データブリックス ジャパン 🇯🇵 の公式アカウント データ活用の最新ニュースを発信中🚀 『DATA+AIの民主化』を実現します！ 🧱#JEDAI→https://teapawt.org/t.co/fvOID1nocu 📕Blog→https://teapawt.org/t.co/HwENydHKzl 🎥Youtube→https://teapawt.org/t.co/wLcg2qB7ny
Joined December 2019
- Tweets3.3K
- Following25
- Followers3K
- Likes9.8K
Databricks Japan🧱 retweeted
データコピーが無くてもデータを見える！
Databricks Lakehouse Federationを活用すると、オンプレミスの機密データなどをクラウドへ移行・複製せずに直接クエリを実行可能です
また、Databricks Marketplaceから取得するFactSet等の外部金融データと連携する場合も、複雑なETLパイプラインを構築する必要はありません！
これらのファーストパーティとサードパーティのデータはUnity Catalog上でシームレスに統合され、単一のSQLを用いて簡単にJOINも可能です
中間データを一切保持せず最新のインサイトを抽出でき、高度な投資ダッシュボードの構築やGenieを用いた自然言語によるデータ検索まで、セキュリティとコンプライアンスを完全に維持したまま迅速に実現可能です！
databricks.com/blog/unlockin…
Databricks Japan🧱 retweeted
BigQueryからオープンなLakehouseへの戦略的な移行フレームワークについての解説記事でした
移行は単なるデータ複製ではなく、BI、ETL、AIを単一のガバナンス下で統合、運用を簡素化する戦略的進化となっています。
移行の成功の鍵は「プロセス」「技術」「人」の3つにあります
プロセスでは、事前の評価に基づき段階的に移行を進め、用途に応じてBIからかETLからか等を選択
技術面では、データをオープンフォーマットへ移し、LakeBridgeなどのツールを用いてロジックを変換し厳格な検証を実行
組織面ではサイロ化を解消し、AI支援によりデータチームを強化することで、将来のAI活用を見据えた強固な基盤が構築することができます！
databricks.com/blog/bigquery…
Databricks Japan🧱 retweeted
DatabricksのDSAってご存知ですか！？
DSAはDelivery Solutions Architectというロールです！DSAはポストセールスになりますが、単なる開発者やPMではなく、お客様がDatabricks導入後に本番運用し、事業成果を出すまでを技術面からリードするロールとなっています！
そのDSAの現役メンバー4名へのインタビューを通じて紹介！
メンバーは技術力に加えて課題の本質を見極める力や、関係者を巻き込む推進力が求められ、最新技術への学習意欲と、顧客の課題を自分事として捉え、最後まで成果にこだわり抜く熱量を持つ人材を歓迎しております！
DatabricksはSA、FDEだけじゃないよ！色んなロールがあるので是非ご興味あったらお声がけください！
qiita.com/DatabricksJapanTA/… #Qiita
Databricks Japan🧱 retweeted
記事を書いた。
セマンティックレイヤーを作り、ダッシュボードと AI から参照する構成にした。
zenn.dev/kkk555/articles/dat…
Databricks Japan🧱 retweeted
DatabricksではDSA (Delivery Solutions Architect)という「お客様がDatabricksの導入を決めた後、実際に本番運用され、事業成果が出るまでを技術面からリードする役割」を担うポジションがあります。
現役社員4名が実際にどのように仕事に取り組んでいるか、インタビュー形式で記事を執筆しました。Databricksのテックロールにご興味のある方ぜひご覧ください！
qiita.com/DatabricksJapanTA/…
Databricks Japan🧱 retweeted
Load billions of rows into Lakebase Postgres without competing with live application workloads.
With LTAP, Spark handles bulk loads on separate compute, keeping the primary focused on serving queries. databricks.com/blog/load-ter…
Databricks Japan🧱 retweeted
ontologyやknowledge graphが構築できるdatabricksの ontobricksではグラフ上で選んだエンティティをダッシュボードで分析できる機能があります。設定に手こずったのでブログにまとめました。
OntobricksのDashboard Mappingを使ってみる - Vポイントマーケティング｜TECH LABの Tech Blog techblog.vpoint.co.jp/entry/… #Databricks
Databricks Japan🧱 retweeted
Now available on Databricks: GPT-6.1 Terra.
On our OfficeQA Pro v2 benchmark, it shows a large quality improvement and sits on the quality-cost pareto frontier.
Use it, or any of 70+ other models, on the data already in your Lakehouse to build governed AI apps and agents.
Unity Gateway governs, monitors, and secures every call from a single control plane.
Try GPT-6.1 Terra ↓
docs.databricks.com/aws/en/r…
Databricks Japan🧱 retweeted
Icebergだからオープン！？
違います！
真にオープンになるためのカタログについての解説とDatabricksがUnity Catalogでそれに対してどのような取り組みをしているのかのBlogとなります！
🔓「オープンフォーマット対応」だけで、本当にオープンと言えますか？
真にオープンなカタログを見極める3つの条件と、Unity Catalogの取り組みをご紹介します。
▶︎databricks.com/jp/blog/what-…
✅ データは「お客様のもの」
・テーブルはプロバイダー所有ではなく、お客様自身のクラウドストレージに置くことが重要です。Unity Catalogでは、マネージドテーブルの99％がお客様所有のストレージ上にあります。
⚙️ 自分のストレージでも機能はフル活用
・「マネージド」は所有ではなく、保守を担うという意味です。自動最適化や不要ファイルの削除、削除したテーブルの最大30日間の復元などを利用できます。
・Zeptoでは、年間100万ドル以上のストレージコスト削減を実現しています。
🔄 コピーせずにカタログを移行
・DatabricksはApache Iceberg RESTカタログ仕様にUNREGISTERを寄贈しました。REGISTERとの組み合わせで、データをコピー・移動せずにテーブルの登録先を変更できます。
・現在はプライベートプレビューです。ご希望の方は担当アカウントチームへご相談ください。
#Databricks #UnityCatalog #レイクハウス
Databricks Japan🧱 retweeted
IDOM、「Gulliver AX宣言」を発表 AgentforceとDatabricksを全面採用 enterprisezine.jp/news/detai…
Databricks Japan🧱 retweeted
MIXIさんの事例がでております！
全社のデータ・AI基盤として「Databricks Data+AI プラットフォーム」を採用！
主な目的は、意思決定から価値提供までのリードタイムの短縮と、人とAIエージェントが連携して事業価値を生み出す環境の構築のためです！
これまでは、データの部署間分散や、専門部門への抽出依頼による待ち時間の発生、AI活用のためのガバナンス強化などが課題となっており、Databricks導入により、データの統合と安全な権限管理を実現します！
全従業員が自然言語で自律的にデータ分析を行えるようになり、統制されたAIエージェントの運用と併せることで、意思決定の迅速化とデータドリブンなAI経営を推進していくとのことです！
databricks.com/jp/company/ne…
Databricks Japan🧱 retweeted
AI is getting more autonomous, and governance has to keep up. Teams need control over what AI can access and do, a handle on rising AI costs and the freedom to choose the best models, agents and tools.
The Big Book of AI Governance shows how leading organizations manage all three at enterprise scale without slowing innovation.
Download the eBook →
databricks.com/resources/ebo…
Databricks Japan🧱 retweeted
AI Runtime is now generally available, bringing serverless, on-demand GPUs directly into Databricks to power the next generation of AI development.
As AI teams scale model training and agent-driven experimentation, they need GPU infrastructure that can keep pace. AI Runtime delivers seconds-level launch latency, reliable multinode training, and Unity Catalog governance on every workload.
Hundreds of customers, including Robinhood, PicPay, Flo Health and FactSet already use it to ship deep learning models to production.
Accelerate AI innovation, from experimentation to production → databricks.com/blog/ai-runti…
Databricks Japan🧱 retweeted
書いた。
Databricks でデータ分析基盤を作成してみた。
dbt も使えるし、開発体験が非常に良かった。
無料なのに、かなり便利なので他のデータも全て Databricks に集約していこうかと考えている。
zenn.dev/kkk555/articles/dat…
Databricks Japan🧱 retweeted
Databricks、DBのブランチ分岐できるのは良いな。
たしかに、コーディングエージェントを並行で動かすと、コードは Git の worktree で分けられても、DB は取り合いになる。
しかもDBのサイズに関係なく、1秒以内でDB全体をブランチにできるのか。
databricks.com/blog/lakebase…
Databricks Japan🧱 retweeted
DatabricksのGenieが分析アシスタントから「AI Coworker」へ大きく変化。対話で依頼した定型業務をそのままエージェント化できる流れと、その精度を支えるGenie Ontologyの位置づけが分かる。オントロジーが製品の裏側の部品として組み込まれていく流れが注目。
zenn.dev/nttdata_tech/articl…
Databricks Japan🧱 retweeted
無料でちゃんと使えるDatabricks Free Edition！
よろしくおねがいしますー！
書いた。
Databricks でデータ分析基盤を作成してみた。
dbt も使えるし、開発体験が非常に良かった。
無料なのに、かなり便利なので他のデータも全て Databricks に集約していこうかと考えている。
zenn.dev/kkk555/articles/dat…
Databricks Japan🧱 retweeted
Here’s how we’re building memory in Genie and the new Agent Bricks Memory service you can use in your own agents. MemCurrent automatically synthesizes new memories from traces to produce better results than alternatives.
Introducing MemCurrent, a persistent memory architecture designed to help production agents stop starting from zero.
MemCurrent combines episodic memory with derived memory across three access patterns:
• Plugins to log and load context automatically
• Tools the agent calls on demand
• An offline “dreaming” pipeline that consolidates memory in the background
Agents carry forward user preferences, prior corrections, metric definitions and successful workflows instead of rediscovering them every session.
On our internal benchmark built from real enterprise data, MemCurrent triples the agent's pass rate while using 31% fewer tokens and running 26% faster. It's built into Agent Bricks' Memory offering and already powers memory in Genie.
Read the research: databricks.com/blog/memcurre…
Databricks Japan🧱 retweeted
JEDAIの番外編というかグローバル編というか、今回は様々なお話をSA、開発チームからさせていただく回となっております！
ぜひご参加くださいませ！！！
🔥JEDAI特別回🔥
Databricks DevConnect Tokyo開催します！
▶︎jedai.connpass.com/event/407…
いつものJEDAI Meetupとは少し趣向を変えた特別回となる、『Databricks DevConnect Tokyo』を11/5に開催いたします！
✨Databricks本社のDeveloper Relationsチームが世界各地の都市で開催している技術ミートアップ「Databricks DevConnect」の東京版を、JEDAIとの共同開催でお届け！
✨今回はDatabricksのメンバーが登壇し、最新技術を実践的な視点でご紹介いたします、セッションはデータ基盤の最新機能、AIを活用した開発ワークフロー、そしてデータの専門家以外への成果の届け方などなど多種多様なテーマでお話します！
✨会場は豊洲、イベントパートナーにはNTTデータ様をお迎えしてお届けいたします
セッション後は軽食とドリンク付きのネットワーキングもありますので、ぜひお気軽にご参加ください🥤
📅日時：2026年11月5日（木）17:00受付開始、18:00イベント開始
📍場所：INFORIUM豊洲イノベーションセンター（東京都江東区豊洲3-3-3 豊洲センタービル10F）
👤主催：Databricks Developer Relationsチーム、データブリックス・ジャパン
👤イベントパートナー：株式会社NTTデータ
💰参加費：無料
