はじめに こんにちは、株式会社タイミーでデータサイエンティストをしている藤井です。 普段は推薦システムの改善を担当しています。 早速ですが、皆さんは推薦モデルの改善実験を月に何本回せていますか？ 仮説を立てて、実装し、実験し、結果を整理し、次を考える。 1サイクル回すだけでも、相応の負荷がかかります。片手間でサイクル数を増やすのは簡単ではありません。 しかし、もし「仮説を立てる」から「結果を整理する」までを AI が担えるとしたら？ 実際に AI の案から改善が生まれています。しかも、人間が担うのは方針の

G-gen の佐々木です。当記事では、Google Cloud Next '26 で発表された Google Kubernetes Engine （略称 GKE）の新機能について、公式の投稿記事「What's new in GKE at Next '26」の内容をもとに紹介します。 はじめに Accelerating the agentic era GKE Agent Sandbox（GA） Redefining the scalability ceiling GKE Hypercluster（Priva

おなかが痛くてもコーヒーは飲む、近藤恭平です。 前回は機械学習の基礎（教師あり・なし・強化学習、回帰・分類）を整理しました。今回は生成 AI（Generative AI）について解説します。試験ガイドのドメイン2に対応した内容です。 生成 AI とは 予測と生成 これまでの機械学習は、データのパターンを学習し「予測・分類」を行うことが主な役割でした。生成 AI はそこから一歩進み、新しいデータ（テキスト・画像・音声など）を「作り出す」ことができます。 比較軸 予測 AI 生成 AI 例 明日の天気を予測す

ニフティには所属部署での業務のほかに、有志による社内活動が存在します。もちろん強制ではなく、それぞれが興味のある分野について、自主的に活動しています。なかには会社公認のもと予算がつき、社内業務に貢献しているケースも。業務とは別のやりがいや、自分の専門外の知見を得られることが、一つのモチベーションになっています。 今回はその一つである、「AI活用推進チーム」にスポットを当てます。ニフティ社内の様々な部署の課題に対し、AIツールを使って解決に導くことなどを目的とした活動。メンバー4人に、活動に参加することにな

はじめに SAPは2025年、新しいデータ活用基盤として SAP Business Data Cloud（BDC） を発表しました。 これまでSAPデータ活用では、以下のようなアーキテクチャが一般的でした。 SAP BW/4HANAを中心としたDWH構成 外部データレイクやクラウドDWHとの個別連携 しかし、AI活用やリアルタイム分析が前提となる現在、データ統合からAI活用までを一貫して扱える基盤 が求められています。 BDCは、従来のような個別ツールの組み合わせではなく、 データ統合・分析・AI活用まで

おなかが痛くてもコーヒーは飲む、近藤恭平です。 最近バックオフィスのメンバーに Cloud Practitioner の勉強会を実施しました。次は AIF だろうと思ったので、初学者向けに AIF の学習をする際や試験直前の振り返りの際に使える参考資料になることを願い執筆します。 AI・機械学習・深層学習の違い AI・ML・DL の関係 用語 定義 AI（人工知能） 人間のような判断・推論をコンピュータで実現する技術の総称 機械学習（ML） データからパターンを自動的に学習させる AI の実装手法 深層学

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

本記事は 2026 年 4 月 7 日に公開された Deepak Singh の「 We’re bringing back the Kiro startup credits program 」を翻訳したものです。 起業家の皆さん、12 月の スタートアップクレジット にたくさんのご応募をいただきありがとうございました。昨年 Kiro スタートアップクレジットプログラムを開始した際、その反応は予想を大きく上回るものでした。数千もの応募が寄せられ、ニーズは明確でした。アーリーステージのチームには、成長に合わせ

G-gen の佐々木です。当記事では、Pub/Sub から直接 Vertex AI 上の AI モデルによる推論を取得することができる AI 推論 SMT 機能について解説します。 前提知識 Pub/Sub とは Single Message Transforms（SMTs） AI 推論 SMT の機能 基本事項 AI 推論 SMT の利点 使用できるモデル Model Garden で提供されているモデル Vertex AI Endpoints にデプロイしたモデル モデルの入力・出力 入力するメッセー

こんにちは、クロスイノベーション本部リーディングエッジテクノロジーセンターの山下です。 先日、会社でDGX Sparkの互換機である Dell Pro Max with GB10 を購入しました。 128GBのユニファイドメモリ(CPU/GPU共有)を搭載したこのマシンは、LLMサーバの性能評価に最適な環境を提供してくれます。 今回はこのマシンにvLLMサーバを構築し、OpenAI互換のAPIサーバとして動作させてみました。 初回セットアップ まず電源を入れるとOSのインストール、ファームウェアのアップデ

TL;DR ML専門チーム以外でも様々なバックボーンを持つ人々がAI/MLに取り組むようになりました。 しかし、施策を実運用に乗せるためには、PoCからプロダクションシステムへ移行する必要があり、そこには独自の課題が存在します。 そこで、それらの課題を解決してボトルネックを解消し、全社のリソースを最大限に活用することで、AI/ML（機械学習）システムを社内で量産し、様々な施策をスピーディに実現できるように整えました。 背景・経緯 MLチームの紹介 こんにちは、株式会社バンダイナムコネクサスのデータ戦略部で

本記事は 2026 年 4 月 3 日 に公開された「 Introducing OpenTelemetry & PromQL support in Amazon CloudWatch 」を翻訳したものです。 Kubernetes やマイクロサービスのワークロードを AWS で実行している場合、メトリクスには namespace、pod、container、node、deployment、replica set、カスタムのビジネスディメンションなど、多数のラベルが付いているでしょう。環境全体を把握す

2026 年 03 月に公開された AWS Black Belt オンラインセミナーの資料及び動画についてご案内させて頂きます。 動画はオンデマンドでご視聴いただけます。 また、過去の AWS Black Belt オンラインセミナーの資料及び動画は「 AWS Black Belt Online Seminar 一覧 」に一覧がございます。 YouTube の再生リストは「 AWS Black Belt Online Seminar の Playlist 」をご覧ください。 Amazon SageMake

こんにちは、エデュケーショナルサービス課の井澤です。 機械学習をビジネスに活用したいけれど、「モデルの構築やコードの記述がハードルになっている」と感じることはありませんか？ 今回は、Amazon SageMaker Canvasを使い、データのインポートからモデルの構築まで、ノーコードでの機械学習を試してみます。 なお、サンプルとして、有名な機械学習ライブラリscikit-learnから入手できる「カリフォルニア住宅価格データセット」を用います。 Amazon SageMaker Canvas とは？ S

慶應義塾大学の宮崎・中森・李です。私たちは、2025年度未踏IT人材発掘・育成事業において、高性能で耐故障なMySQLの開発に取り組みました。このプロジェクトで我々が開発したのは、MySQL互換DBMS「Kamo」です。 […]