cloud.google.com
Google Kubernetes Engine (GKE) は、AI 時代のオペレーティング システムとして急速に普及しており、特に複雑な AI ワークロードや次世代 AI アプリケーションに対して、パフォーマンス、効率性、セキュリティ、スケーラビリティを強化する新機能が Google Cloud Next ‘26 で発表されました。
GKE Agent Sandbox、GKE Hypercluster、推論パフォーマンスの向上、強化学習（RL）の強化、カスタム指標に基づく自動スケーリングなどの新機能により、AI エージェントのインフラストラクチャ、大規模なアクセラレータ管理、推論の高速化、RL コンピューティングのボトルネック解消、インテントベースの自動スケーリングが実現されます。
この記事は、AI ワークロードのインフラストラクチャ管理に携わるエンジニア、アーキテクト、プロダクトマネージャー、データサイエンティスト、テックリード、およびインフラストラクチャ担当者を対象としています。
グーグル・クラウド・ジャパン合同会社 <name>Gari Singh</name><title>GKE Group Product Manager</title><department></department><company></company> markelabo.com
プロダクトにおいて、LTV（顧客生涯価値）の高いユーザーを特定するための5つの観点と、具体的な成功事例を紹介します。
獲得時期によるLTVの違い、効果的なチャネルの特定、継続率向上に繋がるユーザー行動などを解説。
プロダクトマネージャー、データサイエンティスト、マーケター
note.istyle.co.jp
・25年以上にわたる@cosmeの口コミと購買データを掛け合わせた独自の分析手法を紹介
・「なぜ買ったか」という購買行動の背景を読み解き、ビジネスの意思決定に活かす方法を解説
・@cosme Copilotの活用や、データから「生々しいペルソナ」を読み解く面白さに焦点を当てる
【この記事は以下のような方におすすめです】
・データ分析を活用してビジネスの意思決定を改善したいマーケター
・顧客行動の深層を理解し、新たなインサイトを発見したいリサーチャー
・データサイエンティストやプロダクトマネージャーで、データ分析の応用例を知りたい方
cyberagent.connpass.com
MIT SSAC 2026論文読み会は、スポーツアナリティクス分野の最新論文を紹介するイベントです。
スポーツ領域におけるAI活用に関心のある研究者、エンジニア、チーム運営関係者、新規事業担当者、学生などを対象としています。
イベントでは、MIT SSAC 2026で発表された論文の紹介と、参加者同士の交流が目的です。
cloud.google.com
Google Cloudは、運用（OLTP）と分析（OLAP）のグラフワークロードを統合するソリューションとして、Spanner GraphとBigQuery Graphを発表しました。
このソリューションは、単一のデータベースでグラフ、リレーショナル、検索、生成AI機能を統合するSpanner Graphと、大規模な分析のために設計されたBigQuery Graphを組み合わせることで、データサイロを排除し、運用と分析の間のシームレスな連携を実現します。
本記事は、データベース管理者、データエンジニア、アーキテクト、データサイエンティストなど、グラフデータベースと分析の統合に関心のある技術者向けです。
グーグル・クラウド・ジャパン合同会社 <name>Candice Chen</name><title>Product Manager</title><department></department><company></company> cloud.google.com
- Google Cloud は、メディア・エンターテイメント業界のパートナーエコシステムを活用し、AI技術を導入して制作・配信・収益化の効率化と高度化を支援しています。
- Avid、Backlight、Brahma AIなどのパートナー企業が、AI検索、メタデータ自動付与、デジタルアバター生成などのソリューションを提供し、クリエイティブワークフローの強化やコンテンツ価値の向上に貢献しています。
- この記事は、メディア・エンターテイメント業界の技術者、プロダクトマネージャー、経営層が、Google Cloud とそのパートナーエコシステムを活用したAI導入の可能性を理解するためのものです。
グーグル・クラウド・ジャパン合同会社 <name>Buzz Hays</name><title>Global Lead, Entertainment Industry Solutions, Google Cloud</title><department></department><company></company> sansan.connpass.com
MLOpsをテーマにしたオフライン勉強会が京都で開催されます。
Vertex AI Pipelinesを用いたハンズオンも実施され、機械学習モデルの開発から運用までの実践的な知識を深めることができます。
機械学習に関わる学生・社会人、MLOpsに興味のある方におすすめのイベントです。
speakerdeck.com
Sansan Tech Talk @関西 vol.3 のイベント告知です。
データ活用のリアルについて、CTO室の坂口遥氏が登壇します。
データマネジメントに興味がある方、データ活用を推進したいエンジニアや担当者におすすめです。
speakerdeck.com
Sansan Tech Talk @関西 vol.3「データ活用のリアル」というイベントの告知です。
データ活用に関する実践的な内容が共有される予定です。
データサイエンティストや機械学習エンジニア、アーキテクト、バックエンドエンジニア、プラットフォームエンジニアにおすすめの内容です。
cloud.google.com
Google Cloudは、エージェンティック時代に対応するため、BigQueryにレイクハウス、組み込み型AI、エージェント体験の3つの軸で新機能を追加しました。
これにより、クロスクラウドでのデータ活用、グラフベースの推論によるAIの高度化、構造化・非構造化データ双方のネイティブAI処理が可能になります。
データサイエンティスト、プラットフォームエンジニア、AI開発者向けに、データ処理能力とAI活用能力を飛躍的に向上させるための機能が提供されます。
グーグル・クラウド・ジャパン合同会社 <name>Tomas Talius</name><title>VP, Engineering, Google Cloud</title><department></department><company></company> cloud.google.com
- AIは、単なる質問応答から、高度な推論やタスク実行を行う「エージェンティック時代」へと進化しています。
- Google Cloudは、この新しい時代に対応するため、TPU 8世代、NVIDIA Vera Rubin搭載A5X、カスタムArm CPU「Axion」搭載VM、最新x86 VM、新ネットワーク「Virgo」、高速ストレージ、GKEの強化など、AIインフラストラクチャを大幅に拡張しました。
- この記事は、AIインフラストラクチャの進化、特にGoogle Cloudの最新技術に興味のあるエンジニア、データサイエンティスト、アーキテクト、インフラ担当者、プロダクトマネージャーを対象としています。
グーグル・クラウド・ジャパン合同会社 <name>Mark Lohmeyer</name><title>VP and GM, AI and Computing Infrastructure</title><department></department><company></company> www.publickey1.jp
Googleが「Google Cloud Next 2026」で発表した「Gemini Enterprise Agent Platform」は、AIエージェントの開発から運用・管理までを包括的に支援する基盤です。
「Agent Studio」により、ローコードでAIエージェントを構築可能になります。
主に、AIエージェントの開発・導入を検討している企業や、Google Cloudの最新AI技術に関心のあるエンジニア、プロダクトマネージャー向けの発表です。
www.publickey1.jp
Googleが「Google Cloud Next 2026」で発表した「Agentic Data Cloud」は、Google CloudだけでなくAWSやAzureのデータソースも統合し、AIネイティブなデータレイクハウスを構築するサービスです。
AIエージェントが業務データへアクセスする際の基盤となることを目指しています。
インフラエンジニア、データサイエンティスト、アーキテクト、AI開発者など、データ統合とAI活用に関わる技術者向けの記事です。
recruit-event.connpass.com
リクルートのデータ基盤塾第3弾のアンコール放送。
開発現場におけるAI活用事例として、LLMによる開発効率化、AIエージェントフレームワークの比較検証、AIエージェントによる運用自動化（AIOps）の実践について解説。
データエンジニアがAIと共創し、付加価値の高い仕事に向き合うためのヒントを提供するウェビナーです。
* 大規模サービスにおけるデータエンジニアの具体的な事例を知りたい方
* リクルートのデータエンジニアの仕事内容やAI活用事例に興味がある方
* AIによる開発効率化や運用自動化の最新動向に関心のある方
speakerdeck.com
・SansanとCierpaが共催するイベントで、高品質なAI開発に不可欠なアノテーション設計に関する実践的な知見を共有します。
・AIモデルの性能を最大化するためのデータアノテーションの重要性と、具体的な設計・運用ノウハウについて解説します。
・AI開発に携わるエンジニア、データサイエンティスト、研究者、プロダクトマネージャーなど、アノテーションの品質向上に関心のあるすべての人々を対象としています。
cloud.google.com
Google Cloudは、AIエージェント時代に対応する第8世代TPUとして、トレーニングに特化したTPU 8tと推論に特化したTPU 8iを発表しました。
これらの新チップは、前世代を大幅に上回るパフォーマンスと電力効率を実現し、GoogleのAIスーパーコンピュータの一部として提供されます。
AI開発者、インフラエンジニア、および先進的なAIワークロードを扱う組織が主な対象読者となります。
グーグル・クラウド・ジャパン合同会社 <name>Amin Vahdat</name><title>SVP and Chief Technologist, AI and Infrastructure</title><department></department><company></company> cloud.google.com
Google Cloudが、AIエージェントが自律的に行動することを可能にする「Agentic Data Cloud」を発表しました。これにより、従来のデータプラットフォームを「System of Action」へと進化させ、企業はより迅速かつ効率的にビジネスを展開できるようになります。
この新しいプラットフォームは、Vodafone、American Express、Virgin Voyagesなどの先進企業での活用事例も紹介されています。
この記事は、Google Cloudの最新技術に関心のある、データサイエンティスト、プラットフォームエンジニア、インフラエンジニア、およびAIを活用したビジネス変革を目指す技術リーダー層を対象としています。
グーグル・クラウド・ジャパン合同会社 <name>Yasmeen Ahmad</name><title>Managing Director, Data Cloud, Google Cloud</title><department></department><company></company> cloud.google.com
・BigQuery GraphとKineviz GraphXRを組み合わせることで、非構造化データを効果的に管理し、ビジネスインサイトを発見する新しいワークフローを構築できます。
・このソリューションは、複雑なETLパイプラインやデータ重複、個別のグラフデータベースを不要にし、データガバナンスとトレーサビリティを強化します。
・データサイエンティスト、アナリスト、意思決定者などが、複雑なデータ分析を容易にし、監査可能なインサイトを得ることが可能になります。
グーグル・クラウド・ジャパン合同会社 <name>Candice Chen</name><title>Product Manager</title><department></department><company></company> cyberagent.connpass.com
「CA DATA NIGHT#9 〜スポーツの現場を支えるAI・データ活用の最前線〜」は、サイバーエージェントが主催するデータサイエンス技術者向けの勉強会です。
今回は「スポーツ × データ」をテーマに、競輪AI予想、スポーツ映像のメディアアセット管理基盤、J1サッカークラブでのデータ分析など、スポーツ分野におけるAI・データ活用の最前線を紹介します。
データサイエンティスト、機械学習エンジニア、基盤エンジニア、スポーツ関係者、データ活用に関心のある技術者におすすめのイベントです。
cloud.google.com
- 自然言語でデータ分析を行う会話型AIエージェントを、本番環境で利用するための評価ツール「Prism」を紹介しています。
- Prismは、カスタム質問と回答セット、SQLやデータ検証、レイテンシ制限、AI Judgeなどの機能により、エージェントの精度を測定・向上させます。
- この記事は、会話型AIエージェントの開発・運用に携わるエンジニアやデータサイエンティスト、プロジェクトマネージャー向けです。
グーグル・クラウド・ジャパン合同会社 <name>Phil Meyers</name><title>Software Engineer</title><department></department><company></company> cloud.google.com
Google Cloudが、大規模な関係性をモデル化・分析・可視化できる「BigQuery Graph」のプレビュー版を発表しました。
従来のSQLでは困難だった複雑な関係性の分析を、直感的なグラフクエリ言語（GQL）や既存のSQLスキルを活かしながら、容易かつスケーラブルに実行可能にします。
データサイエンティスト、データアナリスト、AI開発者などが、不正検知、レコメンデーション、サプライチェーン管理など、多様なユースケースで活用できます。
グーグル・クラウド・ジャパン合同会社 <name>Vinay Balasubramaniam</name><title>Director, Product Management, BigQuery</title><department></department><company></company> cloud.google.com
Google CloudのBigQuery、Pub/Sub、Vertex AI Agent Engineを活用したイベントドリブンデータエージェントの構築方法を解説しています。
リアルタイムでの異常検出から自律的な調査・解決までを自動化するアーキテクチャを紹介。
インフラエンジニア、データサイエンティスト、アーキテクト、AI開発者向けの記事です。
グーグル・クラウド・ジャパン合同会社 <name>Nick Orlove</name><title>BigQuery Product Manager</title><department></department><company></company> cloud.google.com
Google CloudのLookerに、会話型分析機能が一般提供開始されました。これにより、ユーザーは自然言語でデータにアクセス・分析できるようになり、埋め込み分析環境でのインタラクティブ性とアクセシビリティが向上します。
* AI時代に対応した、より直感的で会話形式のデータ分析体験を提供します。
* 開発者は、Geminiを活用したAI機能やセマンティックレイヤーを利用して、差別化されたデータプロダクトを迅速に構築できます。
* データサイエンティスト、プロダクトマネージャー、インフラ・バックエンドエンジニアなどが、顧客向けアプリケーションに高度な分析機能を容易に組み込めます。
グーグル・クラウド・ジャパン合同会社 <name>Sharon Zhang</name><title>Product Manager, Google Cloud</title><department></department><company></company> cloud.google.com
・RVUはGoogle CloudのDataprocとServerless for Apache Sparkを活用し、Dataprocを特徴量エンジニアリングのための高速Spark処理エンジンとして利用しました。
・これにより、顧客データの整形を数週間から数日に短縮し、製品化までの時間を大幅に改善しました。
・この高速化により、顧客一人ひとりに合わせたパーソナライズされたレコメンデーションを提供し、業界を変革しています。
この記事は、Google CloudのDataprocやServerless for Apache Sparkを活用して、データ処理と機械学習モデル開発の効率を劇的に向上させ、高度なパーソナライゼーションを実現したいと考えている、データサイエンティスト、プラットフォームエンジニア、インフラエンジニア、およびマーケティング担当者を対象としています。
グーグル・クラウド・ジャパン合同会社 <name>Siddharth Dawara</name><title>Head of Data Engineering, RVU</title><department></department><company></company> timeedev.connpass.com
・タイミー社がAIを活用して探索的分析のプロセスをどのように変革したかについて解説します。
・「仕様書駆動」と「仮説検証」の高速化に焦点を当て、具体的なAIの活用事例を紹介します。
・AIをプロダクト開発に活用している方、成長企業のAI活用事例に興味がある方、現場に根差した実践的な知見を求める方におすすめです。
www.publickey1.jp
AIが単なる修正から「製造」へと進化し、3Dアセット生成の現場で本格的なプロダクション対応が可能になった。
Hitem3D 2.0は、AAAゲームや高精度製造で求められる構造的ロジックと物理的一貫性を実現する。
これは、AI 3D基盤モデルが実験段階を超え、産業用エンジンへと進化したことを示すインフラストラクチャである。
cloud.google.com
- Google Cloudと米国代表チームは、AIを用いて冬季オリンピック選手のために、複雑な空中技を3D生体力学分析するシステムを開発しました。
- このシステムは、2D動画から63個の関節を持つ3D骨格をリアルタイムで生成し、選手のパフォーマンス向上に貢献します。
- 高速動作の追跡や、装備による視界不良といった課題を、TPUとVertex AIを活用したインフラで解決し、理学療法や産業用ロボットなどへの応用も期待されます。
グーグル・クラウド・ジャパン合同会社 <name>The Google Cloud Project Team </name><title></title><department></department><company></company> zenn.dev
・SnowflakeのMCPにおけるツール制限をCortex Searchで解決した事例について。
・筆者は「制限」を人生の面白さと美しさの源泉と捉え、感謝の念に繋げている。
・データサイエンティストや、ツールの制限に悩むエンジニア、哲学的な視点から技術を捉えたい人向け。
cloud.google.com
Google Kubernetes Engine（GKE）に新しい Cloud Storage FUSE プロファイルが導入されました。
これにより、AI/ML ワークロードにおける Cloud Storage へのデータアクセスが、パフォーマンス調整の複雑さを解消し、自動化されることで高速化されます。
プラットフォームエンジニア、インフラエンジニア、機械学習エンジニア、データサイエンティスト向けの記事です。
グーグル・クラウド・ジャパン合同会社 <name>Uriel Guzmán-Mendoza</name><title>Software Engineer</title><department></department><company></company> timeedev.connpass.com
タイミーがAI駆動開発をどのように実践しているか、特に「リリース後」のフェーズに焦点を当てた技術ラジオイベントの告知です。
AI活用事例の共有や、実務に根差したAI知見の深掘りが行われます。
AIをプロダクト開発に活用しているエンジニア、成長企業の実践的なAI知識に興味がある方、現場の具体的な話を聞きたい方におすすめです。
cloud.google.com
カインズがAIと数理最適化を活用し、膨大な表計算作業に依存していた需要予測後の発注・在庫管理プロセスを自動化した事例を紹介。Vertex AI Agent BuilderによるAIエージェント導入で、自然な対話によるデータ操作・抽出、および数理最適化による「車建発注」計算の自動化を実現し、劇的な工数削減、柔軟性向上、データの一貫性確保を達成した。
- AIと数理最適化技術を駆使し、従来の表計算ソフトでの手作業による発注・在庫管理プロセスを自動化・効率化した事例。
- AIエージェントの導入により、担当者の直感的な指示でデータ処理が可能になり、属人的な作業やミスを排除。
- 需要予測から発注・在庫管理までを統合された基盤で実行可能にし、小売業におけるDX推進の鍵となる取り組み。
グーグル・クラウド・ジャパン合同会社 <name>Google Cloud Japan Team </name><title></title><department></department><company></company> zenn.dev
dbt-project-evaluatorの実行速度が遅いという課題に対し、DWHへの通信がボトルネックであることを指摘。実データにアクセスする必要がないため、DWHに接続せずにローカルで実行することで高速化を図る方法を解説。
- dbt-project-evaluatorのパフォーマンス改善に関心のあるエンジニア。
- dbtのベストプラクティスを効率的に適用したい開発者。
- DWHへの通信コストを削減したいデータエンジニア。
cloud.google.com
Google Cloud は、Anthropic の最新 AI モデル「Claude Mythos Preview」を Vertex AI で限定公開プレビューとして提供開始しました。
この連携により、最先端の AI モデルをエンタープライズグレードの Vertex AI プラットフォーム上で利用可能になり、サイバーセキュリティリスクの低減に重点を置いた多様なユースケースでの高性能化が期待されます。
AI開発者、データサイエンティスト、およびGoogle Cloudを利用する企業向けの記事です。
グーグル・クラウド・ジャパン合同会社 <name>Michael Gerstenhaber</name><title>VP of Product Management, Vertex AI</title><department></department><company></company> note.com
社内BigQueryにアクセスし、深層的な調査を行うAIエージェントの構築について解説。
AIエージェント開発に興味のある機械学習エンジニアやデータサイエンティスト向け。
社内データ活用やAIによる業務効率化に関心のあるエンジニアにも有用な情報が含まれる。
note.com
ML/DSのバックグラウンドを持つエンジニアが、AIエージェントをプロダクトに実装する際の、現場の泥臭い部分や直面する課題について解説するイベントレポート。
- AIエージェントの実装における技術的な挑戦や工夫。
- ML/DSの知見がどのようにプロダクト開発に活かされるか。
- プロダクト開発の現場でAIを推進するエンジニア、データサイエンティスト、プロダクトマネージャー向け。
note.com
・「データ界隈100人カイギ#04」にてオープンデータ界隈について弊社のエンジニアが登壇したレポート記事です。
・イベントの概要や登壇内容、会場の様子が紹介されています。
・データサイエンティスト、オープンデータに関心のあるエンジニア、技術広報担当者向け。
note.istyle.co.jp
- 美容業界に特化したデータコンサルティング組織ISDCの取り組みを紹介する記事。
- @cosmeの膨大なデータを活用し、美容業界の意思決定を支援するISDCの活動と、データから「ストーリー」を紡ぎ出す重要性について、取締役副社長の山内氏へのインタビューを通じて解説。
- 美容業界の意思決定者、マーケター、データサイエンティスト、コンサルタントなど、データ分析や戦略立案に関わる人々向け。
cloud.google.com
FM Logisticは、Google CloudのAlphaEvolveを活用し、倉庫における「巡回セールスマン問題」の解決に成功しました。これにより、ルーティング効率が10.4%向上し、年間15,000km以上の移動距離削減、人員・車両増強なしでの注文処理能力向上を実現しました。
* 物流倉庫のピッキングルート最適化にAI（AlphaEvolveとGemini）を適用し、従来の手法を上回る効率化を達成。
* データサイエンティスト、インフラエンジニア、プロダクトマネージャー、プロジェクトマネージャーなどが、AIによるアルゴリズム改善とその運用効果について理解を深めるのに適した記事。
* AIが自律的にアルゴリズムを生成・改良する進化型コーディングエージェントの活用事例として、将来的な技術応用や更なる効率化の可能性を示唆。
グーグル・クラウド・ジャパン合同会社 <name>Anant Nawalgaria</name><title>Sr. Staff ML Engineer & PM, Google</title><department></department><company></company> blog.google
Googleが発表したGemini 3.1 ProとGemini 3.1 Pro Deep Thinkは、汎用タスクと複雑な推論・数学・科学的発見に特化したAIモデルです。
特にDeep Thinkは、多段階の推論や高度な数学的問題解決能力の向上が期待されます。
この記事は、AI技術の進化に関心のある開発者、研究者、データサイエンティスト向けです。
グーグル合同会社 <name>Conglong Li</name><title>Research Scientist</title><department>Google DeepMind</department><company/> cloud.google.com
KubeCon EU 2026で、Google Kubernetes Engine (GKE) はAI時代のオープン プラットフォームとしての進化を発表しました。Autopilotモードの全クラスへの提供、GKEクラスタ オートスケーラーのオープンソース化、CNCF Kubernetes AI Conformanceへの対応強化、AIエージェント連携のためのModel Context Protocol (MCP)サーバーの発表などが行われました。また、KubernetesをAIインフラストラクチャとして進化させるllm-dプロジェクトのCNCFサンドボックス昇格、動的リソース割り当て(DRA)のオープンソース化、Kubernetes Agent SandboxやGKE Pod SnapshotsによるエージェントAIの実行環境強化、Ray v2.55でのTPUサポート、Ray History Serverによるオブザーバビリティ向上が紹介されました。
この記事は、AI技術の進化とKubernetesエコシステムの連携に焦点を当てており、特にGoogle Cloudの最新動向に関心のあるエンジニア、インフラ担当者、AI/MLエンジニア、プラットフォームエンジニア、プロダクトマネージャー、およびアーキテクトにとって有益な情報を提供します。
Googleは、KubernetesとGKEをAI推論、エージェントワークフロー、コンピューティング容量最適化のための究極のプラットフォームとすることを目指し、関連するオープンソース技術への投資とコミュニティへの貢献を強調しています。
グーグル・クラウド・ジャパン合同会社 <name>Allan Naim</name><title>Director of Product Management GKE</title><department></department><company></company> zenn.dev
・データチームが日々抱える多様なチケット（インフラ構築、権限付与など）による業務の断片化とそれに伴う課題を提起。
・Claude Code Agentを活用し、Notionからデプロイまでの一連のデータ基盤チケット発行プロセスを自動化する試みを紹介。
・これにより、コンテキストスイッチの削減と、データチームの生産性向上の可能性を示唆する。
speakerdeck.com
- Data Enabling Teamを立ち上げたことを報告する記事です。
- データ基盤を「作って終わり」にせず、事業価値を最大化するための活用術について、注目テック企業3社の事例を交えて紹介するイベント告知です。
- データ活用に携わるエンジニア、プロダクトマネージャー、マーケター、データサイエンティストなど、データ戦略に関心のある層向けです。
qiita.com
Power BIのDAXクエリビューでCopilotを活用し、セマンティックモデルのメジャー作成を効率化する方法を紹介します。
AI（Copilot）を用いて、メジャーのたたき台作成やDAXクエリの生成・説明を行うことができます。
データサイエンティスト、Power BIユーザー、AI活用に興味のあるエンジニア向けの記事です。
zenn.dev
- Claude CodeとSnowflake MCPを活用し、dbtモデルのパフォーマンスチューニングを自動化する手法について解説しています。
- データエンジニアが担う幅広い業務の中から、特にパフォーマンスチューニングの難しさと、その自動化による効率化に焦点を当てています。
- データエンジニア、特にSnowflake環境でのパフォーマンス改善や効率化に関心のあるエンジニア向けの記事です。
www.publickey1.jp
- 2030年までに、1兆パラメータを持つ大規模言語モデルの推論コストが90%以上削減されるとガートナーが予測。
- コスト削減は、半導体・インフラの効率向上、モデル設計革新、チップ利用率向上、推論特化シリコン増加、エッジデバイス応用などの複合的技術改善による。
- 大規模言語モデルのコスト削減動向と、その背景にある技術的進歩に関心のあるエンジニア、データサイエンティスト、リサーチャー向け。