はてなブックマーク

1. はじめに 本記事は、ネットワーク自動化イベント AutoCon 5の参加レポート前編です。 2026 年 6 月にドイツ・ミュンヘンで開催された AutoCon 5 では、ワークショップが 2026年6月8日~2026年6月9日、カンファレンスが2026年6月10日~2026年6月12日にかけて行われ、ネットワーク自動化の実践例や設計思想が数多く共有されました。 前編である本記事では、AutoCon 5 を俯瞰して見えてきたネットワーク自動化の方向性と、その全体像を整理する軸になっていた NAF Framework の考え方を取り上げます。 いまネットワーク自動化のトップランナーたちが何を論点として捉え、どの方向へ進もうとしているのかを見ていきます。 NAF - Network Automation Forum AutoCon 5 1.1 本記事で取り扱うこと 本記事では、まず Au

～試験合格のための勉強方法～ 2026年6月26日　株式会社NTTデータ 第三公共事業本部 小沼真実 この記事は、2026年6月までに Amazon Web Services（AWS） の認定資格を現在廃止済みの MLS-C01 を含む計 13 個を取得（全冠）したため、その経験をもとに、自分に効果があった勉強方法や利用した勉強コンテンツ、問題解答時のコツなどについて、解説しています。 クラウド関連の資格取得のために勉強中の方や、これから始めようとしている方など、自分に合った勉強方法を見つけるのに参考にしてもらえたらと思い、今回学習メモとして、AWS を中心に整理しました。 この記事は、2026年6月時点の情報で記載しています。AWS 公式サイトなどに記載された情報と比較して、内容に差異があった場合は、そちらを正としてください。 1. 本ブログのゴール このブログを見て持ち帰ってほしいこと

最初はちょっとした好奇心のつもりだった ChatGPT や Claude の笑いのセンスは、ぼくとは合わない気がする。特に Claude とは、普段は友達のように分かり合えているのに、大喜利では全然分かり合えない。けれど本当はできるはずなんだ。そういう素朴な気持ちから全ては始まった。 当時は、 Claude の Agent skills が無茶苦茶盛り上がっていた。 Skills を作れば、 Claude は何の専門家にでもなれる。それなら大喜利のプロにだってなれるはずだ。 Chain of Thought (CoT) の魔法 LLM に大喜利がうまくできなかった理由は、ぼくには明らかに思えた。LLM は、統計的に一番それっぽい言葉を出力するモデルだ。お題を入力して、一番それっぽい言葉を出力すると、どこかで見たような、ひねりのない表現になる。それは、お笑いとしては致命的だ。 しかしぼくは、

はじめに LLM+RAG。とても効果的な仕組みだと思われるかと思います。 ただ、RAGのデータは私が個別に対応しているタスクのことを知らないし、過去やってきたことも知りません。 なので自分専用のRAGを構築したんですが、思ったより使い勝手が良かったので、同じような状況の人の参考になればと思い、手順/効果をまとめてみました！ ご紹介する環境では VS Code（Copilot Chat）にローカルRAGを繋ぎ、Confluence やローカル環境のファイルを検索して回答に活用させています。 またRAGのソースにはベクターDB（Chroma）を使っているので、単純に Markdown を読ませるだけのRAGよりも、あいまいな質問に対しても近い文脈を取得できるようになっています。 前提条件 必須（動かすために必要） VS Code がインストールされていること GitHub Copilot が利

はじめに 株式会社NTTデータ所属、Databricksビジネス推進室の井能です。 Databricks Solutions Architect Championとしても活動しています。 現在サンフランシスコで開催され、私も現地参加している『Data+AI Summit 2026』にて、従来の常識を覆す全く新しいアーキテクチャのデータベース『LTAP』が発表されました！ キーノートより：LTAP（Lake Transactional/Analytical Processing） LTAPは、DatabricksにおけるOLAP機能であるLakehouseと、OLTP機能であるLakebaseのストレージ層を、Delta Lake（以下、Delta）やApache Iceberg（以下、Iceberg）といったオープンなテーブル形式上の単一コピーとして統合するアーキテクチャです。これにより、

はじめに こんにちは、Databricksビジネス推進室の澁谷です。 Databricksのブログで紹介されていたOSS「Omnigent」が気になったので、実際にローカル環境で触ってみました。 Omnigentは、Claude Code、Codex、自作エージェントなど、複数のAIエージェントをまとめて扱うための「メタハーネス」です。 要するに、既存のハーネスやモデルで動く複数のエージェントを、そのさらに上のレイヤーから束ね、組み合わせ、制御し、共有するための仕組みです。 Omnigentには、DebbyやPollyといった組み込みサンプルに加えて、credential管理、YAMLによるエージェント構成定義、ポリシー制御、セッション共有など、複数エージェントを運用するための機能が用意されています。 今回はOmnigentの理解を深める第一歩として、組み込みサンプル「Debby」を動かし

はじめに こんにちは、株式会社NTTデータグループの松本です。 今回は、Claude CodeのHookを使って、Claudeによるコマンド実行やファイル編集を説明させることで、ユーザーからの行動許可を根拠をもって安全に判断できる仕組みを作ってみました。 私は日々AIを使って業務をしており、プライベートでもClaude Codeを中心に触っています。 そんな中で、最近こんな自問をすることが増えました。 「あ、これ許可していいやつだっけ...？」 Claude Codeはファイル編集やコマンド実行の前に許可を求めてくれます。 これは安全のための大事な仕組みですが、特にClaude Codeを使い始めたばかりの方や、新人エンジニアの方で、次のような経験はないでしょうか？ 表示されたコマンドやプログラム差分をよく読まずに「とりあえず許可」してしまう 「Always allow」はセキュリティ的に

はじめに 今年2月にDASAプロダクトマネジメント研修を受講しました。 これまでプロジェクトマネジメントは学んできましたが、プロダクトマネジメントを体系的に学ぶのは初めてでした。 本記事では、研修で得た学びと、それを踏まえて過去案件をプロダクトマネジメントの視点で振り返った内容をまとめます。 プロダクトマネジメント研修で学んだこと DASAプロダクトマネジメント認定研修の概要 DASAプロダクトマネジメント認定研修は、DevOps環境を前提に、プロダクト中心の組織への変革を実践的に学ぶ体系的なプログラムです。 全体は「プロダクトを見極める」から始まり、「ライフサイクル管理」「ビジョンとリーダーシップ」「戦略とインサイト」「デザインとロードマップ」「計画とデリバリー」「オペレーション」「求められる能力」までを網羅し、プロダクトマネジメントを包括的に捉える構成となっています。 本研修では、プロ

はじめに 今回の記事では、Microsoft Copilot Studio に最近プレビューとして出てきたWork IQ MCPおよび、それをベースに作成した問い合わせ対応支援エージェントを紹介します。 Work IQ を一言で言うと、 データを取得し、文脈を理解し、その結果を使って「実際に動く」ところまでを一気に実現できるツール群です。 単純に回答を生成するというより、 • どこから情報を取るか • その情報をもとにどう判断するか • その結果をどこに返すか といった一連の流れそのものをエージェントに任せられることがポイントです。 特に今回個人的に注目したのは Work IQ Teams です。 Microsoft Teams に蓄積された過去のメッセージやノウハウを、そのままエージェントの判断材料として活用できるため、「Teamsに知見はあるが活用しきれていない」という状態と非常に相性

実際の画面とは異なるサンプルイメージです チームのSlackにAI社員を3人常駐させています。 社員5人で、2週間動かしました。 誤解を招きそうだからちゃんと書いておきます。 2週間です。半年でも1年でもなく、2週間。 それでも書きたくなるくらいのことが起きたので、この記事を書いています。 SIerの大規模開発で扱う資料は毎週溜まります。 仕様書の背景、顧客の痛点、過去の判断の残り香。 新しく参画したメンバーは、これを数週間かけて読み込むのがいつもの景色です。 そこに、このAI社員3人が入りました。 すると、2年目のメンバーが参画1週間でSKILLを直し、2週間で設計根本に疑問を出してきた。 正直、びびりました。 自己紹介・大規模現場の話を軽く 私はNTTデータグループ 技術革新統括本部のITアーキテクト（課長代理）で、大規模システムのモダナイゼーションに携わっています。 全社の高難度案件

1. はじめに 今回は、MCP 初心者が MCP サーバを試してみて考えたこと・気づいたことを紹介しようと思います。 MCP は概要だけ知っていたものの今まで使ったことがなかったのですが、GitHub Copilot（筆者は VS Code で利用）の Agent モードを活用すれば簡単に環境を作って試せるのではないかと思いつきました。 そこで、馴染みのないツールの MCP サーバでも手軽に試すことができたら良いなと思い、初めて触る Playwright を用いて UI/UX レビュー&修正のサイクルを自動化させてみました。 なお、この試みの中で私は1行もコードやプロンプトは書いていません。書いたことと言えば、チャットで自分の意向を伝えたくらいです。 ただし、本記事では、MCP サーバを使う上で学んだことがメインテーマなので、UI/UX のレビューでどういった指摘が出て、どういった修正がさ

設計書・コード・テストを全部AIに書かせて半年間開発してみたよ 1. はじめに 本記事は、私のチームが半年間AIネイティブ開発を行った経験とその感想をまとめたものです。 AIネイティブ開発とは、AI技術を活用してソフトウェア開発を行うことを指します。2025/10～2026/3の期間中、私たちはお客様に納品するシステムをAIネイティブで開発しました。その経験と私なりに感じたことをまとめてみました。 ※ なお、私の取組は全社的な取組とは関係ありません。 ※ あくまで、私のチームが独自に行っている取組ですので、その点はご留意ください。 2. 自己紹介 初めてテックブログに記事を書くので、簡単な自己紹介を。 名前：茂呂範（もろすすむ） 所属：株式会社NTTデータ　第三公共事業本部　デジタルソサエティ事業部　プロジェクト推進担当（参照） 立場：様々なシステムの基盤構築、基盤維持運用を担当している組

はじめに こんにちは！ 本記事では、TLSのバージョンアップ（TLSv1.2 → 1.3）対応を進める際に押さえておきたいポイントを整理してご紹介します。 最近のクラウドサービスやWEBサービスでは、TLSv1.3を有効にすることが推奨される場面が増えています。一方で、実際のシステム運用では「とりあえずTLSv1.2のままでも動いているし、違いもよく分からない」という声も少なくありません。 この記事では、TLSv1.2とTLSv1.3の違いを、SSL/TLSに興味がある新人エンジニアや、運用中システムのTLSバージョンアップを検討している方向けに整理します。特に、一般的な差分解説に加えて、Javaでの実装・設定時に押さえるべきポイントにフォーカスします。暗号理論の細かい数式には踏み込みすぎず、「何が変わったのか」だけでなく「実装時にどこを確認すべきか」を重視して解説します。 TLSのおさら

はじめに Power BIでレポートを作成する際、データの取り込み元としてExcelやCSV、あるいはSQL Serverなどのデータベースを利用するのが一般的です。 しかし、インポートモードで扱うデータが「数十GBクラスの大容量」になったとき、その運用に頭を抱えたことはありませんか？今回は、30〜60GBという膨大なデータを扱うプロジェクトにおいて、運用効率化のためにSharePoint接続を検証・導入した際の知見を共有します。 対象読者 ・Power BIで扱うデータ量が肥大化し、パフォーマンスや運用に課題を感じている方 ・複数人でダッシュボードを共同開発しており、ファイルの受け渡しが必要な方 ・SharePointをデータソースとして活用したことがない方 背景・困っていたこと スクラム開発の一環でPower BIのダッシュボード構築を担当していました。 当時の状況は以下の通りです。

はじめに タイトルの問いに対して、結論から言うとベクトル検索が完全に不要になった、ということはないです。一方、「各文書を分割→ベクトル化→並列に配置して検索」のような従来RAGのアーキテクチャだと対応できないユースケースは多々あります。 本記事では、従来のベクトル型RAGの特徴を振り返り、技術的課題を再認識するとともに、最新のRAGアーキテクチャの利点を踏まえて、これらとベクトル検索をいかに共存させるかを再検討します。 RAG（Retrieval-Augmented Generation） RAGの定義 そもそもRAGとは、外部にあるデータを抽出し、ユーザーの入力と合わせてLLMに入力する仕組みです。コストの重い「学習」というプロセスを経ずにLLMへ知識を追加できることが最大のメリットとなります。（ベクトル検索＝RAGではない） 外部データの表現 キーワード検索 生のテキストからキーワード

1. はじめに こんにちは！NTTデータ ソリューション事業本部の@hua_wei_hanagiです。 近年、生成AIを活用したデータ分析の自動化ニーズが高まっています。 このニーズに応えるべく、ユーザーの追加指示を待たずに自ら考え、納得いくまで分析を繰り返してくれる「自律的に深掘りするデータ分析エージェント（以降、Deep Analysis型と呼ぶ）」の構想を設計しました。 しかし、これを実運用に乗せようとした際、「タスクの量が増えることに伴い、最終結果が出るまでの待ち時間が長大化してしまう」 というシステム上の大きな壁にぶつかりました。 そこで本記事では、 「Deep Analysis型の構想」と「待ち時間問題を解決するための工夫」の2つのテーマについて 解説します。 本記事で扱う範囲 前半：Deep Analysis型の概念と設計思想（構想レベル） ユーザーの追加指示を待たず、AIが

はじめに（リモートアクセスについて） 現代では、コンテナやマネージドサービス等、運用者からの直接ログインなしで運用できる範囲が広がっています。 しかし、現実問題として、運用上の要件や制約によって完全にリモートアクセス（ログイン）を無くすのは難しいケースが多いと思います。 リモートアクセス経路・方式の設計にはいつも悩まされます。 統制・監査の実現方式 GUIを利用しようとする場合の接続プロトコルや方式 認証・認可等セキュリティの実現方式 ロケール対応（日本語対応）の実施 など、難しい設計要素を含むためです。 そこで今回はAWS（Amazon Web Services）でリモートアクセスを実現する、いくつかのオプションについてまとめます。 個々の方式について詳しく取り上げた記事は、すでにインターネットなどで多く参照可能です。 そのため、本記事では複数の方式の特性の概要をまとめ、適切な方式の選択

jj ブームはすぐそばに? 最近、にわかに jj (jujutsu) が話題だ。 jj は、Google の Martin von Zweigbergk 氏が 2019 年に開発を始めたバージョン管理システム (VCS) だ。2022年のカンファレンス「Git Merge 2022」では、 jj は Google 社内でも利用されていると紹介されている。 私は jj の存在を知ってはいたが、 git で特に困っていなかったことや、プロジェクト名がネタっぽかったことから、それほど興味を惹かれなかった。 最近、AIコーディングエージェントを使っているうちに、 git でのバージョン管理が今の開発スタイルに合わないと思うようになった。ファイルを書き換えることの負荷が大きく下がった。予期しない大きな書き換えが頻繁に起こるようになった。コミットしたけど少し直したくなることが増えた。自分で git 操

はじめに エンジニアの方もエンジニアではない方も、こんにちは。これまでは金融業界で SRE としてGoogle CloudのプロジェクトにJoinしていましたが、最近プロジェクトが変わり、Amazon Web Services (AWS) に挑戦しています。 先日はGoogle Cloud Partner Top Engineer 2026 に選出していただきました！ みなさんは普段、どのようなインプットをしていますか？ 私は「自分から情報を収集しなくても、自動で技術情報が目に入る仕組み」としてRSSを使っています。RSSを利用するには主にRSSリーダーを利用することが多いかと思います。 私はRSS取得 / 配信 / 閲覧をGoogle Workspace内のサービスで完結して実装しています。RSS取得 / 配信 / 閲覧する環境のことを本記事では「RSSプラットフォーム」と位置づけ、紹介

1. はじめに GitHub Copilotの認定試験「GH-300」は、GitHub Copilotの使用スキルを評価し、ソフトウェア開発ワークフロー効率化の能力を認定する試験です。 この記事では、GH-300試験とは何か、1週間での勉強方法、そして学びを業務にどう活かすか について紹介します。 2. プロフィール 役割：開発エンジニア 年次：5年目 Copilotの経験：触れたことがある程度 3. 受験の動機 チーム内でのAI活用推進の一環としてCopilotの理解を深めたかった。 自身のスキルを客観的に証明できる形にしたかった。 4. GH-300試験の位置付け・概要 GitHub Copilot認定試験「GH-300」は、以下のように定義されています。 GitHub Copilot 認定試験では、さまざまなプログラミング言語で AI 駆動型コード補完ツールを使用するスキルを評価し、

0. はじめに：なぜ「Skillsそのもの」を議論するのか 本記事では、Codex Skillsを勉強会で実際に使ってみた体験をもとに、 エンジニアと非エンジニアの間でどのような認識のズレが生まれたのかを整理しました。 あわせて、Skillsを「チームで仕事のやり方を共有する仕組み」として使うために、 どのような前提や設計が必要なのかを考察しています。 Skills は、AI エージェントに対して 「仕事のやり方」をまとめて教えるための仕組み です。 一方で、実際に勉強会などで触れてみると、 Prompt と何が違うのか分からない いつ Skills を作るべきか判断できない 「Skill を設計する」と言われても、設計対象が見えない といった声も多く聞かれました。 本記事では、社内勉強会（第10回「AIハッカソン・黙々勉強会」）を通じて見えてきた 「エンジニアが考える Skills の捉

はじめに エンジニアの方もエンジニアではない方も、こんにちは。これまでは金融業界で SRE としてGoogle CloudのプロジェクトにJoinしていましたが、最近プロジェクトが変わり、Amazon Web Services(AWS) に挑戦しています。 先日はGoogle Cloud Partner Top Engineer 2026 に選出していただきました！ みなさんは、Google Workspace (以下GWS) を契約していますか？GWSを契約し、各種機能を利用するにあたり、独自ドメインを取得・登録する必要があります。独自ドメインを取得する方法はたくさんありますが、私はCloudflareでドメインを取得しています。詳しくは後述しますが、Cloudflareは比較的リーズナブル、かつドメイン取得に追加料金や更新料の値上げはないと明示されているためコストの見通しが立ちやすいと

はじめに：なぜランサムウェア対策としてリスク分析が必要なのか ランサムウェアは、技術的な巧妙さとともに事業への影響の大きさが問題となるサイバー脅威です。 EDRの導入、バックアップの取得、復旧訓練の実施といったランサムウェアへの対策は、多くの企業ですでに進められています。一方で、「どの情報資産がランサムウェアに感染すると事業に致命的な影響が出るのか」「どの侵入経路が実際に成立しやすいのか」「被害発生時に本当に復旧できるのか」といった問いに、体系的に説明できるケースは多くありません。そこで共通して見えてくる課題があります。それは、対策は講じているものの、どこを優先して守るべきかが整理されていないという点です。 ランサムウェア攻撃は、単一の対策で防げるものではありません。 攻撃者は複数の侵入口を使い分け、侵入後も環境に応じて手法を変えながら、最も効果の高い情報資産を狙います。そのため「対策を導

はじめに この記事は、MEKIKI X AIハッカソンもぐもぐ勉強会 Advent Calendar 2025の21日目です。 今回は、ちょっと高度なGitHub Copilotの使い方をご紹介します！ GitHub Copilotを使い始めると、まずはインライン補完やCopilotチャットでの質問、コード説明といった基本機能から試される方が多いと思います。これだけでも十分便利ですが「GitHub Copilotが外部ツールと連携するとどんな使い方ができるのか」「カスタムエージェントを定義すると振る舞いはどう変わるのか」といった点は実際に触れてみないとなかなかイメージしにくいところです。 そこで、GitHub CopilotがMCP連携とカスタムエージェント機能を通じて、外部ツールとどのように連携し、チャットの振る舞いをどう変えられるのかについて、実際に試してみた内容をご説明します。 題材

はじめに データエンジニアをやっておりますTaichiです。 先日、MinIO の Docker イメージが公式から配布停止になりました。 Issue コメントにもある通り、コミュニティ版は今後「ソースコード配布のみ」で、自分でビルドしてねという方針に変わっています。 ちょっとした手元の検証環境にMinIOを使っていた自分としては、docker runで簡単に立ち上がり、Amazon S3 互換 APIで操作できるOSSが欲しいなと思っています。 そういうわけで、MinIO 以外の OSS オブジェクトストレージをいくつか調べてみたところ、 RustFS が手軽に利用できそうだったので、今回は RustFS を試してみました。 RustFSの主な特徴 1. Rust 製 & 高性能 その名の通りRustFSはRustで実装されており、メモリ安全性とパフォーマンスを売りにしている。 公式 R

こんにちは、MEKIKI X AIハッカソンもくもく勉強会の12日目を担当するYokoiです！ 普段はモダナイゼーション案件で生成AIの活用支援をしています。プライベートではドライブとサウナにハマっています。 今日は、ローカル環境で完結するRAG構築について書いてみました。 2025年10月22日、ついに LangChain v1 がリリースされました。 API 設計やエージェント機能が大きく進化しましたが、ネット上にはまだ v0 系の情報が多く、最新仕様で実装しようとすると意外とつまずきがちです。 そこで本記事では、LangChain v1 と Ollama を使い、Windows ラップトップだけで完結する「完全ローカル RAG」をご紹介します。 外部クラウドへデータを送信しない構成なので、セキュリティ規定が厳しい組織でも安心して検証できます。「最新の LangChain をキャッチア

この記事はJapan AWS Top Engineers Advent Calendar 2025のDay9 の記事です。 対象読者 Amazon Web Services（AWS）でバックアップ戦略を検討している方 ランサムウェア対策としてのバックアップ設計を検討している方 AWS Backupの論理的エアギャップボールト（Logically Air-Gapped Vault）に興味がある方 マルチアカウント構成でのバックアップ管理を検討している方 はじめに 本記事ではランサムウェア対策としてのバックアップ戦略をご紹介します。 「バックアップを取っていれば安心」という時代は終わりました。現代のランサムウェア攻撃は、バックアップデータそのものを標的にします。本記事では、Veeamが提唱する「3-2-1-1-0ルール」をベースに、AWSでどのようにバックアップを保護するかを、2025年にリリ

はじめに アジャイル開発では「チームワーク」が成果の鍵を握ります。 しかし、チームの中に高い技術スキルを持っていても、協調性に欠けるメンバーがいると、プロジェクトは一気に難航します。 そうした存在は「ブリリアントジャーク（Brilliant Jerk）」と呼ばれます。 私自身、スクラムマスターとして、まさにそのような状況に直面したことがあります。 本記事では、そのときの経験と、そこから得た教訓を紹介します。 ※ご紹介する内容はわかりやすく一般化したもので、実在のプロジェクトや人物とは一切関係ありません。 ブリリアントジャークとは何か ブリリアントジャークとは、優秀だが厄介な人を意味します。 彼らは知識も技術も豊富ですが、他者への配慮や共感が欠け、結果としてチーム全体の心理的安全性を壊してしまうことがあります。 アジャイルでは、透明性・協働・自己組織化が重要です。 しかし、コミュニケーション