自己紹介 マネージャーをしています。育休を取り、2026年2月に復帰しました。育休中はがっつりパパになっていてITどころじゃなかったので一瞬浦島太郎になりかけましたが、AI界隈は流れが早すぎて多少期間が空いても大体みんな同じところをキャッチアップしているという点に助けられました。

はじめに こんにちは、2025年12月入社の齋藤です！ 本記事では、2025年11月・12月に入社したメンバー8名に入社直後の感想をお伺いし、まとめました。 KINTOテクノロジーズ（以下、KTC）に興味のある方、そして、今回参加してくださったメンバーへの振り返りとして有益なコンテンツになればいいなと思います！ 齋藤 諒太  自己紹介 KINTO開発部でフロントエンドエンジニアとし

みなさん、こんにちは。ソリューションアーキテクトの戸塚です。今週も 週刊AWS をお届けします。 先日、Developer Summit に AWS として出展をしてきたのですが、私は Physical AI デモとしてロボットの自然言語で動作するロボットの展示をしておりました。昨今やはり Physical AI というワードにはみなさん敏感で、デモについても面白いといって足を止めていただける人が非常に多く大変好評でした。普段 Web サービスの開発をされている方でロボット開発に縁がないという方も、Ama

アマゾン ウェブ サービス ジャパン（以下、AWS ジャパン）が実施する「 生成 AI 実用化推進プログラム 」は、生成 AI の活用を支援する取り組みです。お客様のニーズに合わせ、生成 AI による価値創出のため戦略策定に取り組む方向けの「戦略プランニングコース」、カスタムモデルによる課題解決に取り組む方向けの「モデルカスタマイズコース」、公開モデルによるビジネス課題解決を狙う方向けの「モデル活用コース」をご用意しております。 その「生成 AI 実用化推進プログラム」の参加者や、GENIAC（Gener

はじめに 皆さんこんにちは、InsightEdgeのDataScientistのSugaです。最近は徒歩圏内にサウナが新しく出来たのでリフレッシュのため、そこにばっかりに通っています。 さて、今回は最近話題のブロードリスニングについての記事です。 「ブロードリスニング」とは、大量の意見データを AI で構造化・分析し、全体像を俯瞰する手法です。従来のアンケート分析やインタビューでは拾いきれない多様な声を、LLM（大規模言語モデル）とクラスタリング技術を組み合わせて一気に可視化します。 本記事では、 乾燥機

ども！最近は VS Code のターミナルとチャット欄だけで一日が終わる龍ちゃんです。 生成 AI を使った開発、爆速ですよね。コード書いて、テストして、コミットして。エディタの中で AI と会話しながら全部完結します。この体験を知ってしまうと、もう戻れないんですよ。 爆速になりつつ品質をいかに担保するのか？というのが直近の大きな課題です。 作業が途切れる瞬間がある ただ、途切れる瞬間があるんですよね。CI が落ちたらログを確認しないといけないし、コードを Gist に保存したくなることもある。GitHu

はじめに 2024年、バンダイナムコネクサスはエンタープライズ規模のデータ基盤開発から、AIを活用した新たな開発手法まで、私たちの取り組みをTechBlogを通じて発信してきました。 この記事では、これまでリリースした主要な記事を振り返り、当社の技術的な取り組みを紹介します。 データ基盤開発プロジェクト 広告出稿のKPI最大化のためのデータ基盤開発 ～第1章 プロジェクト発足～ 広告出稿のKPI最大化を目指したデータ基盤開発プロジェクトについて、プロジェクト開始当初の課題を踏まえて、取組やシステムの概要・

こんにちは、データ戦略部 データプロダクト課の鈴木です。 最近LLMやチャットボットなどが流行りに流行っていますが、実際に業務で活用しようとするとコスト問題や情報漏洩リスクなど、様々な要因でハードルが高いと感じる方も多いのではないでしょうか。 本記事ではGoogleのAIモデル Gemini ProとLooker Studioを利用することで、情報漏洩リスクが低いチャットボットを、初期コストゼロで、さらに1時間で簡単に作成する方法をご紹介します。 1. 今回作成するチャットボットの概念図 今回作成するチャ

背景・経緯 MLチームの紹介 こんにちは、株式会社バンダイナムコネクサスのデータ戦略部でML（機械学習）チームに所属している山野です。弊社データ戦略部は、グループ最大のデータ戦略部門です。MLチームはMLプロダクト/プロジェクトマネジメント、モデリング、およびMLシステムの開発/運用にスペシャリティを持つメンバーで構成されています。私たちMLチームはこれまで、MLプロダクト開発を一気通貫で担当してきました。過去の案件事例の一つはこちら（レコメンドシステム導入事例）です。 MLチームのスコープ 青背景部分が

はじめに ABEMAのData Scienceチームで、2025年9月から半年間、ミッション型インタ ...

はじめに｜なぜ“AI × DesignOps”なのか？ プロダクトが成長すればするほど、ビジュアルアセットの需要は指数関数的に増えていきます。しかし、デザイナーの数は（悲しいことに）指数関数的には増えません。 従来のイラスト制作は個人のスキルに依存しやすく、結果として品質のバラツキや制作スピードが開発ベロシティを阻害する「 デザイン負債（Design Debt） 」を生み出していました。DesignOps の本質は、デザインを「一点物のマニュアルアート」から「再現可能なシステム」へと昇華させることにありま

Geminiが社内ナレッジを直接参照可能に Googleは2026年1月27日、Google Workspace Updates公式ブログにて以下の発表を行いました。

このブログ記事は、AWS ソリューションアーキテクトの都築 了太郎と AWS テクニカルカスタマーソリューションマネージャ井元 祐希が執筆し、住信 SBI ネット銀行様が監修しています。 住信 SBI ネット銀行株式会社 （以下、住信 SBI ネット銀行）は、 Amazon Bedrock AgentCore を中核とした AI エージェントの機能を活用し、AI 銀行サービス「NEOBANK ai」のベータ版を公表いたしました。 「NEOBANK ai」は、アマゾン ウェブ サービス (以下、AWS) の

はじめに こんにちは。リテールハブ開発部の清水です。 先日 SRE Kaigi 2026 に参加してきまして、私の中でSRE熱がかなり高まっています。 私たちはDatadogをオブザーバビリティ基盤として使用しているのですが、私自身はDatadogをまともに触った経験がありませんでした。 Datadogの画面を開くと左のメニューだけでも大量の項目があって、何ができるのか把握すること自体に大きなハードルを感じていました。 そのような中で、Datadog Learning Centerというものを知りました。

本ブログは 2024 年 10 月 17 日に公開された AWS Blog “ An unexpected discovery: Automated reasoning often makes systems more efficient and easier to maintain ” を翻訳したものです。 先日、 米国防高等研究計画局 (DARPA) を訪問した際にある傾向について話したところ、強い関心を持たれました。 Amazon Web Services (AWS) で過去 10 年にわたって自動