$30 off During Our Annual Pro Sale. View Details »
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
作らない分析基板のススメ/DWH For Startup With YAGNI
Search
Masatoshi Shimada
October 01, 2018
Technology
1
790
作らない分析基板のススメ/DWH For Startup With YAGNI
- スタートアップにおけるデータウェアハウス
- データウェアハウス設計について
Masatoshi Shimada
October 01, 2018
Tweet
Share
More Decks by Masatoshi Shimada
See All by Masatoshi Shimada
データプラットフォーム技術におけるメダリオンアーキテクチャという考え方/DataPlatformWithMedallionArchitecture
smdmts
10
3.3k
Delta Lakeを用いた LLM処理基盤 / Delta Lake with LLM on Dataplatform
smdmts
3
8.4k
Lakehouseプラットフォームを 採用するまでの話/Lakehouse Platform Adoption
smdmts
1
1k
Sparkから利用するAirframe/Spark-With-Airframe
smdmts
0
1.8k
Redashで何をみるのか/What Do You Wanna See Redash?
smdmts
1
1.7k
DatabricksとSparkではじめる [ビッグデータETL処理/データ可視化] 実践入門 / Databricks and Spark with ETL and Visualization
smdmts
1
1.7k
DatabricksとSparkではじめる [データ分析/機械学習] 実践入門 / Databrick and Spark with Data Analyze and ML for newbie.
smdmts
5
2.3k
エンジニアのためのドメイン駆動設計実践入門 / DDD for Engineer newbie
smdmts
18
3.9k
How to growth the delish kitchen team to data-driven team
smdmts
1
1.2k
Other Decks in Technology
See All in Technology
「もしもデータ基盤開発で『強くてニューゲーム』ができたなら今の僕はどんなデータ基盤を作っただろう」
aeonpeople
0
230
2025-12-18_AI駆動開発推進プロジェクト運営について / AIDD-Promotion project management
yayoi_dd
0
150
AWSの新機能をフル活用した「re:Inventエージェント」開発秘話
minorun365
2
440
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
sonoda_mj
6
1.6k
SQLだけでマイグレーションしたい!
makki_d
0
1.2k
_第4回__AIxIoTビジネス共創ラボ紹介資料_20251203.pdf
iotcomjpadmin
0
130
Microsoft Agent Frameworkの可観測性
tomokusaba
1
110
Amazon Bedrock Knowledge Bases × メタデータ活用で実現する検証可能な RAG 設計
tomoaki25
6
2.3k
Bedrock AgentCore Memoryの新機能 (Episode) を試してみた / try Bedrock AgentCore Memory Episodic functionarity
hoshi7_n
2
1.8k
子育てで想像してなかった「見えないダメージ」 / Unforeseen "hidden burdens" of raising children.
pauli
2
320
"人"が頑張るAI駆動開発
yokomachi
1
130
投資戦略を量産せよ 2 - マケデコセミナー(2025/12/26)
gamella
0
250
Featured
See All Featured
Abbi's Birthday
coloredviolet
0
3.7k
Designing for Performance
lara
610
69k
Un-Boring Meetings
codingconduct
0
160
How to audit for AI Accessibility on your Front & Back End
davetheseo
0
120
Lightning talk: Run Django tests with GitHub Actions
sabderemane
0
92
Lessons Learnt from Crawling 1000+ Websites
charlesmeaden
0
950
WCS-LA-2024
lcolladotor
0
390
Leading Effective Engineering Teams in the AI Era
addyosmani
9
1.4k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
32
2.8k
技術選定の審美眼(2025年版) / Understanding the Spiral of Technologies 2025 edition
twada
PRO
115
91k
What the history of the web can teach us about the future of AI
inesmontani
PRO
0
370
Money Talks: Using Revenue to Get Sh*t Done
nikkihalliwell
0
120
Transcript
ϨγϐಈըϝσΟΞ ʰ%&-*4),*5$)&/ʱΛࢧ͑Δ ࡞Βͳ͍ੳج൫ͷεεϝ ౡాխ
ࣗݾհ w ౡాխ!TNENUT w σʔλΣΞϋεΞʔΩςΫτ 4DBMBc1ZUIPOc(PMBOHc+BWBc%%% w גࣜձࣾΤϒϦʔॴଐ w
%&-*4),*5$)&/σʔλੳܥશൠ୲ ओʹੳج൫ɺ৴໘࠷దԽͳͲΛ୲
ΞϓϦϦϦʔε μϯϩʔυɿສ Ϩγϐɿສ݅Ҏ্ ݄ؒಈը࠶ੜɿԯສճҎ্ "QQ4UPSF#&450' (PPHMF1MBZϕετΦϒ ࠃΞϓϦμϯϩʔυୈ̏Ґ ʢ̍Ґ-*/&ɺ̎Ґ:BIPP+"1"/˞ඇήʔϜɹ"QQ"OOJFௐʣ ɾຖ৽ணϨγϐಈը͕৴͞ΕΔ ɹɾྉཧϨγϐಈըʢௐཧݙཱखॱʣ
ɹɾࠂओλΠΞοϓಈը <13>%&-*4),*5$)&/ͷհʢ͔ΜͨΜʹʣ 3
ΞδΣϯμʢ֓ཁʣ ࠓʹΓӡ༻ͨ͠%&-*4),*5$)&/ͷ ੳج൫͕ͲͷΑ͏ʹ࡞ΒΕɺར༻͞Ε͍ͯΔ͔ʹ͍ͭͯ ʰ࡞Βͳ͍ੳج൫ͷεεϝʱͱ͍͏λΠτϧͰ͓͖ͤͯ͠͞·͢ɻ
ΞδΣϯμ w ελʔτΞοϓʹ͓͚ΔσʔλΣΞϋε w σʔλΣΞϋεઃܭʹ͍ͭͯ w ·ͱΊ
ελʔτΞοϓʹ͓͚Δ σʔλΣΞϋε
ελʔΞοϓاۀͷࣄ w গਓͰΞϓϦ,1*Λͯ͢ूܭ͢Δඞཁ͕͋Δ σʔλΤϯδχΞʢ໊ʣɺσʔλΞφϦετʢ໊ʣ σʔλΤϯδχΞΞφϦετʹࢪࡦՄࢹԽͷूܭۀ͕ूத w ࣮ࢪࡁΈͷࢪࡦʢ"#ςετʣͷ༗ޮੑஅΛଈ࠲ʹߦ͍͍ͨ શͯͷࢪࡦͷੳʢతʹʣࣄ্࣮ෆՄೳ ඞવతʹબͱूத͕ൃੜ͢Δ͜ͱʹͳΔ w
ΞϓϦσʔλੳͷཁٻແݶେʹΒΉ ύʔΩϯιϯͷ๏ଇʢΓ͍ͨ͜ͱແݶେʣ
σʔλੳΛඞཁͱ͢Δओͳϖϧιφ૾ ϓϩμΫτΦʔφʔ σΟϨΫλʔΤϯδχΞʢࢪࡦ୲ʣ σʔλΞφϦετ σʔλαΠΤϯςΟετ σʔλΤϯδχΞ ػցֶशΤϯδχΞ
ελʔτΞοϓʹ͓͚Δ%8)ͱᶃ wجຊతʹࣗྗͰࢪࡦͷੳ͕Մೳͳσʔλج൫Ͱ͋Δ͜ͱ wඞཁͱ͢Δೳྗ42-ɺ#*πʔϧɺදܭࢉπʔϧ w͍͠σʔλੳσʔλΞφϦετσʔλΤϯδχΞɹɹɹɹ ʹґཔ͢Δ wʰΤΫηϧ͕ਆπʔϧʱͰ͋ͬͯͳ͍ɻɹɹɹɹɹɹɹɹ ʢࢪࡦͷ༗ޮੑஅ͕Ͱ͖Εྑ͍ʣ ϓϩμΫτΦʔφʔσΟϨΫλʔΤϯδχΞʢࢪࡦ୲ʣ ʹͱͬͯͷσʔλΣΞϋεͱɺ
ελʔτΞοϓʹ͓͚Δ%8)ͱᶄ σʔλΞφϦετσʔλαΠΤϯςΟετ ʹͱͬͯͷσʔλΣΞϋεͱɺ wΤϯδχΞϦϯάͷٕज़ελοΫ͕ෆཁͰ͋Δ͜ͱɹɹɹɹɹɹɹ δϣϒεέδϡʔϥࢄσʔλॲཧϑϨʔϜϫʔΫΛɹɹɹɹɹ ಁաతʹͯ͠Πϯϑϥ࣮ߦج൫Λۃྗҙࣝͤ͞ͳ͍ wجຊతʹ42-ͷΈͰੳՄೳͰ͋Δ͜ͱɹɹɹɹɹɹɹɹ ଟ૬ߏͷதؒςʔϒϧෆཁͰ͋Δ͜ͱ͕·͍͠ wΠϯϑϥΛҙࣝ͠ͳ͍ͰੳՄೳͱͳΔ͜ͱɹɹɹɹɹɹɹɹɹɹ 3FETIJGU5SFBTVSF%BUBͳͲΛࢦ͢
wཧը໘ΛಠࣗͰ։ൃ͢Δඞཁ͕ແ͍͜ͱɹɹɹɹɹɹɹɹɹɹɹɹ 3FEBTI.FUBCBTFΛར༻͠ʰπʔϧʹཁٻΛ߹ΘͤΔʱɹɹ πʔϧͰຬͨͤͳ͍ཁٻΉΛಘͣࣗલͰߏங͢Δ w)BEPPQΫϥελͳͲͷΠϯϑϥߏங͢Δඞཁ͕ແ͍͜ͱɹɹɹ 5SFBTVSF%BUBɺ%BUBCSJDLTͳͲͷ4BB4Λར༻͢Δɹɹɹɹɹ ػցֶशΤϯδϯϏϧτΠϯ͞ΕͨΛબͿ wΠϯϑϥϩάج൫ΛՄೳͳݶΓ4BB4#BB4ʹͤΔ ελʔτΞοϓʹ͓͚Δ%8)ͱᶅ σʔλΤϯδχΞػցֶशΤϯδχΞ ʹͱͬͯͷσʔλΣΞϋεͱɺ
ελʔτΞοϓʹ͓͚Δ%8)ͱ ݶΒΕͨϦιʔεͷதͰग़དྷΔ͜ͱݶΒΕ͍ͯΔɻ ϦʔϯελʔτΞοϓᐌ͘ɺʰՄೳͳݶΓখ͘͞࡞Δɻʱ ͢ͳΘͪɺʰग़དྷΔ͚ͩ࡞Βͳ͍ɻʱ ՄೳͳݶΓɾָʹ࡞Γ ՄೳͳݶΓɾখ͘͞࡞Γ ՄೳͳݶΓɾૣ͘͏
ʰग़དྷΔ͚ͩ࡞Βͳ͍͜ͱʱ͕ɺ ϦιʔεͷޮԽΛଅ͠ҙࢥܾఆΛՃ͢Δɻ ɾଵଦɿ࠷খݶͷίετͰੳՄೳʹ ɾؾɿͲͷΑ͏ͳσʔλଈ࣌ੳՄೳʹ ɾၗຫɿ୭Ͱੳج൫Λࣗ༝ʹ͑ΔΑ͏ʹ ϓϩάϥϚʔࡾେඒಙ ελʔτΞοϓʹ͓͚Δ%8)ͱ
ʰग़དྷΔ͚ͩ࡞Βͳ͍ʱ ɹσʔλΣΞϋεઃܭʹ͍ͭͯ
σʔλΣΞϋεུ֓ਤ "1*αʔό ࠂޮՌଌఆ Πϕϯτܭଌ ՄࢹԽ 3&45"1* %8)
4JOHMF4PVSDFPG5SVUI The state of your whole application is stored in
an object tree within a single store. by redux. w ΞϓϦέʔγϣϯͷঢ়ଶҰݩཧ͞ΕΔ͖Ͱ ͋Δ w Ϗοάσʔλʹ͓͍ͯɺҰͭͷॴʹूͯ͠ݕ ࡧՄೳͱ͢Δ͖Ͱ͋Δ w ݱ࣮తʹاۀͷσʔλ༷ʑͳܗͰଘࡏ͓ͯ͠ Γ݁߹͢Δ͜ͱ͍͠
σʔλΣΞϋεͷઃܭࢥ wશ৬͕ࣗྗͰσʔλΛऔΓग़ͤΔΑ͏ɺੳͷෑډΛప ఈతʹԼ͛ͯฏқͳ42-ͰੳՄೳͱ͢Δ wҰͭͷσʔλιʔεͰݕࡧՄೳͱ͢Δʢ4405ʣ w༧ΊͻͳܗͱͳΔ,1*ͷՄࢹԽάϥϑΛେྔʹ࡞Γɺɹɹɹɹɹ ࢀߟͱͳΔ42-͕େྔʹ͋Δঢ়ଶʹ͢Δɹɹɹɹɹɹɹɹɹɹ ඇΤϯδχΞͷϝϯόʔʹσʔλੳΛ֮͑ͯΒ͏ αϯϓϧίʔυίʔυεχϖοτڧྗͳڭҭࡐྉ
σʔλΣΞϋεͷσʔλϑϩʔ σʔλΛ্ྲྀ͔ΒԼྲྀʹ͔͚ͯ୯ํσʔλϑϩʔͰৠཹ͍ͯ͠Δ ɹ্ྲྀʢ45% ΑΓੜϩάʹ͍ۙ࠶ར༻Մೳͳσʔλ Լྲྀ 5%3FETIJGU ूܭࡁΈσʔλػցֶशͷ݁ՌͳͲ ɹͨͩ͠Ұ෦ྫ֎͋ΔʢػցֶशϞσϧͳͲ͕֘ʣ 3&45
֤ετϨʔδͷׂͱΫΤϦํ๏ ΞϓϦશσʔλΛूͯ͠όοΫΞοϓ͞ΕΔσʔλϨΠΫ େྔσʔλͰൃߦසͷ͍ΫΤϦʹݶఆͯ͠ɺ "UIFOBͰΫΤϦՄೳʹ͍ͯ͠Δʢ+40/1BSRVFUʣ ݪଇͱͯ͠4405ͱͳΔΑ͏ʹઃܭ͞ΕͨσʔλΣΞϋε ੜϩάͱ࠶ར༻ՄೳͳཻͱͳΔதؒςʔϒϧ͕อ͞ΕΔ ʢ3FEBTI͔ΒXJUI۟Λଟ༻͢ΔΫΤϦ͕࣮ߦ͞ΕΔʣ 4QBSLΛར༻ͨ͠ෳࡶͳूܭࡁΈςʔϒϧ͕อ͞ΕΔσʔλϚʔτ 42-͚ͩͰ͘Έ্͛Δ͜ͱ͕͍͠ूܭ݁Ռ͕อଘ͞ΕΔ ʢ3FEBTI͔Βجຊతʹ+0*/͕ແ͍ΫΤϦ͕ൃߦ͞ΕΔʣ
4 5SFBTVSF%BUB 3FETIJGU
࡞Βͳ͍ੳج൫Λ࣮ݱ͢ΔͨΊʹ ԿΛ࡞͔ͬͨ ΞϓϦ,1*ΛՄࢹԽ͢ΔμογϡϘʔυ42-ɺ1ZUIPO ΫΤϦɿ μογϡϘʔυɿ தؒςʔϒϧΛੜ͢Δδϣϒͷཧɺதؒςʔϒϧੜ༻ͷ42- EJHϑΝΠϧɿ 42-ϑΝΠϧɿ
4QBSLΛૢ࡞͢ΔϊʔτϒοΫɺ4DBMBɺ1ZUIPOɺ.-ɺ42- 3FEBTI͔Βجຊతʹ+0*/͕ແ͍ΫΤϦ͕ൃߦ͞ΕΔ ίϚϯυɿ 3FEBTI
࡞Βͳ͍ੳج൫Λ࣮ݱ͢ΔͨΊʹ ԿΛ࡞͔ͬͨ ʰग़དྷΔ͚ͩ࡞Βͳ͍ʱσʔλΣΞϋεͰ࡞ΒΕͨɺ 3FEBTIEJHEBHEBUBCSJDLTͷʹू͞ΕΔ ɾଵଦɿ࠷খݶͷίετͰੳՄೳʹ ɾؾɿͲͷΑ͏ͳσʔλଈ࣌ੳՄೳʹ ɾၗຫɿ୭Ͱੳج൫Λࣗ༝ʹ͑ΔΑ͏ʹ ϓϩάϥϚʔࡾେඒಙ
·ͱΊ
w ࠷খͷͰ࠷େͷޮՌΛൃش͢ΔͨΊʹɺɹɹɹɹɹɹɹɹɹ ඞཁͱͳΔ࡞ۀΛݶఆͯ͠࡞Βͳ͍બͱ࡞ΔूதΛૂ͏ w σʔλͷҰݩཧʢ4405ʣΛຬͨ͢͜ͱΛ࠷ॏཁͱҙࣝ͠ɺɹɹɹɹ σʔλΣΞϋεͷσʔλϑϩʔΛઃܭ͢Δ w %8)ΞʔΩςΫτͱͯ͠ɺϓϩμΫτʹؔΘΔϝϯόʔશһ͕ɹ σʔλΛݩʹͨ͠ࢪࡦΛߟ͑ͯࣗͰ͖ΔڥΛఏڙ͢Δ ·ͱΊ
ಈըΛ௨ͯ͡ ੈքΛͬͱָ͘͠ ͬͱॆ࣮ͨ͠ຖʹ ΤϯδχΞ શ৬छੵۃ࠾༻தʂ https://corp.every.tv/recruits
͝ਗ਼ௌ͋Γ͕ͱ͏͍͟͝·ͨ͠