仕事内容

仕事内容変更範囲

会社の指示する業務

職位

ー

募集人数

10人

選考内容

選考プロセス

ー

代表者名

Databricks Japan, VP&GM　笹俊文

設立

2018年8月

従業員数

100名

資本金

1,000,000円

本社所在地

〒104-0031 東京都中央区京橋3-1-1 東京スクエアガーデン14階

〒103-0027 東京都中央区日本橋３丁目９番１号日本橋三丁目スクエア１１階

株式公開

日系・外資

外資

企業URL

事業内容

【Databricksとは】
「データの収集・蓄積から分析・機械学習モデル開発並びに運用を一気通貫・効率的かつ安価に行うことができる統合プラットフォーム」を提供している。
Apache Spark™をベースにしており、データエンジニアリング、データサイエンス、機械学習、BI（ビジネスインテリジェンス）などのワークロードを統一したワークスペースで実行できる仕様となっている。

【Databricksの成り立ち】
Databricksは2013年、UCバークレーのAMPLabでApache Spark™を開発した主要メンバーによって設立されました。Sparkは分散データ処理フレームワークとして注目され、ビッグデータやAIワークロードの処理に特化しています。Databricksの創業者たちは、データエンジニアリングとAIを統合するプラットフォームの必要性を感じ、これを基盤にした企業を立ち上げました。同社は、データエンジニア、データサイエンティスト、ビジネスアナリストが協力できる統合環境を提供することで、データドリブンな意思決定を支援している。
※Apache Spark™kとは、世界中で利用されている、データ処理を多数のコンピューターに分散して並列に行わせるオープンソースのソフトウェアのこと。

【Databricksの実績】
・業界の評価とアワード
Databricksは、業界のリーダーとしての地位を確立しており、さまざまな評価機関やメディアから高く評価されています。例えば、GartnerのMagic Quadrantにおいて、データエンジニアリングおよび機械学習分野で強い評価を受けており、市場でのリーダーシップを示しています。また、Forresterなどの調査機関でも、データパイプライン管理と機械学習の分野で高評価を得ています。
・資金調達
Databricksは、これまで数回の大型資金調達ラウンドを経て、企業価値を急成長させています。特に2021年には、30億ドル以上の資金調達を実施し、評価額が380億ドルに達したと報じられました。これにより、投資家からの関心が高まり、さらに成長を加速させています。
※これまでの投資家には、Andreessen HorowitzやMicrosoft、Amazonなど、テクノロジー業界の主要なプレイヤーが含まれており、Databricksの成長性に対する期待が非常に高いことがわかります。
・導入事例
横河電機株式会社
■課題
- 業務で生じたさまざまなデータを分析できる統合的な活用基盤が欲しい
- 社内に分散したデータを統合するデータパイプラインを構築したい
- データ分析に関わる作業を標準化し、データを扱える人材を徐々に増やしていきたい
■導入後
- データ取り込み、前処理、分析、可視化などが可能な オールインワンの環境が実現
- データのリアルタイムなダイレクト処理が可能に、データの民主化を実現
- BIツールを使った分析の前段階での手作業による処理が 不要に、工数が大幅に削減
■導入の決め手
- Jupyter Notebook（データ分析で有名なツール）に似た形式でデータ分析ができる
- クラウド上で稼働させることができ、運用も容易
- 使い始めるのが簡単で、スケールアウトが容易
- Databricks社がオープンソース開発において、確固たる実績と信頼性がある

【Databricksの事業内容】
※詳細は事業の特色に記載

事業に関する特色

【市場ニーズ】
経済産業省は、2018年12月に制定した「デジタルトランスフォーメーションを推進するためのガイドライン（DX推進ガイドライン）」を見直し、2022年9月に「デジタルガバナンス・コード2.0」を公表しました。その中でDXは、以下のように定義づけられています。
※「企業がビジネス環境の激しい変化に対応し、データとデジタル技術を活用して、顧客や社会のニーズを基に、製品やサービス、ビジネスモデルを変革するとともに、業務そのものや、組織、プロセス、企業文化・風土を変革し、競争上の優位性を確立すること。」

【各企業が抱える課題】
1. データの質の問題
- データが不正確: 欠損データや誤った情報が含まれている場合、分析結果の信頼性が低下します。
- データの整備不足: フォーマットの統一や適切な分類がされていないことで、活用が困難になります。
2. サイロ化されたデータ
- 部門間でデータが分断されており、全体像が見えにくい。これにより、効果的な分析や意思決定が妨げられます。
3. 明確な目的や戦略の欠如
- データを活用する具体的な目標が設定されていない場合、分析結果をどう活かすべきか分からなくなります。
- 「活用ありき」のアプローチでは、ビジネス課題解決に繋がりません。
4. 人材不足
-データリテラシーの欠如: データを理解し活用できるスキルを持つ人材が不足している。
- 専門家の採用難: データサイエンティストやデータエンジニアなどの専門人材が限られています。
5. 技術的な課題
-インフラの未整備: データの収集・管理・分析を行うためのシステムやツールが不十分。
- レガシーシステム: 古いシステムがデータ活用を阻害している場合が多い。
6. 組織の文化や意識の問題
- 抵抗感: 新しいデータ活用方法に対する抵抗や、従来のやり方への固執。
- データに基づく意思決定の未成熟: 感覚や経験に頼った意思決定が優先される。

【事業内容】
データの収集・蓄積から分析・機械学習モデル開発並びに運用を一気通貫・効率的かつ安価に行うことができる統合プラットフォームを提供している。レイクハウスプラットフォームが基盤となっている。
■レイクハウスプラットフォームとは
データレイクハウスは、データレイクとデータウェアハウスのコンセプトの良い部分を組み合わせた、データアーキテクチャです。データウェアハウスのようにデータを整理・管理し、データレイクのようにあらゆる種類のデータをその原形のまま保存できます。これにより、高速なデータ検索と複雑な分析を可能にするデータウェアハウスとデータレイクのフレキシビリティが一つにまとまり、企業のデータ活用やAI開発に大きなインパクトを与えることができます。
■商材
①Delta Lake
Delta Lake は、Databricks のレイクハウスのテーブルの基盤を提供する最適化されたストレージ レイヤーです。 は、 データACID ファイルをファイルベースのトランザクション ログで拡張し 、トランザクション とスケーラブルなメタデータ処理を実現するオープンソースDelta Lake ソフトウェア 。
②Unity Catalog
Unity Catalogでは、管理者やデータスチュワードがDatabricksアカウントにおけるすべてのワークスペースにおけるユーザーやデータへのアクセスを集中的に管理します。異なるワークスペースのユーザーは、Unity Catalogで集中的に許可される権限に基づいて同じデータに対するアクセスを共有します。
③Databricks SQL
Databricks SQLは、Databricksレイクハウスプラットフォームにビルトインされているエンタープライズデータウェアハウスです。Databricks SQLのコアの提供機能は[SQLウェアハウス](https://qiita.com/taka_yayoi/items/23d7789198c2dcd66381)と呼ばれる最適化計算リソースです。
④Databricks Workflows
Databricks Workflowsは、データ処理や分析を自動化するツールです。複数の作業（タスク）をまとめて順番に実行し、スケジュール設定や失敗したジョブの管理もできます。これにより、手動で行う必要なく、データの処理や分析を効率的に行えるようになります。
⑤Delta Live Tables
Delta Live Tablesは、Databricksでデータパイプラインを簡単に作成・管理できるツールです。自動でデータの変換や品質チェックを行い、リアルタイムで処理結果を確認できます。これにより、手間なくデータ処理を効率化できます。
⑥Databrics AI
Databricks AIは、Databricksプラットフォーム上で機械学習や人工知能（AI）モデルを簡単に構築、トレーニング、デプロイするためのツールとサービスを提供する機能です。これにより、データサイエンティストやエンジニアが大規模なデータセットを利用して高度なAIモデルを開発し、ビジネスに役立つ予測や分析を行うことができます。

会社の特色

【日本法人について】
■概要
設立：2020年9月11日
従業員：約100名
代表者：笹俊文
https://www.linkedin.com/in/toshifumi-sasa-97804210/
セールスフォース・ジャパンに10年以上勤務し、直近ではデジタルマーケティングビジネスユニットの専務執行役員兼ジェネラルマネージャーを務めた。また、インフォアジャパン、JD Edwards（現、日本オラクル）、日本アリバ（現、SAP Ariba）などでも重役を歴任
■今後、会社で実現したいこと
今後、会社で実現したいこと
日本はデータとＡＩへの理解がまだまだ浅く、今まさに変革期を迎えていると感じています。実際のところ、ＡＩは誰かが作った既存の要素技術を利用するという感覚の人も少なくないのではないでしょうか。日本のＡＩ分野の発展具合としては、頂上が1０合目だとすると1合目にもたどり着いていません。少子高齢化という時代背景の中、ＡＩをどれだけ使いこなせるのかで、生活の豊かさや労働力不足などの社会問題解消に大きな差が出てくるはずです。私たちは、様々なメンバーのこれまでのバックボーンを活かしながら、データとＡＩを活用して、企業がより良い未来を描くパートナーになれるように伴走し続けたいと考えています。
■事例
・コニカミノルタ：レイクハウスで事業横断型データ分析基盤を構築
https://www.databricks.com/jp/customers/konica-minolta
・リクルート：データドリブンなマッチング体験を Databricks でリアルタイムに
https://www.databricks.com/jp/customers/recruit
・東芝データ：レイクハウスでデータ基盤を強化
https://www.databricks.com/jp/customers/toshiba-data
・横河電機株式会社
https://www.macnica.co.jp/business/dx/manufacturers/databricks/case_01.html

その他の特色

ー