本記事は 2025 年 8 月 18 日に公開された Beyond Correlation: Finding Root-Causes using a network digital twin graph and agentic AI 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宮崎友貴が翻訳しました。 本稿では、NTT ドコモの通信ネットワークの運用の自動化・可視化部門の責任者である前島一夫氏と、同社通信ネットワークサービス監視・可視化担当の DevOps チームのマネージャー兼技術リーダーであ

こんにちは。LINEヤフーで画像生成やデザイン生成の研究開発を担当している 北田 (@shunk031) です。先日 2025 年 10 月 19 日から 23 日までアメリカ・ハワイにて開催された ...

株式会社フィックスターズでパフォーマンスエンジニアリングラボ長を務めている吉藤です。フィックスターズでは、以前よりさくらインターネット様と高火力 PHYを使った共同研究開発とビジネス協業を推進しており、最近ではH200を […]

みなさん、こんにちは！DevHRチームの長谷川(X：@hasehathy)です。 今月もワンキャリアの発信・登壇活動をお届けしていきます！

はじめに チューリングで自動運転第一グループのマネージャをやっている棚橋です。 今週、チューリングは無事にシリーズA 1st closeの資金調達を発表することができました。 E2E自動運転の開発においても、ようやく都内を30分ほど走行できるレベルに到達しつつあります。しかし、ここに至るまでの道のりは決して平坦ではなく、多くの失敗や試行錯誤を積み重ねてきました。実際にチューリングでは今まで累計約30万kmもの走行データを取ってきました。この記事ではこれまでの開発の道のり、そして今後について書きたいと思いま

本ブログは三遠ネオフェニックス様と Amazon Web Services Japan が共同で執筆いたしました。 みなさん、こんにちは。バスケ大好き AWS ソリューションアーキテクトの鈴木です。 休日は推しのチーム（ニューヨークの NBA チームが好きです）の直近の負け試合を何度も見て、敗因の仮説を考えてはそれを裏付けるデータを探すことに奔走しています。最近のバスケットボールに関するデータは多種多様でとても興味深いです。単純な 2 点、3 点シュートの成功率に留まらず、どれだけ難しいシュートを決め切っ

Ｓｋｙ株式会社では、生成AIとAIエージェントの導入支援を行っており、特にマルチエージェントシステムの構築に注力しています。Agent Development Kitを使用したエージェントの連携やツールの活用方法について詳述しています。データ分析基盤やDeep Learningモデル開発などのプロジェクト支援も行っており、関連するスキルを持つ人材を募集しています。

AWS re:Invent の開催が間近に迫る中、さまざまな道のりと知識共有へのコミットメントを通じて世界中のビルダーを後押しし続けている 3 人のすばらしい AWS ヒーローをご紹介したいと思います。テクノロジー業界や地方コミュニティの女性の地位向上から、学問的専門知識と業界専門知識の橋渡し、そしてエンタープライズ AI ソリューションの開拓まで、これらのリーダーたちはコミュニティを前進させる革新的精神を実証しています。ヒーローたちのストーリーは、熱意あふれるアドボカシーやメンターシップと卓越した技術の

はじめに Turing CTO室に所属している東京科学大学(Institute of Science Tokyo)の藤井です。 本記事は、LLM, VLM開発の裏で行われるリアルなデバッグ作業の様子を紹介します。 LLM, VLMの開発の裏には本記事で紹介するような地道なデバッグ作業が多数あるのですが、なかなかその実態が伝わっていないように思います。できるだけ詳細にデバッグ作業の様子を記しましたので、実際の現場で行われている作業を追体験いただけますと幸いです。 Background まず、デバッグ作業を行

はじめに こんにちは。データシステム部・推薦基盤ブロックの上國料（ @Kamiko20174481 ）です。私たちのチームは、ZOZOTOWNの推薦システムを開発・運用し、ユーザー一人ひとりに最適な購買体験を届けることを目指しています。 これまでは施策ごとに推薦システムをゼロベースで構築していたため、施策実施までのリードタイムが長く、推薦システムの運用負荷も高まりやすいという課題がありました。この課題を解決するために、 ユーザーや商品をEmbedding（埋め込みベクトル）として表現し、それらを一元的に管

株式会社フィックスターズでパフォーマンスエンジニアリングラボ長を務めている吉藤です。今回フィックスターズでは、さくらインターネットと共同で「高火力 PHY H100プラン」の8ノードを使って、その実力を検証してみました。 […]

みなさん、こんにちは。ソリューションアーキテクトの杉山です。今週も 週刊AWS をお届けします。 12 月 1 ~ 5 日にかけて、 AWS re:Invent 2025 が開催されます。これに伴い、 2025 年 AWS re:Invent 速報  が YouTube ライブで配信されます。re:Invent は日本時間の深夜からスタートしているので、なかなか情報のキャッチアップが難しいところがありますが、この速報は金曜日の 12:00 – 13:00 に開催され、お昼時間帯にスマホなどでご覧

こんにちは、2年目の加藤です！ 私は最近、Microsoft Fabricを使用したデータ加工の技術検証を行っています。Microsoft Fabricは2023年から一般リリースされたということもあり、技術ドキュメントが少なく、戸惑う部分があったので「使ってみた」として記事に残そうと思います。 構成図 Microsoft Fabric レイクハウスでメダリオン アーキテクチャを作成する | mslearn-fabric.ja-jp 今回は、上記のMicrosoft公式が出しているハンズオンを中心にデータ

本記事では、現在進行中で取り組んでいるテーマ「生成AI×数理最適化」に関する試みとして、生成AIを活用して数理最適化技術の実務適用を支援するアプローチを紹介します。例として、スーパーマーケットにおける在庫管理の効率化を取り上げ、その具体的な応用と効果について述べます。 はじめに 背景 数理最適化モデルの定式化と実装に伴う困難 生成AIの台頭 実現アプローチの検討 生成AI活用の全体像 在庫最適化の課題設定 実現までのステップ 1. 定式化支援エージェントによる定式化支援 2. 入力データ設計支援エージェン

Amazon CloudWatch の強化された自動ダッシュボードを活用することで、 Amazon CloudWatch Logs の使用パターン、コスト、潜在的な問題をより詳しく把握し、効率的な運用管理を実現できます。この記事では、使用状況を理解することの重要性、ダッシュボードの確認方法、そこから得られる知見について説明します。さらに、CloudWatch の使用状況とコストを把握するための他の便利なツールもご紹介します。 図1. CloudWatch Logs の新しい強化された自動ダッシュボードの一