InfoQ ホームページ AIと機械学習、データエンジニアリングに関するすべてのコンテンツ

アーティクル

RSSフィード

最新前の記事

DevOps

AIはDevOpsに取って代わるのか？

AIツールは開発者の役割をゆっくりと - DevOpsがかって行ったように - 置き換えています。そして最終的には、DevOpsに完全に取って代わるでしょう。この予測の正しさを評価するのは難しいのですが、この記事では、AIが開発プロセスにもたらすものは何かを確認した上で、それが人間である開発者の作業を本当に引き継ぐことができるのか、数十年後のDevOpsがどのようなものになっているのかを見ていきます。

Sam Bocetta 翻訳者 h_yoshida _
投稿日 2021年11月9日午後8時26分
AIと機械学習、データエンジニアリング

MLOpsの最適化がどのようにエンタープライズのAIに革命を起こすか

この記事では、著者のMonte Zweben氏が、データサイエンスのアーキテクチャ、コンテナ化、およびフィーチャーストアなどの新しいソリューションが機械学習プロセスのライフサイクル全体にどのように役立つかについて説明します。

Monte Zweben 翻訳者編集部T _
投稿日 2021年3月31日午前3時29分
設計/アーキテクチャ

Outboxパターンを使用したマイクロサービスのSagaオーケストレーション

変更データキャプチャを介して実装されたOutboxパターンは、マイクロサービス間のデータ交換の関心事に対処するための実証済みのアプローチです。この記事で示すように、Sagaパターンは、複数のマイクロサービスにまたがるデータ更新に役立ちます。

Gunnar Morling 翻訳者 Shoji Shigeki
投稿日 2021年3月15日午前4時54分
AIと機械学習、データエンジニアリング

Kafka、MongoDB、Maxwell's Daemonを使用したSQLデータベース監査システムの構築

この記事では、従来の組み込みデータレプリケーションの枠を越え、Kafka、MongoDB、Maxwell's Daemonといったテクノロジを採用したデータベースの監査ログシステムと、その重要性について論じます。

Vishal Sinha 翻訳者 h_yoshida _
投稿日 2021年2月9日午後9時49分
AIと機械学習、データエンジニアリング

マシンラーニングエンジニアとして採用されるには

マシンラーニングエンジニアになるには採用面接を受けなければなりません。書籍や教育コース、プロジェクトを通じて、関連するスキルを磨くことが必要です。履歴書にはテクノロジ、フレームワーク、プロジェクトを記載しましょう。面接では、技術的な質問や洞察的な質問、プログラム課題などが問われるかも知れません。技術的なタスクを与えられた時には、すでにその仕事を持っているかのようにスキルを発揮してください。

Roland Meertens 翻訳者 h_yoshida _
投稿日 2020年11月3日午後9時7分
AIと機械学習、データエンジニアリング

GPT-3対応アプリケーションの最初の波は、AIの未来のプレビューを提供します

GPT-3ベースのアプリケーションの最初の波が現れています。GPT-3は、ほんの数例を準備しただけで、エッセイを書いたり、質問に答えたり、コンピューターコードを生成したりすることができました。さらに、GPT-3は、そのような概念を教えられたことがないにもかかわらず、代数計算と言語翻訳を実行できます。ただし、GPT-3は予測できない結果を伴うブラックボックスです。開発者はそれを応答的に使用する必要があります。

Vivian Hu 翻訳者 Shoji Shigeki
投稿日 2020年9月6日午後10時50分
Java

TornadoVM: GPUとFPGAでJavaを高速化する

近年の異種ハードウェアの急増は、CPUをターゲットとするJavaのような言語にとって問題となっています。TornadoVMはGraal JITコンパイラを拡張することでGPUやFPGAのメリットを活用し、フレキシブルでハイレベルなモデルを提供すると同時に、ハイパフォーマンスとライブタスクマイグレーションなどの機能を実現しています。

Juan Fumero 翻訳者 h_yoshida _
投稿日 2020年7月7日午後8時58分
Java

Amazon Deep Javaライブラリを使ってマシンラーニングをJavaで実装する

この記事では、JSR-381 VisRec APIを使うことで、DJLのトレーニング済モデルによる画像分類あるいはオブジェクト検出を10行未満のコードで実装可能であることを示します。

Xinyu Liu Frank Liu Frank Greco Zoran Sevarac Balaji Kamakoti 翻訳者 h_yoshida _
投稿日 2020年6月19日午前1時39分
Java

Deep Java Library(DJL)の紹介

Amazonは、ディープラーニングモデルをJavaで開発するためのオープンソースライブラリDJLを発表しました。この記事では同ツールキットの導入方法を紹介します。このライブラリは、PythonやRといった新たなテクノロジを導入することなく、Javaによるエンドツーエンドのディープラーニング開発を可能にすることで、ソフトウェア依存性の数を削減することを目的としています。

Kesha Williams 翻訳者 h_yoshida _
投稿日 2020年2月11日午後9時15分
AIと機械学習、データエンジニアリング

Redis StreamsとApache Spark Structured Streamingを使用したリアルタイムデータ処理

Apache Spark 2.0で導入されたStructured Streamingは、ストリーミングデータのためのSQLライクなインターフェースを提供します。Redis Streamsによって、Redisがストリーミングデータを複数のプロデューサとコンシューマの間で消費、保持、配信することができるようになります。この記事では、著者のRoshan Kumar氏が、RedisおよびApache Spark Streamingテクノロジを使用してストリーミングデータをリアルタイムで処理する方法について説明します。

Roshan Kumar 翻訳者編集部T _
投稿日 2019年7月10日午前7時50分
AIと機械学習、データエンジニアリング

リレーショナル NoSQLによる"バックトゥザフューチャー"

この記事では、分散トランザクションを備えたNoSQLデータベースの一貫性に関するいくつかの問題を取り上げるとともに、FanuaDBがCalvinプロトコルと仮想クロックを使って、それらの問題をいかに解決しているかを紹介します。

Evan Weaver 翻訳者 h_yoshida _
投稿日 2019年1月24日午前1時49分
AIと機械学習、データエンジニアリング

Apache Kafka: デプロイメントを最適化するための10のベストプラクティス

筆者のBen Bromhead氏が、データストリーミングプラットフォームをより効率的に管理するための、開発者のKafkaのベストプラクティスとして、ログ設定、適切なハードウェア利用、ZooKeeper設定、レプリケーション係数、パーティション数などについて論じます。

Ben Bromhead 翻訳者 h_yoshida _
投稿日 2018年12月14日午前12時48分