G-gen のminです。BigQuery の データマスキング 機能を解説します。データマスキングを使うと、機密情報をマスキングして特定できない形でクエリ結果に表示させることができ、分析を阻害せずにデータを保護することができます。 データマスキングとは 概要 列レベルのアクセス制御との違い 仕組み 権限とロール マスキングルールの種類 定義済みルール カスタムマスキングルーチン ルールの優先順位 設定手順 分類とポリシータグの作成 データポリシーの作成 テーブル列へのタグ付け データポリシーの列への直接

こんにちは！ HCM本部 HCMソリューション企画開発部の佐藤です。 本日は、先月5日に Opus 4.6 と同時に公開された新機能 Agent Teams を取り上げます。 公開と同日に、 16エージェントが協働してCコンパイラを一から実装したというコンセプト実証のブログ記事 も公開され、大きな反響を呼びました。 本稿では、そんな Agent Teams の要点を改めて押さえつつ、ドキュメントには明記されていないチームメンバー間のやり取りの実態を観察してみたいと思います。 Agent Teams の要点

渾身の提案資料をメールで送った後、返信を待ちながら「本当に読まれているのかな？」と不安になったことはありませんか？ 従来のPDF添付による営業では、開封されたか、どのページに興味を持たれたかは神のみぞ知る「ブラックボックス」でした。 本記事でご紹介するDropboxの「DocSend」は、そんな資料送付を「運任せ」から「データ駆動型」へとアップデートするツールです。相手の関心を可視化し、無駄を減らして成約率を最大化する――。 本稿では、閲覧状況のリアルタイム把握から、データに基づいたフォローアップのタイミ

レガシーメインフレームアプリケーションは、企業全体の重要な事業運営のバックボーンの一部ですが、これらのシステムにはモダナイゼーションに関する重大な課題があります。メインフレームは何十年にもわたって信頼性が証明されてきましたが、多額の技術的負債を蓄積し、専門知識の需要はますます少なくなり、迅速なイノベーションと機能の導入を妨げています。AWS Mainframe Modernization with Rocket Software は、お客様が切望していたこれらのレガシーアプリケーションの知的財産を元のソー

GitHubのDependabotとSBOM機能を活用して、依存関係管理とソフトウェア構成の可視化を実現する方法を詳しく解説します。

1. はじめに AWS re:Invent 2025でAWS（Amazon Web Services）は、「Frontier Agents」と呼ばれる3つのAIエージェントを発表しました。これらは従来のチャット型AIやコード補完ツールとは異なり、自律的に行動・タスクを遂行できるエージェントです。 今回はその中の1つであるAWS Security Agentについて扱います。本エージェントは開発ライフサイクル全体でセキュリティ検証を自動化する自律型AIエージェントです。設計レビュー、コードレビュー、ペネトレ

※ 本記事は 2026 年 2 月 19 日に公開された Jatin Arora　による  The bug fix paradox: why AI agents keep breaking working code を翻訳した記事となります。 過剰解決の問題 多くのチームが経験するパターンがあります。AI エージェントにバグ修正を依頼すると、3 つのヘルパー関数をリファクタリングし、防御的な null チェックを追加し、すでにパスしているエッジケースに対して何十もの新しいテストを書いてしまいます

ニフティには所属部署での業務のほかに、有志による社内活動が存在します。もちろん強制ではなく、それぞれが興味のある分野について、自主的に活動しています。なかには会社公認のもと予算がつき、社内業務に貢献しているケースも。業務とは別のやりがいや、自分の専門外の知見を得られることが、一つのモチベーションになっています。 その一つが、オンラインサポートチーム。オンライン会議や社内・社外イベントなど、配信関連のクオリティを向上させる目的で発足し、現在は10名ほどで活動しています。具体的な活動内容や、活動にかける思いに

はじめに 1.仕様の追加定義(/speckit.specify) 2. 追加機能の実装計画の作成(/speckit.plan) 3. いざ実装とデプロイ(/speckit.implement) 4. 動作検証: 実際に叩いてみる まとめ はじめに 前回（Part 1）では、GitHub SpecKitを使用して、ゼロからAWSサーバーレス構成（Lambda + DynamoDB）のAPIを立ち上げ、「作成(Create)」と「取得(Read)」機能を実装しました。 今回はその続きとして、残る「更新(Upd

MySQLと高い互換性を持つデータベースのTiDBでは、DDLが高速かつオンラインで実施されとても有用です。メルカリの運用における気付きとして得られた、主に実行の速度制御とmodify columnの完了時間見積もりの学びについてお伝えします。 背景 メルカリではMySQLと高い互換性を持つTiDBを利用しているため、DDLはオンラインで実行でき、現状のところ大きな問題なく動作しています。 先日、数十億レコード程度のテーブルのALTERを実施した際、実行の完了時刻が予測できない、と感じた事象がありました。

はじめに 構築が完了し、いざ疎通確認。 しかし、なぜかヘルスチェックが通らない——。（SGは空いているのにNACLで落ちていた、401が正常なのにMatcher未設定だったetc） 誰しも一度はこういう経験をしたことがあるのではないでしょうか。 かくいう私もその一人で、今回はALBのヘルスチェックに注目したいと思います。 疎通できない場合の原因は様々なところにあると思いますが、私はALBのヘルスチェックに苦しんだ経験があります。特に、WAFやOS・ミドルウェア（Apache等）、SSL/TLS等の設定が絡

TerraformでAurora DB クラスターを構築する際のAvailability Zone指定に関する注意点と回避方法について解説しています。TerraformとAWSの仕様の違いにより、予期せぬリソース再作成が発生する問題を実体験をもとに説明し、解決策を提供しています。

2026 年 2 月 23 日週、私は AI-DLC (AI-Driven Lifecycle) ワークショップを通じてお客様がビジネスを変革するための支援に全力で取り組みました。2026 年になってから、数多くのお客様を対象としたこれらのセッションの進行役を務め、測定可能なビジネス価値をもたらす AI ユースケースを組織が特定、優先化、実装するために役立つ構造化されたフレームワークを通じてお客様を導くというすばらしい機会に恵まれてきました。 AI-DLC は、技術的能力とビジネス成果を一致させることによ

こんにちはAI Shiftの村田です。3月9日(月)から3月13日(金)に ライトキューブ宇都宮 で 言語処理学会第32回年次大会(NLP2026) が開催されます。 AI Shiftが関わる3件の発表があります。 本記事では各発表の概要と、議論したいポイントについて取り上げたいと思います。 また、会期中にはサイバーエージェントのイベントで弊社CAIOの友松も登壇します。学生の皆様はぜひこちらもチェックしてみてください。 ▶ イベントページを見る 1. AI Shiftからの発表 日時 セッション タイト

2025 年の re:Invent 2025 で、AWS は根本から刷新された AWS Security Hub を 紹介 しました。AWS Security Hub は、 Amazon GuardDuty や Amazon Inspector などの AWS セキュリティサービスを単一のエクスペリエンスにまとめます。サービスを組み合わせることでセキュリティ検出結果を自動的かつ継続的に分析するこの統合エクスペリエンスは、重大なセキュリティリスクを最優先し、対応するために役立ちます。 2025 年 2 月2