はじめに 社内のネットワーク環境から開発を行う際、避けて通れないのが「プロキシ（Proxy）サーバー」の存在です。セキュリティ対策として必須の仕組みですが、開発ツールとの相性問題に悩まされることも少なくありません。 特に、「WebブラウザからはAzure DevOpsの画面が見えているのに、ターミナルから git clone や git pull を実行するとエラーになる」 という現象は、多くのエンジニアが一度は直面する課題ではないでしょうか。 本記事では、プロキシ環境下におけるGit接続エラー「fatal: unable to access」が発生する原因と、その具体的な解決手順に

はじめに 昨今のデジタルトランスフォーメーション（DX）の流れの中で、紙の書類やPDFファイルをデータ化し、業務効率を上げたいというニーズは高まるばかりです。 特に、請求書、契約書、本人確認書類といった非構造化データから、必要な情報を自動で抽出・データ化する技術は、多くの企業で導入が検討されています。 マイクロソフトが提供する Azure Document Intelligence（旧：Azure Form Recognizer）は、こうしたニーズに応える強力なAIサービスの一つです。高精度なOCR機能に加え、機械学習モデルを用いて文書の構造（キーと値のペア、表、選択マークなど）を理

この記事で分かること 'No matching distribution found for setuptools' エラーの対処 .whl（wheel）と .tar.gz（sdist）の違い なぜ pip download で .tar.gz がダウンロードされるのか オフライン環境でインストールを失敗させないための対策 何が起きたか オンライン環境の venv にインストールされている環境を、オフライン環境の venv でも再現したく以下のことを実行しました。 オンライン環境で実行したこと: # requirements.txt に記載されたパッケージをファイルとしてダ

1. はじめに 本記事では、Informatica（インフォマティカ） のクラウドデータマネジメントプラットフォーム「Intelligent Data Management Cloud」（IDMC ※旧称はIICS）のデータ取り込みソリューションであるCloud Data Ingestion and Replication (CDIR)を用いて、Amazon Managed Streaming for Apache Kafka (MSK)に連携されたデータをSubscribeし、Amazon S3(Simple Storage Service)のバケットへ転送する構成を検証します。

1. この記事で書いていること Amazon Web Services（以下AWS）より、2026年5月にAmazon Aurora MySQL 8.4がGAとなったことのリリースがありました。[1] Aurora MySQL v3はMySQL 8.0互換のメジャーバージョンでしたが、Aurora MySQL 8.4は MySQL Community Edition 8.4 LTSをベースにしたメジャーバージョンです。 このため、Aurora MySQL v3から8.4への移行は、単なるマイナーバージョンアップではなく、MySQL 8.0 から MySQL 8.4 LTSへの移行と、

※本記事は、ホスト系COBOL処理系からオープン系COBOL処理系への移行検証を整理する連載の最終回です。 1. シリーズの振り返り 本シリーズでは、移行時に発生し得る差異を以下の観点で整理してきました。 暗黙初期値 データ例外（0C7） ファイル定義 中間演算精度 移送元と移送先の属性 ソート順 いずれも共通しているのは、 コンパイルは通る 文法も正しい しかし動作が変わる という点です。 2. 差異の構造（3層モデル） 移行時の差異は、偶発的に発生するものではありません。 検証結果を整理すると、次の3層構造に分類できます。 層 差異の種類 具体例 本質

本記事は、下記イベントに対するセッションレポートとなります。 イベント名：Regional Scrum Gathering Tokyo 2026 日時：2026/01/08 登壇者： 森一樹 氏 セッション名：1万人を変え日本を変える！！多層構造型ふりかえりの大規模組織変革 本記事の筆者は、普段、SM（スクラムマスター）やアジャイルコーチとして、アジャイル開発の支援に携わっています。 セッション内容の紹介 本セッションでは、森一樹さんより「多層構造型ふりかえり」という考え方を軸に、大規模組織における変革の進め方について紹介がありました。 一般的に、ふりかえりというとチーム単位でのレ

1. はじめに 本記事は、コンサルタント個人として、AIをコンサルティング実務での成果物作成に組み込もうとするなかで見えてきた、構造的な壁と課題解決に向けた話です。 つい先月まで気づいていなかった「バイブコーディング」の威力と、その先で直面した品質の壁。 本記事では、その壁を5つの構造的要因に分解し、解決の方向性、そして5世代にわたる構造改修の概観まで示します。 ※なお、本連載は業務とは別に個人の研究テーマとして取り組んでいる試みの記録です。NTTデータ全社の取り組みとは独立した、私個人の現場ノートとして読んでいただければと思います。 2. 自己紹介 テックブログでの投稿は初めて

本記事は、下記イベントに対するセッションレポートとなります。 イベント名：Regional Scrum Gathering Tokyo 2026 日時：2026/01/07 登壇者： 飯沼　亜紀 氏 セッション名：「アウトプット脳からユーザー価値脳へ」がそんなに簡単にできたら苦労しない スライド資料： こちら 筆者は普段、開発者としてスクラムチームの支援に関わっています。 セッション内容 本セッションでは、売上・予算・納期といった「求められたアウトプット」を中心に考えるアウトプット脳と、ユーザーの行動変化や課題解決といった「価値」を中心に考えるユーザー価値脳という2つの考え方が

はじめに 仕上げとなる今回は、プライベートVMにLLM（Ollama）を実装し、データベースから自然言語でデータを検索する「Select AI」の実行確認をします。 1. Ollama のインストール まずは、プライベートVM内でLLMを動かす準備をします。踏み台サーバー経由でコマンドを実行していきましょう。 Ollama のダウンロード Ollama は、LLMサーバで動作させるのですが、LLMサーバはプライベート・サブネットにあるため、インターネットからのダウンロードができません。このため、一旦踏み台サーバにパッケージをダウンロードし、それを LLMサーバに転送する手順が

はじめに 第2回まででサーバーの準備が整いました。今回は、Select AIの心臓部となるAutonomous AI Database (ADB) を構築し、プライベートLLMと通信するための特別な設定を施します。 なぜ「データベース」に設定が必要なのか？ Autonomous AI Databaseは通常、非常に高いセキュリティで守られており、外部への通信は厳しく制限されています。 今回の構成では、データベースからプライベートサブネットにあるLLMサーバー（Ollama）にリクエストを送る必要があるため、「このユーザーなら、このVCN内のサーバーにHTTPで話しかけてもいいよ」

1.はじめに 1.1本記事で得られること 本記事を読むことで、以下の点を把握できます。 オンプレミス環境からAmazon Web Services（AWS） PrivateLink経由でSnowflakeへ接続するための、推奨されるDNS構成。 オンプレミスDNS、Route 53 Resolver、Snowflake VPCエンドポイントをどのように連携させるかの具体設定。 複数Snowflakeアカウントを利用する場合の設計パターン。 1.2本記事を書こうと思った背景 SnowflakeをAWS PrivateLink経由で利用する構成は、セキュリティ要件の観点から多

はじめに 以前、Androidの開発者を確認するAndroid Developer Verificationという記事で、2026年に、Androidのアプリの提供方法に大きな変更が生じるというお話しをさせていただきました。 簡単にまとめますと、Androidにインストールするアプリには、Googleが定める開発者登録が義務付けられるというものでした。 昔からAndroidをご存じの方は、サイドローディングが可能という、その自由さを好まれてきた方もいらっしゃるかと思いますが、昨今のセキュリティ事情などを踏まえ、身元確認を行いインストールされるアプリの開発者の身元を特定することになりま

本記事は、下記イベントに対するセッションレポートとなります。 イベント名：Regional Scrum Gathering Tokyo 2026 日時：2026/01/07 登壇者：Kei Ogane 氏 セッション名：複雑さを受け入れるか、拒むか？事業成長とともに育ったモノリスを前に私が考えたこと 本記事の筆者は、モバイルアプリ開発エンジニア、アジャイル開発のスクラムマスター、という立場で案件支援業務に主に携わっています。最近は、生成AIを活用した開発プロセスの整備・導入の支援業務も担当しています。このような立場で感じたセッションレポートを、下記に共有いたします。 セッション内

はじめに Azure Batchは、数千規模の計算コアを並列稼働させる強力なサービスですが、その真価は「いかに迅速かつ安定して計算環境をデプロイできるか」にかかっています。本記事では、Office文書のPDF変換処理基盤を構築する過程で直面した課題と、それを技術的に解決した全フローを詳細に解説します。 起動時インストール（StartTask）の限界 初期検証では、マーケットプレイスの標準OSイメージに対し、ノード起動時にスクリプトを実行してツールを導入する「StartTask」方式を検討しました。しかし、実務上の大きな壁となったのが 「プロビジョニング時間」 です。 プロビジ

はじめに 第1回で作成したVCN（仮想ネットワーク）の上に、いよいよサーバ（コンピュートインスタンス）を構築していきます。 今回は、役割の異なる2つのインスタンスを作成し、安全にLLMを動かす準備を整えます。 なぜ2台のサーバが必要か？ 今回の構成では、セキュリティを担保するために役割を「外向き」と「内向き」で分けています。 Public-Jump-Server（踏み台サーバ）: パブリックサブネットに配置します。 インターネットから唯一アクセスできる窓口となり、ここを経由してLLMサーバの構築やDB操作を行います。 Private-Model-Server（LL

はじめに こんにちは、データエンジニアをしているMaruです。 近年、BIやアナリティクスに加えて、AIを活用したデータ分析体験への関心が高まっています。 こうした環境では、データそのものだけでなく、指標や用語の意味を一貫して管理するセマンティックレイヤーの重要性も増しています。 https://www.nttdata.com/jp/ja/trends/data-insight/2024/0912/ 一方で、BI・AI・アナリティクスの各ツールは、それぞれ独自のセマンティックモデルを持つことが多く、ツールをまたいだ再利用や統一管理が難しいという課題があります。 そうした背景で登場した

従来のAIは判断の根拠を十分に説明できないことが多く、最終的な意思決定には人手による確認が欠かせませんでした。しかし近年、「画像」と「言語」を組み合わせて扱うことで、高度な意味理解や推論を実現する新しいアプローチが登場し、AIの活用範囲は大きく広がりつつあります。 本記事では、こうした流れの中で注目を集めているVLM（Vision-Language Model）について、その概要と実機検証を交えながらご紹介します。 VLMとは VLMは、画像・動画などの視覚情報と自然言語を統合的に理解・生成できるAIであり、従来の大規模言語モデル（LLM）に画像認識能力が備わったAIです。 「見る・

はじめに 前回は本シリーズの第一弾として、情報セキュリティに関する基本概念を整理した。まだ読んでいない方は、先にこちらを確認していただきたい。今回は、実際のペネトレーションテスト（Penetration Test）の実施を通じて、攻撃者の視点から情報セキュリティ脅威への理解を少し深めていただくことを狙いとしている。筆者から伝えたい内容が多いため、記事は3〜4回に分けて説明する予定。 また、本シリーズの目的を改めて述べると、ペネトレーションテストそのものの実施方法を中心に解説することではなく、ペネトレーションテストを通じて攻撃者がどこを狙いやすいのかを明確にし、日々の運用業務の中で潜在

Kubernetesを含むシステムを運用する際には、通常、Kubernetesを操作するための運用端末が別途必要になります。 AWSのAmazon Elastic Kubernetes Service (EKS) では、KubernetesのAPIサーバのエンドポイントの公開先をパブリック、プライベートから選択できます。パブリックであれば運用端末はどこにでも用意できますが、これまではプライベートの場合には、EKSと同じVPC内に運用端末としてEC2インスタンスを用意し、そこから操作する必要がありました。 そんな中、2026年4月30日に、CloudShellから簡単にEKSを操作できるよ