サーバーワークスの尾崎です。 SNSで Andrej Karpathy 氏の autoresearch が話題になっていました。AIエージェントにLLMの学習を自律的に改善させるフレームワークです。面白そうだったので「このパターン、LLM学習以外にも使えるのでは？」と思い、手近な題材として社内アプリケーションのバックエンドテスト（pytest）の実行時間短縮を試してみることにしました。 github.com autoresearch とは テスト速度改善に応用してみた やったこと: autoresearc

みなさん、こんにちは。AWS ソリューションアーキテクトの木村です。 関東では先週から桜が咲いていてとても癒されています。 そんな先週の 3 月 26 日には、 Amazon Quick が東京リージョンにて一般提供開始されました。日本のお客様がより便利に使えるようになりましたので、ぜひお試しいただければと思います。 「 AWS ジャパン生成 AI 実用化推進プログラム 」も引き続き募集中ですのでよろしくお願いします。 それでは、3 月 23 日週の生成 AI with AWS界隈のニュースを見ていきまし

高精度・軽量な姿勢推定AIモデル「RTMPose」を、大規模なフレームワークなしで手軽に利用できる推論ライブラリ「rtmlib」を紹介します。rtmlibは依存関係が少なく、Pythonから簡単に骨格推定を実行できます。本記事ではその特徴やAPI構成、Pythonでの具体的な実装例を解説します

こんにちは、SCSKでAWSの内製化支援『 テクニカルエスコートサービス 』を担当している貝塚です。 前記事では、EC2への接続記録を必ず取得するという観点から、 Session Managerのログ記録 Fleet ManagerのRDP録画 ネットワーク経由の従来型ログイン を考慮する必要があることを説明し、1. Session Managerのログ記録 について設定方法等を解説しました。 AWS Systems Manager Session Managerでの監査ログ取得 - セッションログ設定編

1. はじめに データ基盤を構築する際、Excelでテーブル定義書を作成し、カラムの意味や業務定義を整理してから実装する作業が面倒に感じたことはありますか。 データカタログ製品を導入してメタデータ管理する組織も多いと思いますが、 導入したものの 運用が定着せず、メタデータが古いまま放置されていたり、説明が穴あきになっている ケースも少なくありません。 そんな中で見つけたのが、Snowflakeの Cortex Descriptions という機能です。 テーブルやカラムの説明を自動生成できるこの機能を使え

はじめに こんにちは、久保(賢)です。 AWSにおいてRAG（Retrieval-Augmented Generation）を実現する際に必要なナレッジベースをフルマネージドに提供するサービス「Amazon Bedrock Knowledge Bases」には、そのデータを検索するためのAPIとして Retrieve と RetrieveAndGenerate(および RetrieveAndGenerateStream) が用意されています。 Retrieveは単純にナレッジベースから関連する情報を検索し

こんにちは。 アプリケーションサービス部、DevOps担当の兼安です。 今回はKiro IDEの話で、簡単な感想記事です。 はじめに 最近のKiro IDE 想定していた技術検証の流れ 設計を自分で書いていないので指示が適当になっている 欲が出て余計な要件を入れてしまっている 自分も間違える、AIも間違える はじめに 先日ベクトルデータベースの技術検証記事を書いたのですが、この時の技術検証はKiro IDEをフル活用して書いています。 blog.serverworks.co.jp 検証用コードはこちらです

はじめに こんにちは！テクノロジー戦略室AIMLチームで半年間内定者インターンをしていたYFです。 「AIエージェントってそんなにプログラム書くわけでもないし、1週間くらいでサクッと作れるでしょ？」 …開発を始める前の私は、正直そう思っていました。 今回は、私が内定者インターンとして開発に携わったクラウドコスト調査AIエージェント「マッコーリー」の開発の裏側をお話しします。 結論から言うと、プロトタイプは３日で動きましたが、そこから実業務に耐えうるレベルまでエージェントを安定稼働させる道のりは決してスマー

こんにちは、SCSKの松岡です🔗 データ連携の実装でAWS Glue (Python Shell Job)を導入した際の試行錯誤を整理しました。 RDSからデータレイクであるS3 Tablesに連携する際に、横展開可能な軽量なデータ連携ジョブを実現するために気にしたポイントについて紹介します。 背景 データ活用基盤を構築するにあたり、「データをどのように集めるか」は重要なテーマの一つです。 仮に収集元のシステムが単一であっても、対象となるテーブルが複数存在する場合、テーブルごとに連携方法を検討し、ジョブと

目次 はじめに AIの発展と開発スピードの変化 PRレビューの負荷 レビューに要する時間の増加 レビューの何が負荷なのか レビュー負荷への対処 仕組みでの対処 Claude Code plugin を活用したレビューの効率化 エージェント構成の概要 レビュー結果の出力イメージ 仕組み 課題 おわりに はじめに こんにちは。 開発本部開発1部トモニテ開発部所属の庄司( @ktanonymous )です。 最近では、AI の性能向上や開発フレームワークの進化による開発スピードの向上に伴い、 これまで以上に大量

こんにちは。クロスインダストリー第1本部 松田です。 2024年12月に Amazon S3 Tables が GA となりました。S3 Tables は Apache Iceberg テーブルのフルマネージドストレージで、コンパクション・スナップショット管理・不要ファイル削除が自動化されます。 既存の Iceberg 環境を運用しているチームとしては「移行するとどれだけメリットがあるのか？」が気になるところです。 今回は、既存の Iceberg パイプラインを維持したまま S3 Tables を並行導入

こんにちは。株式会社SHIFTのCATエヴァンジェリスト・石井優でございます。 (情報)統合型ソフトウェアテスト管理ツール「CAT」について 現在SHIFTが提供するCATとは、テストの実行管理に主眼を置いた正式名称「CAT TCM（Test Cycle Management）」という製品を指します。ケースと実行結果・エビデンスの管理、及びプロジェクトの進捗管理や品質分析を担うツールです。詳しいご紹介はぜひ 製品HP をご確認ください。

こんにちは。 株式会社SHIFTの能力開発部で検定や教育制度を開発をしている林 稔明（りんりん）です！ 日々、社員のみなさんの能力・スキルをどう伸ばせば現場で活躍できる人材になるのか、業務や作業を分解したり、人の行動について考えたりしています。

こんにちは。株式会社SHIFTのCATエヴァンジェリスト・石井優でございます。

こんにちは！「 SHIFTグループ技術ブログ 」編集部です。 お役立ち記事を発信していますので、ぜひご注目ください！！ 本ブログは、IT技術だけでなくSHIFTグループのあらゆる知見やノウハウを広義の“技術”とし、入社歴や部署の垣根を超えて従業員が公式ブロガーとして記事を執筆しています。