みなさんこんにちは！ワンキャリアのデータチームでAIプロダクトマネージャーを務めるプリヤンカです。 今回は、以前書いた記事「EMからAI PdMへ キャリアチェンジで『知っておきたかった』こと」の続編として、AI PdMとしての 基礎知識を固めるためにおすすめな書籍 を5冊ご紹介したいと思います。

はじめに チューリングで自動運転第一グループのマネージャをやっている棚橋です。 今週、チューリングは無事にシリーズA 1st closeの資金調達を発表することができました。 E2E自動運転の開発においても、ようやく都内を30分ほど走行できるレベルに到達しつつあります。しかし、ここに至るまでの道のりは決して平坦ではなく、多くの失敗や試行錯誤を積み重ねてきました。実際にチューリングでは今まで累計約30万kmもの走行データを取ってきました。この記事ではこれまでの開発の道のり、そして今後について書きたいと思いま

MLOpsエンジニアの tomoppi です。 データエンジニアリング部 データサイエンスグループ（以下、DS G）に所属し、ML/LLM基盤の構築・改善に取り組んでいます。 概要 2025年4月、タイミーPlatform EngineerのMoneyForestさんが、 「タイミーにおけるProduction Readiness Checkの取り組み」 という記事を公開しました。サブシステムや新規サービスのリリースに際しての評価基準を定めたもので、MLOpsとしても参考になる部分が非常に多くありました。

G-gen の杉村です。Google の生成 AI 開発ツールである Vertex AI と Google AI Studio の違いや、それぞれのユースケースについて解説します。 概要 Vertex AI と Google AI Studio 差異の一覧 選定の基本的な考え方 セキュリティと統制 Vertex AI の場合 Google AI Studio の場合 割り当てとレート制限 概要 Vertex AI の場合 Google AI Studio の場合 Google Cloud プロダクトとの連

.entry .entry-content ul > li > ul { display: none; } .entry-content td { text-align: left; } はじめに こんにちは、計測プラットフォーム開発本部SREブロックの纐纈です。 2025年10月6日〜9日にダブリンで開催されたSREcon25に参加してきました。本記事では、現地の様子と気になったセッションについて報告いたします。 目次 はじめに 目次 SREconとは 現地の様子 セッション紹介 SRE for AI

はじめに 完全自動運転の実現を目指すスタートアップ「チューリング」でエンジニアをしています、坂本です。私が所属しているDrivingSystemチームでは、組み込みLinuxをベースに、自動運転システムと、自動運転モデル学習用データ収集システムを開発しています。 組み込みLinuxの開発を行っていると、カーネルの挙動、周辺デバイスとの組み合わせ等によって、思いがけない不具合に遭遇することが少なくありません。この記事では、実際にシステム開発中に遭遇した再現が難しく、原因の切り分けに時間を要した不具合について

AIシステムの継続運用に必要なモニタリングの重要性と、Prometheusを用いたモニタリングシステムの構築事例について説明しています。具体的には、MLOpsの構築におけるモニタリングの観点や、PrometheusとGrafanaの連携による活用例を紹介しています。

Turingには「MLOpsチーム」と呼ばれるチームがあります。このチームはもともと、自動運転を実現するMLモデルを開発する「E2Eチーム」から、2025年3月頃に独立して誕生しました。 今回の記事では、MLOpsチーム誕生に至る経緯と、その役割について紹介できればと思います。 自動運転MLモデル開発に必要なドメインは多い TuringのE2Eチームは、自動運転用の機械学習(ML)モデルを開発するチームです。チーム名の「E2E」はEnd to Endの意味で、このチームが開発するモデルの特徴を表しています

チューリングのMLOpsエンジニアの岩政です。 先日ポストした内容が思いのほか拡散されたので、個人的な再現性が保ちやすい PyTorchの環境構築の流れ についてまとめた記事です。 https://x.com/colum2131/status/1960520833438482930 本記事の主な対象は、Linux OSでNVIDIA GPUが搭載されているマシンでPyTorchをインストールする方です。他のOSやWSL2などで同様の操作が可能かは保証しません。 1. 結論 本記事で紹介したい流れを具体的な

はじめに こんにちは、AIテク ノロ ジー グループの辻埜です。普段はデータサイエンティストとして 機械学習 を用いたシステムの開発運用や、社内のAI活用推進を担当しています。 近年、テク ノロ ジー の発展に伴いAIの重要性が叫ばれる中で、 エニグモ が運営するソーシャルショッピングサイト『 BUYMA 』でも積極的にAIの活用が進められています。この記事では、 エニグモ においてAIやデータをメインで扱っている「AIテク ノロ ジー グループ」についてご紹介します。 まずはじめに「AIテク ノロ ジー

1. はじめに：本記事について 私の所属する部署では自動車にかかわる様々な開発をしています。その中でも私のチームでは、特に コネクテッドカー（Connected Car） にかかわるバックエンド開発を担当しています。 コネクテッドカー とは、インターネットやクラウドサービスと常時接続された自動車のことです。車両が車両外のデータセンタ/クラウド基盤とデータを送受信することで、ドライバー・運行管理者・メーカー・第三者のサービスと連携して多様な機能やサービスを提供します。具体的にはプローブデータ(CAN)やドラ

こんにちは。SCSKの松渕です。 今年もGoogle Cloudの祭典、年次イベントである「 Google Cloud Next Tokyo ’25 」が、東京ビックサイトで開催されました！ この記事では数多くの発表の中から、 エージェント型AI時代における運用 にフォーカスした2セッションを、2回にわたりレポート形式でまとめます！ ※弊社も登壇やブース出しておりましたが本レポートでは触れません。 Google Cloud Next Tokyo ’25とは 世界中で開催されるGoo

.table-of-contents ul ul { display: none; } はじめに こんにちは、データシステム部MLOpsブロックの 岡本 です。 MLOpsブロックではWEAR by ZOZO（以下WEAR）やZOZOTOWNのレコメンドシステムを開発・運用しています。 WEARのコーディネート詳細画面には、表示しているコーディネートに関連性が高いコーディネートを表示する関連枠があります。今回、WEARのコーディネート詳細画面の関連枠におけるコーディネートの表示ロジックを、ルールベースから

はじめに 2026年に入社予定の井平淳也と申します。所属は京都大学大学院情報学研究科2年生で、普段は ...

こんにちは、生成AI研究開発チームのデータサイエンティストとしてAI開発を担当している保坂です。 本記事では、薬局の現場オペレーションを支援するAIを開発する私たちのチームが、ドメインエキスパート（薬剤師など） と データサイエンティスト の協働を円滑にするために構築した「 Databricks × Dify x Colaboratory 協働基盤 」を紹介します。 生成AIプロダクトチームを新たに組成する際におさえたい3つのポイント の記事で、生成AIプロダクト開発にはドメインエキスパート人材の協力が不