ENGORGIO、企業のAI実装を加速する「Reshape」を提供開始 prtimes.jp/main/html/rd/p/00…

Palantir の FDEモデルを、Echo チーム、いわゆるDeployment Strategist、顧客側に埋め込まれて課題を発掘する役割と Delta チーム、Forward Deployed Software Engineer / FDSE、プロトタイプを高速で組む役割の 2軸で整理して解説した ブログ記事でした！「FDE 一人勝ちではなくドメイン側と実装側の二人三脚」という整理ができてなるほどなと思いました 求められるスキルセットも対照的で、Echo側は Python / R / SQL に加えてドメイン知識とユーザー共感力がコア、Delta 側は Python・Java・C ・TypeScript・Go・Hadoop・NoSQL・Spark・ElasticSearch といった広い技術スタックが前提と大きく変わっています そして両者の協働サイクルは、Echoが顧客の現場で高レバレッジな問題をみつけ、Deltaが短期間でプロトタイプを作ってフィードバックをもらい改善、最後に製品チームがそれを一般化してプラットフォームに取り込むという流れ。 コンサル的なカスタム実装が製品ロードマップに昇華していくサイクルがイメージしやすかったです 結論はFDE だけでは片手落ちでEchoとDeltaの関係こそがFDEがうまく動くためのの鍵というものでした！面白かったです！

データ基盤における挑戦。 OLTPとOLAPの統合・融合は進むのか？ note.com/engorgio/n/n98f5d4a… #pg_lake, #mooncakedev, #neon, #databricks_lakebase

データAIプラットフォームにおける AI時代の災害対応の考え方 #snowflake vs #databricks #dataplatform #データレイクハウス note.com/engorgio/n/n3ff67b2…

買収戦略から読み解くデータAI企業の戦略比較 #databricks vs #snowflake どっちが良いではなく、何がしたいのか？で決まる。 note.com/engorgio/n/n017c731…

レイクハウスとは何か？ レイクハウスからデータAIスタックへの変貌 note.com/engorgio/n/nfb91549… #レイクハウス #dataaistack #databricks

オープンデータフォーマットの適材適所 Apache Iceberg vs Delta Lake vs Apache Hudi にバージョンアップ

オープンデータフォーマットの適材適所 Apache Iceberg vs Delta Lake note.com/engorgio/n/n2913d74… #データレイクハイス #apacheiceberg #deltalake #opentableformat

少量データのストリーミング 低遅延は、Flink→Iceberg 大量データのストリーミング 低遅延は、Spark構造化ストリーミング→Delta Lake #データレイクハウス #Streaming #SparkStructuredStreaming

Blog：海外記事の妙訳 note.com/engorgio/n/n8654802…

日本で初のデータレイクハウスの教科書 databricksの開発者による著書の日本語訳です。データレイクハウスがなんなのか？ ８章までは基盤となるDelta lakeの実務的な話ですが、9章以降はアーキテクチャとガバナンス、セキュリティとデータ共有を解説せれています。

📈 成長の要因 (2/n) * アーキテクチャのパラダイム統合:データレイクとデータウェアハウスを統合 *データサイロの解消ニーズ * AI/MLの加速: モデルトレーニングをサポートへの需要増。非構造化データを含めた予測分析やセルフサービス基盤 * GenAI統合:生成AIとの統合とLLMOps機能の導入がトレンド