みなさんこんにちは!ワンキャリアのデータエンジニアチームの塚田(Github: carbscountry )です。 私は、今業務でデータ分析基盤の管理を行っています。 その関係で、 現在分析基盤ツールとして注目されているDatabricksに興味があり、先日Databricks主催の「DATA + AI WORLD TOUR」というイベントに参加してきました!
こんにちは、SHIFTのアプリケーション開発テクノロジーグループに所属しているKainumaです。現在は、サービスプラットフォームグループの案件に参加し、日々開発力の研鑽中です。 Claude APIを使ったシステム開発に携わっており、大量データをAIに分析させる難しさを実感しました。 そこで今回、トークン上限エラーへの対処法を整理しました。
1. 始めに こんにちは。LIFULLでエンジニアをしている稲垣です。 2025年10月の3日間、AWSが提供する「AI駆動開発ライフサイクル(AI-DLC)Unicorn Gym」の研修に参加しました。この研修では、6つのチームに分かれて、AI-DLCを活用しながら実際のプロジェクト課題に取り組みました。 私たちのチームが取り組んだのは、「サポートが終了したサービスの新基盤への移行計画」です。具体的には、Amazon Linux 2のサポート終了(EOL: End of Life)への対応として、既存シ
通信業界のネットワーク運用ではより安定した通信ネットワークを提供するために、障害の検知、要因特定、復旧を早期に対応する必要があります。一方で、近年拡張し複雑化し続けるネットワークに追従することは従来のオペレーションでは難しく、自動化、高度化、自律化が求められています。その実現手段の1つとして、AI エージェントとデータ活用が注目されており、導入への期待が高まる一方で、AI を適用する運用ユースケースの策定、より簡単な AI エージェントの実装方法、商用運用への本格導入、といった課題があります。そこで、本ワ