一般的なソフトウェア開発や評価の経験があっても、医療機器の開発に関わり始めると「これまでと同じテストで十分なのか」と迷いやすくなります。 医療機器では、単に仕様通り動作することを確認するだけでなく、ソフトウェアの誤動作が患者や医療従事者へ与える影響を考え、 安全性に関わるリスクが適切に管理されていることまで確認する視点 が欠かせません。 さらに、IEC 62304／JIS T 2304によるソフトウェアライフサイクル、ISO 14971／JIS T 14971によるリスクマネジメント、サイバーセキュリティ

本ブログは 2026 年 7 月 8 日に公開された AWS Blog “ The CISO’s guide to post-quantum mandates and migrations ” を翻訳したものです。 現在、十数の主要国・地域がポスト量子暗号 (PQC) の導入ガイダンスを公開しています。CISO であれば、既に移行計画をかなり進めており、最も難しい部分はアルゴリズムの変更そのものではないとご存じでしょう。リーダーシップにおける本当の課題は、大規模で複雑な組織全体で協調的な変革を推進すること

はじめに クラウドサービス上に「ちょっとした検証環境」を構築したいといったケースはよくあると思います。 最低限動きさえすればいい、といった用途だったりするのでなるべく費用は抑えたいと思うのが本音ではないでしょうか。 担当しているプロジェクトで過去に構築された検証環境のリプレイスを機に、費用を抑えるためにサーバのスペックを下げるべく「zram」を使ってみたので、紹介したいと思います。 検証環境の概要 今回対象となった検証環境はwebアプリケーションをAWSのEC2上のコンテナで実行する環境です。 もう少し詳

本記事は、私たちDBRE（Database Reliability Engineering）チームが2026年3月末までに行った改善を紹介する3つの記事の3つ目（最終回）です。 1つ目の記事「 メルカリにおけるTiDB改善の取り組み：IN句内100万件クエリへの対応 」では、IN句に多数の要素を含むクエリがTiDBクラスタ全体のレイテンシを悪化させた事例を紹介しました。2つ目の記事「 メルカリにおけるTiDB改善の取り組み：リソース制御・リージョンサイズ・プランキャッシュ編 」では、リソースグループの不具

～Vertex AIからAgent Platformへ。試験を通して理解したGoogle Cloud AI/MLの現在地～ はじめに 先日、Google CloudのProfessional Machine Learning Engineer（PMLE）試験に合格し、約2年ぶりに資格を更新しました。これにより、保有するGoogle Cloud認定資格の「全冠」も維持することができました。 本記事では、今回の受験を通じて感じた 「Google Cloud認定試験の変化」 に加え、試験勉強を通じて改めて整理で

本記事は、私たちDBRE（Database Reliability Engineering）チームが2026年3月末までに行った改善を紹介する3つの記事の2つ目です。 1つ目のブログ記事の「 メルカリにおけるTiDB改善の取り組み：IN句内100万件クエリへの対応 」では、IN句に多数の要素を含むクエリがTiDBクラスタ全体のレイテンシを悪化させた事例を紹介しました。 本記事では、下記の4点の対応や改善についてお伝えします。 リソースグループの不具合に対する対応 リージョンサイズ (coprocessor

本記事は 2025 年 2 月 25 日に公開された Dr. Tomasz Zemojtel、Christopher Gatsch、Dr. Manuel Delpero、Zhan Ying、Dr. Mueller Michael による “ Enhanced Genomic Data Storage and Workflows with MGI, Sentieon, and AWS ” を翻訳したものです。 ゲノム研究の分野はかつてないスピードで進化しており、データストレージと解析に堅牢かつスケーラブルな

はじめに はじめまして。東京海洋大学 海洋工学部2年の恩田梨那(@cs_riri)と申します。 今回 ...

本記事は 2026 年 8 月 11 日 に公開された「 How GPU acceleration builds billion-scale vector indexes on Amazon OpenSearch Service 」を翻訳したものです。 生成 AI アプリケーションが急速に増えるなか、いまの検索には高性能なベクトルインデックス作成とスケーラビリティが求められます。データセットが数十億件規模に達すると、従来の CPU ベースのインデックス作成がボトルネックになりがちで、生産性やイノベーション

本記事は AWSアワード受賞者祭り 2026 19日目の記事です。 🏆 18日目 ▶▶ 本記事 ▶▶ 20日目 🌐 こんにちは、林です。 今回はAmazon Bedrockを利用して、画像の物体検出をしてみようと思います。 これまで物体検出といえばYOLOといったアルゴリズムや独自モデルを作成して行うことが一般的でした。 AWSでいうとAmazon Rekognitionといった画像・動画分析に特化したサービスもあります。 独自の物体を検出しようとなると、カスタムラベルを利用して学習をさせる必要があります

本ブログは dSPACE Japan 様と アマゾン ウェブ サービス ジャパン合同会社が共同で執筆いたしました。 1. はじめに 自動車分野で行われている自動運転技術の開発では、データ駆動型アプローチの重要度が高まっています。膨大な実走行データを体系的に整備・活用することで多様な運転環境への対応が可能になり、モデルの汎化性能と信頼性を継続的に向上させることができます。 しかし、自動運転システムが生成するデータ量は膨大であり、その管理と活用には大きな課題が伴います。データ収集から学習、検証、デプロイ、モニ

G-gen の杉村です。当記事では、Google Cloud Next Tokyo 26 の、1日目のキーノートに関する速報レポートをお届けします。 Google Cloud Next Tokyo 26 イベント概要 キーノートの概要 AI による産業の革新 NTTデータの事例 Google の AI エージェントエコシステム Gemini Enterprise のデモ 損害保険ジャパンの事例 Ｓｋｙの事例 スクウェア・エニックスの事例 Agentic Workplace の実現 AI 時代のサイバーセキ

本ブログは 2026 年 4 月 17 日に公開された Amazon Science Blog “ Isabelle/HOL: The proof assistant behind the Nitro Isolation Engine ” を翻訳したものです。 Isabelle/HOL は、数学的な記述の表現力、自動化、スケーラビリティのバランスによって、世界初の形式的に検証されたクラウドハイパーバイザーを実現しました。 2025 年の Amazon re:Invent カンファレンスにおいて、Amazo

はじめに：なぜKafkaのエンドツーエンド暗号化なのか？LINEメッセンジャーでは、毎日数十億件のメッセージがやり取りされています。この膨大なデータはさまざまなシステムに送信されますが、その中には個人...

本記事は 2026 年 6 月 30 日 に公開された「 How Outpost VFX Uses AWS to Accelerate AI Model Training for Visual Effects 」を翻訳したものです。 Outpost VFX の Tim Chauncey と Dheeraj Bhadani との共同執筆です。 ビジュアルエフェクト (VFX) 向けの AI モデルトレーニングには数週間を要することがあり、制作スケジュールのボトルネックになりがちです。英国、カナダ、インドにス