SlideShare a Scribd company logo
1 of 30
Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved
Neo4jのご紹介
2017/9/7
クリエーションライン株式会社
1
db tech showcase Tokyo 2017講演資料
Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved
自己紹介 木内 満歳(きうち みつとし)
クリエーションライン株式会社 Data Engineering Team - Director,
兼 シニアコンサルタント
Slideshare: http://www.slideshare.net/mkiuchi4
各種寄稿
a. gihyo.jp: “Mesosphere DCOSでつくるクラウドアプリケーション”
b. 日経クラウドファースト2016年6月 “Azure IoT Suiteの評価”
c. Codezine: “機械学習をクラウドで手軽に体験! BluemixのApache Spark
で異常なセンサーデータを洗い出す”
各種講演
a. Developer Summit 2016 Summer
b. 日経BP社 “パブリッククラウド導入の企画提案力養成講座”
c. Cloudweek Hokkaido 2015/2016
d. 政策研究大学院大学 科学技術イノベーション政策研究センター
「科学技術イノベーション政策のための科学オープンフォーラム」
専門分野:Apache Mesos, Apache Spark, 分散コンピューティング, クラウドコンピ
ューティング, NoSQL DB, グラフDB
O’reilley Certified Developer on Apache Spark
2
Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved
アジェンダ
• 会社紹介
•Neo4jご紹介
•新機能紹介
•ケーススタディ
•弊社実績ご紹介
•関連サービス紹介
3
Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved
会社紹介
4
Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved 5
2006年1月設立
拠点: 東京都神田佐久間町(秋葉原)
社員数: 70人(業務委託・BP含)
主な業務:
クラウド基盤コンサルティング・アプリケーション開発・運用
IoT/ビッグデータ基盤構築、データ分析サービス
アジャイル開発/DevOps開発/CI/CDに関するコンサルティング
クリエーションライン株式会社
Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved
主な取扱い製品
6 5
クラウド基盤・アジャイル開発支援
データ分析基盤
Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved
主たる事業
7
主たる事業
1.クラウド基盤のコンサルティング/アプリケーション開
発・サポート
2.各クラウドプラットフォームに対応した設計、構築、運
用支援サービス
3.IoT/ビッグデータ基盤構築、データ分析サービス
1.クラウド基盤のコンサルティング/アプリケーション開
発・サポート
2.各クラウドプラットフォームに対応した設計、構築、運
用支援サービス
3.IoT/ビッグデータ基盤構築、データ分析サービス
Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved 8 8
コミュニティとともに常に最先端を歩んでいます
Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved
Neo4j製品ご紹介
9
Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved 10
グラフデータの力
“グラフ分析は、データ駆動型の操作と意思決定を求
める組織にとって、最も効果的な差別化要因となりえ
ます。”
Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved 11
グラフデータによるビジネス・トランスフォーメーション
Social Graph People & Products People & Content
Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved 12
“デジタル・ネイティブ”企業での
幅広い実績
“伝統的”企業のイノベーション
Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved 13
様々な業種・業態におけるプロジェクト適用
Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved 14
業界
リテール 金融 ソフトウェア
大手 10 社中 7 社の
採用実績
大手 25 社中 12 社の
採用実績
大手 10 社中 8 社の
採用実績
リコメンド
カスタマーエンリッチメント
不正利用検知
アンチマネロン
ポートフォリオ管理
依存解析
組み込み
MDM
Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved 15
Neo4j = 世界で最も知名度の高いグラフ・データベース
次世代アプリケーションのコア・エンジン
● 機械学習
● パーソナル・リコメンド
● 不正利用検知
● マスターデータ・マネジメント
Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved 16
グラフ・ネイティブの
プロフェッショナル集団
グラフ・ネイティブの
データベース
広範なエコシステム
グラフデータに精通したプロ
フェッショナルによる設計支
援、コンサルティング
グラフ操作に最適化したネイ
ティブ・グラフデータベース
REST特性
累計350万ダウンロード
パートナー500社以上
認定トレーナー約6万人
Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved
企業概要
• 2007創業
• 本社:米国シリコンバレー
社員数90名以上
他拠点:
イギリス、ドイツ、パリ
スウェーデン
• 導入数:
民間企業:150社以上
教育期間:20,000校以上
17
Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved
Relational
KNOWS
ANDREAS
TOBIAS
MICA
DELIA
Person FriendPerson-Friend
ANDREAS
DELIA
TOBIAS
MICA
18
Graph
Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved 19
Connectedness and Size of Data Set
ResponseTime
Relational and
Other NoSQL
Databases
Neo4j
Neo4j is
1000x faster
Reduces minutes
to milliseconds
Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved 20
Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved
新機能紹介
21
Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved
Neo4j新機能
22
New Cypher Editor(3.1~)
Cypherオートコンプリート
要素の自動ハイライティング
Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved
Neo4j新機能
23
Causal Clustering(3.1~, Enterprise Edition)
Paxosベースのマルチマスタークラスタ
ジオレプリケーションに対応
Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved
Neo4j新機能
24
Kerberos Authentication
New Cypher Query Execution
(up to 300% performance improvement)
Composite Index
Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved
ケーススタディ
25
Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved
海外におけるビッグデータ活用事例
グラフデータによる不正取引の抽出
〇 ICIJ Offshore Leak Database ( 含 Panama Papers )
〇 2.6TB, 1,150万ドキュメントの非定型データから
関係性をグラフデータとして構築
[成果] 140人以上の政治家、多数の企業家が不正取引に関与していたことを解明
26
Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved
Neo4j PoC 支援サービス
27
Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved
Neo4j PoC 支援サービス
28
• Neo4jブートキャンプ
– トレーニング、デモアプリ作成
– ビジネス課題に則したコンサルティング
– 1週間
• Neo4jアプリケーション開発
•Neo4jデータ移行支援
– 実績:約1億Node、5億Relationship
– 期間:3~4ヶ月
28
Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved
Neo4j PoC 支援サービス
29
• オンサイト・ハンズオントレーニング
– Cypherの基礎~応用まで
– アプリケーションAPI、デモの作成
– グラフアルゴリズム(理論と実習)
• チケット型技術支援
– Neo4j利用に関するバックエンドサポートを提供
29
Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved 30

More Related Content

What's hot

Yahoo!プロモーション広告のビックデータ基盤を支える技術と今後の展望
Yahoo!プロモーション広告のビックデータ基盤を支える技術と今後の展望Yahoo!プロモーション広告のビックデータ基盤を支える技術と今後の展望
Yahoo!プロモーション広告のビックデータ基盤を支える技術と今後の展望Yahoo!デベロッパーネットワーク
 
プランニングツールにおけるインタラクティブな可視化を支えるバックエンド
プランニングツールにおけるインタラクティブな可視化を支えるバックエンドプランニングツールにおけるインタラクティブな可視化を支えるバックエンド
プランニングツールにおけるインタラクティブな可視化を支えるバックエンドYahoo!デベロッパーネットワーク
 
データの見える化で進めるデータドリブンカンパニー #devsumiC
データの見える化で進めるデータドリブンカンパニー #devsumiCデータの見える化で進めるデータドリブンカンパニー #devsumiC
データの見える化で進めるデータドリブンカンパニー #devsumiCYahoo!デベロッパーネットワーク
 
[ML15]Class Cat佐々木さん「いち早く人工知能テクノロジーを取り入れた製品・サービスを市場に展開するには?」
[ML15]Class Cat佐々木さん「いち早く人工知能テクノロジーを取り入れた製品・サービスを市場に展開するには?」[ML15]Class Cat佐々木さん「いち早く人工知能テクノロジーを取り入れた製品・サービスを市場に展開するには?」
[ML15]Class Cat佐々木さん「いち早く人工知能テクノロジーを取り入れた製品・サービスを市場に展開するには?」AINOW
 
Expectations and reality of hybrid cloud
Expectations and reality of hybrid cloudExpectations and reality of hybrid cloud
Expectations and reality of hybrid cloudNaoki Yonezu
 
データテクノロジースペシャル:Yahoo! JAPANにおけるメタデータ管理の試み
データテクノロジースペシャル:Yahoo! JAPANにおけるメタデータ管理の試みデータテクノロジースペシャル:Yahoo! JAPANにおけるメタデータ管理の試み
データテクノロジースペシャル:Yahoo! JAPANにおけるメタデータ管理の試みYahoo!デベロッパーネットワーク
 
Bluemixとapache sparkでできる io tデータの収集と分析
Bluemixとapache sparkでできる io tデータの収集と分析Bluemixとapache sparkでできる io tデータの収集と分析
Bluemixとapache sparkでできる io tデータの収集と分析Mitsutoshi Kiuchi
 
インフラ観点で運用を考える!Windows 10 VDI on Azure
インフラ観点で運用を考える!Windows 10 VDI on Azure インフラ観点で運用を考える!Windows 10 VDI on Azure
インフラ観点で運用を考える!Windows 10 VDI on Azure Miho Yamamoto
 
データプロダクトを支えるビッグデータ基盤
データプロダクトを支えるビッグデータ基盤データプロダクトを支えるビッグデータ基盤
データプロダクトを支えるビッグデータ基盤Google Cloud Platform - Japan
 
Spring Cloud Data Flow で構成される IIJ IoTサービス
Spring Cloud Data Flow で構成される IIJ IoTサービスSpring Cloud Data Flow で構成される IIJ IoTサービス
Spring Cloud Data Flow で構成される IIJ IoTサービスKenji Kondo
 
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組みリクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組みRecruit Technologies
 
DLモデル開発中の雑務が嫌で支援プラットフォームを作った話
DLモデル開発中の雑務が嫌で支援プラットフォームを作った話DLモデル開発中の雑務が嫌で支援プラットフォームを作った話
DLモデル開発中の雑務が嫌で支援プラットフォームを作った話Kamonohashi
 
NoSQL勉強会
NoSQL勉強会NoSQL勉強会
NoSQL勉強会Yuji Otani
 
Dataworks Summit 2017 SanJose StreamProcessing - Hadoop Source Code Reading #...
Dataworks Summit 2017 SanJose StreamProcessing - Hadoop Source Code Reading #...Dataworks Summit 2017 SanJose StreamProcessing - Hadoop Source Code Reading #...
Dataworks Summit 2017 SanJose StreamProcessing - Hadoop Source Code Reading #...Yahoo!デベロッパーネットワーク
 
Apache Hadoopを利用したビッグデータ分析基盤
Apache Hadoopを利用したビッグデータ分析基盤Apache Hadoopを利用したビッグデータ分析基盤
Apache Hadoopを利用したビッグデータ分析基盤Hortonworks Japan
 
Yahoo! JAPANのサービス開発を10倍早くした社内PaaS構築の今とこれから
Yahoo! JAPANのサービス開発を10倍早くした社内PaaS構築の今とこれからYahoo! JAPANのサービス開発を10倍早くした社内PaaS構築の今とこれから
Yahoo! JAPANのサービス開発を10倍早くした社内PaaS構築の今とこれからYahoo!デベロッパーネットワーク
 
MariaDB+GaleraClusterの運用事例(MySQL勉強会2016-01-28)
MariaDB+GaleraClusterの運用事例(MySQL勉強会2016-01-28)MariaDB+GaleraClusterの運用事例(MySQL勉強会2016-01-28)
MariaDB+GaleraClusterの運用事例(MySQL勉強会2016-01-28)Yuji Otani
 

What's hot (20)

Yahoo!プロモーション広告のビックデータ基盤を支える技術と今後の展望
Yahoo!プロモーション広告のビックデータ基盤を支える技術と今後の展望Yahoo!プロモーション広告のビックデータ基盤を支える技術と今後の展望
Yahoo!プロモーション広告のビックデータ基盤を支える技術と今後の展望
 
広告における機械学習の適用例とシステムについて
広告における機械学習の適用例とシステムについて広告における機械学習の適用例とシステムについて
広告における機械学習の適用例とシステムについて
 
プランニングツールにおけるインタラクティブな可視化を支えるバックエンド
プランニングツールにおけるインタラクティブな可視化を支えるバックエンドプランニングツールにおけるインタラクティブな可視化を支えるバックエンド
プランニングツールにおけるインタラクティブな可視化を支えるバックエンド
 
データの見える化で進めるデータドリブンカンパニー #devsumiC
データの見える化で進めるデータドリブンカンパニー #devsumiCデータの見える化で進めるデータドリブンカンパニー #devsumiC
データの見える化で進めるデータドリブンカンパニー #devsumiC
 
[ML15]Class Cat佐々木さん「いち早く人工知能テクノロジーを取り入れた製品・サービスを市場に展開するには?」
[ML15]Class Cat佐々木さん「いち早く人工知能テクノロジーを取り入れた製品・サービスを市場に展開するには?」[ML15]Class Cat佐々木さん「いち早く人工知能テクノロジーを取り入れた製品・サービスを市場に展開するには?」
[ML15]Class Cat佐々木さん「いち早く人工知能テクノロジーを取り入れた製品・サービスを市場に展開するには?」
 
Expectations and reality of hybrid cloud
Expectations and reality of hybrid cloudExpectations and reality of hybrid cloud
Expectations and reality of hybrid cloud
 
データテクノロジースペシャル:Yahoo! JAPANにおけるメタデータ管理の試み
データテクノロジースペシャル:Yahoo! JAPANにおけるメタデータ管理の試みデータテクノロジースペシャル:Yahoo! JAPANにおけるメタデータ管理の試み
データテクノロジースペシャル:Yahoo! JAPANにおけるメタデータ管理の試み
 
JavaOne2017参加報告 Microservices topic & approach #jjug
JavaOne2017参加報告 Microservices topic & approach #jjugJavaOne2017参加報告 Microservices topic & approach #jjug
JavaOne2017参加報告 Microservices topic & approach #jjug
 
Bluemixとapache sparkでできる io tデータの収集と分析
Bluemixとapache sparkでできる io tデータの収集と分析Bluemixとapache sparkでできる io tデータの収集と分析
Bluemixとapache sparkでできる io tデータの収集と分析
 
インフラ観点で運用を考える!Windows 10 VDI on Azure
インフラ観点で運用を考える!Windows 10 VDI on Azure インフラ観点で運用を考える!Windows 10 VDI on Azure
インフラ観点で運用を考える!Windows 10 VDI on Azure
 
データプロダクトを支えるビッグデータ基盤
データプロダクトを支えるビッグデータ基盤データプロダクトを支えるビッグデータ基盤
データプロダクトを支えるビッグデータ基盤
 
Spring Cloud Data Flow で構成される IIJ IoTサービス
Spring Cloud Data Flow で構成される IIJ IoTサービスSpring Cloud Data Flow で構成される IIJ IoTサービス
Spring Cloud Data Flow で構成される IIJ IoTサービス
 
Spring Cloud Data Flow の紹介 #streamctjp
Spring Cloud Data Flow の紹介  #streamctjpSpring Cloud Data Flow の紹介  #streamctjp
Spring Cloud Data Flow の紹介 #streamctjp
 
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組みリクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
 
DLモデル開発中の雑務が嫌で支援プラットフォームを作った話
DLモデル開発中の雑務が嫌で支援プラットフォームを作った話DLモデル開発中の雑務が嫌で支援プラットフォームを作った話
DLモデル開発中の雑務が嫌で支援プラットフォームを作った話
 
NoSQL勉強会
NoSQL勉強会NoSQL勉強会
NoSQL勉強会
 
Dataworks Summit 2017 SanJose StreamProcessing - Hadoop Source Code Reading #...
Dataworks Summit 2017 SanJose StreamProcessing - Hadoop Source Code Reading #...Dataworks Summit 2017 SanJose StreamProcessing - Hadoop Source Code Reading #...
Dataworks Summit 2017 SanJose StreamProcessing - Hadoop Source Code Reading #...
 
Apache Hadoopを利用したビッグデータ分析基盤
Apache Hadoopを利用したビッグデータ分析基盤Apache Hadoopを利用したビッグデータ分析基盤
Apache Hadoopを利用したビッグデータ分析基盤
 
Yahoo! JAPANのサービス開発を10倍早くした社内PaaS構築の今とこれから
Yahoo! JAPANのサービス開発を10倍早くした社内PaaS構築の今とこれからYahoo! JAPANのサービス開発を10倍早くした社内PaaS構築の今とこれから
Yahoo! JAPANのサービス開発を10倍早くした社内PaaS構築の今とこれから
 
MariaDB+GaleraClusterの運用事例(MySQL勉強会2016-01-28)
MariaDB+GaleraClusterの運用事例(MySQL勉強会2016-01-28)MariaDB+GaleraClusterの運用事例(MySQL勉強会2016-01-28)
MariaDB+GaleraClusterの運用事例(MySQL勉強会2016-01-28)
 

Viewers also liked

[DI12] あらゆるデータをビジネスに活用! Azure Data Lake を中心としたビックデータ処理基盤のアーキテクチャと実装
[DI12] あらゆるデータをビジネスに活用! Azure Data Lake を中心としたビックデータ処理基盤のアーキテクチャと実装[DI12] あらゆるデータをビジネスに活用! Azure Data Lake を中心としたビックデータ処理基盤のアーキテクチャと実装
[DI12] あらゆるデータをビジネスに活用! Azure Data Lake を中心としたビックデータ処理基盤のアーキテクチャと実装de:code 2017
 
[db tech showcase Tokyo 2017] D33: Deep Learningや、Analyticsのワークロードを加速するには-Ten...
[db tech showcase Tokyo 2017] D33: Deep Learningや、Analyticsのワークロードを加速するには-Ten...[db tech showcase Tokyo 2017] D33: Deep Learningや、Analyticsのワークロードを加速するには-Ten...
[db tech showcase Tokyo 2017] D33: Deep Learningや、Analyticsのワークロードを加速するには-Ten...Insight Technology, Inc.
 
DB tech showcase Tokyo 2017「住民情報システムにおけるOracleStandardEditionでの取り組み」
DB tech showcase Tokyo 2017「住民情報システムにおけるOracleStandardEditionでの取り組み」DB tech showcase Tokyo 2017「住民情報システムにおけるOracleStandardEditionでの取り組み」
DB tech showcase Tokyo 2017「住民情報システムにおけるOracleStandardEditionでの取り組み」Naotaka Shinogi
 
SQL大量発行処理をいかにして高速化するか
SQL大量発行処理をいかにして高速化するかSQL大量発行処理をいかにして高速化するか
SQL大量発行処理をいかにして高速化するかShogo Wakayama
 
[AI08] 深層学習フレームワーク Chainer × Microsoft で広がる応用
[AI08] 深層学習フレームワーク Chainer × Microsoft で広がる応用[AI08] 深層学習フレームワーク Chainer × Microsoft で広がる応用
[AI08] 深層学習フレームワーク Chainer × Microsoft で広がる応用de:code 2017
 

Viewers also liked (9)

[DI12] あらゆるデータをビジネスに活用! Azure Data Lake を中心としたビックデータ処理基盤のアーキテクチャと実装
[DI12] あらゆるデータをビジネスに活用! Azure Data Lake を中心としたビックデータ処理基盤のアーキテクチャと実装[DI12] あらゆるデータをビジネスに活用! Azure Data Lake を中心としたビックデータ処理基盤のアーキテクチャと実装
[DI12] あらゆるデータをビジネスに活用! Azure Data Lake を中心としたビックデータ処理基盤のアーキテクチャと実装
 
Introduction to Azure HDInsight
Introduction to Azure HDInsightIntroduction to Azure HDInsight
Introduction to Azure HDInsight
 
[db tech showcase Tokyo 2017] D33: Deep Learningや、Analyticsのワークロードを加速するには-Ten...
[db tech showcase Tokyo 2017] D33: Deep Learningや、Analyticsのワークロードを加速するには-Ten...[db tech showcase Tokyo 2017] D33: Deep Learningや、Analyticsのワークロードを加速するには-Ten...
[db tech showcase Tokyo 2017] D33: Deep Learningや、Analyticsのワークロードを加速するには-Ten...
 
DB tech showcase Tokyo 2017「住民情報システムにおけるOracleStandardEditionでの取り組み」
DB tech showcase Tokyo 2017「住民情報システムにおけるOracleStandardEditionでの取り組み」DB tech showcase Tokyo 2017「住民情報システムにおけるOracleStandardEditionでの取り組み」
DB tech showcase Tokyo 2017「住民情報システムにおけるOracleStandardEditionでの取り組み」
 
Apache Hadoop and YARN, current development status
Apache Hadoop and YARN, current development statusApache Hadoop and YARN, current development status
Apache Hadoop and YARN, current development status
 
HDFS basics from API perspective
HDFS basics from API perspectiveHDFS basics from API perspective
HDFS basics from API perspective
 
SQL大量発行処理をいかにして高速化するか
SQL大量発行処理をいかにして高速化するかSQL大量発行処理をいかにして高速化するか
SQL大量発行処理をいかにして高速化するか
 
ブロックチェーンの仕組みと動向(入門編)
ブロックチェーンの仕組みと動向(入門編)ブロックチェーンの仕組みと動向(入門編)
ブロックチェーンの仕組みと動向(入門編)
 
[AI08] 深層学習フレームワーク Chainer × Microsoft で広がる応用
[AI08] 深層学習フレームワーク Chainer × Microsoft で広がる応用[AI08] 深層学習フレームワーク Chainer × Microsoft で広がる応用
[AI08] 深層学習フレームワーク Chainer × Microsoft で広がる応用
 

Similar to (2017.9.7) Neo4jご紹介

【20170414みんなのAI】機械学習の民主化を促進するAI活用術
【20170414みんなのAI】機械学習の民主化を促進するAI活用術【20170414みんなのAI】機械学習の民主化を促進するAI活用術
【20170414みんなのAI】機械学習の民主化を促進するAI活用術ナレッジコミュニケーション
 
「企業のデジタルトランスフォーメーション ビッグデータ利活用に関する活動と課題」
「企業のデジタルトランスフォーメーション   ビッグデータ利活用に関する活動と課題」「企業のデジタルトランスフォーメーション   ビッグデータ利活用に関する活動と課題」
「企業のデジタルトランスフォーメーション ビッグデータ利活用に関する活動と課題」scirexcenter
 
【金融機関アクセラレータ参加ベンチャーと学ぶAI】クラウド×AIで機械学習の民主化を目指すナレコムAI
【金融機関アクセラレータ参加ベンチャーと学ぶAI】クラウド×AIで機械学習の民主化を目指すナレコムAI【金融機関アクセラレータ参加ベンチャーと学ぶAI】クラウド×AIで機械学習の民主化を目指すナレコムAI
【金融機関アクセラレータ参加ベンチャーと学ぶAI】クラウド×AIで機械学習の民主化を目指すナレコムAIナレッジコミュニケーション
 
Cloud Native and Agile Approach
Cloud Native and Agile ApproachCloud Native and Agile Approach
Cloud Native and Agile ApproachShinya Yanagihara
 
【日商USA】webinar 2023.2.3 NRF2023から見る小売業界最新トレンド
【日商USA】webinar 2023.2.3  NRF2023から見る小売業界最新トレンド【日商USA】webinar 2023.2.3  NRF2023から見る小売業界最新トレンド
【日商USA】webinar 2023.2.3 NRF2023から見る小売業界最新トレンドNISSHO USA
 
リクルート式ビッグデータ活用術
リクルート式ビッグデータ活用術リクルート式ビッグデータ活用術
リクルート式ビッグデータ活用術Recruit Technologies
 
エンジニア以外の方が自らSQLを使ってセグメント分析を行うカルチャーをどのように作っていったか
エンジニア以外の方が自らSQLを使ってセグメント分析を行うカルチャーをどのように作っていったかエンジニア以外の方が自らSQLを使ってセグメント分析を行うカルチャーをどのように作っていったか
エンジニア以外の方が自らSQLを使ってセグメント分析を行うカルチャーをどのように作っていったかgree_tech
 
脆弱性スキャナVulsの紹介とMackerelメタデータと連携した脆弱性管理
脆弱性スキャナVulsの紹介とMackerelメタデータと連携した脆弱性管理脆弱性スキャナVulsの紹介とMackerelメタデータと連携した脆弱性管理
脆弱性スキャナVulsの紹介とMackerelメタデータと連携した脆弱性管理Takayuki Ushida
 
Oracle Data Minerハンズオンセミナー170927:②Oracle data minerハンズオン資料
Oracle Data Minerハンズオンセミナー170927:②Oracle data minerハンズオン資料Oracle Data Minerハンズオンセミナー170927:②Oracle data minerハンズオン資料
Oracle Data Minerハンズオンセミナー170927:②Oracle data minerハンズオン資料オラクルエンジニア通信
 
多対多のクラウド利用を支えるデータ標準化技術
多対多のクラウド利用を支えるデータ標準化技術 多対多のクラウド利用を支えるデータ標準化技術
多対多のクラウド利用を支えるデータ標準化技術 CData Software Japan
 
初めてのWebプログラミング講座
初めてのWebプログラミング講座初めてのWebプログラミング講座
初めてのWebプログラミング講座DIVE INTO CODE Corp.
 
ML Ops NYC 19 & Strata Data Conference 2019 NewYork 注目セッションまとめ
ML Ops NYC 19 & Strata Data Conference 2019 NewYork 注目セッションまとめML Ops NYC 19 & Strata Data Conference 2019 NewYork 注目セッションまとめ
ML Ops NYC 19 & Strata Data Conference 2019 NewYork 注目セッションまとめTetsutaro Watanabe
 
マルチクラウドデータ連携Javaアプリケーションの作り方
マルチクラウドデータ連携Javaアプリケーションの作り方マルチクラウドデータ連携Javaアプリケーションの作り方
マルチクラウドデータ連携Javaアプリケーションの作り方CData Software Japan
 
MLOps NYC 2019 and Strata Data Conference NY 2019 report nttdata
MLOps NYC 2019 and Strata Data Conference NY 2019 report nttdataMLOps NYC 2019 and Strata Data Conference NY 2019 report nttdata
MLOps NYC 2019 and Strata Data Conference NY 2019 report nttdataNTT DATA Technology & Innovation
 
JISAAwards2013講演会資料(hifive)
JISAAwards2013講演会資料(hifive)JISAAwards2013講演会資料(hifive)
JISAAwards2013講演会資料(hifive)Osamu Shimoda
 
デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ~ AI、Advanced Analytics の使いどころ ~
デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ~ AI、Advanced Analytics の使いどころ ~デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ~ AI、Advanced Analytics の使いどころ ~
デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ~ AI、Advanced Analytics の使いどころ ~Daiyu Hatakeyama
 

Similar to (2017.9.7) Neo4jご紹介 (20)

【20170414みんなのAI】機械学習の民主化を促進するAI活用術
【20170414みんなのAI】機械学習の民主化を促進するAI活用術【20170414みんなのAI】機械学習の民主化を促進するAI活用術
【20170414みんなのAI】機械学習の民主化を促進するAI活用術
 
「企業のデジタルトランスフォーメーション ビッグデータ利活用に関する活動と課題」
「企業のデジタルトランスフォーメーション   ビッグデータ利活用に関する活動と課題」「企業のデジタルトランスフォーメーション   ビッグデータ利活用に関する活動と課題」
「企業のデジタルトランスフォーメーション ビッグデータ利活用に関する活動と課題」
 
【金融機関アクセラレータ参加ベンチャーと学ぶAI】クラウド×AIで機械学習の民主化を目指すナレコムAI
【金融機関アクセラレータ参加ベンチャーと学ぶAI】クラウド×AIで機械学習の民主化を目指すナレコムAI【金融機関アクセラレータ参加ベンチャーと学ぶAI】クラウド×AIで機械学習の民主化を目指すナレコムAI
【金融機関アクセラレータ参加ベンチャーと学ぶAI】クラウド×AIで機械学習の民主化を目指すナレコムAI
 
Cloud Native and Agile Approach
Cloud Native and Agile ApproachCloud Native and Agile Approach
Cloud Native and Agile Approach
 
【日商USA】webinar 2023.2.3 NRF2023から見る小売業界最新トレンド
【日商USA】webinar 2023.2.3  NRF2023から見る小売業界最新トレンド【日商USA】webinar 2023.2.3  NRF2023から見る小売業界最新トレンド
【日商USA】webinar 2023.2.3 NRF2023から見る小売業界最新トレンド
 
リクルート式ビッグデータ活用術
リクルート式ビッグデータ活用術リクルート式ビッグデータ活用術
リクルート式ビッグデータ活用術
 
エンジニア以外の方が自らSQLを使ってセグメント分析を行うカルチャーをどのように作っていったか
エンジニア以外の方が自らSQLを使ってセグメント分析を行うカルチャーをどのように作っていったかエンジニア以外の方が自らSQLを使ってセグメント分析を行うカルチャーをどのように作っていったか
エンジニア以外の方が自らSQLを使ってセグメント分析を行うカルチャーをどのように作っていったか
 
脆弱性スキャナVulsの紹介とMackerelメタデータと連携した脆弱性管理
脆弱性スキャナVulsの紹介とMackerelメタデータと連携した脆弱性管理脆弱性スキャナVulsの紹介とMackerelメタデータと連携した脆弱性管理
脆弱性スキャナVulsの紹介とMackerelメタデータと連携した脆弱性管理
 
20190117 teamup
20190117 teamup20190117 teamup
20190117 teamup
 
【LTセッション】Brainwave 使ってみた_DEEP LEARNING LAB
【LTセッション】Brainwave 使ってみた_DEEP LEARNING LAB【LTセッション】Brainwave 使ってみた_DEEP LEARNING LAB
【LTセッション】Brainwave 使ってみた_DEEP LEARNING LAB
 
AWSでの金融系システム構築・運用勘所
AWSでの金融系システム構築・運用勘所AWSでの金融系システム構築・運用勘所
AWSでの金融系システム構築・運用勘所
 
Oracle Data Minerハンズオンセミナー170927:②Oracle data minerハンズオン資料
Oracle Data Minerハンズオンセミナー170927:②Oracle data minerハンズオン資料Oracle Data Minerハンズオンセミナー170927:②Oracle data minerハンズオン資料
Oracle Data Minerハンズオンセミナー170927:②Oracle data minerハンズオン資料
 
ODSC East 2017 Report
ODSC East 2017 ReportODSC East 2017 Report
ODSC East 2017 Report
 
多対多のクラウド利用を支えるデータ標準化技術
多対多のクラウド利用を支えるデータ標準化技術 多対多のクラウド利用を支えるデータ標準化技術
多対多のクラウド利用を支えるデータ標準化技術
 
初めてのWebプログラミング講座
初めてのWebプログラミング講座初めてのWebプログラミング講座
初めてのWebプログラミング講座
 
ML Ops NYC 19 & Strata Data Conference 2019 NewYork 注目セッションまとめ
ML Ops NYC 19 & Strata Data Conference 2019 NewYork 注目セッションまとめML Ops NYC 19 & Strata Data Conference 2019 NewYork 注目セッションまとめ
ML Ops NYC 19 & Strata Data Conference 2019 NewYork 注目セッションまとめ
 
マルチクラウドデータ連携Javaアプリケーションの作り方
マルチクラウドデータ連携Javaアプリケーションの作り方マルチクラウドデータ連携Javaアプリケーションの作り方
マルチクラウドデータ連携Javaアプリケーションの作り方
 
MLOps NYC 2019 and Strata Data Conference NY 2019 report nttdata
MLOps NYC 2019 and Strata Data Conference NY 2019 report nttdataMLOps NYC 2019 and Strata Data Conference NY 2019 report nttdata
MLOps NYC 2019 and Strata Data Conference NY 2019 report nttdata
 
JISAAwards2013講演会資料(hifive)
JISAAwards2013講演会資料(hifive)JISAAwards2013講演会資料(hifive)
JISAAwards2013講演会資料(hifive)
 
デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ~ AI、Advanced Analytics の使いどころ ~
デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ~ AI、Advanced Analytics の使いどころ ~デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ~ AI、Advanced Analytics の使いどころ ~
デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ~ AI、Advanced Analytics の使いどころ ~
 

More from Mitsutoshi Kiuchi

2016/4/16 Softlayer Bluemix Community Festa 2016講演資料
2016/4/16 Softlayer Bluemix Community Festa 2016講演資料2016/4/16 Softlayer Bluemix Community Festa 2016講演資料
2016/4/16 Softlayer Bluemix Community Festa 2016講演資料Mitsutoshi Kiuchi
 
2015/12/9 Spark Meetup December講演資料
2015/12/9 Spark Meetup December講演資料2015/12/9 Spark Meetup December講演資料
2015/12/9 Spark Meetup December講演資料Mitsutoshi Kiuchi
 
Mesos consulで構築するマイクロサービスインフラ
Mesos consulで構築するマイクロサービスインフラMesos consulで構築するマイクロサービスインフラ
Mesos consulで構築するマイクロサービスインフラMitsutoshi Kiuchi
 
Dockerエンタープライズ利用について
Dockerエンタープライズ利用についてDockerエンタープライズ利用について
Dockerエンタープライズ利用についてMitsutoshi Kiuchi
 
9/16 Tokyo Apache Drill Meetup - drill vs sparksql
9/16 Tokyo Apache Drill Meetup - drill vs sparksql9/16 Tokyo Apache Drill Meetup - drill vs sparksql
9/16 Tokyo Apache Drill Meetup - drill vs sparksqlMitsutoshi Kiuchi
 
Docker活用ソリューション紹介
Docker活用ソリューション紹介Docker活用ソリューション紹介
Docker活用ソリューション紹介Mitsutoshi Kiuchi
 

More from Mitsutoshi Kiuchi (6)

2016/4/16 Softlayer Bluemix Community Festa 2016講演資料
2016/4/16 Softlayer Bluemix Community Festa 2016講演資料2016/4/16 Softlayer Bluemix Community Festa 2016講演資料
2016/4/16 Softlayer Bluemix Community Festa 2016講演資料
 
2015/12/9 Spark Meetup December講演資料
2015/12/9 Spark Meetup December講演資料2015/12/9 Spark Meetup December講演資料
2015/12/9 Spark Meetup December講演資料
 
Mesos consulで構築するマイクロサービスインフラ
Mesos consulで構築するマイクロサービスインフラMesos consulで構築するマイクロサービスインフラ
Mesos consulで構築するマイクロサービスインフラ
 
Dockerエンタープライズ利用について
Dockerエンタープライズ利用についてDockerエンタープライズ利用について
Dockerエンタープライズ利用について
 
9/16 Tokyo Apache Drill Meetup - drill vs sparksql
9/16 Tokyo Apache Drill Meetup - drill vs sparksql9/16 Tokyo Apache Drill Meetup - drill vs sparksql
9/16 Tokyo Apache Drill Meetup - drill vs sparksql
 
Docker活用ソリューション紹介
Docker活用ソリューション紹介Docker活用ソリューション紹介
Docker活用ソリューション紹介
 

(2017.9.7) Neo4jご紹介

  • 1. Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved Neo4jのご紹介 2017/9/7 クリエーションライン株式会社 1 db tech showcase Tokyo 2017講演資料
  • 2. Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved 自己紹介 木内 満歳(きうち みつとし) クリエーションライン株式会社 Data Engineering Team - Director, 兼 シニアコンサルタント Slideshare: http://www.slideshare.net/mkiuchi4 各種寄稿 a. gihyo.jp: “Mesosphere DCOSでつくるクラウドアプリケーション” b. 日経クラウドファースト2016年6月 “Azure IoT Suiteの評価” c. Codezine: “機械学習をクラウドで手軽に体験! BluemixのApache Spark で異常なセンサーデータを洗い出す” 各種講演 a. Developer Summit 2016 Summer b. 日経BP社 “パブリッククラウド導入の企画提案力養成講座” c. Cloudweek Hokkaido 2015/2016 d. 政策研究大学院大学 科学技術イノベーション政策研究センター 「科学技術イノベーション政策のための科学オープンフォーラム」 専門分野:Apache Mesos, Apache Spark, 分散コンピューティング, クラウドコンピ ューティング, NoSQL DB, グラフDB O’reilley Certified Developer on Apache Spark 2
  • 3. Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved アジェンダ • 会社紹介 •Neo4jご紹介 •新機能紹介 •ケーススタディ •弊社実績ご紹介 •関連サービス紹介 3
  • 4. Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved 会社紹介 4
  • 5. Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved 5 2006年1月設立 拠点: 東京都神田佐久間町(秋葉原) 社員数: 70人(業務委託・BP含) 主な業務: クラウド基盤コンサルティング・アプリケーション開発・運用 IoT/ビッグデータ基盤構築、データ分析サービス アジャイル開発/DevOps開発/CI/CDに関するコンサルティング クリエーションライン株式会社
  • 6. Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved 主な取扱い製品 6 5 クラウド基盤・アジャイル開発支援 データ分析基盤
  • 7. Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved 主たる事業 7 主たる事業 1.クラウド基盤のコンサルティング/アプリケーション開 発・サポート 2.各クラウドプラットフォームに対応した設計、構築、運 用支援サービス 3.IoT/ビッグデータ基盤構築、データ分析サービス 1.クラウド基盤のコンサルティング/アプリケーション開 発・サポート 2.各クラウドプラットフォームに対応した設計、構築、運 用支援サービス 3.IoT/ビッグデータ基盤構築、データ分析サービス
  • 8. Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved 8 8 コミュニティとともに常に最先端を歩んでいます
  • 9. Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved Neo4j製品ご紹介 9
  • 10. Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved 10 グラフデータの力 “グラフ分析は、データ駆動型の操作と意思決定を求 める組織にとって、最も効果的な差別化要因となりえ ます。”
  • 11. Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved 11 グラフデータによるビジネス・トランスフォーメーション Social Graph People & Products People & Content
  • 12. Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved 12 “デジタル・ネイティブ”企業での 幅広い実績 “伝統的”企業のイノベーション
  • 13. Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved 13 様々な業種・業態におけるプロジェクト適用
  • 14. Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved 14 業界 リテール 金融 ソフトウェア 大手 10 社中 7 社の 採用実績 大手 25 社中 12 社の 採用実績 大手 10 社中 8 社の 採用実績 リコメンド カスタマーエンリッチメント 不正利用検知 アンチマネロン ポートフォリオ管理 依存解析 組み込み MDM
  • 15. Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved 15 Neo4j = 世界で最も知名度の高いグラフ・データベース 次世代アプリケーションのコア・エンジン ● 機械学習 ● パーソナル・リコメンド ● 不正利用検知 ● マスターデータ・マネジメント
  • 16. Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved 16 グラフ・ネイティブの プロフェッショナル集団 グラフ・ネイティブの データベース 広範なエコシステム グラフデータに精通したプロ フェッショナルによる設計支 援、コンサルティング グラフ操作に最適化したネイ ティブ・グラフデータベース REST特性 累計350万ダウンロード パートナー500社以上 認定トレーナー約6万人
  • 17. Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved 企業概要 • 2007創業 • 本社:米国シリコンバレー 社員数90名以上 他拠点: イギリス、ドイツ、パリ スウェーデン • 導入数: 民間企業:150社以上 教育期間:20,000校以上 17
  • 18. Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved Relational KNOWS ANDREAS TOBIAS MICA DELIA Person FriendPerson-Friend ANDREAS DELIA TOBIAS MICA 18 Graph
  • 19. Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved 19 Connectedness and Size of Data Set ResponseTime Relational and Other NoSQL Databases Neo4j Neo4j is 1000x faster Reduces minutes to milliseconds
  • 20. Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved 20
  • 21. Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved 新機能紹介 21
  • 22. Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved Neo4j新機能 22 New Cypher Editor(3.1~) Cypherオートコンプリート 要素の自動ハイライティング
  • 23. Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved Neo4j新機能 23 Causal Clustering(3.1~, Enterprise Edition) Paxosベースのマルチマスタークラスタ ジオレプリケーションに対応
  • 24. Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved Neo4j新機能 24 Kerberos Authentication New Cypher Query Execution (up to 300% performance improvement) Composite Index
  • 25. Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved ケーススタディ 25
  • 26. Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved 海外におけるビッグデータ活用事例 グラフデータによる不正取引の抽出 〇 ICIJ Offshore Leak Database ( 含 Panama Papers ) 〇 2.6TB, 1,150万ドキュメントの非定型データから 関係性をグラフデータとして構築 [成果] 140人以上の政治家、多数の企業家が不正取引に関与していたことを解明 26
  • 27. Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved Neo4j PoC 支援サービス 27
  • 28. Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved Neo4j PoC 支援サービス 28 • Neo4jブートキャンプ – トレーニング、デモアプリ作成 – ビジネス課題に則したコンサルティング – 1週間 • Neo4jアプリケーション開発 •Neo4jデータ移行支援 – 実績:約1億Node、5億Relationship – 期間:3~4ヶ月 28
  • 29. Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved Neo4j PoC 支援サービス 29 • オンサイト・ハンズオントレーニング – Cypherの基礎~応用まで – アプリケーションAPI、デモの作成 – グラフアルゴリズム(理論と実習) • チケット型技術支援 – Neo4j利用に関するバックエンドサポートを提供 29
  • 30. Copyright ⓒ2017 CREATIONLINE, INC. All Rights Reserved 30