Databricks Japan/ Microsoft 合同企画 「Azure Databricks で機械学習シリーズ」

Databricks は Apache Spark ベースの統合分析サービスです。機械学習・ディープラーニングを実装するにあたり、手間のかかるインフラ構築やセットアップを簡単に行うことができます。Microsoft Azure へも最適化されており、Azure Data Factory や Azure Data Lake Storage などのデータサービス、また Azure Machine Learning とも統合されている分析サービスです。

初学者の方から受講できる内容 となっておりますので、奮って参加ください。

世界のデータ&AIの祭典”DATA + AI SUMMIT 2021”のダイジェスト版！

レベル: ★☆☆
日時: 2021年7月28日（水）15:00 開始、18:00 終了
会場: ON24プラットフォーム活用したウェビナー

登録方法: 以下サイトからご登録をお願い致します
https://databricks.com/p/webinar/dais-digest-jp?utm_source=dllab&utm_medium=web&utm_campaign=7013f000000cXSBAA2

イベント概要:
2021年5月に実施され、世界で90,000人以上が参加した、データ＆AI分野における最大級のイベント「Data + AI Summit 2021」にて語られた、最新の顧客事例や、発表された新機能のサマリーを日本の技術陣が説明いたします！

特に、1セッション15分で2事例をカバーする、ショート事例セッション x 3 は必見です！
・農機大手 John Deere 社 (IoTを活用した予防保全)
・アパレル大手 H&M 社 (レガシーデータ基盤のクラウド化/モダン化による大幅なコスト削減)
・SaaS大手 Atlassian 社 (次世代データアーキテクチャへ移行によるコスト削減とガバナンス強化)
・娯楽大手 Disney+社 (数千万人のユーザー向けパーソナライゼーションや不正利用の防止)
・銀行大手 CapitalOne 社 (リアルタイムの不正検知)
・製薬大手 Takeda 社 (対障害性の強化とリアルタイムデータの活用)

アジェンダ詳細
■15:00 – 15:30 データブリックスのおさらい
データブリックスを初めて聞いた方や、これから触ってみようと思う方、そして触り始めたばかりの方を対象に、データブリックスのレイクハウス・プラットフォームの基本、強み、類似ソリューションとの違いについて、データウェアハウスやデータレイクの歴史を含めて解説致します。

データブリックス・ジャパン株式会社　パートナー・ソリューション・アーキテクト　竹下　俊一郎

■15:30 – 16:30 Data + AI summit 2021で発表された新機能を全てまるっとご紹介！
Data + AI summit 2021で発表された新機能の概要をデモを交えてご説明します。

・Delta Sharingのご紹介 : セキュアなデータ共有のためのオープンプロトコル
企業間のデータ共有をシンプルにするオープンソースプロジェクトです。Delta Sharingを活用することで大規模データをセキュアかつリアルタイムで交換することができます。

・Databricks AutoMLのご紹介 : 機械学習開発の自動化に対するガラスボックスアプローチ
前処理、特徴量エンジニアリング、モデルのトレーニング、パラメータチューニングを自動化することで、迅速に機械学習モデルを構築、デプロイできるようになります。

データブリックス・ジャパン株式会社　ソリューション・アーキテクト　弥生　隆明

■16:30 – 16:45 事例解説セッション① (農機大手John Deere社、アパレル大手 H&M社の事例)
John Deer社における農機ビジネスの中でデータ・AIの位置づけを具体的な機能サービスのユースケースを交えて紹介いたします。農機のスマート化とDatabricksを活用した統合分析基盤の構築・運用により、顧客の農業ビジネスのロスを最小にし、利益を最大化させるサービスの継続的な提供を可能にしています。その中で、地理データの爆発的増加に伴うデータスキュー(偏り)問題への対応策や、AI活用により作物への農薬散布量を70%削減できた事例などを紹介いたします。続いて、H&Mがどのように社内でデータ・AIの民主化を実施しているのかをメインテーマに、システムのアーキテクチャに加えて、その組織運営、オペレーションについて紹介いたします。リファレンスアーキテクチャを中心に社内へのシステム展開と同時に、データチームの立ち上げ、データ・AI人材の育成、AI活用の全社展開する施策の全容を紹介いたします。

データブリックス・ジャパン株式会社　ソリューション・アーキテクト　北村　匡彦

■16:45 – 17:00 事例解説セッション② (SaaS大手 Atlassian社、娯楽大手 Disney+社の事例)
Jira、Trello、BitbucketでおなじみのAtlassianは、大規模なデータ民主化を実現するためにレイクハウスへの移行を行いました。このセッションでは、データの重複、データの遅延、同時実行の問題など、データウェアハウスの起源に伴うコストと課題について説明します。 また、最新のデータ・レイクハウスでは、コストの削減、アクセスとガバナンスの簡素化、チームの自律性の向上により、イノベーションのペースを上げることができたというメリットについても紹介します。続いて、Disney+は、何千万人ものお客様にパーソナライズされたシームレスな体験を提供するために、急速にスケールアップしました。このような体験は、パーソナライズされた体験のためのレコメンデーションエンジン、グループウォッチを含むウォッチ体験の最適化、詐欺や不正使用の防止など、様々なサービスで使用される強固なデータプラットフォームによって支えられています。本セッションでは、Disney+がどのようにしてこれらの機能を構築したのか、それを可能にするアーキテクチャ、技術、設計原則、技術的詳細を紹介します。

データブリックス・ジャパン株式会社　シニア・ソリューション・アーキテクト　グティエレス・ホアン・パウロ

■17:00 – 17:15 事例解説セッション③ (銀行大手 CapitalOne社、製薬大手 Takeda社の事例)
CapitalOneではリアルタイム不正検知システムにおいて取引情報、カード情報、口座の所有者の属性情報など様々なデータから構築したMLモデルを使用しています。厳しい基準が求められる金融サービス業界のMLパイプラインにおいてDatabricksがどのように活用されているのかをご紹介します。続いて、Takeda社における従来のデータ分析基盤の課題であった高額なシステム維持費、非常に多くの障害ポイントなどの課題を解決し、リアルタイムデータを活用した分析へ移行するために採用したDeltaアーキテクチャとストリーミングデータの活用方法をご紹介します。

データブリックス・ジャパン株式会社 ソリューション・アーキテクト　板垣　輝広

■17:15 – 17:30 データブリックス・ジャパンのユーザーコミュニティのご紹介 データブリックスの国内のユーザー企業や、興味を持っている方向けに、2021年5月に発足したユーザーコミュニティのビジョンや目的について、これまでの活動内容の紹介を含めて説明いたします。

データブリックス・ジャパン株式会社　シニア・カスタマーサクセス・エンジニア/コミュニティ・ガイド　徳元　大輔

■17:30 – 18:00 質疑応答

Deep Learning Lab（DLLAB）について

Deep Learning Lab とはディープラーニングの実社会での活用を推進するコミュニティです。先端技術を実際のビジネスに応用するべく、技術とビジネスの両面に精通したプロたちが毎月の勉強会や教育活動をベースに、ニーズに合わせた最適な技術を選択し開発した事例や最新技術動向の情報発信を行い、ソリューション検討を具体的に行えるようにします。マイクロソフトとPFNの協業から生まれました。​コミュニティご紹介資料はこちらです。

※本イベントで収集された個人情報の取り扱いについて

日本マイクロソフト株式会社の個人情報保護方針に準拠して取り扱います。 https://www.microsoft.com/ja-jp/mscorp/privacy/default.aspx