事例
金融機関における分析基盤更改に伴う分析業務移行およびモデル開発支援

背景/課題
コスト最適化とデータプラットフォーム統合を目的に、機械学習プラットフォームの移行が決定した。
しかし既存の機械学習モデルや前処理パイプラインの仕様がブラックボックス化しており、精度を維持したまま新基盤で再構築するノウハウが不足していた。
新基盤での開発・運用を標準化する仕組みづくりや、移行後の運用に向けたドキュメント整備も求められていた。
支援内容
DataRobotからDataikuへのモデル移行およびデータ前処理フローの再構築を主導。Dataiku上での開発・運用効率を高めるため、汎用的なモデルプラグインおよびモデル分析結果の可視化プラグインを開発した。
また、既存モデルの仕様・学習データ・特徴量エンジニアリングのロジックを解読・整理し、Dataikuのアナリティクスワークフローへと再定義。
さらに、移行前後の精度検証(バックテスト・比較検証)を実施し、移行後のスムーズな運用を見据えたドキュメント化まで一貫して対応した。
創出した成果
DataRobotで運用されていたモデルの精度と挙動を精緻に保持したままDataikuへの移行を完了させ、円滑なシステム切替を実現。
また、汎用モデルプラグインおよび可視化プラグインの開発により、モデル開発・分析プロセスの標準化と作業効率の大幅な向上に貢献。
さらに、ドキュメント化支援を通じて前処理からモデル構築・運用までのナレッジを体系化し、保守・運用負荷の軽減と内製化に向けた基盤作りに寄与した。