おはようございます、祥です。
今回は先日参加した「SNOWFLAKE DISCOVER AIネイティブなデータ基盤へ 〜Snowflakeの進化を技術者目線で深掘り〜」の参加レポートを共有したいと思います。
💡急ぎの方向けの要約はこちら
- エンジニア向け無料ライブ・ウェビナー「SNOWFLAKE DISCOVER」では、AIデータ・クラウドの最新トレンドや技術情報が共有された
- 各セッションは後日アーカイブが公開される予定のため詳細は割愛したが、Snowflake Cortex AIを活用した次世代のデータエンジニアリングでは、名寄せ処理をルールベース、Embedding、LLM/RAGの流れでハンズオンを実施
- 顧客の声（VoC）分析におけるSnowflake Cortex AIの活用事例ではCortex AIで提供されている関数とStreamlitを用いた
- 実務にすぐに適用できる内容が中心で、無料トライアル環境も即時発行可能なため、すぐに実践できる
SNOWFLAKE DISCOVERとは
アジェンダは以下の通り。
Levelの説明については以下。
バーチャル・ハンズオン概要
後ほどアーカイブが公開されるようなので詳細はそちらで確認頂きたいのですが、個人的に気になったセッションの概要をこちらではお伝えします。
【Level 300】Snowflake Cortex AI で実現する次世代のデータエンジニアリング
利用したノートブックなどはGithubでも公開
ルールベース、Embedding、LLM/RAGという順番で名寄せのマッチ率の推移を確認するハンズオン。
ルールベースでは限界がある
ベクトル関数を利用して、商品名のベクトルを算出し、類似度を元に名寄せを行う。
ちなみに日本語環境下におけるモデルと関数については別セッションで講師を実施されていた方が検証済みのため参考にしてみてください。
所感
- バーチャル・ハンズオンの内容がとにかく秀逸で新機能を網羅しつつ、実務にもすぐに適用できるような内容ばかりでした。
- AI関数についても具体的なユースケースが体験出来たため、早く実務で活用していきたいです。
- 無料トライアルの環境もすぐに発行ができ、教材も公開されているため、社内の勉強会でも同じハンズオンを実施予定です。
※挿入スライドはこちらから引用しています
