチクラウドに対応したプラットフォーム上で 　自 社データの価値を最 大 化 [コンシューマー(データを利 用 する側)として] ・ 各種サードパーティデータ(市場データ、ニュース、調査データ、 　 アプリなど)への即時アクセス、必要なものを購 入・ 取得 ・ データは常に最新のものに 自 動でアップデートされ、 　手 動での再取得や整備が不要 ・ 専 用 APIやデータパイプラインを独 自 開発することなく、 　 Snowflake内で直接データを統合 ・ 分析可能 ・ Marketplaceで得た外部データを 自 社のデータと組み合わせ、 迅速に 高 度なインサイトや新規ビジネス機会を発 見 ・ BIツールや既存分析基盤と直結できるため、 追加コストや 手 間を抑えて活 用 が可能 ࢼ͞Εσʔλ
10. ˜
    USVFTUBS
    JOD
    
    "MM
    3JHIUT
    3FTFSWFE 10 4OPXGMBLF
    .BSLFUQMBDFͰೖखར༻Մೳͳ΋ͷ 4OPXGMBLF
    .BSLFUQMBDF
    ʹ͍ͭͯ
    c
    4OPXGMBLF
    %PDVNFOUBUJPO
    IUUQTPUIFSEPDTTOPXGMBLFDPNKBDPMMBCPSBUJPODPMMBCPSBUJPONBSLFUQMBDFBCPVU ・ データセット 　・ 各種業界や 用 途に特化したサードパーティデータ 　　 （例：消費者 支 出データ、ヘルスケアデータ、公開統計データなど） ・ アプリケーション 　・ Snowflake上で稼働するデータアプリケーション 　　 （例：分析やレポーティング、データ連携、機械学習等のアプリ） ・ AIモデル/プロダクト 　・ AIモデルや予測エンジン、データ分析 用 AIツールなど ࢼ͞Εσʔλ
11. ˜
    USVFTUBS
    JOD
    
    "MM
    3JHIUT
    3FTFSWFE 11 4OPXGMBLF
    .BSLFUQMBDF
    ଟ࠼ͳδϟϯϧ ・ Data for Good(社会的課題の決や公共の利益のために役 立 つデータやサービス) ・人口 統計 ・ コマース ・ 地理空間 ・金 融 ・ 健康とライフサイエンス ・ マーケティング ・ エコノミー ・ 政府 ・ エネルギー ・ 天気 ࢼ͞Εσʔλ
12. ˜
    USVFTUBS
    JOD
    
    "MM
    3JHIUT
    3FTFSWFE 12 4OPXGMBLF
    .BSLFUQMBDF
    ࢖͍࢝ΊΔʹ͸ʁ ・ Snowflakeアカウントを 用 意&アクセス ・ Snowflake Marketplaceメニューで対象となるサービスを 見 つける ・ 取得、利 用 リクエストを送信(オプションで権限設定)→即時で利 用 可能 ࢼ͞Εσʔλ
13. 13 10%# 1SFQQFS
    0QFO
    %BUB
    #BOL
14. ˜
    USVFTUBS
    JOD
    
    "MM
    3JHIUT
    3FTFSWFE 14 10%# 1SFQQFS
    0QFO
    %BUB
    #BOL ͱ͸ ࢼ͞Εσʔλ 株式会社truestarが提供 ・ 展開する 「収集 ・ 加 工 不要ですぐに使えるオープンデータ」 サービス。 ・ Snowflake Marketplaceを通じて展開 ・ 商 用 利 用 も可能 ・ 1600アカウント以上のユーザー様利 用 実績 　 (※2025年08 月 現在)
15. ˜
    USVFTUBS
    JOD
    
    "MM
    3JHIUT
    3FTFSWFE 15 10%# 1SFQQFS
    0QFO
    %BUB
    #BOL ͱ͸ ࢼ͞Εσʔλ 「truestar」または「PODB」でMarketplaceを検索するとヒットします
16. ˜
    USVFTUBS
    JOD
    
    "MM
    3JHIUT
    3FTFSWFE 16 10%#
    ఏڙϥΠϯφοϓ ࢼ͞Εσʔλ ・ 統計 ・ 空間データ( 日 本の都道府県レベル) ・ 統計 ・ 空間データ( 日 本の市区町村レベル) ・ 統計 ・ 空間データ( 日 本の国勢調査の町丁 目 ( 小 地域)レベル) ・日 本全国のメッシュ別の 人 流データや将来推計 人口 データ ・日 本全国の鉄道の路線や駅に関するポイント及びポリラインデータ ・ 気象庁公表の全国天気情報 ・日 本全国における、時系列の地価情報とその 土 地の最新の属性情報 ・日 本全国の医療機関に関する諸情報 ・日 本国内の法 人 情報 ・日 付カレンダー情報( 日 付/曜 日 /振替休 日 /休 日 祝祭 日 関連) ・日 本の従業員数に関するデータ(※有償) ・ 過去の気象データ - 1時間ごとの値(※有償)
17. ˜
    USVFTUBS
    JOD
    
    "MM
    3JHIUT
    3FTFSWFE 17 10%#ɿ౷ܭɾۭؒσʔλ ೔ຊͷ౎ಓ෎ݝϨϕϧ ࢼ͞Εσʔλ ttruestar inc.: Prepper Open Data Bank - Japanese Prefecture Data https://app.snowflake.com/marketplace/listing/GZT 2 Z 2 5 AYF/truestar-inc-prepper-open-data-bank-japanese-prefecture-data?search=PODB JAPANESE PREFECTURE DATA – Prepper Open Data Bank 　 収集も加 工 も不要！すぐに使えるオープンデータ！ https://podb.truestar.co.jp/archives/pref-data [テーブル] 都道府県調査統計量データ【PR_ST】 都道府県統計量マスタ【PR_ST_MST】 都道府県調査マスタ【PR_TB_MST】 都道府県マスタテーブル【PR_MST】 都道府県代表点データ【PR_GEO_PT】 都道府県ポリゴンデータ【PR_GEO_PG】 [ビュー] 国勢調査： 人口 等基本集計【PR_PCS 20 _ 0 1 】 国勢調査：就業状態等基本集計【PR_PCS 20 _ 0 2 】 国勢調査： 移動 人口 等集計【PR_PCS 2 0 _ 0 3 】 人口 動態調査： 人口 動態統計 確定数【PR_VS】 住 民 基本台帳【PR_BRR】 経済センサス活動調査： 産業横断別集計【PR_ECS 16 _ 01 】【PR_ECS 2 1 _ 0 1 】 経済センサス活動調査： 産業別集計【PR_ECS 21 _ 0 2 】【PR_ECS 1 6 _ 0 2 】 更新! 医療施設調査【PR_SES 2 3 】【PR_SES 2 2 】【PR_SES 19 】 住宅 ・土 地統計調査： 住宅及び世帯に関する基本集計【PR_HLS 23 _ 0 1 】【PR_HLS 18 _ 01 】 更新! 住宅 ・土 地統計調査：住宅の構造等に関する集計【PR_HLS 23 _ 0 2 】【PR_HLS 18 _ 02 】 更新! 住宅 ・土 地統計調査： 土 地集計【PR_HLS 23 _ 0 3 】【PR_HLS 18 _ 03 】 住宅 ・土 地統計調査（2018年版） 追加集計【PR_HLS 18 _ 04 】 工 業統計調査： 確報【PR_CM 2 0 】 基礎データ【PR_FD 20 】 年齢階級別男 女 別国籍2区分別 人口 【PR_PA 1 5 】【PR_PA 2 0 】 世帯の家族類型別世帯構成【PR_HT 15 】【PR_HT 2 0 】 産業 大 分類別男 女 別15歳以上 人口 【PR_PI 15 】【PR_PI 20 】【PR_PI 20 _ 2 】 職業 大 分類別男 女 別15歳以上 人口 【PR_PO 1 5 】【PR_PO 20 】【PR_PO 20 _ 2 】 出 生 数及び出 生 率の推移【PR_TB】 人口 推計【PR_PTS】 ʻ͜ΜͳέʔεͰ׆༻ग़དྷͦ͏ʁʼ
    ɾ౎ಓ෎ݝผਓޱಈ޲෼ੳʹΑΔڌ఺ల։ɺ
    ɹϚʔέςΟϯάઓུͷ࠷దԽ
    ɾॅ୐ɾ౔஍౷ܭ×ҩྍࢪઃσʔλʹΑΔ ɹߴྸԽ஍Ҭ޲͚ҩྍɾ෱ࢱαʔϏε࠷దԽ ɾܦࡁηϯαεɾ࢈ۀผ౷ܭΛ׆༻ͨ͠৽نࢢ৔ࢀೖ਍அαʔϏε ɾ஍ཧۭؒϙϦΰϯɾަ௨ɾਓྲྀ౷ܭ࿈ܞʹΑΔ ɹ؍ޫ੓ࡦɾཱ஍ఏҊϞσϧ ɾॅ୐ߏ଄ɾੈଳߏ੒σʔλ͔Βͷ ɹෆಈ࢈/ϦϑΥʔϜधཁ༧ଌαʔϏε
18. ˜
    USVFTUBS
    JOD
    
    "MM
    3JHIUT
    3FTFSWFE 18 10%#ɿ౷ܭɾۭؒσʔλ ೔ຊͷࢢ۠ொଜϨϕϧ ࢼ͞Εσʔλ truestar inc.: Prepper Open Data Bank - Japanese City Data https://app.snowflake.com/marketplace/listing/GZT 2 Z 2 5 AW 5 /truestar-inc-prepper-open-data-bank-japanese-city-data?search=PODB JAPANESE CITY DATA – Prepper Open Data Bank 　 収集も加 工 も不要！すぐに使えるオープンデータ！ https://podb.truestar.co.jp/archives/city-data [テーブル] 市区町村調査統計量データ【CI_ST】 市区町村統計量マスタ【CI_ST_MST】 市区町村調査マスタ【CI_TB_MST】 市区町村マスタテーブル【CI_MST】 市区町村代表点データ【CI_GEO_PT】 市区町村ポリゴンデータ【CI_GEO_PG】 [ビュー] 国勢調査： 人口 等基本集計【CI_PCS 2 0 _ 01 】 国勢調査：就業状態等基本集計【CI_PCS 2 0 _ 02 】 国勢調査： 移動 人口 等集計【CI_PCS 20 _ 0 3 】 人口 動態調査： 人口 動態統計 確定数【CI_VS】 住 民 基本台帳【CI_BRR】 経済センサス活動調査： 産業横断別集計【CI_ECS 2 1 _ 01 】【CI_ECS 1 6 _ 0 1 】 経済センサス活動調査： 産業別集計【CI_ECS 1 6 _ 02 】【CI_ECS 2 1 _ 0 2 】 更新! 医療施設調査【CI_SES 23 】【CI_SES 22 】【CI_SES 1 9 】 住宅 ・土 地統計調査 住宅及び世帯に関する基本集計【CI_HLS 23 _ 0 1 】【CI_HLS 18 _ 01 】 更新! 住宅 ・土 地統計調査：住宅の構造等に関する集計【CI_HLS 23 _ 02 】【CI_HLS 18 _ 0 2 】 更新! 住宅 ・土 地統計調査： 土 地集計【CI_HLS 2 3 _ 0 3 】【CI_HLS 18 _ 0 3 】 住宅 ・土 地統計調査： 追加集計【CI_HLS 1 8 _ 04 】 工 業統計調査： 確報【CI_CM 20 】 基礎データ【CI_FD 2 0 】 年齢階級別男 女 別国籍2区分別 人口 【CI_PA 20 】【CI_PA 1 5 】 世帯の家族類型別世帯構成【CI_HT 2 0 】【CI_HT 1 5 】 産業 大 分類別男 女 別15歳以上 人口 【CI_PI 2 0 】【CI_PI 20 _ 2 】【CI_PI 15 】 職業 大 分類別男 女 別15歳以上 人口 【CI_PO 2 0 】【CI_PO 20 _ 2 】【CI_PO 15 】 ʻ͜ΜͳέʔεͰ׆༻ग़དྷͦ͏ʁʼ
    ɾళฮɾαʔϏεͷ஍Ҭผ࠷దग़ళઓུࢧԉ
    ɾ஍ҬผҩྍɾհޢαʔϏε഑උϞσϧߏங
    ɾॅ୐ɾ౔஍౷ܭͱ࢈ۀσʔλͷ࿈ܞʹΑΔ
    ɹෆಈ࢈ݐஙϦϑΥʔϜधཁ༧ଌ
    ɾ஍ҬΤϦΞϚʔέςΟϯάɾ޿ࠂ഑৴࠷దԽ
    ɾ஍ํ૑ੜɾҠॅ੓ࡦϨϙʔτੜ੒
19. ˜
    USVFTUBS
    JOD
    
    "MM
    3JHIUT
    3FTFSWFE 19 10%#ɿ౷ܭɾۭؒσʔλ ೔ຊͷࠃ੎ௐࠪͷொஸ໨ খ஍Ҭ Ϩϕϧ ࢼ͞Εσʔλ truestar inc.: Prepper Open Data Bank - Japanese Street Data https://app.snowflake.com/marketplace/listing/GZT 2 Z 2 5 AW 1 /truestar-inc-prepper-open-data-bank-japanese-street-data?search=PODB JAPANESE STREET DATA – Prepper Open Data Bank 　 収集も加 工 も不要！すぐに使えるオープンデータ！ https://podb.truestar.co.jp/archives/str-data [テーブル] 町丁 目 マスタデータ【ST_CS 20 _MST】 町丁 目 ジオデータ【ST_CS 20 _GEO】 [ビュー] 表番号2 男 女 別 人口 ，外国 人人口 及び世帯数【ST_CS 20 _T 0 2 】 表番号3 男 女 ，年齢（5歳階級）別 人口 ，平均年齢及び総年齢【ST_CS 20 _T 03 】 表番号4 男 女 ，配偶関係別 人口 （15歳以上）【ST_CS 2 0 _T 04 】 表番号5-1 世帯の種類別世帯数及び世帯 人 員【ST_CS 2 0 _T 0 5 _ 1 】 表番号5-2 世帯 人 員の 人 数別 一 般世帯数及び 一 般世帯の1世帯当たり 人 員【ST_CS 20 _T 05 _ 2 】 表番号6-1 世帯の家族類型，世帯員の年齢による世帯の種類別 一 般世帯数【ST_CS 2 0 _T 0 6 _ 1 】 表番号6-2 世帯の家族類型別 一 般世帯 人 員【ST_CS 2 0 _T 0 6 _ 2 】 表番号6-3 世帯の家族類型別 一 般世帯の1世帯当たり 人 員【ST_CS 20 _T 06 _ 3 】 表番号7-1 住宅の所有の関係別 一 般世帯数【ST_CS 2 0 _T 0 7 _ 1 】 表番号7-2 住宅の所有の関係別 一 般世帯 人 員【ST_CS 2 0 _T 0 7 _ 2 】 表番号7-3 住宅の所有の関係別 一 般世帯の1世帯当たり 人 員【ST_CS 20 _T 07 _ 3 】 表番号8-1 住宅の建て 方 別 一 般世帯数【ST_CS 2 0 _T 0 8 _ 1 】 表番号8-2 住宅の建て 方 別 一 般世帯 人 員【ST_CS 2 0 _T 0 8 _ 2 】 表番号8-3 住宅の建て 方 別 一 般世帯の1世帯当たり 人 員【ST_CS 20 _T 08 _ 3 】 表番号9 男 女 ，労働 力 状態別 人口 （15歳以上）【ST_CS 2 0 _T 09 】 表番号10 男 女 ，従業上の地位別就業者数（15歳以上）【ST_CS 20 _T 10 】 表番号11 男 女 ，産業（ 大 分類）別就業者数（15歳以上）【ST_CS 2 0 _T 11 】 表番号12 男 女 ，職業（ 大 分類）別就業者数（15歳以上）【ST_CS 2 0 _T 12 】 表番号13 男 女 ，在学か否かの別 ・ 最終卒業学校の種類別 人口 （15歳以上）【ST_CS 2 0 _T 13 】 表番号14 男 女 ，在学学校 ・ 未就学の種類別 人口 【ST_CS 2 0 _T 1 4 】 表番号15 世帯の経済構成別 一 般世帯数【ST_CS 2 0 _T 1 5 】 表番号18 男 女 ，居住期間別 人口 【ST_CS 2 0 _T 1 8 】 表番号19 男 女 ，5年前の常住地別 人口 【ST_CS 2 0 _T 19 】 ʻ͜ΜͳέʔεͰ׆༻ग़དྷͦ͏ʁʼ
    ɾখ঎ݍλʔήςΟϯάʹΑΔళฮ഑ஔɾൢଅ࠷దԽ
    ɾ஍ҬີணܕαʔϏεͷधཁ༧ଌɾཱ஍ઓུ
    ɾδΦλʔήςΟϯάΛ׆༻ͨ͠σδλϧ޿ࠂ഑৴
    ɾ஍ํ૑ੜɾۭ͖Ո׆༻ϏδωεϞσϧͷ։ൃ
    ɾΤϦΞ୯Ґͷ࿑ಇधڅɾਓࡐαʔϏεల։෼ੳ
    
20. ˜
    USVFTUBS
    JOD
    
    "MM
    3JHIUT
    3FTFSWFE 20 10%#ɿ౷ܭɾۭؒσʔλ ೔ຊશࠃͷϝογϡผͷਓྲྀσʔλ΍কདྷਪܭਓޱσʔλ ࢼ͞Εσʔλ truestar inc.: Prepper Open Data Bank - Japanese Mesh Data https://app.snowflake.com/marketplace/listing/GZT 2 Z 25 AYJ/truestar-inc-prepper-open-data-bank-japanese-mesh-data?search=PODB JAPANESE MESH DATA – Prepper Open Data Bank 　 収集も加 工 も不要！すぐに使えるオープンデータ！ https://podb.truestar.co.jp/archives/mesh-data [テーブル] 1 kmメッシュ別G空間情報 人 流データ_ 月 次【MS_PF 1 8 _ 1 KM】 1 kmメッシュ別将来推計 人口 データ【MS_PP 1 8 _ 1 KM】 500 mメッシュ別将来推計 人口 データ【MS_PP 18 _ 500 M】 [ビュー] 1 kmメッシュ【MS_ 1 KM】 500 mメッシュ【MS_ 5 00 M】 250 mメッシュ【MS_ 2 50 M】 1 kmメッシュ_都道府県名付き【MS_ 1 KM_PR】 500 mメッシュ_都道府県名付き【MS_ 50 0 M_PR】 250 mメッシュ_都道府県名付き【MS_ 25 0 M_PR】 ʻ͜ΜͳέʔεͰ׆༻ग़དྷͦ͏ʁʼ
    ɾ঎ݍ෼ੳɾ࠷దళฮग़ళࢧԉ
    ɾधཁ༧ଌɾൢചઓུͷߴਫ਼౓Խ
    ɾ౎ࢢܭըɾެڞαʔϏεڌ఺ઃஔͷ࠷దԽ
    ɾڝ߹ళɾڌ఺σʔλ࿈ܞʹΑΔγΣΞ෼ੳ
    ɾࡂ֐ɾආ೉γϛϡϨʔγϣϯɺϦεΫରࡦαʔϏε
21. ˜
    USVFTUBS
    JOD
    
    "MM
    3JHIUT
    3FTFSWFE 21 10%#ɿ౷ܭɾۭؒσʔλ
    ೔ຊશࠃͷమಓͷ࿏ઢ΍Ӻʹؔ͢ΔϙΠϯτٴͼϙϦϥΠϯσʔλ ࢼ͞Εσʔλ truestar inc.: Prepper Open Data Bank - Japanese Station and Railway Data https://app.snowflake.com/marketplace/listing/GZT 2 Z 2 5 AY 3 /truestar-inc-prepper-open-data-bank-japanese-station-and-railway-data?search=PODB JAPANESE STATION AND RAILWAY DATA – Prepper Open Data Bank 　 収集も加 工 も不要！すぐに使えるオープンデータ！ https://podb.truestar.co.jp/archives/sr-data [テーブル/ビュー] 日 本の鉄道区間（路線名あり）【SR_PR_ 1 】 日 本の鉄道区間（路線名なし）【SR_PR_ 2 】 日 本の駅（路線名あり）【SR_PS_ 1 】 日 本の駅（路線名なし）【SR_PS_ 2 】 ʻ͜ΜͳέʔεͰ׆༻ग़དྷͦ͏ʁʼ
    ɾ࠷دӺݕࡧɾڑ཭ܭࢉʹΑΔෆಈ࢈ɾҠॅఏҊڧԽ
    ɾమಓΞΫηεΛߟྀͨ͠ళฮɾ঎ۀࢪઃग़ళ࠷దԽ
    ɾ؍ޫɾΠϕϯτू٬ࢪࡦͷޮ཰Խ
    ɾమಓԊઢผ঎ݍɾϚʔέοτ෼ੳ
    ɾΠϯϑϥؔ࿈ϦεΫɾࡂ֐࣌ަ௨ࢧԉϨϙʔτ
22. 22 "*3FBEZͳσʔλ׆༻
23. ˜
    USVFTUBS
    JOD
    
    "MM
    3JHIUT
    3FTFSWFE 23 "*
    3FBEZͬͯԿʁ ࢼ͞Εσʔλ AIによる成果を最 大 化し、技術的側 面 で競争優位なイノベーションを 生 み出すための”準備が出来ている状態”を意味する 言 葉。 ・ 企業や組織において、AIを本当に活 用 するには以下が重要となってくる 　・ データ基盤の整備/ガバナンス(管理体制)/ 人 材育成/プロセスの標準化/組織 文 化 ・ 「AIを使える」だけでなく「AIを使いこなせる」準備が必要 ・日 本政府も「AI Readyな社会」推進を掲げている 　・人 を中 心 に据えた原則（倫理 ・ 教育 ・ セキュリティ ・ 透明性など）や柔軟なガバナンスの仕組みを提唱 AI-Readyとは？AI 時代に備えるデータ戦略とデータガバナンスへの考え 方 https://primenumber.com/blog/ai_ready AI Readyとは？ AI導 入 を“成果”につなげるために企業が今備えるべきこと｜ビジネスブログ｜ソフトバンク https://www.softbank.jp/business/content/blog/ 20 2 5 08 /ai-ready-interview
24. ˜
    USVFTUBS
    JOD
    
    "MM
    3JHIUT
    3FTFSWFE 24 4OPXGMBLF͸ੜ੒"*ؔ࿈ػೳ͕๛෋ ࢼ͞Εσʔλ [アプリケーション層] ・ Cortex Agents (マネージド型エージェント開発) ・ Cortex Intelligence (エンタープライズAIエージェント) [処理層] ・ Document AI ( 非 構造化データの構造化) ・ Cortex AISQL (SQLクエリへのAI処理埋め込み) ・ ML関数 (予測 ・ 異常検知) [インターフェース層] ・ Cortex Analyst ( 自 然 言 語 → SQL) ・ Copilot (SQL開発 支 援) ・ Universal Search (メタデータ検索) [検索層] ・ Cortex Search (RAG統合、ハイブリッド検索) [基礎層] ・ LLM関数 (AI_COMPLETE, SENTIMENT) ※レイヤー(層)分けは 生 成AIに 「この辺のサービス群、いっぱいあって訳分かんないので良い感じに整理、仕分けして」 って聞いたらまとめてくれました。抜け漏れあるかもですがその際は御容赦ください m(_ _)m
25. ˜
    USVFTUBS
    JOD
    
    "MM
    3JHIUT
    3FTFSWFE 25 4OPXGMBLFʹ͓͚Δओͳੜ੒"*ؔ࿈ػೳ ࢼ͞Εσʔλ αʔϏεɾػೳ ֓ཁ ΋͏ͪΐ͍ͬ͘͟Γݴ͏ͱͲΜͳײ͡ʁ Cortex Agents Snowflakeデータクラウド上で構造化 ・非 構造化データの分析を 高 度に 自 動化できるAIエージェント機能 AIを活 用 して、表形式のデータとファイル ・文 書などバラバラな 情報の両 方 をまとめて分析 ・ 回答してくれる Cortex Intelligence Snowflake上の構造化 ・非 構造化データを横断して、 自 然 言 語で質 問や分析ができるAI機能群 表データも 文 書データも、AIを使って会話形式で簡単に質問 ・ 解 析 ・ 可視化できる Document AI PDFや画像、契約書、請求書などの 非 構造化ドキュメントデータか ら、AIを利 用 して 自 動的に情報を抽出するSnowflakeの機能 AIが 文 書や画像から必要なデータ(テーブル ・ 値など)を探し出し て、Snowflake上でそのまま活 用 できる Cortex AISQL SnowflakeのSQLエンジンにAI機能を直接統合し、SQL 文 だけで画 像 ・ テキストなどの「マルチモーダル(多様)データ」も分析できる 新しいSQL拡張機能群 AI × SQLを融合し、複雑なAI分析も標準SQLの感覚で書いて実 行 できるSnowflake独 自 の仕組み ML関数(予測 ・ 異常検知) SQLだけで時系列データの「将来予測」や「外れ値（異常値）」の 検出ができる、フルマネージドなAI機能 SQLコマンドだけで未来予測や異常値発 見 ができる” 身 近なAI”。 PythonやML知識ゼロでも、 日 常のデータ分析や業務効率化にす ぐ活 用 できる Cortex Analyst Snowflake上のテーブルやビューに対して「( 日 本語 ・ 英語と 言 った) 自 然 言 語」で質問し、SQLを書かずに分析 ・ 集計 ・ グラフ作成など をAIが 自 動で実 行 してくれる機能 データのことが詳しくなくても、チャット感覚で『〜の売上教え て』と 入力 すれば、AIがSQLを作ってくれて即座に答えや図を返 してくれる、AI搭載のBIアシスタントみたいなやつ Copilot Snowflake内で動作するAI搭載のSQLアシスタントです。 自 然 言 語で データに質問すると、AIが最適なSQLクエリを 自 動 生 成して実 行 し、結果をグラフやテーブルで表 示 してくれる機能 SQLを書かずに 自 然 言 語で質問するだけで、AIが裏側で最適な SQLクエリを作成し、すぐに結果を 見 せてくれるAI搭載のSQLア シスタント
26. ˜
    USVFTUBS
    JOD
    
    "MM
    3JHIUT
    3FTFSWFE 26 4OPXGMBLFʹ͓͚Δओͳੜ੒"*ؔ࿈ػೳ ࢼ͞Εσʔλ αʔϏεɾػೳ ֓ཁ ΋͏ͪΐ͍ͬ͘͟Γݴ͏ͱͲΜͳײ͡ʁ Universal Search Snowflakeプラットフォーム上で「データベースオブジェクト(テー ブル ・ ビューなど)」「Snowflake Marketplaceのデータ製品」「公 式ドキュメント」「コミュニティナレッジベース」などを横断的に 素早く検索できる統合検索機能 Snowflake内外の必要なデータや情報を”Google検索のような感 覚”で 一 括検索できる Cortex Search Snowflakeが提供するフルマネージド型の次世代エンタープライズ サーチ機能：Snowflake上のテキスト ・文 書 ・ FAQ ・ 問い合わせ履歴 など様々なデータに対し、ベクトル（意味）検索とキーワード検索 をハイブリッドに組み合わせて、 自 然 言 語で 高 速 ・高 精度な検索や チャット体験を実現 テキスト ・文 書 ・ FAQなど“意味”ベースで探し出すAI検索エンジ ン。Snowflake上の情報に”Google検索＋AIチャット体験”の精度 と速さを簡単に持ち込める ベクトル埋め込み テキストや画像の意味や特徴を「多次元の数値列（ベクトル）」と して表現することで、類似検索やAIによる意味的な分析を可能にす る技術 文 章などをAIで“意味”の数字列(ベクトル)に変換し、”意味が近い もの”を検索したり分析できるAI時代の新しいデータ表現 ・ 検索 技術 LLM関数 ChatGPTのような 大 規模 言 語モデル（LLM）をSQLから直接呼び出 せるAI関数群 SQL書くだけでChatGPTや翻訳 ・ 要約 ・ 感情分析などAI機能を全 部活 用 できる便利ツール/ 非 構造化データでも 一 発分析できる新 時代のAIデータベース拡張
27. ˜
    USVFTUBS
    JOD
    
    "MM
    3JHIUT
    3FTFSWFE 27 4OPXGMBLF͸zηϚϯςΟοΫzʹ΋ྗΛೖΕ͍ͯ·͢ ࢼ͞Εσʔλ そもそも『セマンティック』とは何？ ・ 英語語源的には「意味の」「意味論の」「語義の」という意 ・ ITやデータの分野では「データの裏にある“ 人 間にとっての意味”や“ 文 脈”を考慮したもの」 　 というニュアンスで使われる →「この値や 言 葉は何を表しているのか？」 　 例)「売上」というデータが「何の売上なのか、どう定義するのか」といった背景情報＝意味を明 示 なぜ『セマンティック(Semantic)な』が望まれているの？ ・ ビジネス現場で、同じ 言 葉でも部署や担当によって定義が異なったり、データの 見方 にばらつきが出やすかったため、 「意味を 一 元化し、誰でも同じ基準で使える仕組み」(セマンティックレイヤーやセマンティックモデル)が重要に ・ データや検索技術の進化によって、「キーワードの 一 致」より「ユーザーが本当に求めている意味や意図」 　 に注 目 するアプローチが重要になってきた ・ AIや機械学習で 文 脈や意味を理解する技術が進化し、形式的な 一 致を超えた整理や分析が求められるようになった
28. ˜
    USVFTUBS
    JOD
    
    "MM
    3JHIUT
    3FTFSWFE 28 4OPXGMBLF͸zηϚϯςΟοΫzʹ΋ྗΛೖΕ͍ͯ·͢ ࢼ͞Εσʔλ Snowflakeのセマンティック関連機能 Snowflakeのセマンティックに関する取り組み Snowflakeが中 心 となり「Open Semantic Interchange(OSI)」を発 足 。 ベンダーを問わずデータの意味情報（セマンティックモデル）を交換 ・ 相互運 用 可能にするオープンな標準仕様を策定 ・ 普及するための取り組 みを始めた 4OPXGMBLFɿ0QFO
    4FNBOUJD
    *OUFSDIBOHFΠχγΞνϒͰۀքϦʔμʔΛ౷߹͠ɺ"*ͷՄೳੑΛҾ͖ग़͢
    IUUQTXXXTOPXGMBLFDPNKBCMPHPQFOTFNBOUJDJOUFSDIBOHFBJTUBOEBSE Semantic Views： ・ Snowflakeデータベース内に直接保存できる新しいスキーマオブジェクト ・ 物理テーブルに対してビジネス上の意味を定義 Semantic Models for Cortex Analyst： ・ Snowflake Stageに保存されるYAML形式のメタデータファイルで ・ Cortex Analystが参照する詳細なビジネスロジック記述 Snowflakeのセマンティックな機能を使ってこんなことも： Cortex Analyistとの連携： ・ Semantic Views / Semantic Modelsを参照して 自 然 言 語質問をSQLに変換 Semantic Viewを標準SQLで直接クエリ： ・ SEMANTIC_VIEW() 関数を利 用 してSELECT 文 で直接クエリ出来る Snowsight UIでの利 用 ： ・ セマンティックビューを作成 ・ 管理 ・ クエリするためのウィザードとUIが統合 ACCOUNT_USAGEビューでの追跡： ・ セマンティックビューの使 用 状況 ・ 定義 ・ 変更履歴を追跡可能
29. ˜
    USVFTUBS
    JOD
    
    "MM
    3JHIUT
    3FTFSWFE 29 .BSLFUQMBDFΛ࣠ͱͨ͠ੜ੒"*ɾ4FNBOUJD
    7JFXػೳ܈ ࢼ͞Εσʔλ ج൫ٕज़૚ Semanticؔ࿈ػೳ૚ ίϯγϡʔϚʔ૚ - AI/෼ ੳػೳ Snowflake Marketplace - த৺ϋϒ σʔλϓϩόΠμʔ૚ Cortex Search (ηϚϯςΟοΫݕࡧ) Cortex LLM Functions Data Sharing (Zero-ETL) Semantic Views (ωΠςΟϒఆٛ) Semantic Models (YAMLఆٛ) Cortex Analyst (Text-to-SQL) Cortex Agents (ΤʔδΣϯτ։ൃ) Snowflake Intelligence (౷߹ΤʔδΣϯτ) Cortex Knowledge Extensions (֎෦ίϯςϯπྲྀ௨) Semantic Model Sharing (AIରԠσʔλྲྀ௨) Agentic Native Apps (AIΞϓϦྲྀ௨) USA TODAY Associated Press Stack Overflow CARTO, CB Insights Deutsche Börse, IPinfo Sema4.ai Contextual AI Genesis Computing ςΩετίϯςϯπ ߏ଄Խσʔλ + ηϚϯςΟοΫఆٛ ΤʔδΣϯτ ΞϓϦέʔγϣϯ ಺෦࣮૷ ఆٛج൫ ఆٛج൫ ߏஙج൫ ஌ࣝσʔλ ஌ࣝσʔλ ஌ࣝσʔλ σʔλ σʔλ σʔλ ΞϓϦ౷߹ ΞϓϦ౷߹ ࢀর ࢀর ར༻ ར༻ ར༻ ར༻ ར༻ ར༻ ར༻ ར༻ ࣮૷ ج൫ ج൫ ౳Ձͳ໾ׂ ※この図も 生 成AIに 「Snowflake Marketplaceを中 心 として、Snowflakeの各種機能、特に 生 成AIやセマンティックに関する要素の相関図を図 示 して」 と指 示 を出して作ってもらいました
30. ˜
    USVFTUBS
    JOD
    
    "MM
    3JHIUT
    3FTFSWFE 30 10%#͸z"*
    3FBEZzͰ͢ ࢼ͞Εσʔλ カテゴリに「Cortex AIの準備完了(Cortex AI Ready)」が付いている＝Semantic Viewに対応しているデータセット
31. ˜
    USVFTUBS
    JOD
    
    "MM
    3JHIUT
    3FTFSWFE 31 USVFTUBS͸z"*
    3FBEZzͰ͢ ࢼ͞Εσʔλ Snowflake Summit 2 0 2 5 Platform Keynote - YouTube https://www.youtube.com/watch?v=xXpqQk 0 CBZY 【Snowflake】PODBがSemantic Viewのローンチパートナーになりました | truestar Blog https://blog.truestar.co.jp/prepper/ 20 25 0609 / 63260 / 2025年06 月 に開催されたカンファレンスイベント 『Snowflake Summit 20 25 』Platform Keynoteにて Semantic Viewsに関するアナウンスがなされた際、 数々の企業に並ぶ形でtruestarの名前が！
32. ˜
    USVFTUBS
    JOD
    
    "MM
    3JHIUT
    3FTFSWFE 32 ·ͱΊ ・ Snowflake Marketplaceは便利なデータ/アプリ等を共有するサービス ・ Snowflake Marketplaceのデータと 生 成AIを使って 色 々 面白 いことが出来る ・ Snowflake Marketplaceには「PODB」というプロダクトがある ・ PODB & 株式会社truestar は “AI Ready”です ࢼ͞Εσʔλ