データとAI戦略の実務活用ウェビナーシリーズ｜Databricks

多くの組織では、アプリケーション、ユーザー、データがそれぞれサイロ化された複雑なクラウドデータアーキテクチャを運用しています。​
その結果、ほとんどの分析は古いデータに対して行われ、アナリティクスのための「単一の真実の情報源」が存在しないため、信頼できるインサイトを組織全体にスケールさせることが困難になっています。​

Databricks SQL が、データレイク並みのコスト感でデータウェアハウス級のパフォーマンスを実現するマルチクラウド・レイクハウスアーキテクチャをどのように可能にするかを学びます（従来のクラウドデータウェアハウスと比べて最大12倍の価格／パフォーマンスを実現）。​
データアーキテクトがインフラとガバナンスを統合しつつ、データアナリストやBIチームは最新かつ網羅的なデータにアクセスし、ネイティブなAI/BI機能と既存のお気に入りのBIツールを組み合わせてインサイト創出を加速できる方法を理解できます。​

スケーラブルな基盤を構築している段階であっても、ビジネス向けのインサイト提供に注力している段階であっても、このワークショップはアナリティクス基盤をモダナイズし、AI駆動のBIを現実のものにすることを支援するよう設計されています。​

このワークショップで学べる内容：​

• Databricks のデータ・インテリジェンス・プラットフォームと Databricks SQL が、どのように統合されたマルチクラウド・レイクハウスアーキテクチャを支えるか​
• Databricks SQL を使って、レイクハウス全体のコンピュート、データアクセス、ユーザーを管理・監視する方法​
• データチームやアナリストが、組み込みのSQLエディタやAI/BI、あるいは好みのBIツールを使って、データレイク上のデータを直接クエリする方法​
• AI支援コード補完、自動ダッシュボード作成、AI/BI Genie による自然言語クエリといったAI支援機能を活用し、生産性を高めてセルフサービスアナリティクスをスケールさせる方法​

DatabricksでのAIエージェント構築：コンセプト設計から本番展開まで​

Databricks プラットフォーム上で、生成AIを組み合わせることで、AIエージェントを構築・高度化し、本番環境へデプロイする方法を学びます。​
このセッションでは、ガバナンスされたデータ、モダンな機械学習ワークフロー、そして生成AIの機能がどのように組み合わさり、安全でスケーラブルなAIイノベーションを実現するのかを扱います。​

このセッションでは、次のようなことに取り組むことができます。​

• Databricks 上でベクター検索を活用し、類似度に基づいて情報を検索・取得できるようにすることで、生成AIアプリケーションを強化する方法を学びます。​
• 埋め込み（embedding）モデルを用いたハンズオンを通じて、レコメンデーションやコンテンツ生成などのタスクにおいて、生成モデルがより効果的に利用できる形式へデータを変換する方法を理解します。​
• Databricks の AI Playground を使って基盤モデル（foundation models）を試し、さまざまなAI機能を探索し、それらが実際のユースケースにどのように適用できるかを確認します。​​
• Unity Catalog を用いて、すべてのAIアセットを一元的にガバナンスします。

このセッションでは、Databricks 上でのモダンなデータエンジニアリングを実践的に学びたいデータエンジニアおよびデータアーキテクト向けに設計されています。​
実際のユースケースを用いて、信頼性の高いデータパイプラインを設計・構築・運用する方法をご紹介します。

このセッションでご紹介する内容（予定）：​

• Lakeflow と Databricks のデータ・インテリジェンス・プラットフォーム の概要​
• 宣言的パイプライン、ストリーミングテーブル、マテリアライズドビューの始め方​
• 現実的なストリーミングデータのユースケースを題材にした実践​
• 高度な制御フローやトリガーを用いた Lakeflow Jobs の習得​
• データエンジニアのための生成AI：Genie と Databricks Assistant​
• Unity Catalog を用いたデータガバナンスとリネージ（データの来歴）の理解​
• サーバーレスコンピュートの利点