<?xml version="1.0" encoding="UTF-8"?>
<rss xmlns:dc="http://purl.org/dc/elements/1.1/" version="2.0" xml:base="https://www.databricks.com/jp"><channel><title>Databricks</title><link>https://www.databricks.com/jp</link><description>The Data and AI Company</description><language>ja</language><lastBuildDate>Mon, 06 Jul 2026 20:47:34 GMT</lastBuildDate><image><url>https://www.databricks.com/jp/wp-content/uploads/2019/12/cropped-databricks-icon-32x32.png</url><title>Databricks</title><link>https://www.databricks.com/jp</link><width>32</width><height>32</height></image><item><title>AIを実験から実用化へと進めるために答えるべき3つの問い</title><link>https://www.databricks.com/jp/blog/3-questions-answer-take-ai-experimentation-impact</link><guid isPermaLink="false">https://www.databricks.com/jp/blog/3-questions-answer-take-ai-experimentation-impact</guid><pubDate>Thu, 02 Jul 2026 17:04:19 GMT</pubDate><description>企業は自社ビジネスにおけるAIの可能性を実感し始めています。 現在、すでに60%の企業が業務に自律型システムを導入しています（Economist Enterprise...</description><category>データ戦略</category><category>データリーダー</category></item><item><title>AIリーダーを牽引するインフラ戦略の舞台裏</title><link>https://www.databricks.com/jp/blog/inside-infrastructure-strategies-propelling-ai-leaders</link><guid isPermaLink="false">https://www.databricks.com/jp/blog/inside-infrastructure-strategies-propelling-ai-leaders</guid><pubDate>Thu, 02 Jul 2026 16:47:56 GMT</pubDate><description>AIの導入は、現実の成果につながり始めています。しかし、取り組みが加速するにつれて、多くの組織が同じ問題に直面しています。それは、システムが高コストで、低速であり、拡張できないという問題です。...</description><category>データ戦略</category><category>データリーダー</category></item><item><title>Databricks AI全体でGPUの信頼性を維持する方法</title><link>https://www.databricks.com/jp/blog/how-we-keep-gpus-reliable-across-databricks-ai</link><guid isPermaLink="false">https://www.databricks.com/jp/blog/how-we-keep-gpus-reliable-across-databricks-ai</guid><pubDate>Wed, 01 Jul 2026 23:00:00 GMT</pubDate><description>分散GPUトレーニングは、業界全体で一般的になっています。現在、開発チームは、かつては最先端の研究所だけの領域であった規模で、基盤モデルのトレーニング、最先端スケールのモデルのファインチューニング、大規模なビジョンシステムの構築、ディープな...</description><category>エンジニアリング</category><category>データサイエンス・ML</category><category>AI</category></item><item><title>2026 Built-On Databricks Startup Challengeの受賞者を発表</title><link>https://www.databricks.com/jp/blog/celebrating-winners-2026-built-databricks-startup-challenge</link><guid isPermaLink="false">https://www.databricks.com/jp/blog/celebrating-winners-2026-built-databricks-startup-challenge</guid><pubDate>Wed, 01 Jul 2026 22:00:00 GMT</pubDate><description>2026 Built-On Databricks Startup Challengeの受賞者を発表できることを嬉しく思います！このコンテストには、Databricksプラットフォーム上で革新的なB2Bアプ...</description><category>企業概要</category></item><item><title>クエリタグを使用したdbtパイプラインの詳細な使用状況の割り当て</title><link>https://www.databricks.com/jp/blog/granular-usage-attribution-dbt-pipelines-query-tags</link><guid isPermaLink="false">https://www.databricks.com/jp/blog/granular-usage-attribution-dbt-pipelines-query-tags</guid><pubDate>Wed, 01 Jul 2026 19:23:01 GMT</pubDate><description>dbtプロジェクトは毎晩80個のモデルを実行しています。前四半期、ウェアハウスの請求額は倍増しました。モデルのパフォーマンスは大きく異なり、直近の最適化の効果は不明確です。財務部門から、どのチームに責任があるのかと尋ねられます。クエリ履歴を開くと、そこには「Databricks...</description><category>プラットフォーム</category><category>製品</category></item><item><title>ダッシュボードの先へ：意思決定実行プラットフォームのご紹介</title><link>https://www.databricks.com/jp/blog/beyond-dashboards-introducing-decision-execution-platforms</link><guid isPermaLink="false">https://www.databricks.com/jp/blog/beyond-dashboards-introducing-decision-execution-platforms</guid><pubDate>Wed, 01 Jul 2026 18:20:00 GMT</pubDate><description>図1：Databricks Forward Deployed EngineeringによるDecision Execution Platform（DEP）Decision...</description><category>プラットフォーム</category></item><item><title>現代の小売のスピードで実現する予測</title><link>https://www.databricks.com/jp/blog/forecasting-speed-modern-retail</link><guid isPermaLink="false">https://www.databricks.com/jp/blog/forecasting-speed-modern-retail</guid><pubDate>Wed, 01 Jul 2026 15:30:00 GMT</pubDate><description>需要予測は、常に小売やCPGの計画の中心にあります。需要予測は在庫に関する意思決定を左右し、生産スケジュールに影響を与え、販売促進投資を促進し、その後に続くすべてのS&amp;amp;OPの議論の前提条件を設定します。予測が外れると、コストが急速に累積し、...</description><category>小売・消費財</category></item><item><title>モノリスからLakebase、そしてLTAPへ：ストレージ起点でデータベースを再考する</title><link>https://www.databricks.com/jp/blog/lakebase-ltap-rethinking-database-storage</link><guid isPermaLink="false">https://www.databricks.com/jp/blog/lakebase-ltap-rethinking-database-storage</guid><pubDate>Tue, 30 Jun 2026 18:05:48 GMT</pubDate><description>16年前に私がUC Berkeleyで博士課程を始めたとき、指導教官から「OLTPデータベースはすでに解決済みの問題だ。問題なく動作している。アナリティクスに集中しなさい」と言われました。当時は、構造化データや非構造化データをより多く収集し...</description><category>エンジニアリング</category></item><item><title>Databricksが動画を検索可能で実用的なインテリジェンスに変換する方法</title><link>https://www.databricks.com/jp/blog/how-databricks-turning-video-searchable-actionable-intelligence</link><guid isPermaLink="false">https://www.databricks.com/jp/blog/how-databricks-turning-video-searchable-actionable-intelligence</guid><pubDate>Fri, 26 Jun 2026 20:30:00 GMT</pubDate><description>ある公益企業は、数百マイルに及ぶ送電線を検査するためにドローンを配備しています。警察署は、ひき逃げ事故を捜査するために何時間もの交通カメラの映像を抽出しています。都市計画チームは、歩行者や交通の流れを分析するためにカメラ映像を活用して...</description><category>プラットフォーム</category><category>ソリューション</category><category>エンジニアリング</category><category>データサイエンス・ML</category><category>AI</category><category>業界</category><category>官公庁・公共機関</category><category>データ戦略</category><category>ベストプラクティス</category></item><item><title>DatabricksへのETL移行のための意思決定フレームワーク</title><link>https://www.databricks.com/jp/blog/decision-framework-etl-migration-databricks</link><guid isPermaLink="false">https://www.databricks.com/jp/blog/decision-framework-etl-migration-databricks</guid><pubDate>Fri, 26 Jun 2026 20:20:00 GMT</pubDate><description>チームには何百ものストアドプロシージャ、いくつかのスケジューラがあり、権限はロールやスキーマに分散しており、クラウドデータウェアハウスの更新期限が迫っています。何を最初に移行すべきか、誰も意見が一致しません。すべてをPySparkで書き直し...</description><category>エンジニアリング</category><category>データウェアハウス</category><category>業界</category></item></channel></rss>
