AWS が日本にもたらす経済効果に関するレポートによると、今回の投資計画は日本の国内総生産（GDP）に5兆 5,700億円貢献し、国内企業で年間平均30,500人以上の雇用を支える見込み 2011年から 2027年までの AWS の日本のクラウドインフラに対する投資総額は3兆 7,700億円に達する見込み Amazon.com, Inc.（NASDAQ: AMZN）の関連会社である Amazon Web Services, Inc.（AWS）は本日、日本でのクラウドサービスに対する顧客需要の拡大に対応するために、2027 年までに東京と大阪のクラウドインフラに 2 兆 2,600 億円を投資する予定であると発表しました。AWS が日本にもたらす経済効果に関するレポートによると、今回の投資計画は日本の国内総生産（GDP）に 5 兆 5,700 億円貢献し、国内で年間平均 30,500 人以上

【ラスベガス=白石武志】米アマゾン・ドット・コムは29日、サプライチェーン（供給網）の在庫水準などを人工知能（AI）で管理するクラウドサービス「AWSサプライチェーン」を外部提供すると発表した。子会社のアマゾン・ウェブ・サービス（AWS）が米ラスベガスで開催中の年次イベントで発表した。米国や欧州の一部地域で試験提供を始める。日本市場への導入は顧客の要望に応じて検討するとしている。30年近くに

最近ソーダストリームを買い、炭酸水を飲むのにはまってます。機械学習エンジニアの@yktm31です。 以前に「AWS Lake Formationでデータレイク体験！」という記事を書いてみて、データ基盤アーキテクチャに興味が湧いてきました。 データレイクハウスは、「データウェアハウス」と「データレイク」を統合したようなアーキテクチャで、 2020年にDatabricks社により提唱され、新しいデータ基盤アーキテクチャとして注目されているようです。 www.databricks.com そこで今回、「データレイクハウス」について調べてみたことをまとめてみたいと思います。 なぜデータレイクハウスが注目されているのか？ データウェアハウスの特徴・課題 データレイクの特徴・課題 データレイクハウスの特徴 データレイクハウスのアーキテクチャ Azure Azure Synapse Analyticsを

Amazon Web Services ブログ 「もう悩まない！機械学習モデルのデプロイパターンと戦略」を解説する動画を公開しました！ 「ML Max。こんばんは。」 ということで今回はシックなナレーションから始まりました、機械学習の価値を最大化するための解説動画、ML Enablement Series (※)の、 Amazon SageMaker 推論 Part3（前編）もう悩まない！機械学習モデルのデプロイパターンと戦略【ML-Dark-05】【AWS Black Belt】 を公開しました。 ※ ML Enablement Series とは、機械学習プロダクトにかかわる全ての人向けの機械学習の知識をお届けする Light パートと、機械学習のマネージドサービスを活用して MLOps を推進したいエンジニア向けの Dark パート から構成されており、週１回を目安に Light と

MLOpsはSoftware2.0のためのDevOpsであり、顧客自身のデータから半自動で顧客体験を改善できるようにします。これまではMLOpsと既存のSoftware1.0のためのDevOpsは独立していましたが、組み合わせることでSoftware2.0の弱点である確率的な挙動を抑制しより安定したサービスを開発することが可能です。 DevOpsと並走するこれからのMLOpsを構築するための問題点と解決策を提示し、AWSがどのようにMLOpsの構築を支援できるのかをご説明します。

アマゾンが豊富な品ぞろえと低価格を両立できる理由 アマゾンのビジョンは「地球上で最もお客様を大切にする企業であること」です。さらに「顧客をその人にとっての宇宙の中心に置いて考える」ことこそが、パーソナライズであると言っています。だからこそ、アマゾンは顧客の声を聞き、パーソナライズされた価値を発明しているのです。 アマゾンは企業としての4つのプリンシプルとビジョン、さらに価値基準・行動指針となる16のリーダーシップ・プリンシプルを徹底して実行しています。 図表1は創業初期のジェフ・ベゾス氏の構想に追記したものです。「品揃えの豊富さ」と「価格の安さ」。この2つの顧客体験こそが、初期のアマゾンにおけるビジネスモデルのベースになっています。同時に、以下に挙げる2つの基本的なビジネス構造が存在します。 1つ目は、アマゾンのサービスにおける、顧客体験を提供するプラットフォームのサイクルです。まず、素晴

Amazon Redshift MLは、Amazon Redshiftクラスタから直接機械学習モデルを作成、トレーニング、デプロイすることが可能で、単純なSQLクエリを使用してモデルのトレーニングに使用するデータと、予測する出力値を指定することで、機械学習モデルを作成できる。 機械学習モデルの作成後は、指定されたデータをAmazon RedshiftからS3バケットへエクスポートし、Amazon SageMaker Autopilotを呼び出してデータを準備し、適切なビルド済みアルゴリズムを選択してトレーニングを行う。 トレーニングやコンパイルなど、関連するすべての処理が、Amazon Redshift、S3、SageMakerの連携によって行われ、モデルのトレーニングが完了すると、Amazon Redshift MLはSageMaker Neoでモデルをデプロイ用に最適化し、SQL関数と

［速報］「AWS大阪リージョン」正式オープン。大阪ローカルリージョンを拡張し3つのアベイラビリティゾーンから構成、事前申し込みなど不要に AWSは、これまで一部の顧客向けに提供していた「大阪ローカルリージョン」を通常のリージョンへ拡張し、誰でも事前の申し込みや審査なく使えるようにした「AWSアジアパシフィック（大阪）リージョン」（以下、大阪リージョン）の正式オープンを発表しました。 【本日発表】AWS が国内 2 拠点目となる大阪リージョンを開設 https://t.co/tkkcsUtS9l AWS 大阪リージョンが大阪ローカルリージョンを拡張して新たに登場！3つのアベイラビリティーゾーンを備えた AWS リージョンとして、本日よりすべてのお客様がご利用いただけます。　#AWSアップデート pic.twitter.com/aWEI9yShH6 — AWS/アマゾン ウェブ サービス/クラ

この記事は新野淳一氏のブログ「Publickey」に掲載された「AWSをElasticが名指しで非難。ElasticsearchとKibanaのライセンスを、AWSが勝手にマネージドサービスで提供できないように変更へ」（2021年1月21日掲載）を、ITmedia NEWS編集部で一部編集し、転載したものです。 オランダに本社を置くElasticは、オープンソースで開発してきたElasticとKibanaのライセンスをそれまでのApache License 2.0から、商用サービス化を制限する「Server Side Public License」（SSPL）と「Elastic License」のデュアルライセンスへ変更することを発表しました。 その目的は、AWSが勝手にElasticsearchとKibanaをマネージドサービスとして提供できないようにするためであると、同社CEO Sha

Amazon Web Services ブログ 【開催報告 & 資料公開】 AI/ML@Tokyo #9 機械学習モデルの可視化、説明可能性とMLセキュリティ アマゾン ウェブ サービス ジャパン株式会社 機械学習ソリューションアーキテクトの大渕です。AWS Japan では、AI/ML 関連情報を発信するイベント「AWS AI/ML@Tokyo」を定期的に開催しています。2020年12月17日にオンラインで開催された AWS AI/ML@Tokyo #9 では、AWS の 機械学習ソリューションアーキテクトより Amazon SageMaker を使って機械学習モデルの可視化と説明可能性を実現する方法をご紹介し、ソリューションアーキテクトより AWS の AI/ML サービスにおけるセキュリティについてご紹介しました。また、お客様活用事例として、東日本旅客鉄道株式会社様より、画像認識を活

海外ベンダーの資料にAWSはIaaSでAzureはPaaSって書いてて面白いなと思うと同時に、妙に腑に落ちる分類だなと思いました。それをツイートしたところ、どういうことか書けよとばかりに拡散されたので書きました。 もちろんそんなにバッサリ区分けできるものじゃないし、AWSにはlambdaとかRDSとかPaaSの人気サービスがたくさんあります。逆にAzureにだってIaaSはあります。 でも、そういう区分けをしていることに納得できる理由。それは、設計思想が違うからです。 なお、本記事は私の偏見のみで構成されております。 2020/12/23追記 lambdaは2010年ではなく2014年開始との指摘を多数いただいたので修正いたします。調べもせずに適当に書いてすみませんでした。また他にも「GCPこそPaaSでは？」「GCPはSaaS」などGCPを比較する声がものすごくたくさんありましたが、私の

HIRANO@おんせん県おおいたです みんな、温泉入ってますかー？　（挨拶 re:InventのMachine LearningキーノートでAmazon Neptune MLが発表されましたので、紹介します。 Amazon Neptune とは Amazon Neptuneはグラフ構造に特化したマネージドデータベースです。グラフ構造とは、ノードとノードの関係性を表現するデータ構造です。例えば、SNSの各ユーザがノードで、フォーロが関係性になります。つまり大規模で複雑なネットワーク構造をデータベースに格納、検索できるのがAmazon Neptuneになります。 大規模なネットワーク構造から、目的のものを検索することは簡単です。例えば、Aさんのフォロワーの一覧を取り出すことは簡単にできます。しかし、ネットワーク構造を俯瞰的に見て何か新しいパターンを見つける、というのは人間による作業が必要でした

せーのでございます。 現在AWS re:InventではAndy Jassyのキーノートが行われています。 [随時更新] AWS re:Invent 2020 Keynote で発表された新サービスまとめ #reinvent | Developers.IO ご機嫌いかがでしょうか、豊崎です。 今年もre:Invent 2020 キーノートではたくさんの新サービス/新機能が発表されるものと思います。 本投稿では、AWS re:Invent 2020のキーノートで発表された新サービスの記事をまとめます。 AWS re:Invent 2020では以下5つのキーノートが計画されています。 12/2： Andy Jassy Keynote 12/4： AWS Partner Keynote 12/9： Machine Learning Keynote 12/11： Infrastructure Ke

せーのでございます。 現在AWS re:InventではAndy Jassyのキーノートが行われています。 [随時更新] AWS re:Invent 2020 Keynote で発表された新サービスまとめ #reinvent | Developers.IO ご機嫌いかがでしょうか、豊崎です。 今年もre:Invent 2020 キーノートではたくさんの新サービス/新機能が発表されるものと思います。 本投稿では、AWS re:Invent 2020のキーノートで発表された新サービスの記事をまとめます。 AWS re:Invent 2020では以下5つのキーノートが計画されています。 12/2： Andy Jassy Keynote 12/4： AWS Partner Keynote 12/9： Machine Learning Keynote 12/11： Infrastructure Ke

日本時間の2020年11月12日(火) 早朝、機械学習を使用した新しいビジュアルデータ準備ツールとして「AWS Glue DataBrew」という機能が突如発表されました！そしてこちらの機能、既に本日から利用可能となっているようです。 AWS Glue DataBrew, a visual data preparation tool that enables data scientists and data analysts to clean & normalize data up to 80% faster, is now generally available. Read this AWS News Blog to learn more: https://t.co/BVp3PA5n4z pic.twitter.com/XUc8s3NPka — Amazon Web Services (

Amazon Web Services ブログ 日本語形態素解析器 Sudachi の語彙データ（SudachiDict）および単語ベクトル（chiVe）が AWS 上で Open Data として公開されました 多くの機械学習デベロッパーの方々が、AWS 上でさまざまなアルゴリズムの開発やモデルの構築を行なっています。中でも自然言語処理を行う際には、対象言語の言語ごとの辞書データや単語ベクトルデータを用いることが一般的です。これらのデータは GB 以上のサイズにおよび、また計算の際にも大量の GPU および CPU を必要とするため、従来こうしたモデルを構築する際には常にストレージおよびコンピューティングのリソースの調達が問題となってきました。AWS 上で自然言語処理モデルの開発を行う際には、Amazon SageMaker を用いて学習に必要なリソースを確保することで、ALBERT の

Amazon Web Services ブログ 日本語形態素解析器 MeCab を Python から利用する際の語彙データ（UniDic）が AWS 上で Open Data として公開されました 多くの機械学習デベロッパーの方々が、AWS 上でさまざまなアルゴリズムの開発やモデルの構築を行なっています。中でも自然言語処理を行う際には、対象言語の特性に即した形で前処理を行う必要があります。日本語の自然言語処理を実施する際には、形態素解析と呼ばれる文章の分解処理を前位処理として一般的に行います。日本語形態素解析を行うためには、日本語の語彙データが必要となりますが、このデータは通常 GB 以上のサイズに及ぶ大きなサイズとなります。またこれらを用いた計算の際にも大量の GPU および CPU を必要とするため、従来こうしたモデルを構築する際には常にストレージおよびコンピューティングのリソースの

現地時間2020年9月29日、Amazonが世界各地の歴史的建造物の観光や郷土料理教室の参加などのアクティビティをオンラインで体験できるバーチャル旅行サービス「Amazon Explore」のベータテストを開始しました。 Amazon.com: : Amazon Explore https://www.amazon.com/explore Amazon jumps into virtual tourism, offering live one-on-one experiences around the world - GeekWire https://www.geekwire.com/2020/amazon-jumps-virtual-tourism-offering-live-one-one-experiences-around-world/ Amazon Exploreは、世界各地のツ

Amazon Essentials（アマゾン・エッセンシャルズ）−−　米国で数々のアパレルを死に追いやったアマゾン（Amazon.com）のプライベートブランド（PB）である。実は、このPBが静かに日本上陸を果たしていることをご存じだろうか。「Death by Amazon」「悪魔との契約」「Amazon effect」など、数々の伝説を生み出したアマゾンの衣料品である。CEOのジェフ・ベゾスも「衣料品を強化する」と表明している。PBに関してはZOZOがハイテクを駆使しても撃沈した日本市場で、このアマゾン・エッセンシャルズはどのような戦いをしてくるのか。またアマゾン・エッセンシャルズは、米国と同様、日本のアパレルの多くを墓場に葬り去るのだろうか。今回は、満を持して登場したAmazon essentialについて、私の考察・分析を書いてみたい。 AdrianHancu / istock アマ