こんにちは、ファインディのCTO室でスタッフエンジニアを担当している及川(@rojoudotcom)です。 4月14日(火)〜16日(木)にDevOpsDays Tokyo 2026が開催されました。本記事は、スポンサー登壇者として参加してきたレポートです。 DevOpsDaysは、世界各地で開催されるエンジニア向けの国際カンファレンスです。 開発（Dev）と運用（Ops）の連携、自動化、組織文化、最新の事例やプラクティスを発表しています。日本では DevOpsDays Tokyo として、年に1回開かれ

本ブログは、2025 年 10月 20 日に公開された Amazon Science Blog “ Introducing Chronos-2: From univariate to universal forecasting ” を翻訳したものです。 Chronos-2 は、追加学習なしに、多変量も共変量も扱える時系列基盤モデルです。 時系列予測は、ビジネス、科学、工学における数多くのアプリケーションにとって不可欠です。近年、基盤モデルが時系列予測にパラダイムシフトをもたらしました。1本の時系列を延長す

QAエンジニアの役割は、単なる「最終チェッカー」ではありません。本記事では、Ｓｋｙ株式会社が考えるQAの役割、すなわちソフトウェアの「品質をつくる」という、より能動的で創造的な仕事について解説します。お客様が本当に望む品質を定義し、ユーザー視点で本質的な不具合を検出し、品質の視点から開発をリードする。そして、開発の上流工程から品質を作り込む「シフトレフト」まで、次世代のQAエンジニアが目指す姿を紹介します。

みなさん、こんにちは。株式会社 APTO で Physical AI のデータ基盤を構築している田中です。 近年、ロボット向け VLA モデルの台頭により、AI 開発の成否は「学習データの品質」に強く依存するようになっています。 しかし、大容量かつ厳密な同期が求められるロボットの操作データを品質を落とさずに日々収集することは非常に困難であり、Physical AI 開発における最大のボトルネックとなっています。 このブログでは、同じ課題に直面するチームの参考となるよう、APTO 社がこの「データ収集」のハ

スタートアップとの仕事には、本当に刺激的な何かがあります。私は 2 年以上にわたって、このような仕事に精力的に取り組んできました。スタートアップは、他とは異なる周波数で活動しています。切迫感は切実で、制約は厳しく、背負っているリスクは個人的なものです。これらのスタートアップがビジネスモデルを証明するという課題を乗り越えるのをサポートするには、技術的な専門知識だけでなく、迅速に行動し、前提を疑い、まだ完璧なデータが存在していない時点から適切なアーキテクチャに賭ける意欲が必要です。 私が最も気に入っているのは

Smart Data Platform (SDPF) クラウド/サーバーのネットワークオーケストレータ「ESI」の開発において、生成 AI を活用するために行ったログ基盤の整備や開発環境の工夫についてご紹介します。ログサーバーの新設や コーディング支援 AI（本事例では GitHub Copilot を使用）の導入により、エラー調査・開発の自動化を実現した事例です。 はじめに ESI について リアーキテクティングにおける課題と施策 ログ内容の精査 ― セキュリティ確保と安全なログ提供 ログサーバーの新設

はじめに Turing foundation-AIチームに所属している東京科学大学の川村です。 NVIDIAからAlpamayoとあわせて、自動運転向けのシミュレーション環境である AlpaSim が公開されました。AlpaSimは、実走行ログから3D Gaussian Splatting (3DGS)を用いて再構成されたシーン上で、自動運転モデルをクローズドループ（closed-loop）で評価できるシミュレーターです。 本記事では、Alpamayoなどの公式で用意されているモデルだけでなく、自分たちで

こんにちは。 アプリケーションサービス本部ディベロップメントサービス１課の八鍬です。 Amazon Aurora PostgreSQL + Amazon RDS Proxy の構成で、DB 接続周りのパスワード管理を完全になくし、よりセキュアで運用負荷の低い構成に移行しました。 具体的には以下の 2 つを導入しています。 End-to-End IAM 認証: アプリケーション（AWS Lambda）から Aurora までの全経路を IAM 認証にし、接続用パスワードの管理を不要にする Managed M

本記事は、下記イベントに対するセッションレポートとなります。 イベント名：Regional Scrum Gathering Tokyo 2026 日時：2026/01/07 登壇者： 飯沼　亜紀 氏 セッション名：「アウトプット脳からユーザー価値脳へ」がそんなに簡単にできたら苦労しない スライド資料： こちら 筆者は普段、開発者としてスクラムチームの支援に関わっています。 セッション内容 本セッションでは、売上・予算・納期といった「求められたアウトプット」を中心に考えるアウトプット脳と、ユーザーの行動変化

本記事は 2026 年 5 月 19 日 に公開された「 Automated JDBC query caching with the AWS Advanced JDBC Wrapper 」を翻訳したものです。 データベース負荷の大半を読み取りクエリが占めている場合、元データがほとんど変化しない場合でもレスポンスタイムが悪化し、コストが増加します。従来の対策はカスタムキャッシュレイヤーの構築ですが、クエリごとに外部キャッシュロジックを実装し、シリアライゼーションを処理し、データベースとの整合性を維持する必要

はじめに クラウドエース DevSecOps 事業部の羽田です。 今回はGoogle Cloud Load Balancing について初心者でもざっくり理解できるように図解を交えながら紹介していきます。 今回はざっくり解説のため Cloud Load Balancing の種類の解説等はしません。 この記事でわかること Load Balancer が何かわかる Google Cloud の Cloud Load Balancing の特徴がわかる Cloud Load Balancing の具体的なユー

こんにちは、Search Quality Group（以下SQ）の三上です。 SQでは、求人検索エンジンスタンバイの検索品質をより良くするために、日々さまざまな観点から検索結果を見ています。 検索品質というと、クリック率や応募率など、まずは数値で測る指標を思い浮かべる方が多いかもしれません。もちろん、それらの定量的な指標はとても重要です。一方で、検索結果を実際に見続けていると、数字だけでは拾いきれない感覚に出会うことがあります。 たとえば、 検索結果の上部だけを見ると少し違和感がある 検索キーワードに適合

はじめに 仕上げとなる今回は、プライベートVMにLLM（Ollama）を実装し、データベースから自然言語でデータを検索する「Select AI」の実行確認をします。 1. Ollama のインストール まずは、プライベートVM内でLLMを動かす準備をします。踏み台サーバー経由でコマンドを実行していきましょう。 Ollama のダウンロード Ollama は、LLMサーバで動作させるのですが、LLMサーバはプライベート・サブネットにあるため、インターネットからのダウンロードができません。このため、一旦踏み台