はじめに 弊社では LLM を活用した機能開発の観測基盤として Langfuse をセルフホストで運用しています。Langfuse は LLM アプリケーションのトレーシングやプロンプト管理等に活用できるオープンソースの LLM エンジニアリングプラットフォームです。 さてこの種のサービスには認証の課題がつきまといます。Langfuse は標準でメールアドレス / パスワードによるログインが可能ですが、弊社の方針として開発組織内で利用、管理しているアプリケーションやサービス群には IAM Identity

はじめに こんにちは！ バンダイナムコネクサスのデータ戦略部でリードデータサイエンティストをしている原です。 データ戦略部ではグループ内事業の意思決定に貢献するために、様々な分析PJTを進めています。今回はその中から、マーケティング・ミックス・モデリング（以下、MMM） を活用しているPJTをご紹介します。 モチベーション 2022年度において、バンダイナムコグループは売上高の5.7%にあたる(1)、約570億円を広告宣伝のために投資しています。投資効果を最大化するため、多数存在する広告宣伝施策に対し、予

2026 年 2 月 24 日、 AWS Elemental Inference が発表されました。このサービスは、オーディエンスを大規模にエンゲージするために動画のライブ配信とオンデマンド配信を自動的に変換し、最大限に高めるフルマネージド AI サービスです。リリース後は、動画コンテンツをモバイルプラットフォームとソーシャルプラットフォーム向けに最適化された縦型形式にリアルタイムで調整するために AWS Elemental Inference を使用できるようになります。 AWS Elemental I

はじめに 2025年5月、dbt Labs から新しい実行エンジン dbt Fusion のpublic beta がリリースされました。現在はGA（General Availability）に向けた動きも進んでいます。 dbt Fusion による実行速度の向上やSQLの理解力強化については、すでに多くの場で紹介されていますが、個人的にはデータ分析基盤の拡張において避けて通れない「ELTパイプラインの変更」への寄与に着目しています。 そこで本記事では、dbt Fusion が提供する変更関連の機能に絞り

本記事は 2025/10/10 に公開された “ Transform Supply Chain Logistics with Agentic AI ” を翻訳したものです。 AI はあらゆるサプライチェーンプロセスを変革する可能性があります。予測分析、モノのインターネット（IoT）、機械学習（ML）などの既存技術は、サプライチェーンの効率性と可視性を向上させましたが、組織は依然として重大な課題に直面しています。今日のサプライチェーン実務者は、地政学的緊張から自然災害に至るまでの複雑なシナリオに対応しながら

みなさん、こんにちは。AWS ソリューションアーキテクトの野間です。今週号も盛りだくさんです。開催直前になりますが、2 月 27 日 （金）に「 企業でつかうためのCoding Agent「Kiro」 オンライン勉強会 」が開催されます。まだ申し込み受付中ですのでAI エージェントを活用した開発プロセスの効率化に関心がある方はぜひ参加ください！また 3 月 26 日（木）には「 Amazon Quick Suite で変わる業務の現場 — 活用企業・AWS社員による事例紹介 」が開催されます。分析業務や定

LINEヤフー株式会社では、技術に関するイベントや勉強会の主催・協賛などを行っています。最新情報は各リンク先でご確認ください。タイミングによっては、申し込み開始前や既に満席となっていることがあります。...

G-gen の森です。Google Workspace において Google ドライブなどのストレージ容量上限を規定するための仕組みである、 ストレージプール の仕組みについて解説します。 概要 ストレージプールとは 対象となるデータ エディションごとの上限 ストレージ容量の管理 使用状況の確認 ストレージ制限の設定 容量が不足した場合の挙動 ストレージプールを増やす方法 ライセンスの追加購入 上位エディションへのアップグレード 追加ストレージの購入 概要 ストレージプールとは ストレージプール とは、

はじめに 東芝テック株式会社は、流通・小売業界やさまざまなワークプレイスに向けたソリューションを開発、提供しています。POS システムにおいては国内外でトップシェアを誇るリーディングカンパニーであり、グローバルリテールプラットフォーム「ELERA」による小売業務全体のデジタル化を支援しています。ELERA は、「タッチポイント」「ソリューション」「データサービス」の 3 軸でビジネスを展開し、高い拡張性とリアルタイムな情報活用によって現場の課題解決を支援することで、店舗運営の効率化や意思決定の高度化につな

こんにちは！プロダクトエンジニアのkazzhiraです。 私たちのチームでは、2025年の夏ごろから「AI活用による開発生産性の向上」に取り組んできました。しかし、当初の取り組みは抽象的なガードレールの提示や個々人の実践にとどまり、チームとして大きな成果には結びつきませんでした。 その後、SDD（仕様駆動開発）というアプローチに出会い、オープンソースの cc-sdd フレームワークをベースに試行錯誤を重ねてきました。 本記事では、AI開発標準の策定に失敗した経験から何を学び、どのように仕様駆動開発に辿り着

こんにちは。ワンキャリアでデータサイエンティストをしている申（シン）です。 普段は、社内のデータを用いた分析や、機械学習モデルの構築を通じて、ビジネスの意思決定支援を行っています。

1. はじめに：なぜ「ただ並列化」しても速くならないのか？ Snowparkを用いてデータ分析や加工を行っていると、処理時間の長さがボトルネックになる場面に直面します。その際、「Pythonなのだから並列化すれば速くなるはずだ」と考えるのは自然な発想でしょう。 しかし実際に実装してみると、次のような問題に遭遇することがあります。 マルチプロセス（Joblib）で高速化を試みたところ、PicklingError が発生する マルチスレッド化しても、処理時間がほとんど変わらない（場合によっては遅くなる） その

このブログは、シスメックス株式会社 次世代医療事業開発室と、ディピューラメディカルソリューションズ株式会社、アマゾン ウェブ サービス ジャパン合同会社 シニア ソリューション アーキテクト 中島丈博による共著です。 シスメックス株式会社の視線計測アプリ「Gazefinder」のご紹介 背景 シスメックス株式会社は、「より良いヘルスケアジャーニーを、ともに。」をビジョンに掲げ、臨床検査機器・診断薬やソフトウェアを世界中に提供しています。2025 年 10 月、私たちは新たな領域への挑戦として、お子さまの視

はじめに アジアクエスト デジタルエンジニアリング部AI/Dataエンジニアリング課の小林です。 昨今のDX推進、AI・IoT活用、データ分析等の爆発的な増加に伴い、データ基盤構築の需要が高まっています。 特に、大手の企業では自社が持つ膨大なデータを有効活用するため、データレイクハウスやデータウェアハウスを使用したデータの集約、分析が必要不可欠になってきています。 その中で「Databricks」というデータレイクハウスに触れることができましたので、特徴と基本的な使い方を紹介していきます。

はじめに こんにちは、Recruit Data Blog 担当の森です。 2026年1月20日、リクルートの飲食事業である『ホットペッパーグル