はじめに こんにちは、クラウドエースの木村です。 Google Cloud の BigQuery ML にモデルの学習やチューニングを一切行わずに、時系列データの予測ができる TimesFM が登場しました。 この記事では、TimesFM の仕組みから、実際の SQL を使ったハンズオン、そして BigQuery ML のもう一つの予測モデル「ARIMA_PLUS」との比較まで、ざっくりと解説します。 ! 本記事で紹介する BigQuery ML の TimesFM は 記事執筆時点（2025/09/04

こんにちは。SCSKの磯野です。 Google Cloud では、複数プロジェクトのログを集約・可視化する方法として「 ログスコープ 」と「 ログシンク 」の２つが提供されています。 では、組織全体のログ監視を設計する際、どちらを選択すべきなのでしょうか。 本記事では両者の仕組みとユースケースを比較し、最適な選択肢を導くためのポイントを解説します。 プロジェクトをまたいだログの閲覧 ログシンク（ログルータによる集約シンク）とは 集約シンクの概要  |  Cloud Logging  |  Google C

G-genの min です。本記事では、BigQuery の INFORMATION_SCHEMA に対するクエリ例を紹介します。コスト管理、開発の効率化、運用のために活用してください。 仕様 INFORMATION_SCHEMA とは 料金 必要な権限 制約事項 注意点 コスト・リソース管理 高額クエリを特定する ユースケース SQL スロット使用量の推移を分析し、ボトルネックを特定する ユースケース SQL 組織全体のストレージ使用量をプロジェクト別に把握する ユースケース SQL 開発・デバッグ効率

TL;DR 複雑なネットワーク接続をシンプルに : NCC は、多数の VPC やオンプレミス拠点を「ハブ＆スポーク」モデルで一元管理するサービスです。VPC ピアリングでは管理が煩雑になる大規模・多拠点接続の課題を解決します。 進化し続ける接続ハブ : VPC 間のルート交換や PSC 連携などの新機能が正式リリースされ、ハイブリッドクラウド環境におけるネットワーク管理の中核として、さらに強力で柔軟なソリューションになりました。 設計・運用の重要ポイント : 共有 VPC と組み合わせる際は「ハブはホス

こんにちは。最近、認定資格更新の波に追われグロッキー状態なSCSKの山口です。 「やる気に満ち溢れてたあの頃を思い出そう。」というわけで、今回はGoogle Cloud認定資格に初めてチャレンジする方向けのブログを、あの頃を思い出しながら書こうと思います。 ついでに、自分が更新の波を乗り切るための弾みにしようという魂胆です。 それではさっそく内容です。 Google Cloud認定資格一覧 執筆時点（2025年8月）の認定資格一覧です。 正式名称 略称（※大文字部分をとってます） Cloud Digita

G-gen の菊池です。Looker Studio の期間のディメンションについて解説します。 期間のディメンションとは ディメンションと指標 期間のディメンションとは 期間のディメンションの用途 期間設定 期間設定とは 期間設定の適用範囲 デフォルトの期間 デフォルトの期間の設定 比較期間 期間グラフの特長 期間設定とデフォルトの期間の使用例 コントロールで期間を設定したい場合 特定のグラフはコントロールの対象外にしたい場合 期間のディメンションとは ディメンションと指標 Looker Studio で

G-gen の西田です。Cloud Storage にアップロードした CSV ファイルをデータソースとして、自動で更新される Looker Studio レポートを作成する手順を解説します。 はじめに 当記事の概要 構成図 サンプルデータの内容 構築手順の概要 Cloud Storage の構築 バケットの作成 CSV ファイルの保存 BigQuery の構築 データセットの作成 テーブルの作成 Looker Studio の作成 動作確認 はじめに 当記事の概要 当記事では、オブジェクトストレージの

こんにちは。SCSKの山口です。 今回はBigQuery Editionsの料金体系についてのブログです。 これまでのオンデマンド課金やフラットレート課金と何が違うのか、そしてどのように活用すれば良いのか解説します。 BigQueryの従来の課金体系 BigQueryの分析料金には、主に2つの課金体系がありました。それぞれの特徴を簡単に見てみましょう。 1. オンデマンド課金（従量課金） クエリがスキャンしたデータ量に応じて課金されます。料金は1TBあたり $6.25 （東京リージョン）が目安です。 メリ

はじめに こんにちは、AIテク ノロ ジー グループの辻埜です。普段はデータサイエンティストとして 機械学習 を用いたシステムの開発運用や、社内のAI活用推進を担当しています。 近年、テク ノロ ジー の発展に伴いAIの重要性が叫ばれる中で、 エニグモ が運営するソーシャルショッピングサイト『 BUYMA 』でも積極的にAIの活用が進められています。この記事では、 エニグモ においてAIやデータをメインで扱っている「AIテク ノロ ジー グループ」についてご紹介します。 まずはじめに「AIテク ノロ ジー

G-gen の min です。BigQuery のためのデータ変換ワークフローサービスである Dataform における、「ワークスペースコンパイルオーバーライド」「リリース構成」「ワークフロー構成」という3つの機能について解説します。 はじめに 当記事について Dataform のワークフローライフサイクル 構成機能 ワークスペースコンパイルオーバーライド 機能概要 設定方法 注意点 リリース構成 機能概要 設定方法 ワークフロー構成 機能概要 設定方法 開発と管理 ライフサイクルの全体像 ベストプラク

はじめに こんにちは、株式会社バンダイナムコネクサスの山野です。 本記事はこちらの記事の後編です。前編では、次のような課題感を共有しました。 PoCで得られたモデルのビジネス効果は見込めているが、いざシステム化しようとすると工数やコストが膨大になり、プロジェクトが止まってしまう（機械学習チームの悲劇） AI/MLシステムは完成しても運用フェーズでアップデートが必要になりがちで、ウォーターフォール的に一度作って終わりにはできない（なんなら開発中にも、精度改善のため・また本番アーキテクチャを踏まえた継続的なモ

はじめに こんにちは、アナリティクスエンジニアの森田です。 2025年3月10日、データ推進室データマネジメント部では、情報

こんにちは、クラウドエース株式会社 第一開発部の阿部です。 今回は、2025 年 8 月 5 日～ 6 日に開催された「Google Cloud Next Tokyo 2025」のセッションから、「クラウド・セキュリティ最前線 〜クラウドを狙う脅威の実態と対策〜」についてレポートします。 セッションの概要は下記からご覧いただけます。 https://www.googlecloudevents.com/next-tokyo/sessions?session_id=3130562 セッションのポイント クラウ

はじめに こんにちは、クラウドエース第 3 開発部のリュウセイです。 かき氷が食べたくなる暑さですね。 2025 年 8 月 6 日、Google Cloud Next Tokyo 25 DAY 2 で開催されたブレイクアウトセッション「リアルタイム分析から生成 AI まで、丸紅の Google Cloud DX」のレポートをお届けします。セッションの内容は以下の URL からご覧いただけます。 このセッションでは、丸紅I-DIGIOホールディングス株式会社様が、Google Cloud をいかにして実践

こんにちは。SCSKの磯野です。 BigQueryでDELETE文を実行する際のスキャン量を調査しました。 特にdataformではDELETE&INSERTでデータを更新するケースもあると思います。DELETE時の不要なスキャン量を削減できないかと、本調査を行いました。 結論 パーティションまるごとDELETEする場合は、スキャン量はかかりません。 料金  |  BigQuery: Cloud Data Warehouse  |  Google Cloud BigQuery の料金を確認する c