lanikaia

01 / 製品

問いを統制された Iceberg レイヤーに変えるワークスペース。

Lanikaia は現代のデータチームのための会話型 AI プラットフォーム。ドメイン専門家・アナリスト・エンジニア・リサーチャーが同じプロジェクトを共有し、同じパイプラインを組み立て、各役割が好む言葉で同じ成果物を読む。

02 / どう動くか

作業単位は、レイヤーを構築するチャット。

レイヤーに対してチャットを開く。普段の言葉で問う。エージェントは Polaris で管理された Iceberg 上で動く Python を生成し、結果を書き、何をしたかを説明する。

各チャットは作業中のドラフトと、コミット のリストを保つ。コミットを分岐して別の集計を試す。これが出荷したい版になったらワークフローに昇格する。

  1. 01ingestローカルファイル、HTTP、dbt SL、SAP、BO
  2. 02foundationクレンジング済み、型付き、スキーマ安定
  3. 03enriched結合済み、派生、次元化
  4. 04aggregategroup-by、日次 / 月次集計
  5. 05cum時系列累積指標
  6. 06joinドメイン横断の合成
  7. 07rollingウィンドウ・ラグ特徴量
  8. 08metricsdbt Semantic Layer / OSI 公開面
  9. 09analyze統計的・探索的分析
  10. 10testing仮説検定、検証
  11. 11predictML / 分類、回帰、時系列
  12. 12optimize探索、シナリオ、what-if
  13. 13visualizePlotly + ECharts のチャート / ダッシュボード
  14. 14workflow昇格、スケジュール、監視

03 / 誰が使うか

同じプロジェクトに対する 4 つの視点。

ドメイン専門家

自分の言葉で問う。説明・チャート・元の数値を並べて読む。SQL を学ばずに判断する。

アナリスト / BI

中間テーブルをチャットで組み、別案を分岐し、効いたものをピン留めする。各コミットは再現可能な成果物であり、使い捨てではない。

データエンジニア / SRE

チャットをワークフローに昇格させる。レイヤー、リネージ、コードを点検する。壊れたパイプラインを 5 時間ではなく 5 分でレイヤー単位で診断する。

リサーチャー / データサイエンティスト

入力テーブルを所有するチャットの中でモデルを反復する。Polars、scikit-learn、LightGBM、statsmodels、UMAP を使う。全実行をバージョン管理する。

04 / 何ができるか

6 つの能力、装飾なし。

01

会話による組み立て

各チャットは 1 つのレイヤーを所有し、fetch / add / filter / aggregate / visualize の op を組み合わせて成果物を作る。上流コミットを REF で参照し、任意のコミットを分岐して元を失わずに別案を試す。

02

チャットの裏で動く本物の Python

エージェントが生成した Python が Polaris 管理下の Iceberg テーブルに対して動く。出力は監査可能なコードと、バージョン管理されたテーブルであって、スクリーンショットではない。

03

1 つのプロジェクト、4 つのレンズ

ドメイン専門家は文章を読む。アナリストは表を読む。エンジニアはコードとリネージを読む。リサーチャーはノートブックを読む。同じプロジェクト、同じ成果物に対する 4 つのレンズ。

04

API または MCP として公開

データセットや関数をバージョン管理された HTTP API、または MCP サーバとして昇格する。他のエージェントやアプリケーションが UI を経由せずに結果を消費する。

05

既定で統制された

Polaris カタログが全プロジェクトをスコープする。ID と権限は IdP から流れてくる。読み・書き・権限付与はすべて監査ログに残る。

06

中間データの非破壊保存

全中間テーブルは Iceberg スナップショットであって CSV ではない。スキーマ変更が下流を黙って壊さない。タイムトラベルとリネージは一級市民。

05 / 次のステップ

ベータ参加を申請する。

申し込む技術デモを予約