NTTデータ の技術ブログ

VMwareからKVMに移行する人のための機能比較 Vol.4 ディスク編

背景と目的 商用サービス向けに VMwareを利用しているユーザーがKVMへの移行を検討する際、特にミッションクリティカルなシステムであればあるほど、「VMwareからKVMに移行する際のリスクは何か?」という点が大きな関心事となります。  VMwareはエンタープライズ向けに最適化されており、内部的に多数の性能・安定性向上の工夫が組み込まれています。こうした仕組み

Snowflake Cortex Analyst徹底検証 #2:JOIN編と検証から見えた設計上の考慮事項

はじめに これは「Cortex AnalystをLevel別に検証してみよう」シリーズの パート2 です。 本稿はLevel 3(JOIN 前提) の検証と、そこから得た 設計上の考慮事項の整理にフォーカスしています。 前回(Part 1)の要点 単表〜マルチターン(Level1・2)では、初期設定のままでも、正答率は約7割。 単表〜マルチターン(Level1・2)では、“セマンティック”を整えることで正答率が改

Snowflake Cortex Analyst徹底検証 #1:Text-to-SQLの基本と単表/マルチターン精度を上げる設計

はじめに Snowflakeを導入している組織の中で、「せっかくデータがあるのに、SQLが書けないから触れない…」という声を耳にすることはありませんか? アナリストやエンジニアだけでなく、営業や企画などビジネスユーザも自分でデータを整形して取り出し、分析できたら便利なのに。 そんな課題を解決するヒントのひとつがSnowflake Cortex Analyst だと、私は考えています。

C/C++の世界に閉じこもっていたオジサンがPythonに触れてみる  ~基礎編~ 第3/10回

はじめに こんにちは、NTTデータに勤務する一人のオジサンです。 これまでC/C++言語を使って、がっつりとポインタやら参照やらに向き合いながら、プログラムを書いてきました。構造体と仲良くなり、クラスに振り回され、newとdeleteに責任を持つ。そんな人生でした。 しかし時代は変わり、AIだ、データサイエンスだ、機械学習だと騒がれる中、「とりあえずPythonに触れ

1:Semantic KernelでAIエージェントを作ろう!

前置き 株式会社NTTデータグループの技術革新統括本部AI技術部でSmart AI Agent™のエンジニアをしている岸川です。 AIエージェント開発に便利な Semantic Kernel(セマンティック カーネル/以下SK) を使い、OpenAI APIと組み合わせて会話型エージェントを作る手順をまとめてみました。 Semantic Kernelとは? Semantic Kernel(セマンティック カーネル、以下SK) は、Microsoftが提供するオ

非機能要求グレードの歩き方 Vol.16 A3災害対策/A4回復性

はじめに - Vol.16 本記事では、IPA[1] が公開する 非機能要求グレード[2] の「A.3 災害対策」と「A.4 回復性」を対象に、 金融 IT 基盤に 30 年以上携わって得た知見をもとに “やらかしがちな” 技術課題と対策を解説します。 筆者は非機能要求グレード初版の執筆に関わった経験があり、行間を含めて解説します。 シリーズ全体の構成は 👉 非機能要求グレードの歩き方 Index

VMwareからKVMに移行する人のための機能比較 Vol.3 メモリ編

背景と目的 商用サービス向けに VMwareを利用しているユーザーがKVMへの移行を検討する際、特にミッションクリティカルなシステムであればあるほど、「VMwareからKVMに移行する際のリスクは何か?」という点が大きな関心事となります。  VMwareはエンタープライズ向けに最適化されており、内部的に多数の性能・安定性向上の工夫が組み込まれています。こうした仕組み

Databricks AI Assistantのアップデート紹介:ノートブック全体チェックとシステムプロンプト対応

はじめに DatabricksのAI Assistantは、コード生成・リファクタリング・エラー解消支援など、ノートブック上での開発作業を幅広くサポートしてくれる生成AIベースの機能です。 これまではノートブック内の単一セル単位でのサポートが中心でしたが、2025年8月のアップデートでノートブック全体を対象とした解析・提案が可能になり、さらにシステムプロンプトによる事前条

Kiro開発のリアル:開発者が知るべきコスト&品質の両立法

はじめに こんにちは、NTTデータの山口です。 Amazon Web ServicesからAmazon Kiroが公開されてから、1ヶ月が経ちました。 https://kiro.dev/blog/introducing-kiro/ https://aws.amazon.com/jp/blogs/news/introducing-kiro/ 仕様駆動開発を支援するKiroを活用すれば、忙しい開発者の手を離れてアプリ開発を任せられるのでしょうか? プレビュー版のKiroを使用してアプリ開発を任せた結果として、現時点(2025

SnowflakeでGET_LINEAGEを拡張して深いリネージュ分析を可能にするアプリを作ってみた

1. GET_LINEAGE 関数とは Snowflakeのリネージュ取得関数 GET_LINEAGE がGAになっています。これにより、SQLから直接、オブジェクト間の依存関係を構造化データとして取得でき、下流・上流のつながりを素早く把握できます。 この機能を使って、取込データに遅延や不正データが含まれた際に、どのデータマートテーブルに影響があるかを簡単に調査するアプリを作ってみたいと思

非機能要求グレードの歩き方 Vol.15 A2耐障害性

はじめに - Vol.15 本記事では、IPA[1] が公開する 非機能要求グレード[2] の「A.2 耐障害性」を対象に、 金融 IT 基盤に 30 年以上携わって得た知見をもとに “やらかしがちな” 技術課題と対策を解説します。 筆者は非機能要求グレード初版の執筆に関わった経験があり、行間を含め解説します。 シリーズ全体の構成は 👉 非機能要求グレードの歩き方 Index をご覧ください。

自動車開発/第三回:インフラエンジニア視点で見るMLOpsパイプライン:SageMaker PipelinesへのDeepDive

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

650点(不合格)から857点(合格)へ!SnowPro Advanced Architect 合格までの道のり

1. はじめに 本記事は、Snowflake の上級認定「SnowPro Advanced: Architect」において、1回目は不合格(650点)から学習方針を見直し、2回目で合格(857点)に至るまでの記録です。 単なる知識の羅列ではなく、要件から設計判断へ落とし込む思考プロセスを中心にしています。 対象読者は、SnowPro Core 合格済み、かつ、実務で Snowflake を扱っており、アーキテクトとして設計判断の

C/C++の世界に閉じこもっていたオジサンがPythonに触れてみる  ~基礎編~ 第2/10回

はじめに こんにちは、NTTデータに勤務する一人のオジサンです。 これまでC/C++言語を使って、がっつりとポインタやら参照やらに向き合いながら、プログラムを書いてきました。構造体と仲良くなり、クラスに振り回され、newとdeleteに責任を持つ。そんな人生でした。 しかし時代は変わり、AIだ、データサイエンスだ、機械学習だと騒がれる中、「とりあえずPythonに触れ

非機能要求グレードの歩き方 Vol.14 バッチ編-C1通常運用

はじめに - Vol.14 本記事では、IPA[1] が公開する 非機能要求グレード[2] の 「C.1 通常運用」に含まれるバッチ処理関連の小項目を対象に、 金融 IT 基盤に 30 年以上携わって得た知見をもとに “やらかしがちな” 技術課題と対策を解説します。 筆者は非機能要求グレード初版の執筆に関わった経験があり、行間を含め解説します。 シリーズ全体の構成は 👉 非機能要求グレ