リクルートのデータ推進室長 野村が自ら聞き手となり、現場の最前線で試行錯誤を続けるスペシャリストたちの「手の内」を紐解く連

はじめに はじめまして。NTTデータでデータサイエンティストを務めております池野です。 本記事では、Databricks Assistantを活用して需要予測モデルを構築してみた内容をご紹介します。 内容に少しボリュームがあるため、前編・後編の2部構成でお届けします。 前編：背景・コンセプト整理からEDA（探索的データ解析）、需要要因の仮説出しまで 後編：特徴量設計、ベースライン構築、機械学習モデル構築、振り返りまで 需要予測はビジネスインパクトの大きいテーマですが、実務では前処理やEDA、特徴量設計など

はじめに 人材領域でデータ分析を担当している羽鳥です。KaggleのVesuvius Challenge - Surface Detection コンペにソロで参加し、1391

はじめに こんにちは、セーフィー株式会社 AI開発部でテックリードを務めます橋本です。 先日、AI開発部において、技術力の向上およびメンバー間の連携強化を目的とした1日完結型のハッカソンを開催いたしました。私たちAI開発部は普段から画像を用いたアルゴリズム開発を行っていることもあり、今回のテーマには画像分類タスクを選定しました。 具体的には、Kaggleのコンペティション「Paddy Doctor: Paddy Disease Classification」を題材とし、水田の稲の画像から9種類の病気と正常

2025年9月、チェコ・プラハで開催されたレコメンドシステムの国際カンファレンス「RecSys 2025 」。その公式コンペティシ

はじめに こんにちは。RECRUIT TECH CONFERENCE 2026 企画担当の石神です！ この度、開発事例・ナレッジを共有するリクルートの技術カンファ

1 はじめに2 背景3 取り組んだ内容3.1 ライフイベントの推定結果を特徴量に追加3.2 階層構造を明示したマルチ タスク学習モデルの導入3.3 予測確率の補正3.4 配信サイズの動的変更4 オフラ...

はじめにこんにちは、データサイエンティストの栗本です。LINEヤフーでは、最新の知見を業務に取り入れるべく、論文の社内共有会や社外研究会への参加などを積極的に行っています。その一環として、業務に関連す...

みなさん、こんにちは。DevHRチームの長谷川(X： @hasehathy )です。 普段はエンジニア組織のXアカウント( @OnecareerDevjp )の運用や、このテックブログの運営、EntranceBookの作成〜更新などを担当しています。 今回は、弊社データサイエンティストの協力のもと、データサイエンスのスキルアップに役立つ技術書をご紹介します！

サーバーワークスの村上です。 このブログでは Amazon Quick Suite を使い、Kaggleの小売データセットを題材に、簡単な顧客離反（Churn）分析をやってみます（推論ではなくデータ分析）。 概要 Amazon Quick Suiteについて 使用するデータセットについて シナリオ（Scenarios）機能を利用した分析 Quick Reserch SaaS系のAIソリューションとの違い BIツールである点 料金体系やガバナンス面 概要 今回試したことを簡単にまとめます。 シナリオ（Sce

ファインディでソフトウェアエンジニアをやっている土屋です。今回は、先日大好評だった企画、「エンジニアの人生を変えたイベント」のPart2をお届けします。 tech.findy.co.jp 前回に引き続き、弊社エンジニア達が過去に参加したイベントの中で、特に印象に残っているイベントを紹介していきます。 それでは見ていきましょう！ YAPC (Yet Another Perl Conference) はじめての外部登壇 同世代エンジニアとの出会い キャリアの転機 まとめ HackBowl【次世代エンジニアの登

はじめに こんにちは、traPで主にWebバックエンドの開発をしている @pirosiki です。 デジタル創作同好会traPは、東京科学大学の創作・プログラミングの総合サークルです。アプリ・ゲームの制作を中心に、音楽（ […]

企業の環境では、カスタムアプリケーションが業務の改善、生産性の向上、組織内の知識の集中化において重要な役割を果たします。しかし、これらのツールは多くの場合、関連する情報にユーザーが素早く直感的にアクセスできるような賢い会話型インターフェイスが備わっていません。膨大な組織データから文脈に応じた洞察を把握したり、複雑なクエリを解釈したりするには、従来のダッシュボードや検索バーでは限界があります。 生成 AI は、この課題に対する強力なソリューションを提供します。開発者が制御できるアプリケーションに会話型エクス

DifyのMCPプラグインとZapier MCPを利用してDifyとSnowflakeを連携させ、Snowflakeのデータを自然言語で扱ってみました。本記事では、その連携方法を中心に紹介したいと思います。 はじめに 利用したサービス Dify Zapier Snowflake 構成 連携設定 Snowflake の設定 Zapierの設定 Dify の設定 動作確認 まとめ 参考 はじめに こんにちは。NTTコミュニケーションズの大島です。普段は、クラウドサービスを中心に、データレイクやデータウェアハウ

G-gen の佐々木です。当記事では、Cloud Run における GPU 利用のユースケースとして、オープン LLM である Gemma 3 を Cloud Run のサービスにデプロイしてみます。 前提知識 Cloud Run サービスの概要 Cloud Run における GPU 利用 Gemma 3 Cloud Run にオープン LLM をデプロイするメリット 利用する Gemma 3 モデルのサイズと配置場所について 事前準備 GPU の割り当て増加 シェル変数の設定 Artifact Regi