Shinichi Nakagawa(@shinyorke)

**「全ての野球に関わる人にAI Agentで野球に新たな価値を吹き込みたい」** 私はそんな気持ちでMLB（メジャーリーグ）野球分析AI Agent「The Scouter 3」を開発しました（[詳細](https://shinyorke.hatenablog.com/entry/ai-agent-for-all-baseball)）。 その際に私は以下の課題に直面しました。 - LLMのレスポンスが遅い - 出力が不安定 本トークでは、これらの課題をFastAPIの設計パターンでどうやって向き合い、解決したかを紹介します。 ## 仕様とシステム構成 -...

# 概要 ビッグデータ分析の為のデータ可視化アプリケーションを[Dash](https://dash.plotly.com/)で実装した際の知見とノウハウを紹介します. Pandasのデータを元にシンプルなグラフで可視化する方法は勿論の事, 業務で使う際に検討・実装すべきことである, - 本番環境（クラウド）へのデプロイと公開 - Dashアプリケーションの認証認可 - 動的URLを用いたマルチページアプリケーションの実装 以上の実践的なノウハウについても実装を元に紹介します. 社内でのデータ利活用,...

## 概要 ビジネス目的のデータ・アナリティクスおよび機械学習でPythonを使ったアプローチはたくさんあります. これらのノウハウや考え方を活用し, 普段楽しんでいるスポーツデータの解析・可視化を行うことで普段見ているスポーツの違った側面が見えたり, 何よりもPython使いが大量のデータを扱ってエンジニアリングやデータ解析・分析をするという自学自習の場にもつながると思っています. この発表では私が実践している「メジャーリーグのビッグデータ解析をPySparkで行う」という事例を元に, Pythonを使ったスポーツデータ解析およびビッグデータの扱い方の入門的なお話をいたします.