Dynamic TablesをSCD（Slowly Changing Dimension）のユースケースに使用することで、時間的な変化を容易に追跡し、履歴データを正確で洞察に満ちたものに保つ方法を紹介します。
また、MLベースの新しいSnowflake 予測機能と異常検知機能により、データ量の正確な増加予測を作成し、調査すべき異常値を見つけることができます。MLの専門知識は必要ありません。
このセッションで、Dynamic Tablesを使用したデータパイプラインのセットアップ方法、単一の時系列または複数の時系列について、どのように予測を生成し、異常を検出するか、実際のデモをご覧ください。

本セッションはこのような方にオススメ：

• データロード遅延を短縮したい、データロードのコストを削減したい
• データパイプラインを大幅に効率化したい