データ分析者やエンジニアは、データベーススキーマを探索したり、テーブル構造を理解したり、さまざまな Amazon Redshift データウェアハウス間でクエリを実行するために、複数のツールを行き来することがよくあります。メタデータやデータを自然言語で探索できれば、このプロセスが簡素化されますが、AI エージェントは、最適な実行パスを探索して構築するために、Redshift クラスターの構成とスキーマの追加コンテキストを必要とすることがよくあります。 ここで Model Context Protocol

はじめに データマネジメントPF統括部の平尾です。 10/2にDatabricks GenieのThinking steps in responses機能がリリースされたため、実際に検証しながら、GenieがどのようにHuman-in-the-loop（HITL）を実現しているのかを整理しました。 Human-in-the-loop Human-in-the-loop（HITL） とは、人間がAIの判断過程に介入し、修正・確認を行う仕組みです。完全自動化されたAI処理の中に人間の判断を取り入れることで、結

はじめに はじめまして。NTTデータでデータサイエンティストをしております @shosuke_kondo です。 本記事では、DataRobotで手軽に未来を予測し、Tableauで予測結果を速く簡単に視覚的な形でデータ分析した「携帯キャリアの解約予測に基づくLTV（ライフタイムバリュー）算出による優良顧客分析」の仮想事例をご紹介します。 DataRobotとは DataRobot社は、人工知能（AI）に対するユニークなコラボレーション型のアプローチであるバリュー・ドリブン AIのリーダーです。 http

はじめに はじめまして。NTTデータでデータサイエンティストをしております @shosuke_kondo です。 本記事では、DataRobotで手軽に未来を予測し、Tableauで予測結果を速く簡単に視覚的な形でデータ分析した「携帯キャリアの解約予測に基づくLTV（ライフタイムバリュー）算出による優良顧客分析」の仮想事例をご紹介します。 DataRobotとは DataRobot社は、人工知能（AI）に対するユニークなコラボレーション型のアプローチであるバリュー・ドリブン AIのリーダーです。 http

本記事は、2025 年 10 月 7 日に公開された Best practices for migrating from Apache Airflow 2.x to Apache Airflow 3.x on Amazon MWAA を翻訳したものです。翻訳はクラウドサポートエンジニアの山本が担当しました。 Amazon MWAA の Apache Airflow 3.x では、セキュリティと分離性を強化する API ベースのタスク実行など、アーキテクチャの改善が導入されています。その他の主要なアップデー

本記事は、2025/10/1 に公開された Introducing Apache Airflow 3 on Amazon MWAA: New features and capabilities を翻訳したものです。翻訳はプロフェッショナルサービスの佐藤が担当しました。 本日、Amazon Web Services (AWS) は、 Amazon Managed Workflows for Apache Airflow (Amazon MWAA) における Apache Airflow 3 の一般提供開始を

はじめに 近年、企業活動におけるデータ活用の重要性はますます高まっています。 その中で 「メタデータ」（※1）の管理は、効率的かつ持続的なデータ活用を実現する上で欠かせない要素です。 メタデータを管理するソリューションに「データカタログ」がありますが、 本稿で取り上げる 「Alation Agentic Data Intelligence Platform」 （以下「Alation」と記載）は、 従来のデータカタログという枠を超え、カタログ機能・ガバナンス機能・エージェント型自動化を統合。人間もAIも、信

はじめに 近年、企業活動におけるデータ活用の重要性はますます高まっています。 その中で 「メタデータ」（※1）の管理は、効率的かつ持続的なデータ活用を実現する上で欠かせない要素です。 メタデータを管理するソリューションに「データカタログ」がありますが、 本稿で取り上げる 「Alation Agentic Data Intelligence Platform」 （以下「Alation」と記載）は、 従来のデータカタログという枠を超え、カタログ機能・ガバナンス機能・エージェント型自動化を統合。人間もAIも、信

シニア GTM アナリティクススペシャリストソリューションアーキテクトの大薗です。 2025 年 7 月 15 日に「 Amazon SageMaker Roadshow –Japan 」を開催しました。本イベントでは、 Amazon SageMaker 開発チームが来日し、次世代の Amazon SageMaker を開発した理由やその機能紹介を行い、AWS Japan チームからデモやプレゼンテーションを通じて Amazon SageMaker の世界観を深堀りしました。さらに NX 情報システム株式

Snowflake-managed MCP Server が 2025年10月2日に Public Preview になりました。 https://docs.snowflake.com/en/release-notes/2025/other/2025-10-02-mcp-server 早速、ChatGPTとCodex CLIからSnowflake-managed MCP Serverへ接続を試みてみました。 が、現時点でSnowflake-managed MCP ServerとChatGPT/Codex

G-gen の杉村です。2025年8月のイチオシ Google Cloud（旧称 GCP）アップデートをまとめてご紹介します。記載は全て、記事公開当時のものですのでご留意ください。 はじめに Google Cloud Next Tokyo '25 開催 Google Agentspace が一般公開（GA） Google Agentspace で Data agent が Private Preview 開始 Cloud SQL for MySQL / PostgreSQL で AI model endp

「AIアシスタントに任せよう」、そんな言葉が日常的に使われる時代がやってきました。 例えば、PerplexityとPayPalが提携し、AIが「探す→比べる→支払う」までをつなぐエージェント型コマースを実装するとされ、個人の買い物体験がチャット完結に近づいています。また、2024年には企業のAI導入率が70%を超え、AIは単なる便利ツールから共に考え働くパートナー、同僚という位置にへと変化しています。 その背景には「LLM」「RAG」「Agentic」「MCP」「A2A」といった進化の階段があります。本記

はじめに これは「Cortex AnalystをLevel別に検証してみよう」シリーズの パート2 です。 本稿はLevel 3（JOIN 前提） の検証と、そこから得た 設計上の考慮事項の整理にフォーカスしています。 前回（Part 1）の要点 単表〜マルチターン（Level1・2）では、初期設定のままでも、正答率は約7割。 単表〜マルチターン（Level1・2）では、“セマンティック”を整えることで正答率が改善 https://zenn.dev/nttdata_tech/articles/b7e27f

はじめに Snowflakeを導入している組織の中で、「せっかくデータがあるのに、SQLが書けないから触れない…」という声を耳にすることはありませんか？ アナリストやエンジニアだけでなく、営業や企画などビジネスユーザも自分でデータを整形して取り出し、分析できたら便利なのに。 そんな課題を解決するヒントのひとつがSnowflake Cortex Analyst だと、私は考えています。 今回はその実力を、実際の検証シナリオを通じて探ってみたいと思います。 1.　Cortex Analystとは Cortex

8 月 25 日週の Weekly Roundup の準備をしながら、過去 10 年間にデータベーステクノロジーがどのように進化してきたかを振り返らずにはいられませんでした。何年も前に行われたアーキテクチャ上の決定が、現代のアプリケーションを構築する方法を形作っているというのは興味深いことです。今週は、クラウドデータベースのイノベーションにおけるこの進化を完璧に捉えた、特別なマイルストーンを迎えます。Amazon Aurora が データベースイノベーションの 10 周年をお祝いしました 。 Amazon