この記事は Build Secure Data Mesh with AWS and Partner Solutions を翻訳した記事になります。翻訳は Solutions Architect 深見が担当しました。 はじめに データメッシュは、組織がドメイン間でデータを管理・共有する方法に革命をもたらす変革的なアーキテクチャパラダイムとして登場しています。 データを製品として扱い、ドメインチームに所有権を分散させることで、データメッシュはドメインの自律性を維持しながら、スケーラブルで安全かつ効率的なデータ

本投稿は、 Caius Brindescu と Mahesh Kansara による記事 「 Real-time Iceberg ingestion with AWS DMS 」を翻訳したものです。 これは、AWS とのパートナーシップに基づいた、Etleap の主任エンジニアである Caius Brindescu によるゲスト投稿です。 タイムリーな意思決定には、低レイテンシーで最新のデータにアクセスすることが不可欠です。しかし、多くのチームにとって、データレイクへのレイテンシーを削減することは、更新の

はじめに こんにちは、Databricksビジネス推進室の澁谷です。 2025年6月にサンフランシスコで開催されたDatabricksの年次カンファレンス「Data + AI Summit 2025」にてAIエージェント構築ツール「Agent Bricks」が発表されました。 2025年10月現在、Agent Bricksは限定されたリージョンでのベータ版提供となっており、該当の環境を触れるユーザーが先行して利用できます。 https://www.databricks.com/jp/blog/introd

はじめに 初めまして！ 神戸大学工学部3年の三村雄斗です。   9月5日から9月30日まで ...

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 はじめまして。NTTデータでデータサイエンティストをしております @shosuke_kondo です。 本記事では、DataRobotで手軽に未来を予測し、Tableauで予測結果を速く簡単に視覚的な形でデータ分析した「携帯キャリアの解約予測に基づくLTV（ライフタイムバリュー）算出による優良顧客分析」の仮想事例をご紹介します。 DataRobotとは DataRobot社は、人工知能（AI）に対するユニークなコラボレーション型のアプローチであるバリュー・ドリブン AIのリーダーです。 http

こんにちは！ アマゾン ウェブ サービス ジャパンのソリューションアーキテクト馬渕です。 2025 年 11 月 21 日 (金) 15:30-17:00 、AWS Japan の目黒オフィスにて、Dify と AWS に関するイベント「 企業の生成 AI 活用を加速する Dify Enterprise on AWS 〜セキュアなデータの活用とパートナー導入事例〜 」の開催が決定しました。社内の生成 AI 活用を加速するために Dify を利用したいお客様、すでに Dify を利用していてさらにセキュアな

はじめに こんにちは。全社データ技術局データインテグレーションチームに所属している與田龍人です。 S ...

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

こんにちは、SCSK松岡です⛄ Snowflake Intelligenceは、生成AIを利用して自然言語によるデータ検索や要約を可能にしてくれる機能です。 本記事では、その利用を開始するために必要な設定を、アカウント管理者の視点から紹介します。   Snowflake Intelligence   Snowflake IntelligenceとData Science Agent、エンタープライズAI/MLにおける 次世代データエージェントの可能性 ※本報道資料は米国スノーフレイク社

AI事業本部オペレーションテクノロジーDiv.の金綱雅也です。 本記事では、Snowflake の ...

はじめに Snowflakeを利用する中で、ユーザーやロール、データベース、スキーマといったリソースをどのように管理していますか？コンソールやSQLクライアントから直接コマンドを実行しても、確かに同じことは実現できます。 しかし、環境が増え、プロジェクトが横断し、関わるメンバーが多様になるにつれ、次のような課題に直面することは少なくありません。 誰が・いつ・どのリソースを変更したのか追いづらい 環境ごとの設定差分が増えて管理が煩雑になる 再利用できるコード資産として残らず、毎回手作業が発生する こうした課

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