はじめに 本記事は、先日開催された「RECRUIT TECH CONFERENCE 2026」から、アナリティクスエンジニアによる「レバレッジを生み出す

Spring Frameworkで独自のコンテキスト（カスタムコンテキスト）情報を実行スレッド内で横断的に参照したいケースに対応するため、ThreadLocalを使用した「カスタムコンテキストの作成および、利用方法」について紹介します。

定義・導入メリットから実装戦略までを役立つ形で解説 第1章：データガバナンスとは？ 1-1. データガバナンスの定義 データガバナンスとは、「誰が、どのようなデータを、どのような状況で、どのような方法で利用できるか」を組織的に定義・統制するためのルール、プロセス、そしてそれらを支えるテクノロジーの包括的な枠組みです。 単にデータを「保管」することではなく、企業全体でデータを「資産」として捉え、その価値を最大化するための戦略的な取り組みです。データの品質、セキュリティ、アクセス権限、コンプライアンスなど、多

はじめに 本ブログは 大豊建設株式会社 様と Amazon Web Services Japan 合同会社が共同で執筆しました。 みなさん、こんにちは。ソリューションアーキテクト 杉山 卓 です。 本ブログでは、大豊建設様が AWS を基盤として生成 AI を活用した「大豊 AI」を構築し、社内で活用されている取り組みを紹介します。議事録の自動生成、資料の要約、社内規程の検索、そして日常的な疑問への回答まで、業務の様々な場面で活躍しています。 2025 年 6 月の全社展開から約 8 ヶ月で、307 名の

はじめに 本ブログは 大豊建設株式会社 様と Amazon Web Services Japan 合同会社が共同で執筆しました。 みなさん、こんにちは。ソリューションアーキテクト 杉山 卓 です。 本ブログでは、大豊建設様が AWS を基盤として生成 AI を活用した「大豊 AI」を構築し、社内で活用されている取り組みを紹介します。議事録の自動生成、資料の要約、社内規程の検索、そして日常的な疑問への回答まで、業務の様々な場面で活躍しています。 2025 年 6 月の全社展開から約 8 ヶ月で、307 名の

CloudWatch が OpenTelemetry メトリクスに対応したので試してみた CloudWatch が OpenTelemetry メトリクスに対応したので試してみた はじめに CloudWatch OpenTelemetry メトリクスとは 主な特徴 OpenTelemetry とは OTel メトリクスで何が変わるのか 標準化によるメリット 標準化によるデメリット 属性を持つメトリクスで何ができるか ユースケース 1: サービス × 環境 × リージョンの横断分析 ユースケース 2: EK

はじめに 近年、国内外の企業ではランサムウェアをはじめとしたサイバー攻撃が相次ぎ、事業継続に深刻な影響を与える事例が増えている。例えば、アサヒグループHDでは2025年9月に大規模なランサムウェア攻撃が発生し、基幹システム停止や出荷業務中断、さらには個人情報流出の可能性が生じるなど甚大な被害が報告された[1]。 また2024年6月には、ドワンゴが運営する「ニコニコ」サービスがランサムウェアを含む大規模サイバー攻撃を受け、データセンター内の仮想マシンが暗号化され、サービス全般が停止する事態に陥った[2]。こ

2026年3月に発行したIIJの技術レポートIIR vol.69 第3章では、IIJバックボーンにおけるIP over DWDMの商用導入についてお届けします。 IIJはなぜ、IP over DWDM...

2026年3月に発行したIIJの技術レポートIIR vol.69 第2章では、高精度時刻動機を可能にするPTPの概要とIIJの取り組みについてお届けします。 なぜ高精度時刻同期が必要とされるのか 近年...

2026年3月に発行したIIJの技術レポートIIR vol.69 第1章では、年1回のセキュリティに関する定期観測レポート「SOCレポート」をお届けします。  2025年のセキュリティトピック「多発す...

はじめに はい、のっけから長いタイトルでとっつきにくい記事になってしまいましたが、あきらめずにお読みいただければと思います。 （とはいえ、この記事は自分のための備忘録だったりもします。） 堅苦しいですが前提 マスタデータマネジメントシステム構築プロジェクトといっても、完全に新規で全てのマスタデータとシステムを構築するということは昨今ではほぼ無く、 既存のマスタデータ・マスタデータマネジメントシステムのルール・仕組みを活用して新しいマスタデータマネジメントシステムを構築するということが多数です。 この新しい

AIツールの進化が加速するなか、エンジニアの仕事はどう変わっているのか。日々の開発でAIを使い続けるエンジニア3名に、活用の実態から失敗談、半年後の開発スタイルの展望まで、本音で語ってもらいました。 登場人物 名前 役割 あさしん( @asashin227 ) （写真右下） 名古屋プロダクト部のエンジニアリングマネージャー。仕事でもプライベートでもAIをうまく使う方法を常に模索中。エンジニア以外でもAIを使えるようにスタメン内でのハンズオンやAIもくもく会を運営しています おしん( @38Punkd )

はじめに Go 1.24 から crypto/cipher の NewCFBEncrypter / NewCFBDecrypter（および NewOFB）が deprecated（非推奨） になったことで golangci-lint で staticcheck SA1019 が検出され、設定によってはCIが失敗する（または警告が出る）ようになりました。非推奨となった理由は主に「認証（改ざん検知）がない」「標準ライブラリ実装が最適化されていない」「FIPS 140-3 モジュールの検証範囲外」であり、アプリ

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、大目にみてく

はじめに ランサムウェアはしばしば「IT部門の問題」として語られます。 しかし経営の視点に立てば、その本質は営業停止・売上毀損・信用低下を伴う経営リスクです。 特に近年増加しているサプライチェーン起点の攻撃は、自社を直接狙うのではなく、 委託先やベンダーを侵入口とし、信頼関係を通じて被害を拡大させます。 その結果、単一企業の被害がグループ全体、さらには取引先にまで波及する構造を持ちます。 ランサムウェアは「侵入を防げるか」という技術論だけではなく、 「侵害された場合に経営へどのような影響が及ぶか」を前提と