カテゴリー「データサイエンティスト」の記事一覧https://www.newswimmy.com/https://cloud.google.com/blog/ja/products/ai-machine-learning/claude-mythos-preview-on-vertex-ai/https://cloud.google.com/blog/ja/products/ai-machine-learning/claude-mythos-preview-on-vertex-ai/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。Mon, 13 Apr 2026 02:00:00 GMThttps://note.com/communeinc/n/nce5669f97e35https://note.com/communeinc/n/nce5669f97e35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。Fri, 10 Apr 2026 02:20:01 GMThttps://note.com/communeinc/n/n27ecf794a96ahttps://note.com/communeinc/n/n27ecf794a96aML/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。Fri, 10 Apr 2026 02:10:27 GMThttps://note.com/kaonavi_devs/n/n05dc320380c2https://note.com/kaonavi_devs/n/n05dc320380c2・「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。Thu, 09 Apr 2026 10:00:33 GMThttps://note.istyle.co.jp/n/n5c72e49d10f4https://note.istyle.co.jp/n/n5c72e49d10f4- 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。Thu, 09 Apr 2026 06:58:58 GMThttps://cloud.google.com/blog/ja/products/ai-machine-learning/how-fm-logistic-tackled-the-traveling-salesman-problem-at-warehouse-scale-with-alphaevolve/https://cloud.google.com/blog/ja/products/ai-machine-learning/how-fm-logistic-tackled-the-traveling-salesman-problem-at-warehouse-scale-with-alphaevolve/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。Wed, 08 Apr 2026 03:00:00 GMThttps://blog.google/intl/ja-jp/company-news/technology/gemini-31-pro-gemini-31-pro-deep-think/https://blog.google/intl/ja-jp/company-news/technology/gemini-31-pro-gemini-31-pro-deep-think/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。Tue, 07 Apr 2026 09:58:00 GMThttps://cloud.google.com/blog/ja/products/containers-kubernetes/gke-and-oss-innovation-at-kubecon-eu-2026/https://cloud.google.com/blog/ja/products/containers-kubernetes/gke-and-oss-innovation-at-kubecon-eu-2026/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。Tue, 07 Apr 2026 01:00:00 GMThttps://zenn.dev/dely_jp/articles/601faa90820c65https://zenn.dev/dely_jp/articles/601faa90820c65・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。Mon, 06 Apr 2026 05:39:36 GMThttps://speakerdeck.com/sansantech/260406https://speakerdeck.com/sansantech/260406- 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。Mon, 06 Apr 2026 04:00:00 GMThttps://qiita.com/ayumito/items/0d155664cd2e2e58ab60https://qiita.com/ayumito/items/0d155664cd2e2e58ab60Power 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。Fri, 03 Apr 2026 06:29:14 GMThttps://zenn.dev/dely_jp/articles/9962b33ad86bc3https://zenn.dev/dely_jp/articles/9962b33ad86bc3- 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。Thu, 02 Apr 2026 03:00:08 GMThttps://www.publickey1.jp/blog/26/20301llm90.htmlhttps://www.publickey1.jp/blog/26/20301llm90.html- 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。Wed, 01 Apr 2026 15:46:39 GMThttps://sansan.connpass.com/event/386580/?utm_campaign=series_events&utm_source=feed&utm_medium=atomhttps://sansan.connpass.com/event/386580/?utm_campaign=series_events&utm_source=feed&utm_medium=atom「データ活用のリアル」と題したSansan Tech Talk @関西 vol.3のイベントレポート。 データ活用における表面的な華やかさだけでなく、データ収集、定義統一、品質担保といった地道で泥臭い基盤整備の重要性に焦点を当てる。 エンジニア、データ基盤構築者、データ活用推進者、関西のエンジニアコミュニティ参加者におすすめ。Tue, 31 Mar 2026 01:02:44 GMThttps://markelabo.com/n/n18455c79a922https://markelabo.com/n/n18455c79a922・AIが自社情報に言及・引用する確率を高めるための事例や工夫をまとめた記事。 ・意見を持ったコンテンツは引用率が7倍になることや、日付の新しいコンテンツが言及されやすい理由についても解説。 ・AIによる情報引用の最適化に関心のあるマーケター、データサイエンティスト、機械学習エンジニア、リサーチャー向け。Mon, 30 Mar 2026 09:00:00 GMThttps://sansan.connpass.com/event/387085/?utm_campaign=series_events&utm_source=feed&utm_medium=atomhttps://sansan.connpass.com/event/387085/?utm_campaign=series_events&utm_source=feed&utm_medium=atom「Sansan × Cierpa」共催イベントでは、生成AIの精度向上に不可欠な高品質データアノテーションのノウハウが共有されます。 実運用に耐えうるデータセット構築や評価データ整備における課題に対し、コストを抑えつつ大量の高品質データを生み出すための実践的な取り組みが紹介されます。 機械学習エンジニアやデータマネジメント担当者におすすめの内容です。Mon, 30 Mar 2026 05:35:42 GMThttps://speakerdeck.com/caddi_eng/llmcontexthttps://speakerdeck.com/caddi_eng/llmcontextLLM（大規模言語モデル）が製造業における図面読解能力を獲得するための、コンテキスト設計に関する3つのアプローチを紹介します。 * 製造業の「暗黙知」をLLMに理解させるための具体的な手法。 * LLMの文脈理解能力を向上させるための設計思想。 * LLMを活用した製造業のDX推進に関心のあるエンジニア、データサイエンティスト、プロダクトマネージャー向け。Fri, 27 Mar 2026 04:00:00 GMThttps://www.estie.jp/blog/entry/2026/03/27/1100-nlp2026https://www.estie.jp/blog/entry/2026/03/27/1100-nlp2026- estie社がNLP2026（言語処理学会第32回年次大会）に参加し、「LLMを用いた不動産情報抽出におけるドメイン知識の段階的付与が精度に与える影響」について研究発表を行った。 - 複雑な構造を持つJ-REITのプレスリリースから不動産取引情報を正確に抽出するため、LLMに知識を段階的に付与するプロンプト設計の効果を検証した。 - ポスター発表では多くの参加者と議論を交わし、非構造化データの扱いや情報抽出の重要性を再認識する機会となった。 この記事は以下のような読者に向いています： - 自然言語処理（NLP）や機械学習の研究開発に携わる方 - LLMを活用した情報抽出やドメイン知識の活用に興味がある方 - 不動産テックやデータサイエンス分野の最新動向に関心がある方Fri, 27 Mar 2026 02:00:00 GMThttps://zenn.dev/dely_jp/articles/snowflake-managed-mcp-claude-code-agentic-dataopshttps://zenn.dev/dely_jp/articles/snowflake-managed-mcp-claude-code-agentic-dataopsAIを活用してデータ関連業務を自動化する可能性について論じています。 Snowflake Managed MCP ServerとClaude Codeを組み合わせることで、開発、分析、マネジメントといったデータ業務全体をAIエージェントに任せられる手応えを得たとのことです。 データエンジニア、データサイエンティスト、AI開発に興味のあるエンジニア向けの記事です。Fri, 27 Mar 2026 01:45:52 GMThttps://speakerdeck.com/sansantech/20260326-3https://speakerdeck.com/sansantech/20260326-3・契約書からの情報抽出を行うLLMのスループットを、バッチ処理を用いて最大40%改善した事例を紹介します。 ・LLMの活用や学習に興味がある方、データ分析や機械学習の実践に携わる方におすすめです。 ・イベント登壇資料であり、LLMの効率化に関する技術的な知見を得られます。Thu, 26 Mar 2026 04:00:00 GMThttps://zenn.dev/dely_jp/articles/claude-code-agent-team-designhttps://zenn.dev/dely_jp/articles/claude-code-agent-team-designクラシルでは、データモデルにTier（品質格付け）を設定し、データ品質を段階的に向上させる仕組みを運用しています。AI利用可能なTier3以上を目指す中で、Tierを上げるプロセス自体がボトルネックになりつつある状況について説明しています。 - データ品質向上プロセスの現状と課題について知りたいデータエンジニア。 - AI活用を目指す上でデータ品質管理に課題を感じている組織の担当者。 - データ品質管理の効率化や自動化に関心のあるエンジニアやマネージャー。Thu, 26 Mar 2026 01:25:04 GMThttps://lycorptech-jp.connpass.com/event/387344/?utm_campaign=series_events&utm_source=feed&utm_medium=atomhttps://lycorptech-jp.connpass.com/event/387344/?utm_campaign=series_events&utm_source=feed&utm_medium=atomLINEヤフーが初開催するKaggleイベントの告知。 LINEヤフーのKaggle Grandmasterによる開発ノウハウやコンペ解法、人材育成の取り組みが紹介される。 また、コンペ主催企業である三井物産とAlpacaTechをゲストに招き、主催者視点での舞台裏を語る。 データサイエンティスト、Kaggler、コンペ企画・活用に関心のあるビジネスサイドの担当者向け。Wed, 25 Mar 2026 03:01:09 GMThttps://note.com/ikyu_com/n/nb305761df23ahttps://note.com/ikyu_com/n/nb305761df23a一休のデータ分析事例が『デジタルマーケティング成功実例100』に掲載された。 ユーザー体験向上のためのデータ分析とサイト改善への取り組みが紹介されている。 デジタルマーケティング担当者やデータ分析に関心のある読者におすすめ。Tue, 24 Mar 2026 23:50:18 GMThttps://speakerdeck.com/caddi_eng/elasticonhttps://speakerdeck.com/caddi_eng/elasticon製造業における定型化されないデータへの挑戦について解説します。 高度な絞り込みと意味検索をElasticsearchで実現する実践的な方法を紹介します。 インフラエンジニア、データサイエンティスト、データベースエンジニア、アーキテクト向けの内容です。Tue, 24 Mar 2026 04:00:00 GMThttps://developers.cyberagent.co.jp/blog/archives/62979/https://developers.cyberagent.co.jp/blog/archives/62979/1月に開催されたAAAI-2026（The 40th Annual AAAI Conference on Artificial Intelligence）の参加報告。 AI分野の最新の研究動向や発表内容について触れている。 AI研究者、機械学習エンジニア、データサイエンティスト、およびAI技術に関心のある技術者向け。Mon, 23 Mar 2026 11:05:01 GMThttps://newrelic.com/jp/blog/observability/peak-traffic-survival-guide-business-clarityhttps://newrelic.com/jp/blog/observability/peak-traffic-survival-guide-business-clarityピーク時のデータ分析の重要性と、New Relicを活用した実行可能な分析のヒントについて解説します。 ピークイベント時に、システムに関する質問に迅速かつ的確に答える必要性に迫られる状況を想定。 データドリブンな企業で、ピークイベント時に迅速かつ簡潔な対応が求められる担当者や、システムパフォーマンスの可視化と実行可能な分析を両立させたいエンジニア、テックリード、マネージャー向け。Mon, 23 Mar 2026 08:07:04 GMThttps://speakerdeck.com/kubell_hr/260319-goudahttps://speakerdeck.com/kubell_hr/260319-gouda2026年3月19日に開催された「データマネジメント戦略Night - 4社のリアルを語る会」の発表資料。 データマネジメントの戦略について、4社の事例を基に語られた内容。 データマネジメントに関心のあるエンジニア、マネージャー、アーキテクト向け。Sun, 22 Mar 2026 04:00:00 GMThttps://note.com/buysell/n/n275dc1da36a7https://note.com/buysell/n/n275dc1da36a7・バイセルが推進する「いいもの、つづくものプロジェクト」の一環として、長野県上田高等学校の生徒が着物で学校生活を送る探究授業を支援した。 ・このプロジェクトは、年間100万枚以上のリユース着物を提供するバイセルの取り組みであり、持続可能なファッションへの貢献を目指している。 ・IT、ソフトウェア、デザイン、マーケティングに関わる読者、特にサステナビリティやCSR活動に関心のある層、または教育現場でのユニークな取り組みに関心のある層向けの記事。Tue, 17 Mar 2026 03:13:05 GMThttps://techblog.lycorp.co.jp/ja/20260316bhttps://techblog.lycorp.co.jp/ja/20260316bクラウドソーシングで収集したデータを用いて、モデルの精度向上に貢献する「事前タスク」という手法を解説。 わずか9秒の事前タスクでデータ品質を向上させることで、より高精度なモデル開発を可能にする。 ・HCI研究者、データサイエンティスト、機械学習エンジニア向けの記事Mon, 16 Mar 2026 02:00:00 GMT