はじめに こんにちは、クオリティ部の三上と申します。 あなたは最後にいつ、求人を検索しましたか？ その時、思い通りの結果は表示されたでしょうか。 「なんか違うな」と感じたことはありませんでしたか？ そんな「なんか違う」を見つけて、改善していく。それが私の仕事、Search Quality（SQ）です。 しかし、この職種には1つ大きな矛盾があります。 検索を改善するのが仕事なのに、私たちはコードを書きません。 検索エンジンを開発するわけでも、UIを設計するわけでもないのです。 今回は、そんな 技術の隣にいる

7 月 8 日、AWS 内で Oracle Real Application Clusters (RAC) を含む Oracle Exadata ワークロード向けの新しいオファリングである Oracle Database@AWS の一般提供の開始を発表しました。 お客様は過去 14 年間にわたって、 Amazon Elastic Compute Cloud (Amazon EC2) を使用してクラウド内で Oracle データベースワークロードをセルフマネージドで管理するか、フルマネージドの Amazon

はじめに - Vol.10 本記事では、IPA[1] が公開する 非機能要求グレード[2] の「C.4 運用環境」を対象に、 金融 IT 基盤に 30 年以上携わって得た知見をもとに “やらかしがちな” 技術課題と対策を解説します。 筆者は非機能要求グレード初版の執筆に関わった経験があり、行間を含めて解説します。 ! 非機能要件は、「小項目」ごとに、文章で「レベル」が分かるよう具体的に記述しましょう！ (再掲、大事なことなので繰り返し言います。詳細Vol.1を参照ください） シリーズ全体の構成は 👉 非機

こんにちは。データサイエンティストの白井です。 今日は、LLMのEmbeddingをアイテム推薦に活用すると、どんな推薦が可能になるかを紹介したいと思います。 はじめに アイテム推薦とは アイテム推薦の種類 行動履歴ベース推薦 コンテンツベース推薦 LLMのEmbeddingはコンテンツベースの強い味方になる 利用データについて MovieLens TMDb 行動履歴ベース推薦の実践 実施内容 推薦結果 分かること 1. 「ハリーポッターと賢者の石」の結果が、シリーズが並んでいる。 2. 「もののけ姫」や

G-genの杉村です。BigQuery テーブルのデータをスキャンして、AI がテーブルのメタデータ（テーブルとカラムの説明）を自動生成する メタデータ自動生成 機能を解説します。 はじめに メタデータの自動生成 テーブルのメタデータとは 仕様 分析情報からのメタデータ自動生成 料金 制限事項 手順 データ分析情報の生成 生成された説明を確認 テーブルへの保存 結果 日本語での生成 はじめに メタデータの自動生成 BigQuery には、テーブルのデータをスキャンして、AI がテーブルのメタデータ（テーブ

こんにちは、 電通 総研 コーポレート本部 サイバーセキュリティ推進部の櫻井です。 本記事ではCompTIA SecurityX認定に関する紹介をします。 なお、本記事でご紹介する資格の情報は2025年5月時点のものとなります。 CompTIA SecurityX認定とは？ CompTIAはIT業界内で作成された各業務の実務能力基準の認定活動などを行っているIT業界団体であり、同様の団体にはISC2(International Information System Security Certificati

「リリース後に不具合ばかりで顧客からの信頼が…」 「開発の手戻りが多くて、なかなか納期に間に合わない…」 ソフトウェア開発の現場でこのような悩みを抱えている方へ。 今回は、開発プロジェクトの品質を劇的に向上させ、安定したソフトウェアをリリースするために不可欠な「品質ゲート」について詳しく解説します。 品質ゲートの基本的な考え方から、その種類、プロジェクトへの具体的な導入・運用ステップ、さらにはよくある課題とその解決策まで、網羅的にご紹介していきます！ import haihaiInquiryFormCli

現代のシステム開発において、GDPR（一般データ保護規則）への対応は避けて通れません。 特に、開発・テスト段階で利用する「テストデータ」の取り扱いは、思わぬコンプライアンスリスクにつながる可能性があります。 そこで今回はGDPRの規制要件を完全に満たしつつ、効率的かつ安全にテストデータを管理する方法について徹底解説します！ import haihaiInquiryFormClient from "https://form-gw.hm-f.jp/js/haihai.inquiry_form.client.j

弊社では、2024年10月からGitHub Copilotの導入を行いました。 本記事では、導入までの過程とその過程で調査した内容についてお伝えしたいと思います。 本記事でわかること 導入までにした作業内容 GitHub Copilot導入検討段階で何を調査したのか 導入までにした作業内容 まず、導入までのどのような流れで、作業を行っていたのかについて説明します。 主に以下の手順で進めました。 検証メンバーの招集 検証を実施し、導入可否を決定 運用に関するフロー作成とステークホルダーの洗い出し 費用に関わ

流行を生み出すためのブレストAI。 生成AIエージェント『“３％だけ”進化させる新商品アイデア』を解説 2025.7.12 株式会社Laboro.AI　執行役員 マーケティング部長　和田 崇 概　要 当社Laboro.AIでは、去る2025年6月18日、自社初となる生成AIエージェントをベースにした対話型プロダクト『 未来リサーチ 』（商標・特許出願中）を発表しました。このコラムでは、そのアプリケーションの一つであり、「次なる流行は、今の商品に３％だけ違いを出すことで生まれる」という流行神話に基づいて新商

流行を生み出すためのブレストAI。 生成AIエージェント『“３％だけ”進化させる新商品アイデア』を解説 2025.7.12 株式会社Laboro.AI　執行役員 マーケティング部長　和田 崇 概　要 当社Laboro.AIでは、去る2025年6月18日、自社初となる生成AIエージェントをベースにした対話型プロダクト『 未来リサーチ 』（商標・特許出願中）を発表しました。このコラムでは、そのアプリケーションの一つであり、「次なる流行は、今の商品に３％だけ違いを出すことで生まれる」という流行神話に基づいて新商

はじめに KINTO Unlimited appのクリエイティブを担当している中村屋です。この度、アプリにサウンドを実装することになったので、そのプロセスや考え方などをお話ししていこうと思います。 KINTO Unlimitedプロジェクトのビジネス担当の方から、アプリを継続利用するユーザーを増やすべく、「つい気持ちよくなって続けてしまうような音」を入れたりできないですかねと軽い相談（クリエイティブに完全にお任せ！）がありました。 サウンドを搭載したアプリは様々にありますが、なんかいい感じって思うアプリっ

こんにちは！ 株式会社SHIFT TD推進の長谷です。 「シンプルさは究極の洗練である。」 という、天才芸術家レオナルド・ダ・ヴィンチの名言があります。 「テスト観点」や「因子水準」をシンプルに整理・再利用しやすくする。 それを実現してくれたのがTDの「カタログ」機能です。 実際は「どう使うのが正解なのか？」と思ってる方もいるのではないでしょうか。 そこで、今回はカタログの登録方法、使い方、メリットについてご紹介いたします。 カタログの概要については前回の記事も合わせて読んでみてください。

本稿は、2025年3月20日に AWS for industries で公開された “ Distributed inference with collaborative AI agents for Telco-powered Smart-X ” を翻訳したものです。 はじめに 人工知能（AI）アプリケーションは、分散推論パイプラインへと進化しています。これにより、デバイスエッジからAWSクラウドまでの複数のレイヤーでモデルを実行し、遅延、帯域幅、プライバシーの最適化が可能になります。 すべての生データをA

本記事は 2025/07/03に投稿された SQL to NoSQL: Modeling data in Amazon DynamoDB を翻訳した記事です。 翻訳はソリューションアーキテクトの Kenta Nagasue が担当しました。 この投稿では、既存のデータベース構造とアクセスパターンを分析した パート1 の内容を基に、効果的な Amazon DynamoDB データモデルの設計に焦点を当てます。DynamoDB は、アプリケーションの特定の要件と使用パターンに合わせた異なるデータモデリングアプ