はじめまして。SCSKのすぐろです。 プレビュー版として実装されていたAWS DevOps Agentが2026年3月にGA（一般提供）されましたね。 インシデント発生時に自動で原因調査を行ってくれるサービスですが、実際にどこまで調べてくれるのかが気になったので、Amazon EC2上のWebサーバーで障害を発生させ、DevOps Agentの調査精度と限界を検証してみました。 参照: AWS DevOps Agent is now generally available AWS DevOps Agent

サイオステクノロジー株式会社 Saman ⚡ TL;DR：3分で分かる要点 やりたかったこと Elastic公式アナウンスを、英語のまま手動で追うのをやめる どう解決したか Logstash → Elasticsearch → Elastic Workflows → AI要約 → Slack 何が自動化されたか 毎朝9時に新着アナウンスが日本語でSlackに流れてくる 学べること Elastic WorkflowsのTrigger / Step / Connector / Data flowの実践パターン

はじめに はじめまして。 株式会社NTTデータグループ TC＆S分野 DSS事業部の平手愛と申します。 Snowflakeには、自然言語からコード生成やデータ分析を支援する「Cortex Code」という機能があります。 本記事では、プログラミング未経験者の視点から、Cortex Codeを使って「SQL生成からダッシュボード作成まで」を一通り検証してみます。 今回試したのは、Snowflake の AI コーディング支援機能である Cortex Code を使って Python コードのたたき台を生成し

こんにちは。SCSKの松渕です。 今回は、ある歌手の歌詞を ベクトル化＆簡易的なデータ分析 してみました。 3/10に発表されたばかりの Gemini Embedding 2 モデル を利用してみました！ はじめに 組み込みモデル（Embedding Model）とは？ 一言で言うと、「言葉や画像の意味を、コンピューターが計算できる『座標（ベクトル）』に変換する技術」のことです。これまでのキーワード検索（完全一致）とは異なり、データの「文脈」や「ニュアンス」を数値化します。 なぜ「ベクトル」にするのか？

アプリ開発の現場において、「誰が何を決めるのか」「どこまでが自分の仕事なのか」が曖昧なために、プロジェクトが停滞したり、リリース直前に予期せぬ不具合が発覚したりといった経験はないでしょうか。 エンジニアとして卓越した技術を持っていても、チームを動かす立場になると「作る」以外の工程がいかに複雑で、多くの専門性を必要とするかに直面することになります。 プロジェクトを円滑に進め、高い品質のプロダクトを納期通りに届けるためには、個人のスキル以上に「適切な役割分担」が鍵を握ります。 今回はアプリ開発における各職種の

はじめに こんにちは、SREブロックの岩切です。普段はZOZOTOWN Yahoo!店の連携基盤のリプレイスを担当しています。 ZOZOTOWN Yahoo!店では、FTPによるデータ連携の遅延をSplunkアラートで検知し、PagerDutyにインシデントを作成して運用しています。しかし、遅延が解消してもインシデントは自動でResolveされず、手動で対応する必要がありました。 Splunk × PagerDutyの運用では、「アラートは自動だがResolveは手動」という課題に悩まされがちです。本記事

2026 年 3 月 27 日、Chat Agent や Flows をはじめとする Amazon Quick の AI Agent 機能の東京リージョンローンチを記念したイベント「Amazon Quick Event」が開催されました。本イベントでは、Amazon Quick の製品紹介や Amazon 社内での活用事例に加え、AWS パートナー企業やお客様による具体的な導入事例が共有されました。会場には多くのお客様にお越しいただき、オンラインでも多数の方にご参加いただきました。本記事では、イベントの模

G-gen の min です。BigQuery でデータ分析情報を生成する機能 データ分析情報 （Data insights）について解説します。 データ分析情報とは 概要 2つの分析レベル 分析情報を生成するモード 事前準備 必要な API の有効化 必要な IAM ロール テーブル分析情報 提供される機能 クエリの生成 説明の生成 生成言語の制御 生成手順 生成した分析情報の保存 データセット分析情報 提供される機能 データセットの説明 リレーションシップグラフ リレーションシップテーブル クエリの推

医療・ヘルスケア業界において、品質保証（QA）は単なる「製品チェック」の枠を超え、企業の存続と患者の安全を支える経営の根幹となっています。 特に医療機器メーカーの現場では、法規制の複雑化やグローバル対応に加え、経営層からは「品質を仕組みとして作り込め」という強い要求があり、一方で開発現場からは「QAが厳しすぎて進捗が遅れる」という不満が出るなど、QAリーダーが板挟みになるケースは少なくありません。 そこで今回は品質管理（QC）との明確な違いから、薬機法やGMP・GQPなどの重要規制、さらにはSaMD（プロ

本ブログは 【寄稿】AI民主化に向けた丸紅の取組 （丸紅株式会社）の続編です。 みなさん、こんにちは。総合商社を担当しているソリューションアーキテクトの林です。 前回のブログでは、 丸紅株式会社 デジタル・イノベーション部が内製で開発した社内生成 AI プラットフォーム「Marubeni Chatbot」の誕生から、7,500 人以上への展開、そして業務時間 25〜65% 削減という成果をご紹介しました。 あれから約1年半。丸紅グループの生成AI活用は、さらに大きく進化しています。前回のブログに引き続き、

なぜGoogle Workspaceは組織の力を引き出すのか Google Workspaceは、個人の力に頼るのではなくチーム全体の生産性向上を重視するGoogle独自の思想を体現しています。その本質は、単に個人の作業を効率化するだけでなく、従来の情報を送る・交換するやり方から、クラウド上で共有するコラボレーションの働き方へ、仕事のあり方そのものを根底から変える力を持つ点にあります。

はじめに 本記事は、先日開催された「RECRUIT TECH CONFERENCE 2026」から、アナリティクスエンジニアによる「レバレッジを生み出す

定義・導入メリットから実装戦略までを役立つ形で解説 第1章：データガバナンスとは？ 1-1. データガバナンスの定義 データガバナンスとは、「誰が、どのようなデータを、どのような状況で、どのような方法で利用できるか」を組織的に定義・統制するためのルール、プロセス、そしてそれらを支えるテクノロジーの包括的な枠組みです。 単にデータを「保管」することではなく、企業全体でデータを「資産」として捉え、その価値を最大化するための戦略的な取り組みです。データの品質、セキュリティ、アクセス権限、コンプライアンスなど、多

はじめに JANOG57 NOC Backboneチームでスクラムマスター的な動きをしていたhokkai7goです。 JANOGとはJApan Network Operators' Groupを意味し、インターネットに於 […]

はじめに こんにちは。株式会社エブリーの開発1部の村上です。 弊社ではClaudeを非エンジニアも含めた全社に展開しており、業務のあらゆる場面で生成AIの活用を推進しています。 弊社のデータ基盤は、昨年TreasureDataとDatabricksを併用していた構成からDatabricksに統一しました。（この移行の話は今週の 「第3回 Youは何しにDatabricksへ！？」 で「データ基盤をTreasureData + DatabricksからDatabricksへ統一する話」として弊社のデータエン