Amazon SageMaker AI | Amazon Web Services ブログ

Amazon S3 クライアントを使用した ML トレーニングにおけるデータ読み込みベストプラクティスの適用

この記事では、Amazon S3 汎用バケットから直接データを読み取る ML トレーニングワークロードのスループットを最適化するための実用的な技術と推奨事項を紹介します。ここで説明するデータ読み込み最適化技術の多くは、さまざまなストレージ基盤に広く適用できます。

Amazon Nova Forge の紹介: Nova を使用して独自のフロンティアモデルを構築

組織は、生成 AI の使用をビジネスのあらゆる部分で急速に拡大しています。深い専門知識や特定のビジネスコンテキ […]

Amazon SageMaker AI の新しいサーバーレスカスタマイズにより、モデルのファインチューニングが加速します

2025 年 12 月 3 日、Amazon Nova、 DeepSeek 、 GPT-OSS 、Llama、 […]

東京海上日動システムズ株式会社様の AWS 生成 AI 事例：全社生成 AI 実行基盤とエンタープライズ RAG システムの構築

東京海上日動システムズ様における全社向け生成 AI 実行基盤の構築事例を紹介しています。マルチアカウント構成による基盤設計の考え方や、RAG システムにおける技術選定と実装の工夫、コスト最適化の取り組みなど、企業での生成 AI 活用を検討される際の参考となる内容です。

AWS Skill Builder で新しいロール別 Jam Journey を学習しましょう

AWS ソリューションアーキテクトが日々直面するクラウドの課題と同じものをシミュレートし、それらを解決できることを証明することを想像してみてください。それが AWS Jam Journey がハンズオン学習体験を通じて提供するものです。AWS Skill Builder には現在 15 の AWS Jam Journey が提供されており、本ブログでは 8 つの新しい Jam Journey と、新しいチャレンジが追加された 7 つの刷新された Jam Journey を紹介します。これらの没入型学習体験は、AWS Skill Builder 個人向けサブスクリプションとチームサブスクリプションの両方で利用できます。
AWS Jam Journey は、現実的なシナリオで AWS の知識を適用できるチャレンジベースのハンズオン体験です。認定の準備、ロール (職種) の変更、クラウドソリューションの実装のいずれであっても、これらのゲーム形式の Jam Journey は専門知識のレベルアップに役立ちます。本番環境を反映したチャレンジに取り組むことで、実務に直接活かせる実践的なスキルを身につけ、理論と実際のクラウドスキル間のギャップを埋めることができます。