はじめに データマネジメントPF統括部の平尾です。 10/2にDatabricks GenieのThinking steps in responses機能がリリースされたため、実際に検証しながら、GenieがどのようにHuman-in-the-loop（HITL）を実現しているのかを整理しました。 Human-in-the-loop Human-in-the-loop（HITL） とは、人間がAIの判断過程に介入し、修正・確認を行う仕組みです。完全自動化されたAI処理の中に人間の判断を取り入れることで、結

はじめに 近年、企業活動におけるデータ活用の重要性はますます高まっています。 その中で 「メタデータ」（※1）の管理は、効率的かつ持続的なデータ活用を実現する上で欠かせない要素です。 メタデータを管理するソリューションに「データカタログ」がありますが、 本稿で取り上げる 「Alation Agentic Data Intelligence Platform」 （以下「Alation」と記載）は、 従来のデータカタログという枠を超え、カタログ機能・ガバナンス機能・エージェント型自動化を統合。人間もAIも、信

はじめに 近年、企業活動におけるデータ活用の重要性はますます高まっています。 その中で 「メタデータ」（※1）の管理は、効率的かつ持続的なデータ活用を実現する上で欠かせない要素です。 メタデータを管理するソリューションに「データカタログ」がありますが、 本稿で取り上げる 「Alation Agentic Data Intelligence Platform」 （以下「Alation」と記載）は、 従来のデータカタログという枠を超え、カタログ機能・ガバナンス機能・エージェント型自動化を統合。人間もAIも、信

Snowflake-managed MCP Server が 2025年10月2日に Public Preview になりました。 https://docs.snowflake.com/en/release-notes/2025/other/2025-10-02-mcp-server 早速、ChatGPTとCodex CLIからSnowflake-managed MCP Serverへ接続を試みてみました。 が、現時点でSnowflake-managed MCP ServerとChatGPT/Codex

システム開発におけるテスト工程は、品質を保証する最後の砦です。 しかし、テストケースの作成、進捗管理、結果報告をすべてExcelやスプレッドシートで行っている現場も少なくありません。 テストケースが数千行を超え、複数の関係者が同時に更新するようになると、途端に非効率になり、「このままではマズい」と感じる瞬間が訪れます。 今回は「システムテストの担当者がテスト管理ツールの導入・効率化に興味を持つまで」を、想定される現実の現場心理とステップに基づいて、リアリティ重視の短編ストーリー（3パターン）として描いてみ

はじめに：AI関数とハイブリッド・アプローチの必要性 GoogleスプレッドシートのAI関数とは GoogleスプレッドシートのAI関数は、セルの内部でAI（人工知能）の処理能力を活用し、データ分析や文章処理を可能にする大変便利な機能です。

はじめに ウォーターフォールのPM視点からアジャイルSMへ挑戦し失敗した筆者は、「マインドセットの変革が不可欠」と気づいた。 今回、さらに「AI・クラウド・ビジネスアジリティ」などの2025年以降のトレンドを踏まえ、PM／スクラムマスターが進化すべき価値観を強化しました。 失敗談 アジャイル開発はやり方を変える必要がある、と聞いたことはありませんか。 我々もそれを念頭におき、事前に書籍等で情報収集してから着手しました。 チーム全員が未経験でしたが、まずは気軽にやってみようと始めた結果、こんな状態に陥ったの

こんにちは。Findy Tech Blog編集長の高橋（ @Taka-bow ）です。 「要件がまた変わった」「会議ばかりで開発時間がない」「あの人に聞かないと進められない」──こんな悩みを抱えていませんか？ 前回の記事 では、アジャイル実践者の59.6%が開発生産性に前向きだという意外な事実をご紹介しました。しかし、前向きでも実際の取り組み率は47.8%に留まっています。 今回は、798名の調査から明らかになった 開発生産性を阻害する要因 と、その改善への道筋を探ります。特に、技術的な問題よりも深刻かも

近年、マイクロサービスアーキテクチャの普及に伴い、サービス間の連携テストの重要性が増しています。 しかし、従来の統合テストでは、複数のサービスを結合してテストする必要があり、時間と手間がかかるという課題がありました。 このような背景から注目を集めているのが「コントラクトテスト」です。 そこで今回はAPIの不整合による障害に悩むテックリードやバックエンドエンジニアの方に向けて、コントラクトテストの概念から具体的な進め方、そして導入のメリット・デメリットまで、網羅的に解説します！ import haihaiI

直近のプロジェクトでテスト工程のばらつきが目立ち、リリース後の不具合が増加してしまった！ もしそんな課題に直面しているなら、その原因はテストプロセスそのものの未成熟さにあるのかもしれません。 経験や勘に頼ったテストから脱却し、組織全体の品質を安定させるためには、客観的な評価基準に基づいた体系的なアプローチが不可欠です。 そこで今回はテストプロセスの能力を段階的に評価し、改善の道筋を示す「テスト成熟度モデル」について、その概要から具体的な活用メリット、代表的なモデルまでを詳しく解説します！ import h

こんにちは、@ultaroです！ 今回は、これからDevin Enterpriseライセンスを検討している方向けにDevin Enterprise運用ノウハウをシェアします！

日々の開発現場で、リリース前のテストに多くの時間を費やしていませんか？ プロジェクトマネージャーから効率化を求められ、何から手をつけていいか悩んでいるかもしれません。 そこで注目されているのが、「キャプチャー&リプレイ」という手法です。 この手法はテストの自動化をプログラミングの専門知識がない人でも簡単に始められるように設計されており、多忙なQAエンジニアにとって大きな助けとなります。 そこで今回はキャプチャー&リプレイの基本的な仕組みから、直面しがちな課題、そしてそれを乗り越えるための具

はじめに これは「Cortex AnalystをLevel別に検証してみよう」シリーズの パート2 です。 本稿はLevel 3（JOIN 前提） の検証と、そこから得た 設計上の考慮事項の整理にフォーカスしています。 前回（Part 1）の要点 単表〜マルチターン（Level1・2）では、初期設定のままでも、正答率は約7割。 単表〜マルチターン（Level1・2）では、“セマンティック”を整えることで正答率が改善 https://zenn.dev/nttdata_tech/articles/b7e27f

はじめに Snowflakeを導入している組織の中で、「せっかくデータがあるのに、SQLが書けないから触れない…」という声を耳にすることはありませんか？ アナリストやエンジニアだけでなく、営業や企画などビジネスユーザも自分でデータを整形して取り出し、分析できたら便利なのに。 そんな課題を解決するヒントのひとつがSnowflake Cortex Analyst だと、私は考えています。 今回はその実力を、実際の検証シナリオを通じて探ってみたいと思います。 1.　Cortex Analystとは Cortex

弊社の大阪オフィス「Osaka Tech Lab」が7月に引越ししました。（ 新オフィスの様子はこちらをチェック ）このオフィスでは「イノベーション・新しいもの・実験を加速させること」「Osaka Tech Lab発信のプロダクトをつくること」という目標がありました。その目標に賛同してくれる人を「この指と〜まれ」で集めて、どんどん巻き込んでいこうという動きが自主的に生まれ、東京支社にいるクリエイティブ室の私のもとへも依頼がきました。 大阪オフィスメンバーの熱い想いにクリエイティブ視点で叶えたい！私もこの一