Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
膨大なデータ活用のためのAmazon QuickSightを使った 技術構成
Search
Tech Leverages
June 24, 2024
Technology
1
7k
膨大なデータ活用のためのAmazon QuickSightを使った 技術構成
Tech Leverages
June 24, 2024
Tweet
Share
More Decks by Tech Leverages
See All by Tech Leverages
「ELT職人」から卒業!Fivetranでデータパイプラインの構築・運用から解放され、 本来の価値創造に集中できる ようになった事例
leveragestech
0
17
SpecKitでどこまでできる? コストはどれくらい?
leveragestech
0
1.4k
未来を拓くAI技術〜エージェント開発とAI駆動開発〜
leveragestech
2
250
コンテキストエンジニアリングで変わるAI活用 リファクタリングワークフローの実践から学んだ形式知
leveragestech
0
140
AirflowでDataformを制御するポイント
leveragestech
0
130
古き良き Laravel のシステムは関数型スタイルでリファクタできるのか
leveragestech
1
1.3k
リファクタリングいつやるの? 〜依存の整理〜
leveragestech
0
160
ディメンショナルモデリングを軽く語る
leveragestech
2
5.3k
アクターモデルによる効率的な分散システム設計
leveragestech
0
5.1k
Other Decks in Technology
See All in Technology
QA業務を変える(!?)AIを併用した不具合分析の実践
ma2ri
0
160
現場の壁を乗り越えて、 「計装注入」が拓く オブザーバビリティ / Beyond the Field Barriers: Instrumentation Injection and the Future of Observability
aoto
PRO
1
640
20251029_Cursor Meetup Tokyo #02_MK_「あなたのAI、私のシェル」 - プロンプトインジェクションによるエージェントのハイジャック
mk0721
PRO
3
1.2k
東京大学「Agile-X」のFPGA AIデザインハッカソンを制したソニーのAI最適化
sony
0
130
ViteとTypeScriptのProject Referencesで 大規模モノレポのUIカタログのリリースサイクルを高速化する
shuta13
3
210
DSPy入門
tomehirata
1
280
AIの個性を理解し、指揮する
shoota
1
200
Observability — Extending Into Incident Response
nari_ex
1
540
仕様駆動開発を実現する上流工程におけるAIエージェント活用
sergicalsix
1
240
AI駆動で進める依存ライブラリ更新 ─ Vue プロジェクトの品質向上と開発スピード改善の実践録
sayn0
1
330
20251027_findyさん_音声エージェントLT
almondo_event
2
470
JSConf JPのwebsiteをGatsbyからNext.jsに移行した話 - Next.jsの多言語静的サイトと課題
leko
2
190
Featured
See All Featured
GraphQLの誤解/rethinking-graphql
sonatard
73
11k
Music & Morning Musume
bryan
46
6.9k
[Rails World 2023 - Day 1 Closing Keynote] - The Magic of Rails
eileencodes
37
2.6k
Product Roadmaps are Hard
iamctodd
PRO
55
11k
Rails Girls Zürich Keynote
gr2m
95
14k
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
333
22k
What’s in a name? Adding method to the madness
productmarketing
PRO
24
3.7k
What's in a price? How to price your products and services
michaelherold
246
12k
Sharpening the Axe: The Primacy of Toolmaking
bcantrill
46
2.5k
How to Think Like a Performance Engineer
csswizardry
27
2.1k
The World Runs on Bad Software
bkeepers
PRO
72
11k
The MySQL Ecosystem @ GitHub 2015
samlambert
251
13k
Transcript
| © 2024 Levtech Co., Ltd. 1 膨大なデータ活用のための Amazon QuickSightを使った 技術構成
2024/06/21 AWS Summit Japan @幕張 レバテック株式会社 内藤 翔太 / 塚原 渉
| © 2024 Levtech Co., Ltd. 2 自己紹介 塚原 渉 内藤
翔太 レバテック開発部/レバテックプラットフォーム開発チーム
| © 2024 Levtech Co., Ltd. 3 会社紹介| サービス紹介 IT事業 若年層事業 医療/介護事業
海外事業 ほか事業
| © 2024 Levtech Co., Ltd. 4 会社紹介|技術広報 カンファレンススポンサー や テックブログ
に力を入れてます! もフォローしてね! etc.
| © 2024 Levtech Co., Ltd. 5 1. レバテックプラットフォームの紹介 2. Amazon
QuickSightで何を実現したのか? 3. 検証環境でのデモ 4. Amazon QuickSightを使ったアーキテクチャ 目次
| © 2024 Levtech Co., Ltd. 6 1. レバテックプラットフォームの紹介 2. Amazon
QuickSightで何を実現したのか? 3. 検証環境でのデモ 4. Amazon QuickSightを使ったアーキテクチャ 目次
| © 2024 Levtech Co., Ltd. 7 レバテックプラットフォームの紹介 IT人材 企業 情報
収集 案件 作成 商談 契約 契約 商談 案件 応募 情報 収集
| © 2024 Levtech Co., Ltd. 8 1. レバテックプラットフォームの紹介 2. Amazon
QuickSightで何を実現したのか? 3. 検証環境でのデモ 4. Amazon QuickSightを使ったアーキテクチャ 目次
| © 2024 Levtech Co., Ltd. 9 Amazon QuickSightで何を実現したのか? 案件への参画までに、企業もIT人材もたくさんの不安がありました。 IT人材
企業 情報 収集 案件 作成 商談 契約 契約 商談 案件 応募 情報 収集 どのくらいの単 価を設定すべき かなあ どんな条件で募集し たら求める人材に届 くかなあ 自身のスキルで はどのくらい単 価がもらえるの かなあ 自身のスキルに あった案件はど のくらいあるか なあ
| © 2024 Levtech Co., Ltd. 10 Amazon QuickSightで何を実現したのか? 企業 /
IT人材にAmazon QuickSightでフリーランス市場のデータを提供 https://aws.amazon.com/jp/quicksightより引用
| © 2024 Levtech Co., Ltd. 11 Amazon QuickSightで何を実現したのか? 企業向けの価値 例えば、、
・自社の求めるスキルを持つ人材の単価の分布がわかる! ・自社の案件の募集条件にマッチする人材の分布がわかる!
| © 2024 Levtech Co., Ltd. 12 Amazon QuickSightで何を実現したのか? IT人材向けの価値 例えば、、
・自身のスキルに合った案件がどのくらいあるかがわかる! ・自身のスキルに合った案件の単価の分布がわかる!
| © 2024 Levtech Co., Ltd. 13 1. レバテックプラットフォームの紹介 2. Amazon
QuickSightで何を実現したのか? 3. 検証環境でのデモ 4. Amazon QuickSightを使ったアーキテクチャ 目次
IT人材向け・企業向けレバテックプラットフォームにて、Amazon QuickSightを使った 市場分析のページをお見せします! 検証環境でのデモ
| © 2024 Levtech Co., Ltd. 15 1. レバテックプラットフォームの紹介 2. Amazon
QuickSightで何を実現したのか? 3. 検証環境でのデモ 4. Amazon QuickSightを使ったアーキテクチャ 目次
| © 2024 Levtech Co., Ltd. 16 Amazon QuickSightを使ったアーキテクチャ 市場分析ダッシュボードを表示するまでのデータフロー
| © 2024 Levtech Co., Ltd. 17 Amazon QuickSightを使ったアーキテクチャ 市場分析ダッシュボードを表示するまでのデータフロー Embulkの採用理由
1. Athena-BigQueryコネクターの動作が不安定 だったため 2. DB→BigQuery間の連携でEmbulkの利用実績があったため
| © 2024 Levtech Co., Ltd. 18 Amazon QuickSightを使ったアーキテクチャ 市場分析ダッシュボードを表示するまでのデータフロー Troccoの採用理由
1. 自社内ですでに導入実績があったため 2. 加工なしでデータを連携させるだけで、SaaSであるTrocco を利用し た方がメンテナンスコストを削減できるため
ありがとうございました! 是非ブースにお越しください!