Snowflakeのミッションは世界中のデータをモビライズすることですが、フルスタックのエンジニアリングチームにアクセスできない何百万人ものデータサイエンティストや開発者がいます。Snowflakeは、すべての開発者、データサイエンティスト、機械学習エンジニアがワールドクラスのデータアプリを構築、共有できるよう、AIデータクラウドの力を引き出すことに取り組んでいます。Streamlitは、Pythonスクリプトを共有可能なウェブアプリに変えるオープンソースライブラリです。フロントエンドの経験は必要ありません。アプリは純粋なPythonで記述されます。ここ数年、StreamlitはPythonベースのデータアプリ開発の標準となり、SnowflakeのStreamlitによりユーザーは数分でアプリを構築できるようになりました 。

Streamlit in Snowflake（以下、「SiS」）のパブリックプレビューと、それに続く商用クラウド（AWS、Azure、GCP）での一般提供のリリース以来、この30日間で11,000個以上の新しいStreamlitアプリが作成され、お客様に驚異的な普及を見せています（2024年6月1日現在）。Streamlit in Snowflakeは、以下に示すさまざまなユースケースに使用できます。

新機能：AIチャットボット

Streamlitは、会話アプリの構築に使用できるチャット要素を提供します。Snowflake Cortex AIと組み合わせることで、お客様はSnowflake Arctic、Llama3、Mixtral 8x7bなどの業界をリードするモデルを使用するチャットベースのアプリケーションを構築できます。Streamlitアプリ内でCortex AIにホストされたモデルを使用するのは、Pythonライブラリをインポートして関数を呼び出すだけです。

一部のカスタマーは、外部でホストされるLLMにアクセスする必要もあります。SiSの外部アクセス統合サポート（プライベートプレビュー中）により、お客様はOpenAIのChatGPTなどの外部でホストされたモデルや、その他のAPIをアプリ内で直接呼び出すことができるようになりました。外部アクセス統合を使用すると、特定の外部ネットワークロケーションにアクセスできます。アクセスは、ネットワークルールのリストで制御され、ロールベースのアクセス制御で管理されます。 

新機能：カスタムUI

カスタムUI（プライベートプレビュー中）のサポートにより、カスタムHTMLとCSSでブランディングを反映したアプリを作成できます。 

さらに、Streamlit in Snowflakeアプリもダークモードをサポートするようになりました。

新機能：パフォーマンスの改善

アプリのロード時間はユーザビリティの重要なコンポーネントであり、私たちはStreamlit in Snowflakeアプリのパフォーマンスを改善するために投資してきました。バックエンドの改善により、初期ロード時間と作成時間を短縮しました。さらに、イニシャルレスポンスキャッシュ（プライベートプレビュー中）により、画面に表、チャート、テキストを瞬時にレンダリングし、エンドユーザーのアプリコンテンツを即座に提示するため、ロードがよりスムーズになりました。並行してウェアハウスがスピンアップし、準備が整ったらエンドユーザーはアプリとの対話を開始できます。

以下は、初期レスポンスキャッシュを有効にした場合のロードエクスペリエンスの強化を示すGIFです。 

新機能：オープンソースのStreamlitとのパリティの改善

過去数四半期にわたり、お客様がオープンソースのStreamlitを使用しているときと同じエクスペリエンスをSiSでサポートできるよう、改良を重ねてきました。アップデートには、以下のオープンソースコンポーネントのサポートが含まれます。

  • 入出力：st.download_button
  • メディア要素（st.image、st.audio、st.videoなど）
  • Matplotlib、Seaborn、H3のチャートサポートの拡大
  • Streamlitライブラリの新しいバージョン：1.26, 1.29 および 1.31 

Streamlit in Snowflakeの力を解き放つ準備はできていますか？

安全でスケーラブルなデータアプリ開発のための堅牢な基盤と継続的なイノベーションへの取り組みにより、Streamlit in Snowflakeはデータの探索とインタラクションのためのさまざまな方法を提供します。 また、アプリ構築者が自分のSnowflakeアカウントで実行可能な、キュレーション済みのサンプルセットもオープンソース化しています（すべての設定手順を含む）。サンプルアプリとチュートリアルを調べ、サンプルGithubレポジトリでハンズオンします。

リソースのご紹介

皆さんの作品を楽しみにしています。Happy Streamlit-ing!