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/sap-google-cloud/sap-and-google-cloud-launch-bdc-connect-for-bigquery/https://cloud.google.com/blog/ja/products/sap-google-cloud/sap-and-google-cloud-launch-bdc-connect-for-bigquery/・SAPとGoogle Cloudの連携により、SAPデータをBigQueryへゼロコピーで統合し、AI活用を加速させる新機能が提供開始されました。 ・データの複製や移行が不要となり、リアルタイムなビジネスデータに基づいたAIエージェントの構築と運用コストの削減が可能になります。 ・データ基盤のモダナイズやAI活用を推進するデータエンジニア、アーキテクト、ITマネージャーを対象としています。Fri, 07 Aug 2026 01:00:00 GMThttps://cloud.google.com/blog/ja/products/data-analytics/bridge-sql-and-python-with-bigquery/https://cloud.google.com/blog/ja/products/data-analytics/bridge-sql-and-python-with-bigquery/・BigQueryの%%bqsqlマジックを活用し、SQLとPythonをシームレスに連携させる手法を解説します。 ・データ処理の各工程で最適な言語を選択し、効率的なハイブリッドパイプラインを構築する方法を学びます。 ・データサイエンティストやデータエンジニアが、大規模データ分析の生産性を向上させるための実践的なガイドです。Tue, 04 Aug 2026 01:00:00 GMThttps://cloud.google.com/blog/ja/products/data-analytics/introducing-the-borderless-lakehouse/https://cloud.google.com/blog/ja/products/data-analytics/introducing-the-borderless-lakehouse/Google Cloudが「Borderless Lakehouse」を発表し、AWSやAzureなどの他クラウドやSaaS上のデータを移動なしにAIエージェントで活用可能にします。 Apache Icebergを基盤とし、データカタログ統合やゼロコピー分析、双方向の相互運用性、統合されたガバナンスを実現します。 データサイエンティスト、プラットフォームエンジニア、テックリード、インフラエンジニア、アーキテクト、マネジメント層向けの記事です。Thu, 30 Jul 2026 02:00:00 GMThttps://cloud.google.com/blog/ja/products/data-analytics/evaluate-agent-performance/https://cloud.google.com/blog/ja/products/data-analytics/evaluate-agent-performance/AIエージェントの評価手法に関する課題と、情報理論に基づいた新しい評価アプローチ「Discovery Bench」を紹介します。従来の固定ベンチマークではエージェントの能力を正確に把握できず、曖昧さが増すと機能しなくなる「崖」や、最適な性能を発揮する「スイートスポット」を見落とす可能性があります。Discovery Benchは、クエリの曖昧さを情報理論的に調整することで、エージェントの能力をより詳細に可視化し、評価ツールの信頼性も検証します。 この記事は、AIエージェントの評価手法に課題を感じているエンジニア、データサイエンティスト、テックリード、およびAIシステムの開発・評価に携わるすべての人々を対象としています。 AIエージェントの能力を正確に測定するための新しい評価手法「Discovery Bench」について解説し、従来の評価方法の限界と、情報理論を用いた曖昧性調整による詳細な分析の重要性を強調します。Thu, 30 Jul 2026 01:00:00 GMThttps://speakerdeck.com/mot_techtalk/takusiahuri-go-noshi-jian-de-tetahuo-yong-wei-zhi-qing-bao-detanoshou-ji-tostreamlitdenoke-shi-huahttps://speakerdeck.com/mot_techtalk/takusiahuri-go-noshi-jian-de-tetahuo-yong-wei-zhi-qing-bao-detanoshou-ji-tostreamlitdenoke-shi-hua- タクシーアプリ『GO』のデータ基盤における、ユーザーアプリと乗務員アプリからのデータ活用について解説。 - 膨大な乗務員アプリの位置情報データを多層パイプラインで処理し、Streamlitを用いて可視化する手法を紹介。 - Streamlitと生成AIの親和性の高さを強調し、データ活用における可能性を示唆する記事。Wed, 29 Jul 2026 04:00:00 GMThttps://cloud.google.com/blog/ja/products/data-analytics/how-checkout-com-tallies-data-with-cloud-composer-3/https://cloud.google.com/blog/ja/products/data-analytics/how-checkout-com-tallies-data-with-cloud-composer-3/Checkout.comは、セルフホスト型のApache Airflow環境の運用・保守負担から解放されるため、Google CloudのManaged Service for Apache Airflow（第3世代）に移行しました。この移行により、運用上の障害軽減、複雑な依存関係の管理簡素化、DAG同期時間の短縮、手動プロセスの自動化が実現され、信頼性、費用対効果、開発速度が大幅に向上しました。 この記事は、データエンジニアリングチーム、SRE、インフラエンジニア、およびクラウドインフラストラクチャの最適化に関心のある担当者向けです。Wed, 29 Jul 2026 02:00:00 GMThttps://zenn.dev/dely_jp/articles/7a27a44c06b30ahttps://zenn.dev/dely_jp/articles/7a27a44c06b30a・SnowflakeのAI_REDACT機能を使用して、フリーテキストに含まれる個人情報（PII）を効果的にマスキングする方法について解説します。 ・生成AIを活用して、データプライバシー保護の課題に取り組む技術的なアプローチを紹介します。 ・データエンジニアやセキュリティに関心のあるエンジニア、個人情報保護に課題を感じている企業担当者向けの記事です。Tue, 28 Jul 2026 06:18:05 GMThttps://cloud.google.com/blog/ja/topics/public-sector/accelerating-frontiers-of-scientific-discovery-40-million-dollar-commitment-genesis-mission/https://cloud.google.com/blog/ja/topics/public-sector/accelerating-frontiers-of-scientific-discovery-40-million-dollar-commitment-genesis-mission/- Googleは、科学的発見のペースを加速させるための「Genesis Mission」に対し、4,000万ドル相当のAIトークンとクラウドクレジットを提供します。 - この支援により、研究者はAlphaEvolve、AlphaFold 3、Gemini for Governmentなどの最先端AIツールを利用し、複雑な科学的問題の解決や実験の効率化を図ることができます。 - 本記事は、科学者、研究者、AI開発者、および科学技術分野のリーダーを対象としています。Tue, 28 Jul 2026 03:00:00 GMThttps://cloud.google.com/blog/ja/products/ai-machine-learning/sompo-japan-automates-the-development-of-machine-learning-models-using-ai-agents/https://cloud.google.com/blog/ja/products/ai-machine-learning/sompo-japan-automates-the-development-of-machine-learning-models-using-ai-agents/損保ジャパンは、機械学習モデルの開発プロセスをAIエージェントによって自動化し、実験サイクルを1週間から1日に短縮しました。これにより、これまで担当者の経験や勘に依存していたモデル改良の属人化を解消し、試行錯誤の効率化と高速化を実現しました。 この記事は、AIエージェントを活用して機械学習モデル開発の効率を劇的に改善したいと考えるエンジニアやデータサイエンティスト、そしてDX推進に関わる担当者向けです。Mon, 27 Jul 2026 01:00:00 GMThttps://qiita.com/matayuuu/items/b7ac92d3328ea7859166https://qiita.com/matayuuu/items/b7ac92d3328ea7859166Microsoft Fabricのメダリオンアーキテクチャにおいて、Bronze、Silver、GoldレイヤーをWarehouseとLakehouseのどちらで実装するかを決定するための基準について解説します。 * WarehouseとLakehouseのアーキテクチャと運用上の違いを比較検討します。 * 各レイヤーの実装方式の選定に役立つ情報を提供します。 * Microsoft Fabricにおけるデータアーキテクチャ設計者、データエンジニア、およびデータサイエンティスト向けの記事です。Fri, 24 Jul 2026 07:49:21 GMThttps://cloud.google.com/blog/ja/products/ai-machine-learning/claude-at-scale-on-google-cloud-frontier-ai-built-for-enterprise-production/https://cloud.google.com/blog/ja/products/ai-machine-learning/claude-at-scale-on-google-cloud-frontier-ai-built-for-enterprise-production/Google Cloud上で最先端AIモデル「Claude」を大規模かつ本番環境で展開するためのソリューションが発表されました。マネージドインフラストラクチャ、グローバルなエンドポイント、組み込みのセキュリティとデータ主権、費用とパフォーマンスの最適化機能により、開発者はAI機能の開発に集中できます。 この記事は、Google Cloudのインフラストラクチャを活用してClaudeのような高度なAIモデルをエンタープライズレベルで効率的かつ安全に運用したいと考えているエンジニア、アーキテクト、および技術リーダーを対象としています。 Google CloudのマネージドサービスとClaudeのAI能力を組み合わせることで、複雑なインフラ管理の負担を軽減し、グローバル展開、セキュリティ、コスト効率に優れたAIソリューションの実現を目指す企業にとって有益な情報を提供します。Thu, 23 Jul 2026 03:00:00 GMThttps://cloud.google.com/blog/ja/products/data-analytics/fraud-prevention-with-bigquery-graph/https://cloud.google.com/blog/ja/products/data-analytics/fraud-prevention-with-bigquery-graph/英国の金融スーパーアプリ企業Curveが、不正防止のためにBigQuery Graphを活用し、ネットワーク分析を大規模にスケーリングした事例。 従来のモデルでは見逃されがちな組織的な不正行為のネットワークを、BigQuery GraphのネイティブGQLサポートとプロパティグラフモデルにより効率的に特定。 これにより、不正取引による損失を大幅に削減し、検出精度と運用のスピードを向上させ、機械学習モデルへのリアルタイムデータ提供を可能にした。Wed, 22 Jul 2026 00:00:00 GMThttps://qiita.com/Isato-Hiyama/items/d82c81413b4595d0803chttps://qiita.com/Isato-Hiyama/items/d82c81413b4595d0803cCopilot Studioで非構造化データをどの程度活用できるかを検証するPart 2の記事です。 前編のClassic experienceでの検証結果を踏まえ、今回はNew experienceにおける非構造化データのナレッジ化能力について解説します。 Copilot Studioの活用を検討しているエンジニアやデータサイエンティスト向けです。Tue, 21 Jul 2026 07:30:04 GMThttps://qiita.com/Isato-Hiyama/items/c507644c3eea9237fa44https://qiita.com/Isato-Hiyama/items/c507644c3eea9237fa44Copilot Studioにおける非構造化データの知識化能力を検証する記事。 AIを活用し、データ生成から分析、記事化までを行ったプロセスを紹介。 AI、Copilot Studio、データ活用の担当者向け。Thu, 16 Jul 2026 08:35:22 GMThttps://productpr.timee.co.jp/n/nfe0421c4959ehttps://productpr.timee.co.jp/n/nfe0421c4959eタイミーのデータアナリティクス部は、単なるデータ集計・可視化を超え、経営や事業の意思決定をドライブするパートナーを目指しています。AI時代におけるデータアナリストの役割と、事業成長を牽引する彼らの重要性について解説します。 - AI時代におけるデータアナリストの役割と、事業意思決定への貢献について知りたい方 - 企業のデータ活用戦略や、データアナリティクス部のあり方に関心のある方 - 経営層や事業責任者、データサイエンティスト、エンジニアリングマネージャーThu, 16 Jul 2026 08:30:45 GMThttps://productpr.timee.co.jp/n/n4b84bfa33af4https://productpr.timee.co.jp/n/n4b84bfa33af4タイミーは、資格や経験に関わらず正社員就職を支援する新規事業「タイミーキャリアプラス」を立ち上げ、データ分析を用いて事業を科学的に推進しています。 データアナリストが新規事業の立ち上げにフルコミットし、ビジネスサイドと連携しながら事業のスケールを目指しています。 この記事は、新規事業開発やデータ分析に関心のあるビジネスパーソン、データアナリスト、プロダクトマネージャー向けです。Thu, 16 Jul 2026 07:20:56 GMThttps://engineerteam.note.jp/n/n47b1df3d1c9ahttps://engineerteam.note.jp/n/n47b1df3d1c9a・オープンソースLLM「gpt-oss」の現状と可能性について解説しています。 ・社内LT大会での発表を元にした連載記事です。 ・LLMやAI開発に関心のあるエンジニアやデータサイエンティスト向けです。Thu, 16 Jul 2026 03:30:00 GMThttps://techblog.lycorp.co.jp/ja/20260715ahttps://techblog.lycorp.co.jp/ja/20260715a・個人でのAI活用から一歩進み、組織としてAIを導入・活用するための条件や課題について解説。 ・LINEヤフーでのAI活用スキル向上ワークショップの事例を基に、組織導入のポイントを考察。 ・AIの組織導入に関心のあるエンジニア、マネージャー、プロダクト担当者向け。Wed, 15 Jul 2026 02:00:00 GMThttps://cloud.google.com/blog/ja/products/compute/state-of-ai-infrastructure-report-overview/https://cloud.google.com/blog/ja/products/compute/state-of-ai-infrastructure-report-overview/AIエージェントの台頭により、多くの組織でインフラストラクチャのアップグレードが必要となっています。特に、従来のインフラでは対応できない「推論税」や「エージェントの乱立」といった課題が浮上しています。これに対し、フルイドコンピューティング、一元化されたガバナンス、統合データレイヤ、ハイブリッドマルチクラウド、エッジAI、そしてエネルギー効率の高いハードウェアが解決策として提示されています。Google Cloudは、これらの課題に対応するためのAI最適化された統合インフラストラクチャを提供し、フィジカルAIの時代への移行を支援します。 この記事は、AIエージェントの導入を検討しているITリーダー、インフラストラクチャ担当者、およびAI戦略を策定する担当者向けです。 AIエージェントの普及に伴うインフラの課題と、それを克服するためのGoogle Cloudのソリューションについて解説しています。Wed, 15 Jul 2026 02:00:00 GMThttps://cloud.google.com/blog/ja/products/business-intelligence/looker-in-2026-gartner-analytics-and-bi-platforms-mq/https://cloud.google.com/blog/ja/products/business-intelligence/looker-in-2026-gartner-analytics-and-bi-platforms-mq/Google Cloud が、分析およびビジネス インテリジェンス プラットフォーム部門で 3 年連続のリーダーとして Gartner® Magic Quadrant™ に選出されたことを発表します。AI を活用したエージェント型ソリューションにより、データの分析情報とビジネス プロセスの自動化のギャップを埋め、最新のデータスタックを再定義しています。 本記事は、データサイエンティスト、ビジネスアナリスト、およびデータエンジニアを対象としており、AI 駆動の分析プラットフォームの進化と Google Cloud の最新のイノベーションについて解説しています。Tue, 14 Jul 2026 01:00:00 GMThttps://www.publickey1.jp/blog/26/3ai.htmlhttps://www.publickey1.jp/blog/26/3ai.htmlデジタル庁が、さくらのクラウド上で国内開発された3つの大規模言語モデル（LLM）の試用を開始しました。 これは、行政AI「源内」に活用するLLMの評価を目的としており、NTTデータ「tsuzumi 2」や富士通「Takane 32B」などが評価対象です。 本記事は、AI開発、インフラ、データサイエンスに関わるエンジニアや、行政DXに関心のある層に向けた内容です。Mon, 13 Jul 2026 15:48:50 GMThttps://qiita.com/matayuuu/items/be94bf823be597c0f2f2https://qiita.com/matayuuu/items/be94bf823be597c0f2f2Microsoft Researchが開発したFlintを用いて、Microsoft Fabric Data Agentの分析結果を可視化するデモアプリを紹介します。 AIエージェントによる可視化に適したFlintの仕組みについて解説します。 データサイエンティストや機械学習エンジニア、AI開発に関心のあるエンジニア向けの技術記事です。Sun, 12 Jul 2026 02:01:52 GMThttps://blog.visional.inc/n/n5e4c6cf7ed52https://blog.visional.inc/n/n5e4c6cf7ed52AI時代における経営・人事の重要課題である人材採用・登用に対し、ビズリーチは「人材データ経営」による意思決定支援を提唱しています。 * AIの進化で変化の激しい現代において、経営・人事の最重要課題となっている人材戦略について。 * 企業固有の人材データを活用し、適切な意思決定を支援する「人材データ経営」の重要性。 * 経営者、人事担当者、データサイエンティスト、プロダクトマネージャーなど、組織の意思決定に関わる全ての人々。Fri, 10 Jul 2026 03:30:00 GMThttps://cloud.google.com/blog/ja/products/databases/boost-performance-and-lower-costs-with-alloydb-ai-functions/https://cloud.google.com/blog/ja/products/databases/boost-performance-and-lower-costs-with-alloydb-ai-functions/* AlloyDB に、Gemini のインテリジェンスを直接適用できる新しい AI 関数が追加され、データ処理のパフォーマンスが劇的に向上し、コストが削減されました。 * ai.generate、ai.summarize、ai.analyze_sentiment などの関数により、非構造化データの分析や要約が容易になり、ai.if の最適化により、処理速度とコスト効率がさらに向上しました。 * この進化は、AI ネイティブなデータベースとしての AlloyDB の能力を強化し、開発者がよりインテリジェントなアプリケーションを迅速に構築できるよう支援します。 このアップデートは、Google Cloud のデータベースソリューションに関心のあるエンジニア、データサイエンティスト、およびプラットフォーム管理者にとって特に価値があります。AI 機能とパフォーマンスの向上に関心のある技術リーダーや意思決定者にも役立ちます。Thu, 09 Jul 2026 01:00:00 GMThttps://developers.cyberagent.co.jp/blog/archives/64459/https://developers.cyberagent.co.jp/blog/archives/64459/・CA DATA NIGHT #10の開催レポート記事です。 ・データ基盤の構築や運用における課題と、Databricksがその解決策としてどのように貢献できるかが解説されています。 ・データ基盤、データエンジニアリング、Databricksに関心のあるエンジニアやデータサイエンティスト向けです。Thu, 09 Jul 2026 00:30:34 GMThttps://qiita.com/konot/items/dd4e4c69f3390692f4e2https://qiita.com/konot/items/dd4e4c69f3390692f4e2・株式会社アイスタイルのデータ分析基盤の28期における目標と挑戦について解説。 ・モデリング率の向上、旧基盤のクローズ、AIエージェント開発といった具体的な取り組みを紹介。 ・データ分析基盤の改善や最新技術開発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。Tue, 07 Jul 2026 12:35:50 GMT