データ分析
基盤サービス

特徴 01メインのデータレイクにはAWS推奨のAmazon S3を採用

少なくともAWSにて情報システム基盤を有している場合、最適なデータレイクはその親和性を考慮してもAmazon S3となります。構造化データだけでなく非構造化データも統合して保管でき、Amazon S3をデータレイクとすることでベンダーロックインも最小化が可能となります。

▼Databricks Data Intelligence Platform

構造化/非構造化データを一括保管、取込／加工／分析プロセスを統合管理

• 構造化（表形式）、半構造化（JSON等）、非構造化（ドキュメント、画像、音声、動画）、ストリーミングデータを一つのストレージ層で管理
• BI/DWH、ETL、バッチ／ストリーミング処理、ML／AIまで同一基盤で扱える
• メタデータの自動生成、機密情報の検出、自然言語でのデータ探索などを行い、運用負荷を軽減する

特徴 02モデル管理や生成AIと親和性が高いDatabricks をデータウェアハウスに採用

データ活用とAI活用は近い将来同義となり、AIの活用が企業の競争力に比例すると言って過言ではありません。そのため、生成AIとの連携や、モデルの開発・評価・運用の統合管理、自然言語でデータを探索できる対話型AI機能に強い Databricks をデータウェアハウスに採用しています。

▼生成AIにフォーカスした MLOps基盤 MLflow 3.0

AIモデルの開発運用に必要なMLOpsワークフローをフルマネージドで提供

• チャットボットやAIエージェント開発に必須のトレース機能
• 信頼性の自動モニタリング
• 搭載するエージェントとの対話を通じてノーコードで問題点を追跡することが可能

---

▼AIエージェントによるデータインサイト

必要なデータを取込みビジネスユーザーによる自然言語での分析が可能

• ユーザーが日本語で質問するとSQLクエリを自動実行し、結果をグラフやテキストで表示
• エージェントに対してビジネスデータの意味や関連性を学習させることが可能

特徴 03データセキュリティの重要性を鑑み、セキュリティ運用や権限管理を考慮する

データを活用するためには、当然そのデータの権限管理やクラウド基盤自体のセキュリティ管理も重要となります。当社ではデータを扱いやすくするだけではなく、あらゆるデータに対して一貫したデータガバナンスにも注意し、利便性とセキュリティを両立させます。

▼Unity Catalogの提供するデータガバナンス

アクセス制御や品質、追跡など、ガバナンスを一元管理し運用負荷を低減

• テーブルやビュー以外にも、任意のファイル、MLモデル、外部DBのカタログも管理
• 複数のデータソースに直接接続、外部DWHのデータソースを結合
• 全データアセットへのSQL/GUIによるアクセス制御
• データリネージュ、ER図の自動生成
• データ品質や利用状況をダッシュボードで可視化する

---

▼セキュリティについて

クラウド上におけるデータ分析基盤においては、データセキュリティとクラウドセキュリティ（CSPM）が重要となります。本サービスでは、データセキュリティはDatabricksのUnity Catalogで、CSPMはサバソックで対応し、セキュリティにおける安全性を確保します。