注: 以下の翻訳の正確性は検証されていません。AIPを利用して英語版の原文から機械的に翻訳されたものです。
Palantir プラットフォームの概要と基本概念を理解したら、ご自身のロールに最も関連するプラットフォームの機能を探索できます。
Palantir プラットフォームにおけるロールの境界は変わることがあり、責任やワークフローの一部は、1つのロールに明確に収まらない場合があります。異なるロールを担うこともあります。組織が Palantir を使いはじめたばかりの場合や、小規模な導入チームで作業している場合は、日々の業務でプラットフォームのさまざまな部分を使うことになるかもしれません。
また、プラットフォームの主要なアプリケーションの概要を紹介するアプリケーションリファレンスを確認して、Palantir プラットフォームを探索することもできます。
こうした点を踏まえ、Palantir を使用するほとんどの組織では、一般的に次のロールが採用されています。以下では、これらのロールの概要と、それぞれのユーザーが使いはじめる方法を説明します。
すぐにはじめたい場合は、Palantir プラットフォームを使ってみましょう。
Palantir のデータ統合レイヤーは、プラットフォームで行われるほかのすべての作業の基盤となります。データエンジニアは、データパイプラインを構築して維持することで、組織のニーズに応える、高品質で関連性が高く、頻繁に更新されるデータセットを作成します。プログラムによるヘルスチェックや、基盤となる計算処理の可視化など、データパイプラインの長期的な堅牢性を維持するためのさまざまなツールが利用可能です。
データエンジニアが使用する主要なツールには、データパイプラインを開発するための Pipeline Builder と Code Repositories、およびパイプライン全体を可視化するための Data Lineage があります。データエンジニアは、デプロイ後のパイプラインを運用するために、推奨ヘルスチェック、監視ビュー、およびリネージの使用方法も理解しておく必要があります。データエンジニアには、データパイプラインの概念に精通し、プラットフォームにおける高品質なパイプラインの要件を理解することが求められます。
Palantir のオントロジーとアプリケーション構築機能を使用すると、エンドユーザー向けにカスタマイズしたアプリケーションを作成できます。これらのエンドユーザーは通常、組織で業務を遂行し、データに基づいて意思決定を行う担当者です。ユーザーにデータを提示するだけでなく、カスタムアプリケーションを使用して、オントロジーで設定されたアクションタイプの形式でユーザーから情報を収集できます。
アプリケーションビルダーは、Palantir のオントロジーに精通している必要があります。通常、オントロジーは、アプリケーションビルダーがデータエンジニアと協力してワークフロー開発のためのデータ基盤を確立するレイヤーです。ビルダーは Ontology Manager で組織のオントロジーを作成して維持し、Workflow Lineage を使用して、オブジェクト、アクション、関数、大規模言語モデル（LLM）、およびアプリケーションのつながりを理解できます。
アプリケーションを作成して提供するために、ビルダーは Workshop を使用して、オントロジーを基盤とするアプリケーションをクリック操作で構築したり、カスタムウィジェットで Workshop を拡張したり、パイロットを使用して自然言語の説明からはじめたりできます。コードを中心とする開発では、オントロジー SDK と OSDK React アプリケーションを使用したり、Developer Console でアプリケーションの設定と SDK の生成を管理したり、共通のビジネスロジックのための関数を記述したり、Slate でアプリケーションを構築したりできます。また、AIP Logic で LLM を基盤とするワークフローを作成し、Automate でオントロジーに基づく処理をトリガーすることもできます。
Palantir プラットフォームは、コードを使用したデータ分析と、機械学習モデルの開発、評価、デプロイをサポートしています。この機能は、厳格なデータ統合レイヤーを基盤として、データセットと同様にモデルにもリネージと再現性を提供します。これにより、高品質なデータと共有されたモデリングワークフローを基盤に、分析と機械学習を行える環境が実現します。
Palantir プラットフォームでは、データサイエンティストは、コードベースの分析と機械学習モデルの開発のために設計されたアプリケーションである Code Workbook をよく使用します。Code Workbook では、Python、R、SQL でコードを記述して、データエンジニアが準備した高品質なデータセットにアクセスし、正規化し、分析できます。作成した分析とモデルは、モデル統合に接続し、Model Catalog を通じて共有し、AIP Evals で評価し、オントロジーに統合してアプリケーションやワークフローで使用できます。
また、データサイエンティストは、Code Workspaces を使用して、好みのサードパーティー製 IDE で作業することもできます。Code Workspaces のコンテナは Palantir エコシステムのほかの部分と統合されており、JupyterLab® および RStudio® Workbench IDE と、Palantir プラットフォームのセキュリティ、ブランチ、リソース管理の利点を組み合わせられます。
Palantir を使用して安全で高品質なデータ基盤を構築できるため、アナリストは、答える必要がある問いに関連するデータを見つけて探索できます。表形式、リレーショナル、時間、地理空間など、さまざまな形式のデータを分析するための豊富なツールが利用可能です。分析からインサイトが得られたら、ダッシュボードを作成してその分析を繰り返し実行できるようにしたり、レポート作成ツールを使用して分析結果を提示したりできます。
アナリストは通常、Contour を使用してプラットフォーム内のデータセットを探索し、大規模で自由度の高い分析を行います。また、Quiver を使用して、オントロジー内のデータと関連する時系列を分析します。AIP Analyst を使用して、自然言語でオントロジーに基づく問いを探索することもできます。これらのアプリケーションでは、アドホック分析から、同僚と結果を共有するためのダッシュボード、レポート、または Notepad ドキュメントへと進めることができます。
プラットフォーム管理者は、Palantir の専用管理ツールを使用して、プラットフォームを設定し、利用状況を管理・把握するとともに、組織のデータが安全に管理されるようにできます。
プラットフォーム管理者は通常、組織の IDプロバイダーに接続するための認証を設定し、アプリケーションへのアクセスを設定した後、Data Connection を設定してプラットフォームにデータを取り込めるようにします。プラットフォームの活用が進むにつれて、管理者は Resource Management を使用してリソース消費を管理し、Developer Console を使用してカスタムアプリケーション開発を支援し、監視ビューを使用してチームによる運用状況の監視を支援できます。また、Palantir MCP と Ontology MCP の機能が有効になっている場合、管理者はそれらのアクセスに関する考慮事項も理解しておく必要があります。
Palantir は、データを保護し、データガバナンス責任者に透明性を提供するためのツールを提供しています。これらのツールは、Palantir プラットフォーム内でデータを加工し、ユーザー向けアプリケーションで使用する際に、データがどのように保護されるかを保証します。また、誰がどの情報にアクセスできるかを詳しく調べ、検証できる状態を維持します。
データガバナンスのロールを持つユーザーは、データ基盤の保護から機密データの保護まで、プラットフォームの幅広いデータセキュリティワークフローについて学ぶ必要があります。これらの機能は、Palantir のデータセキュリティ概念であるプロジェクトとマーキングを基盤としています。また、ガバナンス責任者は、オブジェクトの権限設定、アプリケーションの制限、オントロジー SDK の権限、Ontology MCP の制限、Workflow Lineage のセキュリティ上の可視性が組織のワークフローにおける制御の一部である場合、それらについても理解しておく必要があります。
まず、Foundry におけるプライバシーと市民的自由を参照し、最小化、目的、アクセス、監督、トレーサビリティ、保持をガバナンス上の意思決定に反映すべき理由を理解します。その後、データ保護とガバナンスの詳細なガイダンスを確認します。
プラットフォーム内の移動方法を学んだところで、次の方法で構築を始めましょう。