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

本記事は 2025 年 10 月 27 日に AWS Public Sector Blog で公開された Building large language models for the public sector on AWS を翻訳したものです。翻訳はソリューションアーキテクトの川戸渉が担当しました。 大規模言語モデル (Large Language Model, LLM) は、公共機関によるサービス提供、市民とのエンゲージメント、データに基づく意思決定の方法を根本から変えています。高度な多言語対応と複雑

前編の振り返り https://zenn.dev/nttdata_tech/articles/925b2510ccf517 前編では、Agentic AI（エージェント型AI）とは何か、AI Agentsや生成AIとの違い、そしてその可能性について解説しました。 Agentic AIは複数のAIエージェントが協調して複雑なタスクを自動化する革新的な技術で、人間のチームワークを模倣した協調システムとして機能します。しかし、素晴らしい可能性がある一方で、現実には多くの技術的課題が存在することも明らかになりまし

前置き はじめまして！株式会社NTTデータグループの技術革新統括本部AI技術部でSmart AI Agent®︎のエンジニアをしている岸川です。 今回は「Agentic AI（エージェント型AI）」について非エンジニア向けにわかりやすくまとめてみました。読者の皆様が、最新のAI技術トレンドや、AI技術部が取り組んでいるテーマについて少しでも理解を深めることができれば幸いです！ はじめに ! 注意事項 本記事におけるAgentic AIおよびAI Agentsの定義は、学術論文[1]に基づいています。NTT

みなさん、こんにちは。ソリューションアーキテクトの西村です。 今週も 週刊AWS をお届けします。 いきなりですが、「お祭り」のご案内です！11月5日(水)にコスト最適化の最新アップデートや生成AIを活用したメソッドを学ぶ「 AWS 秋のCost Optimization祭り 2025 」が、そして 11月6日(木) は生成 AI を使ったAWS オブザーバビリティの最新動向を学ぶ「 AWS 秋のオブザーバビリティ祭り 2025 」が開催されます。両日とも AWS Startup Loft Tokyo で

はじめに どうも、龍ちゃんです！ 前回の「 Azure Functions×DevContainer 環境構築｜ Node.js 編 」では、Node.js 22 + TypeScript を使った DevContainer 環境構築を解説しました。今回は、 Python 3.11 を使った Azure Functions の開発環境を構築します。 サンプルリポジトリ : 本記事で解説する環境をすぐに試せるサンプルコードを公開しています。 GitHub : azure-functions-python-d

気軽に計測データを分析したいみなさん、 こんにちは、ソリューションアーキテクトの伊勢です。 せっかくデータ収集しても、こんな悩みはないですか。 収集したデータをどう利活用したらいいかわからない 分析ツールを導入したけどどう分析したいかわからない 分析結果をどう考察したらいいかわからない IoTあるあるですね。 今回は専門的な分析知識を使わず、 intdashの収集データをノーコードで分析したいと思います。 生成AIはChatGPTの最新版GPT-5を利用します。 1 はじめに データ分析とは GPT-5と

Amazon Redshift は、完全マネージド型のペタバイト規模のクラウドデータウェアハウスサービスです。Amazon Redshift を使用することで、ペタバイト規模の構造化データおよび半構造化データに対して複雑なクエリを迅速かつ効率的に実行でき、他の AWS サービスとシームレスに統合できます。 Amazon Redshift Serverless は、データウェアハウスインフラストラクチャのセットアップ、管理、スケーリングを行うことなく、数秒で分析を実行およびスケーリングできるようサポートしま

はじめに こんにちは！KINTO テクノロジーズ、クラウドセキュリティ G の大高です。 普段は、クラウド環境のガードレール整備と CSPM や脅威検知を利用した監視やカイゼン活動に取り組んでいます。 私たちのグループでは、日々の業務の一環として、 Amazon GuardDuty が検知した脅威に関して、ログの詳細分析を行い、正常な操作であるかを確認する場面があります。このログ分析の効率化を目指して、Amazon Q Developer を活用した検証をしてみました。 Amazon GuardDuty

Exploring Threat Analysis in Amazon GuardDuty with Amazon Q Developer Introduction Hello! I'm Otaka from KINTO Technologies' Cloud Security Group. My daily work involves establishing cloud environment guardrails and monitoring and improvement acti

当記事は、ライオン株式会社様と株式会社G-genの 技術情報発信コラボレーション企画 『SAPと連携するデータ分析基盤の実践とTips』で執筆されたものです。 はじめに 当企画について 自己紹介 当記事について 概要 データマネジメントのプロセス アジリティ、ガバナンス、利活用促進のバランス 設計 3つのレイヤ DataLake DWH Datamart データカタログとメタデータ 実現するためのプロダクト Dataform、BigQuery Looker まとめ はじめに 当企画について 当記事は株式会

はじめに 構成 ログ送出 ログ保管 GuardDuty 関係 分析 結果確認 実際の運用 分析系 行動系 おわりに はじめに MNTSQ はそのサービスの性質（「契約」の集約、一元管理、活用）上、セキュリティの維持と向上が至上命題です。よってセキュリティ改善において強いモチベーションが存在します。 今回の取り組み以前にも AWS ベストプ ラク ティスに沿った AWS アカウントの管理や各種ログの収集は行われていましたが、収集済みログの活用やセキュリティ系の AWS 各サービス運用には改善の余地が多々あり

はじめに こんにちは、データエンジニアをしているMaruです。 近年、データ分析・AI基盤としてDatabricksを採用する企業が増える一方で、Azureテナント構成やID連携の運用管理が複雑化しています。特に、複数のAzureテナントを横断して運用する場合、「Azure Aテナントで組織のID管理を統一しつつ、技術検証用のBテナント上に構築されたDatabricks環境へユーザーやグループを同期したい」というニーズもあるかと思います。 しかし、このようなテナントを跨いだ同期については、事例や技術記事な

みなさん、こんにちは。ソリューションアーキテクトの古屋です。今週から週刊 AWS を皆様にお届けする新たなメンバーとして活動させていただきます。どうぞよろしくお願いします！ では早速、今週も 週刊AWS をお届けします。 2025年12月11日（木）に、The Linux Foundation 主催、アマゾン ウェブ サービス ジャパン合同会社からも登壇予定の 「OpenSearchCon JAPAN」 が開催されます。本イベントでは、OpenSearchに関する最新情報や先端技術事例、ユースケースや今後

みなさん、こんにちは。AWS ソリューションアーキテクトの野間です。ようやく秋の深まりを感じる空気となりました。今年も残すところあと2ヶ月ほどとなりましたが、生成AIの世界は相変わらず目まぐるしい進化を続けています。AWS re:Invent 2025 (2025年12月1日～5日) の開催も近づいてきており、今年はどのような革新的な発表があるのか、今から楽しみでなりません。特に生成AI分野での発表の期待が高まりますね。 直前のご案内になりますが、「AWS 生成 AI 活用ワークショップ～ Amazon