MLOps環境構築におけるGitHub ActionsのSelf-hosted runnerの導入について説明します。GitHub Actionsの基本的な使い方から、Self-hosted runnerの構築手順まで詳しく解説します。

はじめに こんにちは。Turing MLOpsチームの海老澤です。 自動運転AIを作るためには大規模なデータセットが必要です。 Turingでは「データセントリックAI」の考え方のもと、膨大なセンサーデータを活用し、大容量、高品質かつ多様性のある学習データセットの構築に取り組んでいます。 この大規模なデータセットで学習されたE2E自動運転は都内でも30分ほど走行できるレベルに到達しています。 https://zenn.dev/turing_motors/articles/bc6436727234ad しか

TuringのMLOpsチームでは、自動運転モデル開発の開発生産性を向上させるプラットフォームの開発を行っています。このチームが作られた背景については、この記事をご覧下さい。 https://zenn.dev/turing_motors/articles/af10c5e32ea013 自動運転モデル開発では、実験の進め方や前提条件がチームやフェーズごとに変わり、一つのUIやワークフローに最適解を固定することが難しい場面が多くあります。 本記事では、そうした前提のもとで、MLOps基盤をなぜ「APIファース

本記事は 2026 年 1 月 30 日 に公開された「 GPU-Accelerated Robotic Simulation Training with NVIDIA Isaac Lab in VAMS 」を翻訳したものです。 オープンソースの Visual Asset Management System (VAMS) が、NVIDIA Isaac Lab との統合により、ロボットアセット向けの GPU アクセラレーション強化学習 (RL) に対応しました。このパイプラインでアセット管理ワークフローから

「DX人材育成」と聞いて、まず思い浮かべる施策は何でしょうか。多くの企業が、SQLやPythonのプログラミング研修、統計学の基礎講座といった「分析スキルの習得」に多大なリソースを割いています。 しかし、いざ育成した人材を現場に投入しても、思うような成果が出ないという声をよく耳にします。「きれいなレポートは出てくるが、ビジネスの意思決定には使えない」「高精度な予測モデルはできたが検証で終わってしまった」こうした状況はなぜ生まれるのでしょうか。 dotDataでは、 データ活用推進のための人材と組織変革 に

.table-of-contents > li > ul > li > 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 木村 です。MLOpsブロックではZOZOTOWN、WEAR by ZOZOをはじめとして、弊社で提供するさまざまなサービスに関わるML機能を開発・運用しています。 本記事で紹介する ZOZOマッチ （以下、本アプリ）は「ファッションで恋する」をコンセプトとしたマッチングアプリです。本アプリもML機能を持ち、MLOpsブロックが機能を

はじめに チューリングのMLOpsチームに所属する大戸（おおど）と言います。 2025年10月に入社し、クラウド上のGPUクラスターの構築・運用や、大量のデータセット管理システムの設計・開発など、MLOps領域の業務を幅広く担当しています。 今回は、実際に都内を30分程度走行させることに成功したモデルの開発を支えた GPUクラスター基盤 の話を書こうと思います。 https://zenn.dev/turing_motors/articles/bc6436727234ad 大規模なクラウドGPUクラスターの

PSSLの佐々木です LLMアプリを作ろうとすると、LangChain、LlamaIndex、Semantic Kernel…と様々なフレームワークが出てきます。「結局どれを使えばいいの？」と迷ってしまうことはありませんか？ 例えばPythonでRAGアプリを作ろうとGoogle検索すると、LangChainのサンプル、LlamaIndexのサンプル、素のSDKで書いてる記事…と情報が錯綜していて混乱します。とほほ。。 この記事では、各LLMフレームワークの種類とその特徴、そして「

こんにちは、技術戦略部のikkouです。2025年12月16日に「 AI Engineering Summit Tokyo 2025 」が開催されました。ZOZOはGoldスポンサーとして協賛し、スポンサーブースを出展しました。 AI Engineering Summit Tokyo 2025 会場エントランスのスポンサーパネル technote.zozo.com 本記事ではZOZOから登壇したセッションの紹介と、ZOZOの協賛ブースの様子をまとめてお伝えします！ セッションレポート ファッション×AI：

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、DSG）に所属し、ML／LLM基盤の構築・改善に取り組んでいます。 AI Security Conference に参加してきたので、そのレポート記事となります。 余談ですが、当日はまい泉のお弁当をご用意いただきました。大好きなまい泉のカツサンドが出てきて、個人的に最もテンションが上がったポイントでした。 Findy Toolsさんとスポンサーの企業様には、感謝してもしきれません。 以降、真面目にレポート

1. はじめに こんにちは。株式会社タイミーのデータサイエンスグループ（以下、DSG）でグループマネージャーを務めている菊地です。 前回の記事 では、タイミーのDSGが認知負荷をコントロールするために仮想チームという形態をとり、チームトポロジーの考え方をベースに組織を運営していることをお話ししました。 その中で、MLOpsエンジニア主体のプラットフォームチームの役割を「専門性を最大化するための共通基盤を提供すること」と定義しました。現在、その基盤の上でホットなトピックとなっているのが、LLMをはじめとする

1. はじめに こんにちは。株式会社タイミーのデータサイエンスグループ（以下、DSG）でグループマネージャーを務めている菊地です。 タイミーでは「『はたらく』を通じて人生の可能性を広げるインフラをつくる」というミッションを掲げ、日々膨大なマッチングデータや行動データを活用して、プロダクトの価値向上や意思決定の高度化に取り組んでいます。 ありがたいことに、最近は採用活動を通じて多くの方とカジュアル面談でお話しする機会が増えています。その中で、非常によくいただくのが「DSGはどのような組織体制で、どのようにコ

みなさん、こんにちは。DevHRチームの長谷川(X： @hasehathy )です。 街はすっかり年末の雰囲気ですね…！noteでも「1年の振り返り」機能が公開されたりと、2025年について考えるタイミングが増えてきました。 今月もデスクツアー記事や自社主催の技術イベントなど、11月の活動をまとめてお届けします！

はじめに この記事は Timee Product Advent Calendar 2025 の25日目の記事です。 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DSG）に所属し、ML/LLM基盤の構築・改善に取り組んでいます。 2024年10月にタイミーへジョインし、気がつけば1年あまりが経ちました。2025年はLLM/LLMOpsに奔走した1年で、PoCを実施した施策の本番導入や、LLMの可観測性・プロンプトマネジメントに取り組み、走りながら考え

皆さんこんにちは！ソーシャル経済メディア「NewsPicks」プロダクトエンジニアの森田(@moritama7431)です。 この記事は NewsPicks アドベントカレンダー 2025 の16日目の記事です。 さて本日は、ざっくり機械学習のプロダクトへの実応用やMLOpsに関する内容です！ 本記事は、 機械学習をプロダクトに本番導入している／これから導入したいソフトウェアエンジニア 特徴量ストア(Feature Store)の導入や運用に悩んでいる方 向けに、NewsPicksでSageMaker F