本記事は TechHarmony Advent Calendar 2025 12/16付の記事です 。 こんにちは。SCSKの さと です。 2025年のre:Inventは何が印象に残ったでしょうか。DevOps Agent？新しいSecurity Hub？あるいはDr. Werner Vogelsの最後のKeynoteでしょうか。 さて、今回はre:Inventで発表された自動推論チェックについてご紹介します。とはいっても2024年のre:Inventです。本機能は長らくプレビュー状態で申請をしないと

この記事は every Tech Blog Advent Calendar 2025 の 16 日目の記事です。 はじめに こんにちは、リテールハブ開発部でバックエンドエンジニアをしているホシと申します。 現在、小売アプリ開発で Laravel 11 を利用しながら日々サービス開発に取り組んでいます。 先日、サービスのパフォーマンス改善を目的として、MySQL の SQL チューニングを行う機会がありました。 これまでも EXPLAIN を使って実行計画を確認することが多かったのですが、以前から「EXPL

リクルートのデータ推進室は、数多くの領域にまたがるサービスのデータ活用を牽引し、事業の成長を最前線で支える部門横断的な組

（本稿は、2025年12月8日に公開された “ SAP data ingestion and replication with AWS Glue zero-ETL ” を翻訳したものです） 組織では、複雑なデータパイプラインを維持することなく、SAPシステムからデータを取り込み、インサイトへより迅速にアクセスするニーズが高まっています。 AWS Glue zero-ETL with SAP は、Operational Data Provisioning（ ODP ）管理のSAP Business Ware

はじめに こんにちは、クラウドエース株式会社 第二開発部の劉です。 Google Cloud では、機械学習の専門知識がなくても需要予測モデルを構築できる製品が提供されています。そこで今回は、BigQuery ML (BQML) の時系列予測機能と Vertex AI Forecast の2つの製品を使い、同じデータセットで予測モデルを構築する方法をハンズオン形式で紹介していきます。 BigQuery MLはSQLだけでモデル構築から運用まで完結でき、Vertex AI ForecastはGUI操作でモデ

生成AI×PMO：「7種のインシデント型」でバグ予測と横展開 みなさん、こんにちは。サービス開発部の大坪です。 本記事では、PMO（Project Management Officer）の立場で生成AIをどう品質改善に使うかについて、試した取り組みを紹介します。 生成AI×PMO：「7種のインシデント型」でバグ予測と横展開 この記事で書くこと・対象読者 PMOで生成AIに何をさせたいのか 生成AIは「確率で次の単語を当てるマシン」 成果物をそのまま渡しただけではイマイチだった 7種のインシデントに整理して

はじめに こんにちは！リクルートで検索エンジニアをしている中野 (@y_nak6 ) です。 私は 2025 年 7 月にイタリア北部のパドヴァで開催された SIGIR

本稿は、“ Understanding Amazon Aurora MySQL storage space utilization ” を翻訳したものです。 Amazon Aurora は、高性能な商用データベースが持つパフォーマンス、スケーラビリティ、可用性を提供しながらオープンソースデータベースの持つシンプルさとコスト効率の良さを実現する、フルマネージド型のリレーショナルデータベースサービスです。 Amazon Aurora MySQL互換エディション は、MySQLとの互換性を持っており、すでにMy

MEKIKI X AIハッカソンもぐもぐ勉強会 Advent Calendar 2025の5日目を担当する古谷です。 2025年6月にDatadogから提供開始されたDatadog LLM Observabilityを実際に動かしてみたので、今回はその検証レポートをお届けします。 そもそもLLM Observabilityとは？ 生成AIアプリケーションの開発が加速する一方で、その内部動作はブラックボックス化しやすいという課題があります。特にRAGやMCP等を含むAIエージェントでは、 プロンプト → 応

こんにちは、データアナリストの井原です。 この記事は Enigmo Advent Calendar 2025 の5日目の記事です。 この記事では手元で手に入るデータ（情報）が限定的でも、出来る範囲で分析を行ってみることは大事なのではないか？というテーマで書いていきます。 私は普段データアナリストとして、データからビジネスの意思決定を行うための示唆出しを主要業務に エニグモ で働いています。データアナリストというと、因果推論、統計、 Python 、AIなど、データを正しく解釈するために、論理的な思考や熟考

本記事は 2025年11月21日 に公開された「 Introducing Cluster Insights: Unified monitoring dashboard for Amazon OpenSearch Service clusters | AWS Big Data Blog 」を翻訳したものです。 Amazon OpenSearch Service クラスターは、CloudWatch や Amazon OpenSearch Service コンソールを通じてアクセスできる豊富な運用メトリクスを提

はじめにこんにちは。滋賀大学データサイエンス研究科博士前期課程1年の林孝彦です。大学および大学院では、データサイエンスに関する幅広い技術を体系的に学び、統計学や機械学習、データ解析を通じて実社会の課題...

はじめに この記事は CyberAgent Developers Advent Calendar 2 ...

目次 目次 はじめに：LLMは「なぜ？」をどこまで理解しているのか DAGと「調整」の基本 本記事で登場する用語の説明 DAG（Directed Acyclic Graph） 調整する（adjustment） バックドアパス（backdoor path） 調整集合 Z（adjustment set） d-separation コライダー / 非コライダー ステップ1：DAGベースの「独立性＆バックドアチェッカー」をPythonで実装する 1-1. 因果グラフを扱うクラス：CausalDAG 1-2. d-

本投稿は、 Manojit Saha Sardar と Chirantan Pandya による記事 「 Group database tables under AWS Database Migration Service tasks for PostgreSQL source engine 」を翻訳したものです。 AWS Database Migration Service (AWS DMS) は、データベースやデータウェアハウスを含むデータリポジトリの転送と複製を容易にするために設計されたクラウドベー