RevCommで音声処理を中心とした研究開発を担当している加藤集平です。昨年3月に第二子が生まれて、1年間の育児休業を取得しました。私は男性ですが、男性の育児休業取得率・取得期間ともにここ数年急速に伸びている実感があります。しかし、1年間の育児休業を取得する例はまだまだ少ないように思います。本記事では、 男性として実際に1年間の育児休業を過ごした経験から、正直どうだったのか について共有します。 加藤集平（かとう　しゅうへい） シニアリサーチエンジニア。RevCommには2019年にジョインし、音声処理を

はじめに こんにちは、AIチームの大竹です。 近年、音声対話アプリケーションの進化が目覚ましく、顧客対応の自動化や業務効率化への期待が高まっています。弊社の AI Messenger Voicebot も例外ではなく、最先端の生成AI技術を活用した自然な対話基盤を構築し、お客様の電話応対業務のDXを推進すべく日々進化を続けています。 しかし、依然としてシナリオ（ワークフロー）型の構成になっており、「エッジケースに対応しきれず離脱率が高い」、「 対象とするタスクのスコープが狭くタスク完了率が低いと が低い」

こんにちは。 エンタープライズ 第三本部 マーケティング IT部の熊倉です。 このブログでは、 高速に動作する分散処理エンジン「 Apache Spark」 と オープンテーブルフォーマット「Delta Lake」 を基盤としたレイクハウス環境を構築できるDatabricks上で管理しているデー タセット に対して、 名寄せ 処理を行うアプローチについて紹介します。 実際のノートブックの処理についても紹介しようと思っていますが、想定よりも内容が多くなってしまったので、 名寄せ の概要を紹介する「概要編」、

ElasticsearchとKibana Mapsを使い、東京都犯罪データの位置情報をローコードで可視化する方法を解説します。また、Logstashによる効率的なデータ取り込み手順も紹介します。 目次 なぜ位置情報が重要なのか Elastic Stackによる位置情報可視化の概要 Elastic Mapsとは データ準備 リアルタイムデータ取り込み: Python vs Logstashによるアプローチ Pythonによるデータ投入 Logstashによるデータ取り込み（ローコード実装） Kibana M

ソリューションアーキテクトの奥山です。 人とくるまのテクノロジー展 2025 YOKOHAMA（5/21–23、パシフィコ横浜） には617 社が出展、約8万人に迫る大型イベントとなりました。弊社アプトポッド も新製品を携えて出展しましたので、レポートをお届けします。 アプトポッドブース（No. 206）では “ 小型 × 即時データ活用 ” を掲げ、 EDGEPLANT R1 と EDGEPLANT CAN FD USB Interface を初披露しました。さらに、自動車業界で長年実績を持つ計測機器メ

はじめに SnowflakeにはAI & ML機能の一つとしてDocument AIというサービスがあります。 ざっくり言えば、「PDFなどの非構造データから任意のデータを抽出できる」という機能です。 しかし、2025年5月時点では 日本語は正式にサポートされていないため、以下の注意書きされています。 『満足のいく結果が得られない可能性があります』 そこで、日本語環境における Document AIの性能を評価するために、同じフォーマットの履歴書を用いて英語版と日本語版のPDFを比較検証してみまし

はじめに こんにちは、クラウドエースの第二開発部に所属している村松です。 生成 AI を駆使して、日々開発に励んでいます。 さて、2025年の3月に、Google が Gemma 3 をリリースしました。 https://cloud.google.com/blog/products/ai-machine-learning/announcing-gemma-3-on-vertex-ai/?hl=en Gemma 3 は、Gemini 1.5 と同じ研究成果をもとに開発された、軽量かつ高性能な大規模言語モデル

はじめに こんにちは、AI・アナリティクス本部、マーケティングサイエンスブロックの青山です。普段は、TVCM等の新規顧客向けの獲得施策や、既存顧客向けの施策など、マーケティング施策の効果検証を担当しています。施策の効果検証においては、 平均的な施策効果だけでなく、ユーザーごとの施策効果の違い を捉えることが重要です。そうしたユーザーごとの施策効果を推定する手法は数多くある一方で、実データへの有効性が分からず利用されるケースは少ないという課題がありました。今回の記事では、この課題に対してユーザーごとの効果を

こんにちは。エデュケーショナルサービス課の井澤です。 近年では、すっかり生成AIに注目が集まっています。ですが、依然として（生成AIではない）機械学習が企業の問題解決に役立つ場面は多いです。 AWSは、機械学習に関わるサービスを多数提供しており、その知識や技能を問う資格試験が２つあります。 aws.amazon.com aws.amazon.com この短い記事では、２つの資格の違いと、共通点を紹介します。 以後、試験のコードに合わせて前者をMLA、後者をMLSと表記します。機械学習（Machine Le

5 月 19 日は、AWS クラウドインフラストラクチャでの最新イノベーションを包括的に紹介する AWS Cloud Infrastructure Day をご紹介します。このイベントでは、コンピューティング、 人工知能と機械学習 (AI/ML) 、ストレージソリューション、ネットワーク機能、サーバーレス、アクセラレーテッドテクノロジー、およびグローバルインフラストラクチャの全体における最先端の進歩に焦点を当てます。 2025 年 5 月 22 日の午前 11 時 (米国太平洋夏時間) (米国東部夏時間の

みなさん、こんにちは。AWS ソリューションアーキテクトの木村です。 気づけば 5 月も終盤ですが、もう少し生成 AI のイベントが続きます！ 5 月 27 日（火）：ナウいフロントエンド開発 ~ 生成 AI と協調するには ~ 5 月 28 日（水）：Coding Agent at Loft #1 ~ Cline with Amazon Bedrock で 爆速開発体験ハンズオン ~ 大阪開催 6 月 25 日 (水)、26 日 (木) に開催される AWS Summit Japan 2025 もあと

LINEヤフー株式会社では、技術に関するイベントや勉強会の主催・協賛などを行っています。最新情報は各リンク先でご確認ください。タイミングによっては、申し込み開始前や既に満席となっていることがあります。...

こんにちは、イノベーションセンターの鈴ヶ嶺です。 本記事では、 NVIDIA Dynamo や vLLM などの LLM 推論フレームワーク向けに設計された高速・低遅延の抽象化転送ライブラリである NVIDIA Inference Xfer Library (NIXL) について解説します。 また、NVIDIA Dynamo に関してはこちらで解説していますので参考にしていただけると幸いです。 engineers.ntt.com まず、LLM 推論高速化(KV Cache)におけるメモリ転送の背景と課題を

こんにちは、Data Groupでインターンをしていた柳です。 2023年12月から2025年3月まで、Luupでデータサイエンティスト/アナリストとして活動していました。 今回は、インターンで実際に取り組んだ業務内容を交えながら、その経験を振り返ります！ Luupインターンに興味を持った理由 Luupのインターンに興味を持った理由は大きく2つあります。 1つ目は、「専門分野を活かせる場面が多いこと」です。 私は大学および大学院で機械学習および数理最適化を学び、研究室ではシェアモビリティの再配置（※需要と

こんにちは。NTTコミュニケーションズの露崎です。本ブログでは2025年3月のGTCで紹介されたNVIDIA社のOSS Dynamoについて紹介します。 はじめに 特徴 インストールと基本動作 Dynamo Run Dynamo Serve 推論グラフとコンポーネント dynamo serveの起動の流れ 1. nats/etcdの起動 2. dynamo serveの起動 3. 動作確認 4. 終了 分散処理の仕組み まとめ はじめに こんにちは。NTTコミュニケーションズの露崎です。本ブログでは202