サクサク読めて、
アプリ限定の機能も多数！
アプリで開く
Snowflakeは2025年9月11～12日、ユーザーイベント「SNOWFLAKE WORLD TOUR TOKYO 2025」を開催した。同年9月11日には、報道向けラウンドテーブルとしてエージェンティックAI（AIエージェント）の現状と今後の展望について、SnowflakeCEOのSridhar Ramaswamy（スリダール・ラマスワミ）氏らが語った。 左からSnowflake（日本法人）社長執行役員の浮田竜路氏、SnowflakeCEO Sridhar Ramaswamy（スリダール・ラマスワミ）氏、Snowflake プロダクトEVP Christian Kleinerman（クリスチャン・クレイナマン）氏 エージェンティックAIがもたらす変化 SnowflakeCEOのラマスワミ氏は「Snowflakeは現在、エンタープライズAI革命の中心にいる」と強調する。ラマスワミ
SNOWFLAKE WORLD TOUR TOKYO 2025 2025/9/11 - 12の2日間、Snowflake の国内最大のイベント『SNOWFLAKE WORLD TOUR TOKYO 2025』が開催されます！データ活用の最前線を是非体感しに来てください！是非会場でお会いしましょう！ はじめに 最近、AI エージェントによる開発支援がますます注目を集めていますね。その中でも Model Context Protocol (MCP) という標準化されたプロトコルが Anthropic 社から発表され、様々なツールやAPI と LLM をより簡単に接続できるようになりました。そして先日、Snowflake からも公式の MCP Server が OSS として公開されています！ これまでも Cortex Search や Cortex Analyst といった個別の機能は利用可
はじめに こんにちは、たきこみと申します。 普段は事業会社で機械学習モデルの開発やデータ基盤構築などの仕事をやっています。 データ基盤としてSnowflakeを採用しているのですが、SnowflakeはAIデータ基盤を謳っているということもあり、AI/ML系の機能拡充が留まることを知りません。 そろそろSnowflake単体でMLOps的な環境が作れるようになってきた気がしているので、MLOpsとSnowflakeの機能配置について考えをまとめておきたいと思い、この記事の執筆に至っています。 MLOps概略 まずは僕が実現したいと考えるMLOpsのサイクルを紹介します。 MLOpsにおいて大事なポイントは3つあると考えています。 アイデアをすぐ形にできる開発環境 運用可能なコストラインを遵守できる計算リソース MLモデルと特徴量の状態を常時監視できる運用環境 細かい点は置いておいてこれらが
AI好きは知っているが、一般知名度が低い「Claude」でできること【「ChatGPT」比較レビュー】 生成AIチャットbotサービスの代表たる「ChatGPT」や、MicrosoftやGoogleの「Copilot」「Gemini」に比べ、性能は劣らないのに知名度が低い「Claude」。実際に使ってその性質やできることを解説します。 生成AIチャットbotサービスの説明をするとき、皆さんならどのように伝えますか。結局のところ「ChatGPTのようなサービス」と表現する場合が多いのではないでしょうか。現在、さまざまなサービスがあり、代表例としてMicrosoftの「Copilot」シリーズやGoogleの「Gemini」が挙げられます。ChatGPTはこの製品ジャンルの代表格で、CopilotやGeminiは導入率の高いビジネススイートに含まれていたりで名前を聞くことも多いでしょう。 その
DifyのMCPプラグインとZapier MCPを利用してDifyとSnowflakeを連携させ、Snowflakeのデータを自然言語で扱ってみました。本記事では、その連携方法を中心に紹介したいと思います。 はじめに 利用したサービス Dify Zapier Snowflake 構成 連携設定 Snowflake の設定 Zapierの設定 Dify の設定 動作確認 まとめ 参考 はじめに こんにちは。NTTコミュニケーションズの大島です。普段は、クラウドサービスを中心に、データレイクやデータウェアハウスの検証をしています。 最近注目されているMCP (Model Context Protocol)という技術があります。 これはAnthropic が発表したオープンなプロトコルで、AI と外部システムの接続を標準化するものです。 LLMを利用したアプリケーション(MCPクライアント)が、
Snowflake主催の最大のカンファレンスであるSUMMITに参加してきました。 去年に続いてサンフランシスコで、2025年6月2日から5日の4日間にかけて開催されました。 当日の様子については、X でたくさん呟いてますので、そちらを御覧ください。 私は、2023年、2024年 と参加して、今回で3回目の参加となりました。 今回のSnowflake SUMMIT 2025は、一言で言うと 「すごかった」 です。 地に足がついたAIソリューションが出てきたAIブームが始まって以来、「革新的」と銘打たれた機能発表を数多く見てきました。 私の印象では、その大半は誇大広告で実際のビジネス現場で使うのは難しいものばかりです。 そんな中、今回のSnowflake SUMMIT 2025で感じたのは、これまでとは異なる確かな手応えがありました。 Snowflakeが今回示した未来は、理想論ではなく現
はじめに 先日サンフランシスコで開催された Snowflake Summit 2025 から帰国しました！Summit では Crunchy Data の買収、自由度の高いデータ取り込みを実現する Snowflake Openflow、AI プラットフォームの発展的な進化など多くの注目すべきアップデートが発表され、また多くのお客様やパートナー様とも有意義な議論をすることができました。 その中でも特に開発者体験の向上に関連するアップデートとして、Snowflake の Workspaces がリリースされ、更に Workspaces 内の機能として「Snowflake Copilot Inline」が発表されました！この機能により、SQL を用いた分析体験がより直感的で効率的になっています。 従来の Snowflake Copilot は専用の画面でチャット形式でやり取りを行う必要がありまし
こんにちは。バクラク事業部 Platform Engineering部 データグループの@civitaspoです。2025年6月2日から5日にかけてサンフランシスコで開催されたSnowflake Summit 2025に現地参加してきました。本記事では、その様子や感想をレポートしようと思います。 Snowflake Summit 2025とは？ Snowflake Summit 2025（以下、Summit）は2025年6月2日から5日にかけてサンフランシスコのモスコーニ・センターで開催された、Snowflake社が年次で主催する最大のユーザーカンファレンスです。Snowflakeの最新技術やデータクラウドの未来を語る基調講演に始まり、500を超えるセッションやハンズオンが行われました。参加者は全体で20000人を超え、日本からも300人以上が参加しました。 モスコーニ・センターの外観 L
Snowflakeパフォーマンス最適化機能クラスタリングキー & Search Optimization & Query Acceleration はじめに SnowVillageのUnConference第五回イベントで、けびんさんのSOS検証記事の解説LTを聞いた事が、この記事を書くきっかけとなりました。 その際に紹介いただいた以下の記事とその際の質疑応答を通じて自分の不勉強さを痛感し、自分でもちゃんと学ぼうと思い、改めて仕様の理解と実際の検証結果と共にこの記事にしました。 各機能の詳細な説明はけびんさんや諸先輩方の記事を参考にいただく事でより深く理解が出来ると考えています。この記事ではそれらの各機能を理解しつつ、その全体像を自分なりの考え方で体系化し、またそれらについてTPC-Hのデータを用いたハンズオン形式にすることでステップバイステップで、どのような効果があるかを比較した結果を加
皆さん、こんにちは。株式会社カオナビでデータ収集〜活用を推進するチームを率いています、本江 雄人（@Yuto_Hongo）です。 普段は、データ基盤の構築・運用から、製品利用実績・社内の営業活動データの活用推進、加えて「人的資本データnavi」でのAIを活用した有価証券報告書データ収集・メディア運用など担当しています。 今回は、データを活用していくため「mcp-snowflake-server」の導入について、その背景から利用してみての感想までをお話しします。データ活用の民主化に悩む方、mcp-snowflake-serverに興味がある方に少しでも参考になれば嬉しいです。本記事のサマリ mcp-snowflake-server に関して ローカルで動作し、Snowflakeのユーザー・ロール準拠の権限管理となるSQLを書けない層へデータ接点を増やし、データのさらなる民主化が期待できる
はじめに データ活用と生成AI 構造化されたデータと生成AI 事例 Uber LinkedInPinterest さいごに はじめに ikki-sanのデータ活用の民主化へのコメントをそうだなと思いながら読んで、最近自分もそんな感じの領域のことをベンダー所属のプロダクトマネージャーとしてやっているので、考えていることをまとめてみる。 この数年間で「データの民主化」はイマイチ進まなかった印象ですが、その原因は「SQLの習得難易度」によるところが大きい。そこに関しては生成AIで相当解決されるはずなので、今後はデータの民主化がスタンダードになると予想しています。— ikki / stable代表 (@ikki_mz) 2025年4月7日 データ活用と生成AI これまで社内に蓄積された構造化されたデータを取得・操作するにはSQLおよびデータベースの理解が必要であり、その理解がない人たちは誰かにデ
estie で Staff Engineer をしている @Ryosuke839 です！前回のブログからしばらく間が開きましたが、ふたたび Snowflake ネタです！今回は Snowflake 上でPython を使っていて遭遇した問題と、その解決策についてご紹介します。 Snowflake でPython がメモリを使い果たしてしまう estie では以前のブログ記事（post post）でもご紹介したように、dbtPython model を Snowflake 上で多用しています。 マルチプロダクト戦略のためにデータパイプラインの数も増加しており、dbt の実行時間も気になるようになってきたためdbt の並列数（threads）の値を上げてみたところ、次のようなエラーが頻発するようになってしまいました。 04:33:15DatabaseError in model f
AWSのリソース全般とSnowflakeのテーブル以外のリソースはTerraformで管理し、Snowflake のテーブル関連リソースはdbtで管理。コードの自動フォーマットと本番デプロイする仕組みをGitHub Actionsで構築。 IaCとCI/CDにより、属人化予防とリリースサイクル高速化を実現。 Snowflakeは用途別（データ連携 / データ整形 /データ分析）で3アカウント作成し、Data Sharingでデータ共有する仕組みを構築。 アカウントを分離することにより、権限管理の簡素化を実現。dbtは開発環境にOSSのdbt Coreを採用し、本番環境にSaaSのdbt Cloudを採用。dbt Coreとdbt Cloudを使い分けることにより、dbt Cloudのランニングコストを抑制。 社内のデータ分析・利活用を目的として、2021年頃からデータ分析基盤の構築が
株式会社CARTA MARKETING FIRMでDSP(Demand-Side Platform)の開発をしている機械学習エンジニアのmikanfactoryです。特にMLOpsを担当しています。 背景 当社のDSPでは、配信ログを用いた機械学習モデルによる配信最適化を行っています。データパイプラインはSnowflake+dbtで構築し、Prefectを使用して機械学習モデルの構築・デプロイを実施しています。 サービスの成長に伴い、データパイプラインのコストは徐々に上昇傾向にありました。特に12月中旬には大幅なコスト増加が発生し、さらに年末年始の繁忙期を控えていたため、早急なコスト対策が必要となりました。 データパイプライン 図のような構成となっていました（※わかりやすくするために一部加工してあります）。 改善方針 影響範囲を最小限に抑えるため、上流（テーブルA、B）ではなく下流のテーブ
2024年には生成AIのビジネスでの活用が本格化し、その可能性と課題、生成AIを支えるデータ基盤の整備などの重要性が徐々に認識されるようになった。 2025年においてデータ分析分野ではどのようなムーブメントが起きるだろうか。データブリックス・ジャパンの笹 俊文社長、Snowflake日本法人の東條英俊社長、クリックテック・ジャパン今井 浩氏（カントリーマネージャー）に、2025年の見通しを聞いた。 2025年、データ分析に“必要なもの”とは 笹 俊文氏（データブリックス・ジャパン 代表取締役社長） 生成AIがデータ分析へのアクセスを民主化したのは間違いありません。しかし、商用大規模言語モデル（LLM）は一般公開情報だけで学習するため、企業が必要とする品質を提供することが困難な場合が多くあります。そこで各企業は、LLMに自社データとガバナンスを統合した「データ・インテリジェンス」の構築を始め
© 2024 Snowflake Inc. All Rights Reserved SNOWFLAKE 生成AI でデータから価値を引き出す 生成AI Conf様主催『生成AI時代を支えるプラットフォーム』 2024/12/16 Snowflake シニアセールスエンジニア 菅野 翼 (KANNO Tsubasa) © 2024 Snowflake Inc. All Rights Reserved 必ずお読みください •本資料には発表者個人の見解が含まれます。Snowflake の公式メッセージに ついては以下のドキュメントをご参照いただくようお願いいたします https://docs.snowflake.com/ja •本資料の内容は2024/12/16時点の Snowflake の機能をベースとしておりま すのでご留意いただくようお願いいたします © 2024 Snowflake Inc
公開日 2024/12/10更新日 2024/12/10Google BigQueryからSnowflakeへ。バクラクのデータ基盤技術移管事例 はじめにLayerXでは、「バクラク」という企業のバックオフィス業務を効率化するクラウドサービスを提供しています。稟議、経費精算、法人カード、請求書受取、請求書発行といった経理業務に加え、勤怠管理といった人事領域（HRM）の業務を効率化するサービスも展開しています。最新のAI技術を活用し、お客様の業務が、より「ラク」になる環境の実現を目指しています。導入実績は10,000社を超え、多くのお客様に選んでいただいております。 バクラク | バックオフィスから全社の生産性を高める このようなサービスを支えるためには、ビジネスニーズに迅速に応えられる拡張性の高い効率的なデータ基盤が不可欠です。バクラクでは、サービスの成長と共に増大するデータ量や複雑化する
この記事はNewsPicks Advent Calendar 2024 の6日目の記事です。 ソーシャル経済メディア「NewsPicks」の中村です。最近はデータ基盤の開発運用、データアナリストのサポート、LLM活用等をやっています。 現在、NewsPicksではデータウェアハウスとして長年利用してきたAmazon RedshiftからSnowflakeへの移行を進めています。まだ移行作業の途上ではありますが、完了の目処が立ったので、なぜデータ基盤の移行を行なっているのか、どのように移行計画を立てたか、実際に移行作業を進めてみてどうだったか等を紹介したいと思います。データ基盤を運用している方、データウェアハウスの比較検討をされている方などの参考になれば幸いです。 なぜデータウェアハウスを移行するのか Redshiftのパフォーマンスとコストの問題 まず、NewsPicksの従来のデータ基
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
