くれすろ

開発にAIを用いるのには、テスト駆動や仕様などをあらかじめ正解として与えることができるため、レビューをテストが通るなどに一定任せることができる。 データ分析においては、データ抽出をした後にその値が正しいかどうかがわからないことが問題。 メルカリはディープシンク(命名違ったかも 、フェルミ推定)を行った上でもっともらしい値なのかなどを確認する仕組み作ってたけど、それでも完璧ではないし、今のところは理論的に正しいSQLなのかの精度を高める方法論しか確立されてない認識

「その会社の筆頭データ分析専門職という立場にあぐらをかき続けた結果、全てに対して独善に陥り、理論面でも技術面でも間違いだらけなのに社内で誰からも指摘されないことを良いことに自信満々で誤りを吹聴している御仁がいる」という事例を伝え聞いて、これは真に自戒すべき話だなと思ったでござる

オントロジーの考え方はすごく面白いし、エージェント時代には本質的に必要になるとも思う ただ、そこにいきなり到達するのは正直かなり難しい 現実的に最初に登れる足場としてあるのが、セマンティックレイヤーなんじゃないかという感覚がある セマンティックモデルは「集計のための関係性」と言われがちだけど、dbtの物理モデルとは疎結合に設計できるし、ビジネスの概念（指標やディメンション）を言語化・共有するレイヤーとして十分に価値がある 一方で、エンティティの同一性や関係性（誰が誰で、何がどう繋がるか）まではまだ十分に扱えていないことも多い だからこれは対立ではなく段階の話だと思っていて、 ・まずはセマンティックレイヤーで「意味」を揃える ・その上で、エンティティや関係性をどう扱うかに進む という順番が現実的なのではと思っている さらに難しいのはここからで、仮にオントロジー的なモデルを作れたとしても、それを支える基盤が今のOLAP中心のスタックで本当に耐えられるのか、という論点もありそう データの鮮度・整合性・更新の伝播を考えると、「正しくモデリングすること」と「実際に使い続けられること」の間にはまだギャップがある気がしている オントロジーはゴールかもしれないけど、そこに至る道としてセマンティックレイヤーはかなり重要な一歩になりそう