Oracleの開発者として西海岸で活躍していた2人のフランス人が、“データクラウド（Data Cloud）”を標榜するSnowflakeを創業してから13年。2025年3月、その2人が初めて日本の地を踏んだ。両氏は記者向けのラウンドテーブルで、創業時の想いから、現在進めている“AIデータクラウド”の戦略までを語った。 Snowflakeの創業は「あらゆる企業を“データのGoogle”にしたい」から 2012年にSnowflakeを共同創業したフランス人とは、ブノワ・デイジビル氏とティエリー・クルアネス氏だ。2人が在籍していた当時のOracleは、まだクラウド戦略を（表向きには）持っておらず、むしろ批判的な立場だった。デイジビル氏は、当時OracleのCEOだったラリー・エリソン氏について、「ラリーはほとんどのことについて正しいビジョンを持っているが、クラウドに対する見解だけは間違っていると
してきた。......まだ若干の余韻が残っている気がする。自分がどれだけ RubyKaigi 2025 を楽しんだのかは、会期をくぐり抜けたあとの僕のネームプレートの様子からも伝わるんじゃないかと思う。 今回のこのエントリは、時々書いている勉強会レポートと同じようなテイストで、というよりは、愛媛という人生初の場所に訪れたことの記録も兼ねて、日記のようなスタイルで書いてみたい。 Day 0 - 2025年4月15日（火） 午前中は通常通りの業務をし、午後から身支度・移動を開始した。 自分は岡山在住兼、飛行機ニガテ人間ということで、岡山-松山間を運行している高速バスで松山に向かった。片道3時間ちょっとで、ポッドキャストを聞いていたらあっという間の距離だった。 JR松山駅に到着したのが18:30頃。この日の夜は絶妙な寒さだったのと、あとは自分の荷物の重さから（張り切っていろんな荷物を持ってきてし
発表内容補足 manabian について 「データ分析基盤の構築方法論」や「関連テクノロジーの調査」、「エラー対応方法」など、データ分析の上流から下流まで幅広いテーマを扱った記事を投稿しています。 出所：最強のデータ分析基盤を目指して～汎用的なデータ分析基盤の選定方法の提案～ #AWS - Qiita 出所：データエンジニアリングの背景を踏まえてdbt（Data Build Tool）を少し深く理解してみる #Python - Qiita 出所：Snowflake における Apache Iceberg の機能の完全ガイド： Apache Iceberg on Snowflake 活用の第一歩 #Spark - Qiita 出所：Google Colab の Spark にて Hadoop Catalog の Apache Iceberg の動作検証 #iceberg - Qiita デー
発表内容補足 manabian について 「データ分析基盤の構築方法論」や「関連テクノロジーの調査」、「エラー対応方法」など、データ分析の上流から下流まで幅広いテーマを扱った記事を投稿しています。 出所：最強のデータ分析基盤を目指して～汎用的なデータ分析基盤の選定方法の提案～ #AWS - Qiita 出所：データエンジニアリングの背景を踏まえてdbt（Data Build Tool）を少し深く理解してみる #Python - Qiita 出所：Snowflake における Apache Iceberg の機能の完全ガイド： Apache Iceberg on Snowflake 活用の第一歩 #Spark - Qiita 出所：Google Colab の Spark にて Hadoop Catalog の Apache Iceberg の動作検証 #iceberg - Qiita デー
【入社エントリ】13年目のベテランエンジニアから見たHRBrainは、開発体験がとても良い👍️会社だった件 はじめに株式会社HRBrainの鈴木 泰斗です。2024年8月より株式会社HRBrainにJoinし、バックエンドエンジニアをしております。 入社して約半年経ち、社内の仕組みやチームの文化も理解できるようになり、視野が広がってきたと感じています。 ということで、本記事は入社エントリーとなります。自己紹介と半年間で実感したHRBrainの開発体験の良さ👍️をご紹介したいと思います。バックエンドエンジニア視点ですが悪しからず… 自己紹介経歴新卒から7年間は大手でサーバー運用とデータエンジニア(Hadoopとか分散処理システムとか)をしてました。オンプレミスのサーバーの保守、監視、構成管理、ETLシステムを開発していました。 この頃(2018年ぐらい)からAWSやGoogle Clou
ポジション概要LINEヤフーではサービス提供のために汎用検索エンジンや広告専用の検索エンジンを利用しており、これらを自社開発しています。大量の検索クエリや更新リクエストに対して適切なコンテンツや広告を提供するため、よりよい分散システムを追求しています。また機械学習を用いたランキングを行うために、機械学習の特徴量の連携、高速な予測処理を実現するための技術選定や設計の見直しも行っています。 このような検索エンジンの開発を通して、広告、コマースなどのサービス成長に貢献できます。 組織のミッション・展望データの価値を最も生かせる検索技術を開発し、社内の関連チームと連携し、その技術価値をユーザーに提供する 主な業務内容具体的には以下の業務を想定しています。 検索エンジンのランキング機能を充実させる・絞り込み機能を追加するなどの開発 検索エンジンのシステムパフォーマンスの改善 検索エンジンの高度な利用
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
AIによる革命に「取り残される企業」とは？ Snowflake共同創業者の2人に聞く (1/3)
RubyKaigi に初めて参加してきた #rubykaigi - えいのうにっき
DatabricksとSnowflakeをつなぐ最新データ相互利用術 - Qiita
DatabricksとSnowflakeをつなぐ最新データ相互利用術 - Qiita
【入社エントリ】13年目のベテランエンジニアから見たHRBrainは、開発体験がとても良い👍️会社だった件｜t s
バックエンドエンジニア（検索エンジン） / データサイエンス統括本部｜LINEヤフー株式会社