Apache Spark 向け Google Cloud Serverless の発表。BigQuery との統合により、データ分析の効率化とパフォーマンス向上が実現。 主な対象は、データサイエンティスト、バックエンドエンジニア、インフラエンジニアです。 Spark を利用したデータ処理、AI/ML ワークロードの開発者に役立つ情報が満載。
この記事は、Google Cloud、LangChain、LangGraph を使用してオブジェクト検出を行うマルチモーダルエージェントの構築方法について解説しています。 AIエージェントの開発に興味がある人、特にGoogle CloudのサービスやLangChain/LangGraphに触れたい人向けです。 ノーコード/ローコード、エージェントフレームワークの選定、デプロイ方法など、実践的な内容が網羅されています。
世界で最も信頼されるリーガルAIを構築するための、日本とサンフランシスコの対談です。 リーガルテックにおける正確性の重要性と、弁護士が思考の速さで仕事ができるようにするための、自律的で記憶力のあるアシスタントについて議論しています。 グローバルステージにおけるリーガルテクノロジーのAI主導のリーダーへと進化する過程が紹介されています。
白金鉱業 Meetup Vol.19のイベント告知。 若手データサイエンティスト向けの交流会。 データサイエンスやバックエンドエンジニアリングに興味のある方におすすめ。
本記事は、LayerXが開催するAIに関するカンファレンス「Bet AI Day」の開催概要をまとめたものです。 AI技術の未来について、経営、金融、セキュリティ、機械学習など、様々な分野のエキスパートが登壇し、議論を深めます。 AI技術に関心のある方、企業の経営者、エンジニア、データサイエンティストなど幅広い層に向けた情報が提供されます。
Semantic KernelのAgentに追加コンテキストを提供するAIContextに関する記事です。 AIContextクラスとAIContextProviderクラスについて解説します。 Semantic KernelやAI技術に関心のあるエンジニア、特にバックエンドエンジニアや機械学習エンジニアが対象です。
NVIDIA RTX PRO 6000 Blackwell を搭載した新しい Google Cloud G4 VM の発表に関する記事です。 AI、グラフィックス、ゲームなどのワークロードを強化し、高いパフォーマンスと柔軟性を提供します。 主に、AIエンジニア、インフラエンジニア、Google Cloudユーザーを対象としています。
LLMアプリケーションのセキュリティ対策として、Amazon Bedrockの設定チェックロジックをRegoで開発し、Sysdigで運用する方法を紹介しています。 OWASP Top 10 for LLM Applications 2025を参考に、LLMアプリケーションで遵守すべきセキュリティガイドラインについて解説しています。 AI-SPM（AI Security Posture Management）という概念に基づき、クラウドセキュリティの新たな課題への取り組みを提示しています。
llm-dによる次世代のAI推論について解説しています。 大規模言語モデル（LLM）の推論を効率化し、低レイテンシと高パフォーマンスを実現する技術です。 インフラエンジニア、機械学習エンジニア、AI開発に関心のあるすべての人々。
本記事では、Google CloudのAI Hypercomputerプラットフォームを活用し、MetaのLlama4やDeepSeekモデルのデプロイと最適化を行う新しいレシピを紹介しています。 大規模言語モデル（LLM）の開発者やMLエンジニアが、AI Hypercomputer上でLlama4とDeepSeekモデルを効率的に利用するための手順が示されています。 機械学習エンジニアやデータサイエンティスト、AIに興味のあるすべての方にとって、Google CloudのAIインフラに関する貴重な情報源です。
Microsoft Fabricのハンズオン記事。 データ収集、加工、可視化を一元的に行うFabricの基本的な使い方を解説します。 データエンジニアやデータサイエンティスト、Fabricに興味がある人向け。
LLM時代の検索に関するミートアップの開催案内です。 LLM時代の検索技術やプロダクト事例について、ソフトウェアエンジニア向けに議論します。 検索エンジニアやLLM、ソフトウェアエンジニアに興味のある方が対象です。
Google Cloud Partner Tech Influencer Challenge 2025とNext LV ’25に関連する技術コンテンツを紹介しています。 Google Cloud、Google Workspaceに関する技術的な内容や、導入事例に興味のある方におすすめです。 記事は、エンジニアから非エンジニアまで、幅広い層を対象としています。
Colab Enterpriseの新機能について解説します。 Geminiによるコードアシスタンスやサンプルノートブックギャラリー、UXの改善など、開発者の生産性を向上させるための機能が紹介されています。 データサイエンティストやプロダクトマネージャー、機械学習エンジニアなど、Google Cloudを利用する開発者向けの情報を掲載しています。
BigQueryのAI.GENERATE_TABLE関数を使用して、非構造化データから構造化データを生成する方法を紹介しています。 この機能により、画像や医療用音声文字変換データなどの非構造化データをBigQuery内で分析しやすくなります。 データサイエンティストや機械学習エンジニア、データベースエンジニアなど、データ分析に関わる人々にとって役立つ情報です。
Google Cloudが、Gartner® Magic Quadrant™データサイエンスおよびMLプラットフォーム部門でリーダーに選出されたことを発表 Vertex AIを活用し、AIライフサイクル全体をカバーする包括的なツールスイートを提供 データサイエンティストや機械学習エンジニア、マーケターなどの専門家向けの記事です。
AIエージェント開発に関する3部構成の記事のパート3です。 サブエージェントとMCPについて深く掘り下げています。 AIエージェントの開発に興味のあるエンジニアや研究者向けです。
AIエージェント開発に関する3部構成の記事の、Central Agentの内部詳細に焦点を当てたパートです。 AIエージェント開発の個人的な研究と知見が共有されています。 バックエンドエンジニアや、AI、機械学習に関心のある方々におすすめです。
本記事は、SAPとGoogle Cloudの協業によるビジネス価値向上、AI活用、インフラ最適化に関する情報です。 SAPとGoogle Cloudの最新技術を活用し、企業のデータ分析、AI導入、セキュリティ強化を支援します。 SAPユーザー、IT担当者、ビジネスリーダー向けの記事です。
技術書典18のオフライン参加レポート ・技術書典18のオフラインイベントの様子と、とらラボの出展内容についてまとめた記事です。 ・AI活用Tipsや便利ツール・サービスの紹介、既刊の技術同人誌の内容についても触れています。 ・エンジニアや技術に興味のある方々、AI活用に興味のある方々を対象としています。
この記事は、オープンチャットのハッシュタグ予測を行うためのマルチラベル分類モデルの開発について解説しています。 AI/MLモデルを開発しているチームから、その取り組みが紹介されています。 機械学習やAIに興味のある方、研究者、データサイエンティストにおすすめの記事です。
Gemini Diffusionの登場をきっかけに、拡散言語モデルの推論過程について解説しています。 拡散言語モデルの技術的な側面と、その推論過程に焦点を当てています。 機械学習エンジニアや研究者にとって役立つ内容です。
この記事では、大規模なAIトレーニングのコストを削減するための、Google Cloudの弾力性のあるトレーニングとチェックポイント処理の最適化について解説しています。 中断への対応やチェックポイント処理の効率化を通じて、MLのグッドプットを向上させる方法を紹介しています。 主に、AI/MLエンジニアやGoogle Cloudを利用している、または利用を検討している技術者に向けて書かれています。
GKE Volume Populatorの紹介記事です。 AI/MLワークロードのデータ転送を効率化し、開発者の負担を軽減します。 GKE Volume Populatorのメリットや、Hyperdisk MLとの連携についても触れています。
Cloud Run での NVIDIA GPU の一般提供開始に関する記事です。 AIワークロードをCloud Run上で簡単に実行できるようになることが解説されています。 GPUの利用により、低コストで高速なAIアプリケーション開発が可能になります。
AI技術の重要性が増す中、新卒社員向けに生成AI研修を実施したという記事です。 AI技術の理解と活用能力を向上させることを目的としています。 新卒社員向けの内容となっています。
CodeAgentとMCPを活用したデータ分析エージェントに関するイベントの紹介です。 生成AI・LLMの業務への活用について議論します。 データサイエンスやAIに興味のある方、データ分析に携わる方におすすめです。
LLMを用いたメタデータベースレコメンド検証に関するイベントです。 生成AI・LLMの業務活用について議論します。 データサイエンティストや機械学習エンジニア、データベースエンジニアが主な対象です。
生成AIに関する技術勉強会で、MCP（Maybe Correct Prompt）の基礎から応用までを解説。 明日から使えるMCPテクニックを学び、生成AIの活用方法を習得するイベント。 対象は生成AI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など。
LLMに関する論文読み会が開催されます。 Sansanの研究開発部が主催しており、大田尾匠氏が発表を行います。 Sansanの技術情報や採用情報へのリンクも掲載されています。
本記事は、Google CloudにおけるText-to-SQL技術について解説しています。 大規模言語モデル（LLM）を活用し、自然言語からSQLを生成するText-to-SQLの仕組み、課題、解決策、評価方法などを説明しています。 主に、データエンジニア、データベースエンジニア、機械学習エンジニア、データサイエンティストといった、データ分析やSQLに携わる技術者向けの技術情報です。
Snowflake Summit 2025のBuilders Keynoteの速報レポートです。 AIとそれに関連するエコシステムの強化・進化に関する発表内容が中心です。 技術者向けの基調講演の内容をまとめたものです。
Snowflake Summit 2025のDay2 Keynoteの内容をまとめた速報記事です。 Snowflakeの今後の方向性として、AI、自律性、シンプルさ、相互運用性、信頼性がキーワードとして挙げられています。 データエンジニア、データサイエンティスト、アーキテクトなど、データ基盤に関わる技術者向けの情報を中心に発信します。
Azure AI LanguageのConversational Language Understanding (CLU)とCustom Question Answering (CQA)の機能強化に関する記事です。 AI Foundryへの統合によるカスタマイズ機能の強化、CLUの高速デプロイオプション、CQAの精度向上などが紹介されています。 この記事は、インテリジェントエージェントの開発者や、自然言語理解技術に関心のある方々を対象としています。
Kaggleで金メダルを獲得したデータアナリストの若松さんの快挙を伝える記事です。 データ分析に関心のある方、データサイエンティストを目指している方におすすめです。 今後の展望にも注目です。
MCPというAI技術に焦点を当てた記事です。 複数のAIを組み合わせて活用するためのMCPについて解説しています。 AI技術に関心のある方におすすめです。