Ryo Shibuya

462 posts

Ryo Shibuya banner
Ryo Shibuya

Ryo Shibuya

@ryotas_data

データアーキテクト | データエンジニア | Snowflake Data Superhero | アメリカ駐在（テネシー州ナッシュビル）

Katılım Temmuz 2020
405 Takip Edilen1.8K Takipçiler
Ryo Shibuya
Ryo Shibuya@ryotas_data·
こうなってくるといずれネイティブテーブル不要論出てきそう。Snowflake的にも二重投資するよりIcebergに専念できて、もうそれでもいいのかも？
Snowflake What's New Bot (日本語)@snow_new_jp

Snowflakeストレージを使用したApache Icebergテーブルがプレビュー提供開始。外部クラウドストレージの設定不要で、テーブルファイルの保存・管理が自動化されます。通常テーブルと同様にFail-safeによるデータ保護や、ストレージコスト削減のた... docs.snowflake.com/en/release-not… #Snowflake #SnowflakeDB

日本語
0
0
10
1.2K
Ryo Shibuya
Ryo Shibuya@ryotas_data·
まだ読んでない人はぜひ読んでみてほしい。ここからダウンロードするのが正攻法かな？（ググったら直リンクも出てくるけど） snowflake.com/resource/sigmo…
日本語
0
0
5
331
Ryo Shibuya
Ryo Shibuya@ryotas_data·
全てはここからはじまった、あの論文！やっぱりSIGMODのなかでも傑出したものだったんだ。この論文の良さを語るには字数が足りないけど何より面白くてワクワクする、そんな論文でした。あれが10年前って、先見の明がありすぎる。
Mineaki Motohashi@mmotohas

過去12年間にSIGMODに掲載された論文の中から、その後10年間で最も大きな影響力を与えた論文として、The Snowflake Elastic Data Warehouseが2026年の「ACM SIGMOD Test of Time」を受賞しました！これはスゴい！ #SnowflakeDB sigmod.org/sigmod-awards/…

日本語
1
1
12
1.9K
Ryo Shibuya
Ryo Shibuya@ryotas_data·
@gappy50 データエンジニアからデータエンジニアリングエージェント作るマンにジョブチェンジしただけで、バリバリの専門家じゃないですか！
日本語
1
0
4
349
harry
harry@gappy50·
@ryotas_data 自分の専門性が溶けてなくなってしまいました！渋谷さん助けてください！
日本語
1
0
4
598
Ryo Shibuya
Ryo Shibuya@ryotas_data·
Cortex Code CLIでSkill作りまくってる。楽しい。どんどん自分の仕事を任せて行こう。
日本語
0
0
8
566
Ryo Shibuya
Ryo Shibuya@ryotas_data·
Cortex Code CLI良いな。 Organization Usageのプレミアムビューと組み合わせると、組織内で何が起こっているのか膨大なデータでも効率よく調べてレポーティングしてくれる。
日本語
0
1
12
956
Ryo Shibuya
Ryo Shibuya@ryotas_data·
Snowflakeさんのセールスキックオフinポートランドにスポンサーとして初参加させていただいています。我々パートナーもいるけど基本内部向けイベントなのにど派手でさすがSnowflake！久しぶりにSnowflake Japanの皆さんともたくさん会えて嬉しいかぎり。
Ryo Shibuya tweet mediaRyo Shibuya tweet mediaRyo Shibuya tweet media
日本語
1
1
17
1.2K
Ryo Shibuya
Ryo Shibuya@ryotas_data·
本当にありがたいことに、今年もSnowflake Data Superheroに認定していただきました。数えてみたら5年連続のようで、随分遠くへ来たものです。データとAIの時代を楽しみたいと思います。 medium.com/snowflake/cele… #Snowflake #DataSuperhero
日本語
4
1
38
1.8K
Ryo Shibuya
Ryo Shibuya@ryotas_data·
アドベントカレンダー用のブログ書きました！（もうクリスマスも終わった後にようやく・・・） 「Snowflakeの組織（Organization）からデータAIプラットフォームのあり方を考える」 zenn.dev/dataheroes/art… #Snowflake
日本語
0
1
7
925
Ryo Shibuya retweetledi
KT@Canva Japan
KT@Canva Japan@DATA_Saber·
Joeさん、これまでSnowflake Japanを導いてくださり本当に本当にありがとうございました＆6年間お疲れ様でした！ from #SnowVillage 一同 @HidetoshiTojo
KT@Canva Japan tweet media
日本語
1
12
85
9.4K
Ryo Shibuya
Ryo Shibuya@ryotas_data·
愛と情熱をひしひしと感じるブログ！喜田さんというPostgreSQL愛の塊みたいな人がこのタイミングでSnowflakeのデータスーパーヒーローやってるのも運命ですね。一緒にワクワクできて幸せです。
Kosuke Kida@kkkida_twtr

#SnowflakePostgres のyoutube配信を受けて、PostgreSQLを知ってる人にしか伝わってなさそうなポイントをしっかり解説しました！ qiita.com/Kosuke_Kida/it… これがね〜、ほんとに本当に胸熱なのよ！これ読んで泣ける感受性が人類に必要！！！

日本語
0
0
7
1.9K
Ryo Shibuya
Ryo Shibuya@ryotas_data·
我々がやることはAIに正しい良いクエリを書かせるためのデータの整備とコンテクストのガイドですが、相手が変わっただけで昔から本質的にやりたいことは変わらないですね。ビジネスサイドでAIエージェントがSQL書いて可視化とか予測とかできるようになっても、その下準備はまだ人間にしかできないはず
しんゆう/ データ分析とインテリジェンス@data_analyst_

生成AI以前の課題なのだけど、これでもっと焦点が当たるようになればまあそれはそれでいいのかな。でもこの整備ができるだけのリソースがある状態でビジネスサイドにSQLが書く必要性はあまりなさそう

日本語
0
3
19
3.5K
Ryo Shibuya
Ryo Shibuya@ryotas_data·
なのでセマンティックレイヤが重要というか、データエンジニアリング、データモデリング、メタデータ管理がむしろ今一番熱いときだと思っています。
しんゆう/ データ分析とインテリジェンス@data_analyst_

ビジネスサイドで勝手にやってるからいいやと思っているデータエンジニアとかデータアナリストの人たち、放っておくとあとで大変なことになるので今のうちに介入しておくことをお勧めします note.com/shinu/n/nc08d6…

日本語
0
10
71
10.6K
Ryo Shibuya
Ryo Shibuya@ryotas_data·
@legoboku よくご存知ですね！意外とほどよく都市です。住みやすくていい街ですよー。
日本語
0
0
0
129
Yohei Onishi 🇸🇬
Yohei Onishi 🇸🇬@legoboku·
@ryotas_data テネシー州ナッシュビルって音楽の街でよく聞くところですね。都市圏だと190万人くらい人口がいて、意外に人口が多い。
日本語
1
0
1
268
Yohei Onishi 🇸🇬
Yohei Onishi 🇸🇬@legoboku·
ここ最近のポスグレムーブ、ここに来てpostgresに長年貢献してきて、SnowflakeのパートナーでもあるNTTデータ社が多大な恩恵を受けそう。今、サンマテオに駐在中の渋谷さんが日本人的には最重要人物になってる気がする。
日本語
1
11
64
5.3K
Ryo Shibuya
Ryo Shibuya@ryotas_data·
おもしろい！サミット現地でやってみた系ブログなのにちゃんと検証していて素晴らしい。Lakebase気になることが色々あるなぁ。 zenn.dev/nttdata_tech/a…
日本語
0
0
21
1.4K
Ryo Shibuya
Ryo Shibuya@ryotas_data·
@ilyaletre ファクトデータの特性を多次元の属性値で意味づけしたものがディメンショナルモデルで、その値の集計/集約を昔はOLAPキューブといってベクトル的に表現したりもしていました。 という話と、最近非構造化データをベクトル化してRAGが作られている話をどのように組み合わせるか考えると楽しいなぁと。
日本語
1
0
1
116
iM2R::UTC
iM2R::UTC@ilyaletre·
> ディメンショナルモデルは構造化データのベクトル化みたいなものとも言える これ、どういう意味か分かってない。ディメンション結合したらだいたい意味がまとめて取れるってことだろか。。。
Ryo Shibuya@ryotas_data

AIのためのデータ基盤が現実味を帯びて来たいまRDBが輝きを増してきた。ディメンショナルモデルは構造化データのベクトル化みたいなものとも言えるし、リレーショナルモデル自体が集合論と述語論理に基づいた数学的なモデルであって人間の認知を前提としていない。RDBはAIにこそぴったりなのかも。

日本語
1
0
0
263

Keşfet

@gappy50 @tomowk1 @HidetoshiTojo @legoboku @elonmusk @BarackObama @taylorswift13 @cristiano