このイベントについて

ブレインパッドは分析の会社という印象が強いのでしょうか。実はシステムインテグレーションを行うデータエンジニアリングユニットと呼ばれる部署があり、データに関わるシステム開発をしています。 本勉強会では、そんなデータエンジニアリングユニットの現場のエンジニアが実際に取り組んでいるプロジェクトや技術的チャレンジをリアルにお伝えします。

対象参加者 ※申し込み前に必ずお読みください

・データエンジニアリング、機械学習エンジニアリングにまつわる話題に関心があるデータ系職種の方 ・データエンジニアリング、機械学習エンジニアリングに関心がある学生

当日のタイムライン

スピーカー＆発表内容

皆本 啓太 / BrainPad, Machine Learning Engineer

プロフィール

2021年に機械学習エンジニアとしてブレインパッドに新卒入社。入社後は主に画像データを使ったモデル構築などのプロジェクトに従事する。2023年からはTimetechnologiesに出向し、生成AIを用いたプロダクト開発を行う。

発表①：RAGのベクトルDB比較とQdrant入門

RAGシステムでは、検索精度だけでなく、メタデータフィルタ、更新・再索引、スケール、運用コストといった要素が、検索品質と継続運用のしやすさに直結します。一方で、専用のベクトルデータベースから既存DB拡張まで選択肢が増え、要件に対して何を基準に選ぶべきかが難しくなっています。

本発表では、RAGで頻出する要件（フィルタリング、ハイブリッド検索、近似探索のチューニング、運用・分散）を軸に、ベクトルデータベースを比較するための観点を整理します。あわせて、OSSとして導入しやすいQdrantを例に、機能の押さえどころと設計・運用上の勘所を紹介します。

今泉 港大 / BrainPad, Machine Learning Engineer

プロフィール

2023年に分析アプリケーション開発エンジニアとしてブレインパッドに新卒入社。入社後は開発メンバーとして、材料探索アプリ開発プロジェクトに従事し、主にフロントエンド・バックエンドの開発を行う。

発表②：DB設計アンチパターン 削除フラグ

DB設計において、レコードを物理的に削除せず「削除フラグ（is_deleted）」を立てて管理する論理削除が採用されるケースがありますが、データの整合性やクエリのパフォーマンスの面でシステムの柔軟性を損なう可能性があります。

本発表では、削除フラグに伴うDB設計上の弊害と、フラグ管理に頼らない、データの性質に基づいた設計アプローチについて共有します。

個人情報の取り扱いについて

当イベントを通じて取得した個人情報等の取り扱いは、 株式会社ブレインパッドのプライバシーポリシー に従って取り扱います。 ご同意の上、ご参加ください。