本記事は 2026 年 8 月 26 日 に公開された「 AWS and DuckLabs: Building the future of analytics together 」を翻訳したものです。 本日、 Amazon が DuckLabs を買収する最終契約を締結したこと を発表します。DuckLabs はオープンソースの分析データベース DuckDB を開発する、アムステルダム拠点の企業です。取引は通常のクロージング条件が満たされ次第、まもなく完了する見込みです。DuckDB を開発し DuckL

「テスト＝QA」を卒業したい。でも何から？ 以前の記事で、テストとQAは違うという話を書きました。 テストは「測る」行為です。QAは「良いものが生まれる仕組みをつくる」行為です。勉強にたとえるなら、テストは問題を解くことであり、QAは勉強法そのものを改善することです。 反応をもらった中で一番多かったのが、「わかった。で、具体的に何をすればいい？」 でした。正直、自分も最初はそうでした。 品質戦略の担当になったとき、「分析しよう」と意気込んでパレート分析やODCの教科書を開きました。でもデータが整っていませ

こんにちは、データサイエンス部商品データサイエンスブロックの 荒木 です。我々のチームでは、AIやデータサイエンスを活用したプロダクト開発のため、研究開発に取り組んでいます。今回は、ZOZO NEXTのメンバーとともに2026年8月3日（月）から8月6日（木）にかけて出島メッセ長崎で開催された画像の認識・理解シンポジウム (MIRU) 2026に参加しました。本記事では、MIRU2026でのZOZO・ZOZO NEXTメンバーの取り組み、MIRU2026の様子や参加メンバーの気になった発表を報告します。

AIを活用すれば、テストケースやテストスクリプトの作成、テスト結果の分析など、これまで人が時間をかけていた業務を効率化できます。 一方で、「AIが作成したテストケースをそのまま採用してよいのか」「重要な確認項目が抜けていないか」と不安を感じる場面も少なくありません。 生成AIは、自然で説得力のある内容を出力できても、実際の仕様とは異なる情報を生成することがあります。 さらに、ソースコードやログ、顧客情報などを入力することで、情報管理上のリスクが生じる可能性もあります。 そのため、AIによるテスト管理で大切

品質戦略のレイヤーに、QAがいない。 PdMやDevには役割を広げていくキャリアパスが見えている。PdMはプロダクト組織のリーダーへ、Devはアーキテクトやテックリードへ。でも、QAの先は確立されていない。AI時代になって、この空白がさらに際立って来るように感じる。 ソフトウェア開発の現場には、3つの主要ロール、いわゆる3アミーゴがいます。 PdM（プロダクトマネージャー）：「何を作るか」を決める人 Dev（開発者）：「どう作るか」を実現する人 QA（品質保証）：「それで正しいか」を問う人 自分は開発者→

はじめに こんにちは、2026年5月入社のyaMayuです！ 本記事では、2026年5月に入社したメンバー2名に入社直後の感想をお伺いし、まとめました。 KINTOテクノロジーズ（以下、KTC）に興味のある方、そして、今回参加してくださったメンバーへの振り返りとして有益なコンテンツになればいいなと思います！ Y.Q 自己紹介 グループコアシステム部　ビジネスディベロップメントGに配属されました。 自動車部品メーカー→ITコンサル→当社　といったキャリアを歩んでいます。 所属チームの体制は？ グループコアシ

こんにちは！ 株式会社スタメン 、プラットフォーム部のもりしたです。 7月10日（金）・11日（土）の2日間、東京のTOC有明で開催された SRE NEXT 2026 に参加してきました！ 昨年の SRE NEXT 2025 （昨年のブログは こちら ）ではLOGOスポンサーとしての参加でしたが、今年は SILVERスポンサー としてブース出展を行いました。 本記事では、ブース企画の様子と印象に残ったセッションについてレポートします。 SRE NEXT 2026 スポンサーボードの前で記念撮影。SILVE

はじめに 本記事は、2026年3月10日に開催された Elastic{ON} Tokyo での発表「 『定型』を許さない製造業データへの挑戦 」の内容をもとにした連載の最終回です。 第1回：ビジュアル情報を活かす 第2回：分断されたデータを繋ぐ 第3回（本記事）：止めずに進化させる 第1回ではビジュアル情報を使った類似図面検索、第2回ではデータソース横断検索の設計について書きました。最終回の本記事では、製造業データの「非定型性」にどう向き合っているか、そして進化し続けるインデックスをどうやって無停止で運用

はじめまして、クオリティマネージャーのヒロたです。 近年、多くの企業で DX（デジタルトランスフォーメーション） が求められ、システムは単なる業務効率化ツールではなく、ビジネス戦略の中枢を担う存在になっています。その結果、従来のように 「要件定義 → 詳細設計 → 実装 → テスト → リリース」 と長い時間をかけて作る大規模スクラッチ開発では、ビジネスの変化のスピードに追いつかない。変更対応や機能追加にも時間がかかり、結果として競争力を削ぎかねません。こうした背景から、 「早く作る／早く直せる」 ことが

「QA」と名のつくチームに配属されたのに、やっていることはテストと不具合報告……そんな経験はないでしょうか。 自分は開発エンジニアから第三者検証会社を経て、現在はビットキーで品質戦略を担当しています。キャリアの中で「QA」を名乗る現場をいくつも見てきましたが、その多くで感じたのは違和感でした。QAと言いながら、やっていることはテストではないか。では「QA」とは本来何なのか。 この記事は、2026年5月に開催された勉強会「AI時代に、品質エンジニアとして何者になるか」での登壇内容をベースに書いたものです。

システム開発のPMOを任されたものの、何をどこまで担当すればよいのかわからず、不安を感じるケースは少なくありません。 進捗表の更新や会議資料の作成に追われるうちに、 PMOとして本当に価値のある仕事ができているのか と疑問を抱くこともあります。 一方、PMOの導入を検討する立場では、どのようなプロジェクトに必要なのか、社内人材で運用できるのか、外部へ依頼すべきなのかを判断しなければなりません。 PMOは単なる事務局ではなく、進捗・課題・リスク・品質・コストなどの情報を整理し、PMや関係者が適切に判断できる

キャンペーンサイトの公開前に必要なのは、 制作担当者による最終確認だけではありません。 数百万円から1,000万円規模のキャンペーンで、応募フォームやLINE連携、QRコードなどに不具合が起きれば、サイトを修正するだけでは済まないことがあります。 応募できなかった利用者は戻らず、発注元の担当者は社内から、代理店や制作会社の責任者はクライアントから、「 なぜ公開前に見つけられなかったのか 」と問われる可能性があります。 そこで検討したいのが、 制作に関わっていない第三者によるサイト検証。 第三者検証は、代理

LLM as a Judge とは、AI・エージェントの回答品質を自動的に評価する手法の一つで、大規模言語モデル（LLM）を「評価者」として活用し、人手による評価コストを大幅に削減しながら、一貫した基準で大量のテストケースを継続的に評価する方法です。 現在、生成AI（LLM）を自社の業務プロセスや自社プロダクトへ組み込む企業が急速に増えています。しかし、検証を進める中で多くの開発現場が直面するのが「AIの品質管理（QA）の難しさ」という壁です。 AIが出力する結果の妥当性をどう判断し、どのように安定性を担

はじめに こんにちは！NTTデータグループの工藤と出口(@kotha_deguchi)です。 2026年6月25～26日に幕張メッセで開催されたAWS Summit Japan 2026の1日目に参加してきました。 AWS Summit Japanは、AWS (Amazon Web Services) が毎年開催している国内最大級のイベントです。AWSの最新サービスや事例を紹介するセッションに加え、パートナー企業による展示ブースなど、多くのコンテンツが用意されています。 今年のAWS Summitを一言で

システム開発では、定例会議で「少し遅れているものの挽回できる」と報告されていたにもかかわらず、重要な節目の直前になって成果物が完成していないと判明することがあります。 遅延が明らかになると、現場には作業の前倒しを求め、顧客や経営層には事情を説明し、利用部門とはリリース後の計画を調整しなければなりません。 しかし、状況が見えないまま作業を急がせても、手戻りや不具合が増え、さらに納期が延びるおそれがあります。 重要なのは、単純に作業速度を上げることではなく、 現在地・残作業・遅延原因・影響範囲を可視化すること