最新技術を"今は選ばない"という技術選定

2026/05/21に登壇したこちらのイベントの資料
https://datatech-jp.connpass.com/event/386874/

Transcript

1. 2026/05/21 みんなの考えた最強のデータ基盤アーキテクチャ 26前期 最新技術を"今は選ばない"という技術選定
2. 2 © 2026 Leverages Co., Ltd. 01 - ⾃⼰紹介 CONTENTS 03 - 組織とアーキテクチャの紹介 04 - 1年働いて⾒えた課題と強み 05 - 取り組み 06 - まとめ 02 - みん強あるある 07 - さいごに
3. 3 © 2026 Leverages Co., Ltd. ⾃⼰紹介 01
4. 4 © 2026 Leverages Co., Ltd. 発表者の紹介 01 ⾃⼰紹介 レバレジーズでデータエンジニアやってる、ゲンシュンと申します！
5. 5 © 2026 Leverages Co., Ltd. 発表者の紹介 01 ⾃⼰紹介 • データエンジニア業務 ◦ 全事業のデータエンジニアリング業務 ◦ 今年から6⼈のデータエンジニアのマネジメ ントし始めました • リードエンジニア業務 ◦ 組織全体の技術の底上げとして、DDD勉強 会等開催 ◦ データ系だけでなく、フロントエンドやAI 駆動イベントのモデレーターもやってます • 技術広報業務 ◦ 今年からレバレジーズ全体の、技術広報を 専任でやってます🔥
6. 6 © 2026 Leverages Co., Ltd. 発表者の紹介 01 ⾃⼰紹介 • みん強イベント、第⼀回から関わっています • いつもたくさん盛り上げていただき、ありがとうございます！
7. 7 © 2026 Leverages Co., Ltd. 会社の概要、事業について 01 ⾃⼰紹介 社名 レバレジーズ株式会社 Leverages Co.,Ltd. 従業員数 4,264名（2026年4⽉現在） 代表者 岩槻 知秀 資本⾦ 5,000万円 所在地‧拠点 本社：東京都渋⾕区渋⾕2丁⽬24番12号 渋⾕スクランブルスクエア24F‧25F 国内拠点：27拠点 海外拠点：3拠点 会社概要 事業の種類
8. 8 © 2026 Leverages Co., Ltd. レバレジーズのデータ / AI職種は7職種に分かれており、2026年3⽉時点で正社員32名が在籍。 01 ⾃⼰紹介 職種名 職種概要 在籍⼈数※ 2名 （兼任1名） 6名 4名 5名 （兼任2名） 6名 （+契約社員 / 業務委託） 6名 3名 ※ 2026年3⽉時点。上記職種とは別にマネージャーが2名在籍
9. 9 © 2026 Leverages Co., Ltd. 本⽇はデータエンジニア、データアーキテクトに関する話をします 01 ⾃⼰紹介 職種名 職種概要 在籍⼈数※ 2名 （兼任1名） 6名 4名 5名 （兼任2名） 6名 （+契約社員 / 業務委託） 6名 3名 ※ 2026年3⽉時点。上記職種とは別にマネージャーが2名在籍
10. 10 © 2026 Leverages Co., Ltd. みん強あるある 02
11. 11 © 2026 Leverages Co., Ltd. 他社の良いアーキテクチャが、⾃社に適応出来ない経験ありませんか？ 02 みん強あるある • いい話を聞いたけど、そのまま持ち帰っても上手くいかない ◦ 各企業の課題、組織、フェーズに合った「最強」なので、前提条件がそ もそも合ってない • いい話を聞いたけど、どう自社に適応したらいいかわからない ◦ 最終的な構成図や考え方は絶対良いとおもうのに、過程がわからないの で進め方がわからない
12. 12 © 2026 Leverages Co., Ltd. 前職での登壇その1、⾃分はこれが最強だと思って話した モダンなあるあるなアーキテクチャの話 02 みん強あるある • dbt × BigQuery × ディメンショナルモデリング × Looker × Terraform • デファクトスタンダードな技術選定。採用するDWHやBIが違っても、この設計思 想自体は色んな場面で採用できそう！
13. 13 © 2026 Leverages Co., Ltd. 前職での登壇その2、⾃分はこれが最強だと思って話した 組織の⼒学を使って、再現性ある成果を出す話 02 みん強あるある • プロダクト側と事業側、データエンジニアが板挟みになりがち • 個々人が頑張るのではなく、組織の力学を使って解消していく動きはデータドリ ブンな成果が出しやすいのでは？
14. 14 © 2026 Leverages Co., Ltd. 他社の良いアーキテクチャが、⾃社に適応出来ないケース 02 みん強あるある • なんちゃってディメンショナルモデリングで負債悪化 ◦ ビジネスプロセスを表現していない形だけのdim/factテーブルを作って しまい、クモの巣のようなリネージが生まれてしまう ◦ 分析基盤保守組織が、エンジニア/非エンジニア関係なく起き得る問題 • AI用のメタデータ、ドキュメントを充実させようとしたがワークしない ◦ 各事業部でドキュメント作成の動機づけが薄い ◦ 情報の鮮度が古く、工数の割には精度向上に繋がらない
15. 15 © 2026 Leverages Co., Ltd. 結局、最強ってなんだっけ？ 02 みん強あるある • 技術や設計は手段でしかない ◦ 「最強」はこれだ！という最終形態そのものより、その過程が大事 • 事業数約70、社員数約5500名という巨大な組織では、自分の当たり前や自分 が思い描いてた「最強」が全然通用しなかった • 今日はこのあたりの考えの変化や、自社の取り組みを話すよ！
16. 16 © 2026 Leverages Co., Ltd. 組織とアーキテクチャの紹介 03
17. 17 © 2026 Leverages Co., Ltd. データエンジニア/データアーキテクトの組織上の役割について 03 組織とアーキテクチャの紹介 • データエンジニアはシステム本部 • データアーキテクトはマーケティング部
18. 18 © 2026 Leverages Co., Ltd. データエンジニア/データアーキテクトの組織上の役割について 03 組織とアーキテクチャの紹介 • データエンジニアは、データの蓄積に重きを置く。ETLの安定化 • 全員エンジニアで構成されている
19. 19 © 2026 Leverages Co., Ltd. データエンジニア/データアーキテクトの組織上の役割について 03 組織とアーキテクチャの紹介 • データアーキテクトは、全社のデータ利活用水準の向上と事業課題をデータ で解きに行く役割。データ分析基盤の開発、保守運用など • 多くが非エンジニアで構成されている
20. 20 © 2026 Leverages Co., Ltd. データ分析基盤のアーキテクチャ 03 組織とアーキテクチャの紹介 • 過去のみん強でも紹介した、8層構成のアーキテクチャ • Dataform × BigQuery
21. 21 © 2026 Leverages Co., Ltd. データ分析基盤のアーキテクチャ 03 組織とアーキテクチャの紹介 • データウェアハウス層 ◦ システム間のテーブル結合、ビジネスロジック、カラム名統一 ◦ ワイドテーブルで実装
22. 22 © 2026 Leverages Co., Ltd. データ分析基盤のアーキテクチャ 03 組織とアーキテクチャの紹介 • データマート層 ◦ 特定のKPIや施策に応じたデータのみを保持する ◦ 事業で使用する言葉を性格に表現するため、カラム名は全て日本語
23. 23 © 2026 Leverages Co., Ltd. データ分析基盤のアーキテクチャ 03 組織とアーキテクチャの紹介 • セマンティックレイヤー ◦ 指標と集計処理の定義、データ定義を縦持ちで1箇所に集約 ◦ 各種BIツールに必要なデータの絞り込み
24. 24 © 2026 Leverages Co., Ltd. データ分析基盤のアーキテクチャ 03 組織とアーキテクチャの紹介 詳しくは「10倍スケールを見越した データモデリングのリアーキテクチャ」
25. 25 © 2026 Leverages Co., Ltd. 03 組織とアーキテクチャの紹介 データにまつわるオーケストレーションは全てAirflow
26. 26 © 2026 Leverages Co., Ltd. データにまつわるオーケストレーションは全てAirflow 03 組織とアーキテクチャの紹介 詳しくは「AirflowでDataformを制御するポイント」
27. 27 © 2026 Leverages Co., Ltd. 1年働いて⾒えた課題と強み 04
28. 28 © 2026 Leverages Co., Ltd. 既存アーキテクチャのつらみ 04 1年働いて⾒えた課題と強み • 非常に大きなワイドテーブルになっており、実装が重い • factテーブルが無いので、似たような指標のロジックが複数のデータマート で実装せざるを得ない時がある
29. 29 © 2026 Leverages Co., Ltd. 既存アーキテクチャのつらみ 04 1年働いて⾒えた課題と強み • コンソール上での開発体験が良くなく、Copilot等の恩恵を受けられない • Dataformの機能自体は一通り揃っているが、ものによってはJavaScriptの実 装が求められてしまい、採用しづらい
30. 30 © 2026 Leverages Co., Ltd. データ組織に積み上がる仕事 04 1年働いて⾒えた課題と強み • データ組織が管理していない事業の、野良データマートを引き取る ◦ よくわからんSQL群（スケジュールクエリ、スプシ、GAS）を、データ エンジニア/データアーキテクトが保守出来る形にする必要あり • 新しい事業がどんどん生まれている ◦ 凄く嬉しい話ですが、数少ないデータ系職種が事業や組織の解像度を高 めながらデータ分析基盤を爆速で構築する必要がある • 日々、現場でたくさんのスプシ、GAS等を使ったツールが量産される ◦ 重要度の高いものをデータマート化したり、品質向上のために諸々を引 き取ることがある
31. 31 © 2026 Leverages Co., Ltd. 組織構造から来る課題 04 1年働いて⾒えた課題と強み • 3層構造を踏襲しつつ、コンウェイの法則が反映されてしまった ◦ 組織の分業が、そのまま開発体験の偏りに現れている • データエンジニアが事業解像度低くなりがち ◦ サービスが多く、各事業の解像度が高くない ◦ データの種類や社内関係者が多く、誰に聞けばいいかわからない ◦ 事業部からのデータ要求を適切に判断できず、対応するしかない • データアーキテクトの開発生産性が頭打ちになりがち ◦ Dataformをコンソール上で開発しており、開発効率が高くない ◦ 事業に近いがゆえ、多方面からの要望が集まり多忙になりがち
32. 32 © 2026 Leverages Co., Ltd. 我々の強み 04 1年働いて⾒えた課題と強み • 事業に入り込めている組織と整っているメタデータ ◦ データアーキテクトが各事業の課題をデータで解決することをミッショ ンとして事業部長レイヤーで合意が取れており、価値創出が早い ◦ データアーキテクトが、各事業ごとにデータ定義書/テーブル定義書を使 い事業部ごとに指標の合意を取っており、メタデータが整備されている • データ利活用と民主化が進んでおり、データドリブンに対して前向き ◦ 営業組織の殆どが何故かSQLを書ける（デメリットも勿論ある） ◦ BIツールも使われているし、データマートをスプシに繋ぎ、個別のモニ タリング等のツールが作られている
33. 33 © 2026 Leverages Co., Ltd. 改めて⾃分への問い、過去最強だと思った考えがそのまま当てはめられるのだろうか？ 04 1年働いて⾒えた課題と強み • dbtの導入 ◦ そもそも今の課題ってdbtに置き換わることで解決する課題だっけ？ ◦ dbtでしか解決できない課題で今苦しんでるわけじゃない • ディメンショナルモデリングの導入 ◦ 管理外事業の野良データマートや新規事業のデータマートなど、事業数 に対してデータ職種が少ない組織でスケールする技術選定なのか？ ◦ 長い目で徐々に浸透させていけば、いけそうな未来は見えた • 組織の力学を自分(データエンジニア)が使う ◦ 組織規模が違うので、関係値構築が多方面に必要で簡単な話じゃない ◦ データアーキテクトはむしろ事業に入り込めているので、一緒に混ざる 動きが必要かも
34. 34 © 2026 Leverages Co., Ltd. 改めて⾃分への問い、現場もだけど⾃組織であるデータ組織にとにかく向き合う 04 1年働いて⾒えた課題と強み • 自分が最強だと思ってたものは、最終的には良き姿かもしれないが、今では ないと判断。まずは現場の課題を解きに行くことをやろう • 各社の強み・課題・フェーズは違う。自組織に向き合う時間増やして、段階 的に進むしかない！！
35. 35 © 2026 Leverages Co., Ltd. 取り組み 05
36. 36 © 2026 Leverages Co., Ltd. ⽅針 05 取り組み • 一足飛びの技術選定はせず、手前から課題を解いて段階を踏む ◦ 各職種の底上げ施策 ◦ 協業による事業貢献施策 • 最強を、今、選ばない
37. 37 © 2026 Leverages Co., Ltd. データエンジニアの底上げ施策 05 取り組み • データアーキテクトのミッションに混ざり、各事業の現場へ赴き、関係値 作って事業と組織の解像度を高め、課題を一緒に解きに行く • ETLをデータエンジニア、DWH以降をデータアーキテクトという従来の役割 分担から、データエンジニアが最初から最後まで対応する事業を増やす
38. 38 © 2026 Leverages Co., Ltd. データアーキテクトの底上げ施策 05 取り組み • アジャイルデータモデリング勉強会 ◦ ある事業でお題を用意し、dim/fact実装するワークショップを実施 ◦ 現状アーキテクチャへの違和感や、dim/factの恩恵を感じてもらう • VSCode触ろう会 ◦ ローカルで開発し、ローカルでDataformを実行するワークショップ ◦ CopilotなどAIを駆使して、開発効率の向上を体感してもらう • Python勉強会 ◦ データアーキテクトのスキル向上という目的から始まった施策 ◦ DataformからTableauを一気通貫で更新するAirflowの実装 ◦ BQ権限付与する独自ツールの開発
39. 39 © 2026 Leverages Co., Ltd. データアーキテクトの底上げ施策 05 取り組み • レバレジーズ データAIブログで紹介してるので良かったら！ ◦ アジャイルデータモデリング本の勉強会とワークショップをやりました ◦ Dataform～Tableau更新ワークフローをCloud Composerで実装してみた ◦ データアーキテクトがStreamlitでWebアプリ作ってみた（要件定義・設計編）
40. 40 © 2026 Leverages Co., Ltd. • Streamlitによる、内製APIアプリ環境の提供 ◦ 現場で作られる野良ツールの、重要度の高いものを品質向上と保守運用 できる環境 ◦ 現場メンバーも生成APIの恩恵を受けられるインフラ環境。 ◦ データエンジニアもデータアーキテクトも、各種ツール系を実装できる データエンジニアとデータアーキテクトの協業施策 05 取り組み
41. 41 © 2026 Leverages Co., Ltd. • テーブル定義書の自動更新 ◦ かなり工数をかけているが、メタデータとして貴重なテーブル定義書に ついて、自動更新出来る状態に！ ◦ PR時にdiffだけ中身を見て、特定のスプシを更新する形に ◦ データエンジニアによる協業の1つ、データアーキテクト含めかなり多く の方の工数が大幅CUT！ データエンジニアとデータアーキテクトの協業施策 05 取り組み
42. 42 © 2026 Leverages Co., Ltd. • 他、AI周りの試行錯誤含めたくさんの協業があります ◦ ETL周りのエラー対応。現場メンバーからの違和感→データアーキテク ト→データエンジニア、という確認フローが、データアーキテクトの皆 さんも対応出来るようになり、スピーディに ◦ いわゆるText2SQL関連。データエンジニア側の事業解像度が足りてな くて浸透までいかず、データアーキテクトと一緒に改善中です データエンジニアとデータアーキテクトの協業施策 05 取り組み
43. 43 © 2026 Leverages Co., Ltd. 結果 05 取り組み • 会社の成長に合わせて、俺達もちょっとずつ強くなっている！ • お互いの強みを補い、誰かががんばるのではなく組織としてスケール • 分業から混ざる仕事へ
44. 44 © 2026 Leverages Co., Ltd. だから、"今は" 最強を選ばない 05 取り組み • 「事業に入り込めているデータアーキテクト」「現場の殆どがSQL書ける」 この圧倒的な2つの強みを押しつつ、今解くべき課題をまずは解く ◦ 開発体験の改善を経て、やっとdbtを選定するべきかどうか判断できる ◦ ディメンショナルモデリングは、今年からちょっとずつやりたい • 未来に向けて、今は手前を整えている最中
45. 45 © 2026 Leverages Co., Ltd. まとめ 06
46. 46 © 2026 Leverages Co., Ltd. • データ分析基盤のアーキテクチャは8層のDataformのままで ◦ dbtの導入を判断するタイミングじゃない ◦ Googleのエコシステムに全力で乗っかるに賭ける方向性もあり • ディメンショナルモデリング ◦ 導入の土俵は整いつつある • 組織力 ◦ データエンジニアとデータアーキテクトの協業を増やす 未来の最強 06 まとめ
47. 47 © 2026 Leverages Co., Ltd. • 最強のアーキテクチャを作るのではない • どんな環境でも最強アーキテクチャの道筋を作れるデータエンジニアが最強 なのでは • 自組織のAs Is / To Beを言語化し、最強を作るではなく 最強を作れる状態を目指すのが大事 真の最強 06 まとめ
48. 48 © 2026 Leverages Co., Ltd. さいごに 07
49. 49 © 2026 Leverages Co., Ltd. 社外の⽅に向けてブログやYouTubeなどの発信も⾏っていますので、チャンネル登録‧フォローをお願いします！ 07 さいごに melev YouTube データ/AIブログ テックブログ データ戦略室紹介記事① データ戦略室紹介記事② データ戦略室紹介動画 AI戦略紹介動画 Leverages Tech Blog レバレジーズデータAIブログ
50. 50 © 2026 Leverages Co., Ltd. We Are Hiring! 07 さいごに • まずはカジュアル面談からどうぞ！ • 3年で2倍にスケールする環境で、データを使った変革を起こしましょう！ • 募集職種 ◦ データサイエンティスト ◦ データアナリスト ◦ データアーキテクト ◦ データエンジニア ◦ AI・MLエンジニア ◦ 機械学習研究員
51. 51 © 2026 Leverages Co., Ltd. EOF ご清聴ありがとうございました！！