Amazon QuickSight はハイパースケールの統合ビジネスインテリジェンス ( BI ) でデータ主導型組織を強化します。QuickSight を使用すると、すべてのユーザーが同じ情報源を共有し、インタラクティブダッシュボード、ページ分割レポート、埋め込み分析、自然言語クエリを通じて、さまざまな分析ニーズに対応できます。 データセットパラメータ は、ダッシュボードでインタラクティブな体験を作成するのに役立つ、QuickSight の新しい種類のパラメータです。この投稿では、データセットパラメータ

こんにちは、SCSK三上です。 今回は、気になっていたAmazon QuickSightのPaginated Reportingについて概要と実際に触ってみたので画面イメージなど共有していきます！ Paginated Reportingは簡単にいうと Quicksightで作成したダッシュボードをレポートやスケジュールで配信できる サービスです。 Amazon QuickSight Paginated Reports - Amazon Web Services フルマネージドかつクラウドベースの単一のビジ

こんにちは、サーバーワークス入社から1年が経ったテクニカルサポート課の 佐藤 光晃です。 本ブログは AWS から脱線してオンプレミス環境 の Oracle Database や EC2 on Oracle / RDS Custom for Oracle で利用可能な Oracle Trace File Analyzer (TFA) を紹介したいと思います。 TFA について 収集される情報 TFA の導入 TFA による情報収集 疑似的に ORA-600 エラーを発生させます。 トラブルが発生している時

こんにちは、サーバーワークス入社から1年が経ったテクニカルサポート課の 佐藤 光晃です。 本ブログは AWS から脱線してオンプレミス環境 の Oracle Database や EC2 on Oracle / RDS Custom for Oracle で利用可能な Oracle Trace File Analyzer (TFA) を紹介したいと思います。 TFA について 収集される情報 TFA の導入 TFA による情報収集 疑似的に ORA-600 エラーを発生させます。 トラブルが発生している時

Introduction I'm Chris, Front End Engineer for KINTO Technologies. I am part of the Global Development Division and, as is usual for an multinational team, we communicate primarily in English, whether for casual chats or for technical conversations. M

データはデジタルトランスフォーメーションを実現する鍵です。小売業者はデータを組み合わせて顧客を一元的に把握することで、より良い顧客体験を構築し、購入コストを削減します。金融機関はデータを使用してリスクを管理し、金融商品をパーソナライズします。製造業者は生産システムのデータに接続して単価を下げたり、品質問題を軽減したりします。 これらの業界において、異なるデータソースからのデータを業界（産業）に向けたデータプラットフォームに繋げることが、価値を引き出すための第一歩です。 産業用データプラットフォームを構築す

はじめに このブログ記事は、 AWS IoT SiteWise での設備総合効率 (OEE) の使用に関するシリーズの第2回目です。この投稿では、AWS IoT SiteWise のネイティブ機能を使用して OEE を計算し、エンドツーエンドのソリューションとして計算値を収集、保存、変換、表示する方法を詳しく説明します。このプロセスを説明するユースケースとして、空港に設置された手荷物処理システム (BHS) を取り上げます。ユースケースの詳細については、まずこのシリーズのパート1、「 AWS IoT Si

こんにちは。CADDi DRAWERでMLOpsチームのチームリードをしている中村遵介です。 チームリードは技術に関して多方面の意思決定を行ってチームの成果に貢献するテッ クリード と異なり、チームのメンバーや組織に関する意思決定を行ってチームの成長に貢献します。貢献したいです。頑張ります。 最近では、 機械学習 メンバー/MLOpsメンバーの採用を積極的に行っています。チームメンバーも採用に対してもっと関わっていきたい、と普段から活動してくれています。 私たちのチームでは採用に半構造化面接を用いています

はじめに こんにちは。DevRelブロックの @wiroha です。9月25日に After DroidKaigi 2023 を開催しました。9月14日〜16日に開催されたDroidKaigi 2023の協賛企業である株式会社ZOZO、ヤフー株式会社、LINE株式会社の3社合同での振り返りイベントです。オフラインとオンラインのハイブリッドで実施しました。 登壇内容まとめ 3社の社員による発表と、パネルディスカッションを行いました！ コンテンツ 登壇者 ZOZOTOWNアプリでのJetpack Compos

こんにちは！最近人間ドックの結果を受けて禁ラーメン生活しましたが2週間で限界がきてる志水です。人類はラーメンから逃げることなんて出来ないんだなと痛感しております。つけ麺ならいいよね？ はじめに さて、ついにAmazon BedrockがGAされましたね！ aws.amazon.com re:Inventでくるのかなー？来年くるのかなー？ともうちょっと先のGAを思ってたので予想外でした。 じゃあBedrockで何か作らねば！と思ったので、以前作ったOtterで書き起こされた文章をChatGPTで要約するスク

はじめに こんにちは、開発課に所属している新卒 1 年目のke-suke0215です。 Dockerのイメージについて「なんとなく業務で使っているけど、いまいちどうなっているのかわかっていない」という状態だったので、今回はDockerイメージの中身がどのように構成されているのかについて調べてみました。 私のようなDockerをなんとなく使っている方が仕組みを理解する手助けになれば幸いです。 はじめに Dockerイメージの構成要素 そもそもDockerイメージとは Dockerイメージの中身を見る 1.

こんにちは、今回はお知らせです。 LuupのDevelopers Blogは、ZennのPublication機能を利用することに致しました。 Publication機能利用にあたっての背景は、LuupのDevelopers Blogを元々単一の会社としての個人アカウントで運営しており、個々人が寄稿者として投稿することできなかったのですが、今年（2023年）の初めからPublication機能がβ版として利用できることを知りそれを機に移行作業を進めています。 これに伴い、Developers BlogのU

UB Researchチームで2週間の短期インターンをしている山内です。 現在、UB Researchでは、ニュース記事テキストに関して、企業名等の情報抽出モデルを構築を行っています。この情報抽出モデルをさまざまなテキストに適用し、企業情報を抽出することで、経済データの統合的な検索や整理をすることを試みています。 そこで、モデルの一つの展開先として、FLASH Opinion*1のエキスパートの回答文データに適用を行い、有効性の検証を行いました。 実験内容 使用したモデル UzabaseがStudio O

カイポケの SRE 担当の有賀です。 社内では Mac で Docker Desktop を使うのが標準的になっている中、 Docker Desktop 以外の選択肢も試してみようと思い、 Docker Desktop や、社内で使っている人のいた Rancher Desktop を調べはじめました。その仕組みを調べている中で Rancher Desktop が採用している Lima がGUIを利用しない用途だと必要十分と感じたため、 Lima を使うことにしました。 Macを使って検証・構築しているため

はじめに CSRF とは？ 概要 発生件数は？ 発生時の影響範囲は？ CSRF 攻撃の具体的な方法 対策 フォームにトークンを埋め込む パスワードの再入力を求める Referer ヘッダを検証する カスタムヘッダを付与する 保険的な対策 操作を通知する Cookie の SameSite 属性を Lax にする まとめ We are Hiring!! 参考資料 はじめに こんにちは！ 株式会社ユーザベース BtoB SaaS Product Team（以下 Product Team）の下川・山室です。 ユ