みなさん、MuleSoftはご存じでしょうか。 MuleSoftは、様々なシステム間連携をハブ＆スポーク型でつなぎ合わせるiPaaS（Integration Platform as a Service）製品です。 私たちのチームでは、このMuleSoftを主軸として様々なプロジェクト支援を行っており、最近では、MuleSoft開発においても生成AIを使った開発効率化が注目されています。 この記事では、その一例としてGitHub Copilotを使って、OpenAPI定義（以降、OAS: OpenAPI Specification）を作成するMuleSoft開発をご紹介します。 この記

はじめに 直近、生成AIを活用した開発案件が増えてきたと感じているエンジニアの方は多いと思います。 生成AI案件を推進するにあたって、自身の案件でどの生成AIモデルを使えば良いのか悩んでいる方も多いのではないでしょうか。 生成AIモデルは種類も多く、更新サイクルも早いため、この領域を専門としているデータサイエンティストであっても「どのモデルが良いか」「自分の担当する案件に適したモデルは何か」を判断することは容易ではありません。 そこで本記事では、生成AIモデルの性能を理解するうえで参考となる各種ベンチマークを紐解きながら、これをもとに主要な生成AIモデルの特性について解説しようと思い

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、信頼できるデータを発見し、理解し、活用できるようにします。 ※1. メタデータ

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、信頼できるデータを発見し、理解し、活用できるようにします。 ※1. メタデータ

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 CLIがサポートしている接続仕様が一致しておらず、色々苦労したので、MCPの接続仕様

はじめに 今回のブログでは、この夏当社に4週間来ていただいたインターン生の活動報告を掲載します。 想定読者 当社のインターンシップの雰囲気を知りたい方 インターン活動背景および概要 私たちのチームではデータスペースに関連する活動をしています。 なお、データスペースについて詳しく知りたい方は以下のブログをご覧ください。 僕らの仕事を楽にするかもしれない「データスペース」という技術 今回のインターンシップでは、「データスペース」をさらに使いやすくするための検討および実装にチャレンジして頂きました。 今回はそのインターンシップの活動を、学生目線で紹介いたします。 インターン

はじめに はじめまして、株式会社NTTデータグループ 技術革新統括本部 AI技術部の佐藤と申します。 10/6(現地時間)に行われたOpenAI DevDay 2025にてAgent開発を一気通貫で実現するAgentKitが発表されました。 AgentKitはいくつかのツール群から構成されますが、今回はOpenAI Agent Builderを試しましたので、その内容をご紹介いたします。 OpenAI Agent Builderは、端的に言うとGUIでマルチエージェントワークフローを実装するツールです。 本記事ではAgent Builderの機能概要と、実際にコードを書かずにマルチ

はじめに アジャイル開発にはさまざまな手法がありますが、その中でも特に広く使われているのが「スクラム」です。スクラムは、チームの協働やプロセスの継続的な改善を重視し、変化の激しい環境でも高い価値を生み出すための実践的なアプローチとして、多くの現場で採用されています。 スクラムの公式な定義や構成要素は「スクラムガイド 」にまとめられていますが、初めて読む方には少し抽象的に感じられることもあるかもしれません。 本記事では、スクラムガイドのスクラムの定義・理論・価値基準にフォーカスし、初学者にも理解しやすい形で一緒に読み解いていきます。 スクラムの定義 スクラムとは、世界で最も採用

はじめに こんにちは、NTTデータでAI活用、とりわけOpenAIプロダクトに関する取り組みを行っている吉田です。 ご存知の通り、Web検索は生成AIを効果的に活用する上で有用な機能です。一方でユースケースによっては検索対象を特定の情報源に絞りたいニーズもあろうかと思います。 そのようなニーズに対して、先日OpenAI API の Web search のフィルタリング機能がリリースされました。早速試してみた結果を紹介します（2025年9月時点）。 対象読者 生成AIを業務システムやサービスに組み込みたいと考えているエンジニア OpenAI APIのResponses APIや

はじめに Amazon DynamoDBを利用していると、よく耳にするオンデマンドキャパシティモード。 「自動スケーリングするらしいけど実際の仕組みはどうなっているの？」 「プロビジョンドキャパシティモードとの違いは？」 「バックアップやリストア時にはどんな挙動になるの？」 こうした疑問は現場でも頻繁に出ますが、公式ドキュメントだけでは断片的にしか分からず、意外と知られていない仕様も多いのが実情です。 そこで本記事では、オンデマンドキャパシティモードの基礎から、スケーリング挙動、リストア時の注意点、さらに事前ウォーミングによる実践的な対策までを網羅的に解説します。 対象読者 D

はじめに 先日、とあるプロジェクトでAmazon Web Services（AWS）のGlueを利用し、Apache Sparkを用いた並列処理を実装する機会がありました。Glueは大規模データの並列分散処理を得意とするサービスです。一般的にはGlueのソースとしてS3を利用するケースが多いですが、今回のプロジェクトではソースがRDSという珍しいケースでした。 GlueからRDSへの読み込みに関する情報はあまり公開されておらず、特に「どのようにRDSへ並列読み込みを実現しているのか」について、明確な情報がありませんでした。そこで、本記事ではGlueからRDSへの並列読み込み方法の実装

はじめに この記事では、初めてZennで記事を書く方に向けて、公式のヘルプ「ZennのMarkdown記法一覧」には載っていない、Zenn記事の便利な記法を紹介します。 記事編集画面の右側にある \textcircled{?} から参照できる公式のヘルプに加えて、ここで紹介する内容を押さえておくと、より快適に記事を執筆できるはずです。 全体文字数 Zennは、記事ごとに最大50,000文字までです。 50,000文字を超える記事は保存時にエラーが表示され、保存できません。 テキストリンク httpではじまるリンク(URL)を指定すると、画面が開きます。 　※ リンクを右ク

はじめに 皆さんはアジャイル開発とは何かご存じでしょうか？ ソフトウェア開発の世界ではこれまでウォーターフォール型開発が主流でしたが、 2000年代以降、アジャイル開発という新たな開発手法が定義され、近年ではさまざまな現場でこのアジャイル開発が行われています。 本記事ではアジャイル開発についてあまり知らない方やこれから初めてアジャイル開発を実践する方に向けて、アジャイル開発の基礎を理解するための記事を連載していきます。 今回はアジャイル開発の理念や概要について説明します。 アジャイル開発のより詳細な手法などについては、別記事で順次紹介していきますので、是非そちらもご覧ください。 本

はじめに はじめまして！株式会社NTTデータグループ 技術革新統括本部 AI技術部の大木郁登と申します。 先日、社内で「OpenAI Agents SDK × W&B Weave」についてのハンズオンに参加しました。近年、エージェントやLLMのオブザーバビリティが重要視されていますが、オブザーバビリティツールとして素晴らしい内容を学ぶことができたためご紹介します。 なお、ハンズオンの様子については後日、別記事で掲載しようと思います。 本記事では、その内容をもとにシングルエージェントをWeaveでトレースする最小例を紹介します。記事を読めば、実装→実行→トレース確認→CSVエク

はじめに エンジニアの方もエンジニアではない方も、こんにちは。金融業界で SRE としてGoogle CloudのプロジェクトにJoinしているエンジニアです。 Google CloudのProfessional資格、特に「Professional Machine Learning Engineer」のような専門性の高い資格は、その道のプロフェッショナルであることを証明する価値ある認定資格となっています。しかし、その広範な試験範囲と、単なる暗記では通用しない実践的な知識が問われるため、「どこから手をつければいいのか…」と途方に暮れてしまう方も少なくないでしょう。 NotebookLM

はじめに - Vol.21 本記事では、IPA[1] が公開する 非機能要求グレード[2] の「F システム環境・エコロジー」を対象に、金融 IT 基盤に 30 年以上携わって得た知見をもとに “やらかしがちな” 技術課題と対策を解説します。 筆者は非機能要求グレード初版の執筆に関わった経験があり、行間を含めて解説します。 シリーズ全体の構成は 👉 非機能要求グレードの歩き方 Index をご覧ください。 F システム環境・エコロジー 他の大項目（A～E）は、情報処理要件を分類したものですが、 大項目「F システム環境・エコロジー」は、情報処理要件に収まらない観点が集めて

はじめに はじめまして。NTT DATAの金融分野で基盤なんでも屋さんをやってる杉野です。 突然ですが皆さん「プラットフォームエンジニアリング」という言葉を耳にしたことはありますか？ 私も少し前に耳にしたばかりですが、調べて見たところ考え方や思想は共感する点も多く 調べてみた内容を共有し、最終的には実際の開発現場での実践結果まで皆さんに共有できたらと思います。 プラットフォームエンジニアリングとは 一部ですが検索すると以下のように色々な企業やITメディアで解説するページが存在しており非常に注目度が高いことが読み取れます。 ・Gartner社 プラットフォーム・エンジニアリングとは

はじめに こんにちは、NTTデータに勤務する一人のオジサンです。 これまでC/C++言語を使って、がっつりとポインタやら参照やらに向き合いながら、プログラムを書いてきました。構造体と仲良くなり、クラスに振り回され、newとdeleteに責任を持つ。そんな人生でした。 しかし時代は変わり、AIだ、データサイエンスだ、機械学習だと騒がれる中、「とりあえずPythonに触れないとまずい」という危機感に駆られて、Pythonの世界へ足を踏み入れた。。。 そんなオジサンの独り言です。 勘違いがあっても、多めにみてください。 構文の違いを噛みしめる Pythonの入門書を読み進め、「制御構文

はじめに 皆さん、スマートフォンは何をお使いでしょうか？新端末が発売されたばかりのiPhone？それともAndroid？ Androidをお使いの方の中には、Google Play以外からのアプリをインストール(サイドローディング)して楽しんだりされてる方もいらっしゃるかもしれません。もしかすると、自分で作ったアプリを入れている方も？ そんな自由度が魅力であるAndroidですが、ストア外のアプリは危険度が高いものがあり、マルウェアが端末に入ってくる経路の一つになっていました。そのような状況もあり、Googleは、ストア以外でのアプリの提供について、Androidがリリースされて以来

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です。 スプリント内で１つもバックログを完了できない スプリントプランニン