メインコンテンツへジャンプ
<
ページ 3
>

Databricksを活用したジェットブルーにおけるイノベーションの加速

June 22, 2023 Sai Ravuruヤレド・グデタ による投稿 in
This blog is authored by Sai Ravuru Senior Manager of Data Science & Analytics at JetBlue 翻訳:Junichi Maruyama. - Original Blog Link 航空業界におけるデータの役割には歴史があります。航空会社はメインフレームコンピュータの最初のユーザーの1つであり、今日、データの使用はビジネスのあらゆる部分をサポートするために発展してきました。データの質と量のおかげもあって、航空会社は世界で最も安全な交通手段のひとつとなっています。...

データ&AIで世界にインパクトを与える:2023年Databricks Data Team for Good Awardのファイナリストを発表しました

June 15, 2023 マイク・サンキー による投稿 in
翻訳:Junichi Maruyama. Original Blogはこちら 毎年恒例の Data Team Awards は、さまざまな企業のデータチームが、世界で最も困難な問題に対してどのようなソリューションを提供しているかを紹介するものです。 6つのカテゴリーにおいて、さまざまな業種や地域の企業から300近い候補が提出されました。これらの組織はそれぞれ、データとAIの活用において顕著な革新性を示しており、私たちはこれらのストーリーを伝える手助けをしたいと考えています。 Data and AI Summit の開催を間近に控え、各カテゴリーのファイナリストを順次紹介していきます。 Data Team for Good Awardは、ヘルスケアからサステナビリティまで、グローバルな課題に対するソリューションを提供し、世界にポジティブなインパクトを与えているデータチームに敬意を表します。 以下は、2023年のData Team for...

データ、アナリティクス、AIでビジネスを加速する:2023年Databricks Data Team Disruptor Awardのファイナリストを発表しました

June 15, 2023 シェリダン・マクドナルド による投稿 in
翻訳: Junichi Maruyama. Original Blog はこちら 毎年恒例の Data Team Awards は、さまざまな企業のデータチームが、世界で最も困難な問題に対してどのようなソリューションを提供しているかを紹介するものです。 6つのカテゴリーにおいて、さまざまな業種や地域の企業から300近い候補が提出されました。これらの組織はそれぞれ、データとAIの活用において顕著な革新性を示しており、私たちはこれらのストーリーを伝える手助けをしたいと考えています。 Data and AI Summit の開催を間近に控え、各カテゴリーのファイナリストを順次紹介していきます。 Disruptor Awardは、現状を打破し、最先端のAIユースケースを実装して市場をリードしているデータチームを称えるもので、Large Language Modelsを応用した初期の成功例など、他の企業が追随することになるでしょう。 以下は、2023年のDisruptor Awardの候補者です:...

YipitDataがDatabricks Unity Catalogを活用しデータサービスの拡張を実現

April 20, 2023 Anup Segu による投稿 in
This blog is authored by Anup Segu, Co-Head of Data Engineering at YipitData Original Blog : YipitData leverages Databricks Unity Catalog to Scale...

コーニングがDatabricks LakehouseプラットフォームでエンドツーエンドのMLを構築した方法

January 4, 2023 Denis Kamotsky による投稿 in
“This blog is authored by Denis Kamotsky, Principal Software Engineer at Corning” 翻訳:Junichi Maruyama オリジナルブログは こちら コーニングは約200年にわたり、材料科学における世界有数のイノベーターであり続けています。これらのイノベーションには、トーマス・エジソンの電灯用の最初のガラス電球、最初の低損失光ファイバー、触媒コンバーターを可能にするセルラー基板、モバイル機器用の最初の破損防止カバーガラスなどが含まれます。コーニングでは、限界に挑戦し続けるとともに、機械学習のような破壊的技術を駆使して、より優れた製品を提供し、効率化を推進しています。 機械学習による製造工程の効率化 高品質な製品を提供することは、世界中の製造拠点における重要な目標であり、MLがその目標達成にどのように貢献できるかを模索し続けています。例えば、乗用車や商用車のエアフィルターや触媒コンバーターに使用されるコーニングのセラミックを製造する工

金融機関 TD Bank におけるクラウド化 - データ環境のモダナイゼーション事例

May 20, 2022 中井 淳太Jonathan Hollander による投稿 in
1955 年以来、TD Bank グループは、変化する世界において成功する自信を顧客とコミュニティに提供することを目指してきました。10 年が経過するごとに要求は厳しく、複雑さは増していますが、TD は一貫してこの課題に取り組んでいます。 このブログでは、Databricks 金融サービス&サステナビリティ部門 GTM グローバルヘッドのジュンタ・ナカイ(Junta Nakai)が、TD Bank エンタープライズデータテクノロジープラットフォーム部門 VP のジョナサン・ホランダー(Jonathan Hollander)氏に伺った TD における技術変革の事例をインタビュー形式でご紹介します。顧客体験の向上を支援するために分析機能を強化するよう設計された Delta Lake と Azure クラウドによる新しいモダンデータ資産への移行理由に焦点を当てています。...

J&J 社におけるデータの民主化によるサプライチェーン最適化の事例

April 25, 2022 Mrunal Saraiya による投稿 in
本ブログは、ジョンソン・エンド・ジョンソン社の先端技術(データ、インテリジェントオートメーション、先端技術インキュベーション)部門シニアディレクター、 Mrunal Saraiya 氏の執筆によるゲストブログです。 ジョンソン・エンド・ジョンソン(J&J)は、グローバルな消費財および医薬品プロバイダーの中核的企業として 150 年以上にわたり、世界中の企業、患者、医師、人々にサービスを提供しています。私たちは、生命を維持する医療機器やワクチンをはじめ、市販薬、処方箋薬(これらの創薬に必要なツールや資源)など、市場に送り出す全てのものを入手可能な状態にし、多様な商品の品質、保管、お客様へのタイムリーな配送の一貫性を保証しなければなりません。 製品やサービスをどのように地域社会に提供するかは、私たちの事業戦略の中核をなすものです。特に、消費者が製品に効果的にアクセスして使用できるようにするために、製品の配送時間、場所の厳守、公正な販売価格の保証を重要視しています。市場のサプライチェーンには、以前から物流に関す

レイクハウスによるデータの民主化がアムジェンの医薬品開発・提供を加速

March 22, 2022 Jaison DominicKerby Johnson による投稿 in
この記事は、アムジェン(Amgen)社のプロダクトオーナー Jaison Dominic 氏と、ディスティングイッシュドソフトウェアエンジニア Kerby Johnson 氏によるゲスト執筆記事です。 世界最大の独立系バイオテクノロジー企業である アムジェン は、長い間、イノベーションの代名詞とされてきました。40 年にわたり、新しい医薬品製造プロセスを開拓し、命を救う医薬品を開発し、世界中の何百万人もの人々の生活にプラスの影響を及ぼしてきました。患者さんに最高のサービスを提供するという使命を果たし続けるために、私たちは最近、完全なデジタル変革という新たなイノベーションのジャーニーに乗り出しました。 研究開発の生産性向上からサプライチェーンや商品化の最適化まで、ビジネス全体の成果を上げるためのデータ活用を再考する過程で、データチームが解決しようとしている問題の種類がここ数年で劇的に変化していることがすぐに明らかになりました。さらに、これらの問題は、もはやスキルセットや部門、機能によって隔離されているわけではありま

アシュリオン社、レイクハウスでビッグデータのための ETL 導入 – データマート設計など

September 16, 2021 Tomasz Magdanski による投稿 in
この記事は、アシュリオン(Asurion)社エンジニアリング部門シニアディレクター Tomasz Magdanski 氏による特別寄稿によるものです。 アシュリオン(Asurion)社では、デバイスの保険やインストール、修理、交換、24 時間 365 日のサポートの提供を通じて、お客様がセキュアに、かつ快適に最新テクノロジーを利用できるよう支援しています。1 万人のエキスパートで構成されるサポートチームが、世界中の約 3 億のお客様の日々のニーズに電話やオンライン、対面で対応しています。サポート内容は、スマートフォンの即日交換、快適なストリーミングや接続を可能にするための技術的な問題の解決など多岐に及びます。 アシュリオン社では、種類や購入元にかかわらず、テクノロジーに常にアクセスできる環境、テクノロジーを最大限に活用できる環境をお客様に提供できるよう努めています。 レイクハウスで大規模 ETL を導入した背景と課題 アシュリオン社のエンタープライズデータサービスチームでは、全組織から 3,500 以上のデータ資

Apache Spark™ と R によるユーザー定義関数の最適化と実用化 —ミネソタ・ツインズにおける投球シナリオのスケーリング–Part 2

序章 Part 1 では 、ミネソタ・ツインズの BOG(Baseball Operations Group)が、選手の成績をより正確に評価するために、過去 1,500 万回の投球ごとに 2 万回、合計 3,000 億回のシミュレーションを実行する必要があったことをお話ししました。BOG のアイディアはシンプルです。 過去 1,500 万回の投球から選手の成績をイメージ化できれば、各選手の分布に従った 3,000 億球のシミュレーションデータからは、より鮮明なイメージと信頼性の高い評価が得られることが想定できます。 このデータは、より多くの勝利を生み出してクラブの収益を上げることを目的とするコーチや人事の決定に影響を与えます。 データを生成・記録するスクリプトと機械学習モデルは全て R...