イベント概要

　Snowflakeの年次カンファレンスである「Snowflake Summit 2026」を目前に控えた2026年5月18日，DataScience&DataEngineering MeetUp #2を開催した．本イベントは，データサイエンスとデータエンジニアリングの垣根を超えた交流を目的としており，会場（三井物産流通グループ株式会社）とオンラインを合わせたハイブリッド形式で実施した．

開催日時：2026年5月18日（月） 18:30 - 21:00
場所：三井物産流通グループ株式会社本社オフィス＋オンライン
参加人数：112名（定員110名に対し満員御礼）
イベントページ：https://techplay.jp/event/989216

今回の運営における工夫とポイント

今回のミートアップでは，参加者の体験を向上させるために運営面で以下の点を工夫した．

「配信番組」を意識した画面レイアウト
オンライン参加者への配慮として，単なるZoomの画面共有に留まらず，「配信っぽい」視覚的な楽しさを追求した画面レイアウトを構築した．今回はZoomのカメラ映像としての配信であったが，運営として次回以降，YouTubeなどの配信専用プラットフォームの活用によるさらなるクオリティ向上を目指す．
三井物産流通グループによる高品質な会場提供
今回初めて会場として提供された三井物産流通グループ株式会社のオフィスは，非常に清潔で美しく，機材等の設備も完備されていたため，参加者にとって極めて居心地の良い空間であった．
満足度100点の豪華なケータリング
ネットワーキングの時間に向けて用意されたケータリングは，120個というボリュームに加え，内容も非常に豪華であった．参加者からは「満足度100点」との声が上がるほど，食の面でも充実したイベントとなった．

登壇内容

1. 児玉蓮氏（株式会社インテージ）

「Cortex Codeを"組織"の分析・開発フローに組み込む際のポイント」

　Snowflakeにネイティブ統合されたAIエージェント「Cortex Code」を，組織として安全かつ効果的に運用するための知見が共有された．一押しポイントは 「スキル（Skill）」 機能の活用である．専門家の知見をパッケージ化することで，スキルのばらつきを抑え，誰でもベストプラクティスに基づいた開発が可能になる仕組みが解説された．

AIを個人の生産性向上に留めず，組織の「アセット」として定義し直すアプローチは，今後のチーム開発において極めて重要になると感じた．

2. 田代学氏（ちゅらデータ株式会社）

「Terragrunt x Snowflake + dbtで作るマルチテナントなデータ基盤構築プラットフォームについて」

　TerraformのラッパーであるTerragruntを用い，コードの重複を排除（DRY）しながらマルチテナント環境を効率的に構築する手法が紹介された．初期設定，インフラ，データアプリケーションの責務を明確に分け，管理コストを抑制する設計思想は，大規模運用を支えるエンジニアにとって非常に有益であった．

全てのリソースをコード管理しようとせず，「迷ったら頻繁に変えたいかどうか」を基準に管理範囲を決めるという実用的なアドバイスは，現場ですぐに活かせる知見である．私自身，Terragruntを使ったことないこともあり，一度試してみたいと感じた．AI関連の話が多い中，エンジニアリングど真ん中の本イベントに相応しい内容であった．

3. 伏貫祐樹氏（アジアクエスト株式会社）

「Cortex CodeをMLモデルの精度改善サイクルに組み込んでみる」

　MLモデルの誤差分析から，新特徴量の提案，そしてGitHubへのプルリクエスト作成までを自動化する試みがデモを交えて披露された．AIが店名や住所から「ドーム球場や商業施設の近隣である」といった背景を推論し，精度向上に寄与する特徴量を提案されていた．

人間がレビューに集中し，「AIに仮説を立てさせる」という役割分担は，データサイエンティストの業務を劇的に進化させる可能性を秘めている．実データでどの程度の精度を出せるのかが非常に気になった．

4. 鷹輝政氏（NTT東日本株式会社）

「Snowflakeを用いた営業通話応対分析とスキル展開」

　大量の営業通話の文字起こしデータをCortexで構造化し，成功パターンの抽出や工数削減に繋げた実践例が語られた．また，技術的な実装だけでなく，非エンジニア（プロパー社員）へのスキル展開における「言語化できない詰まり」を解消するためのメンタリングの重要性についても触れられた．

単なるツールの導入に留まらず，組織文化や「人の成長」にまで踏み込んだお話は，技術リーダーとして非常に学びが多い内容であった．Pd.D.のキャリアを持った同志として，技術的な内容にとどまらず，信念を感じるような熱が伝わるような内容であった．

5. 谷口翔氏（NTT東日本株式会社）

「データ分析における加工処理のパフォーマンス向上（Pandas -> Snowpark DataFrameへの移行）」

　1億行を超える大規模データ処理において，PandasからSnowparkへ移行することで得られる圧倒的なパフォーマンス向上とコスト削減のベンチマーク結果が公開された．AIを活用して既存のPandasコードをSnowparkに書き換えるTipsなど，すぐに試せる手法も紹介された．

「会社のリソースを守りつつ自分の評価も上げる」というプロフェッショナルな姿勢は，データに関わる全ての人間が持つべき視点である．私自身，Snowpark DataFrameはSnowflake on Pythonを使う際の入出力でしか使うことしか考えたことがなかったため，Snowpark DataFrameのまま処理したほうが良いものを改めて考えさせてくれるワクワクする話であった．

6. 遠藤真理央氏（Foundational Tech）

「Fundamental Technologiesの大規模表形式モデル＋Snowflakeデータで予測を簡素化」

　米国から深夜4時にオンライン参戦し，表形式データに特化した最新AIモデル（LTM）である「Nexus」が紹介された．データのセキュリティを維持したまま，複雑な特徴量エンジニアリングを自動化し，高度な予測を可能にする次世代プラットフォームのコンセプトが語られた．

データを移動させるのではなく「モデルをデータ側へ持っていく」というアーキテクチャは，日本の厳格なデータガバナンス環境にも適した強力な解決策である．NexusがSnowflake上でネイティブで動作するような展開になると熱いと感じる内容であった．

全体的な感想

　今回のMeetUpは，技術的な深掘りと現場のリアルな課題解決が絶妙にミックスされた内容であった．特にSnowflake Cortexを活用した生成AIの実装事例が多く，単なる技術紹介に留まらない「組織への導入方法」や「実務でのワークフロー」に焦点が当てられていたのが印象的であった．

次回予告

　次回の「DataScience&DataEngineering MeetUp #3」は，2026年11月頃の開催を予定している．半年ごとの定期開催を目指していくため，今回参加できなかった方も次回こそはぜひ参加してほしい．また，6月にはコミュニティ主導でSnowflake Summitの振り返り会なども予定されており，SnowVillageのSlackからも目が離せない状況だ．