技術情報

2024-10-11

P値の収束に関する数学的考察

CADの西村と石橋です。この記事では、数理統計のトピックの中でも、仮説検定における\(P\)値の振る舞いについて考察しようと思います。ただし、著者は数理統計学の専門家ではなく、誤りを見つけられた場合はご指摘いただけると幸いです。みなさんは、「サンプルサイズが大きければ、統計的仮説検定において有意差を検出しやすい」といった議論を目にしたことはありますでしょうか？例えば統計ライブラリー　サンプルサイズの決め方　｜朝倉書店 (asakura.co.jp)のまえがきや、統計的有意性と P 値に関する ASA 声明などで言及されています。...

2024-09-20

Good Code, Bad Codeの擬似コードをDart（Flutter）でリライトして理解を深める〜エラー編〜

IGDのテックチームに所属するエンジニアの江澤です。本記事はGood Code, Bad Codeを正しく深く理解するために、書籍内で登場する擬似コードをDartでリライトして要点を解説する記事です。 ※書籍名：Good Code, Bad Code ～持続可能な開発のためのソフトウェアエンジニア的思考 - 秀和システムあなたの学びをサポート！本記事は3記事目で、過去記事は以下になります。 1記事目：Good Code, Bad Codeの擬似コードをDart（Flutter）でリライトして理解を深める〜抽象化レイヤー編〜 2記事目：Good Code, Bad...

2024-07-19

生成AIを用いたコードレビュー

はじめに初めまして。ARISEでWeb系の開発、モデルのソリューション組み込みを主に行う「ソリューションエンジニア」というキャリアトラックに所属しているエンジニアの坂本です。先日から当社のブログでGitHub Copilotを利用したコード開発について触れてきました。新人エンジニアがGitHub Copilotを使ってみた。 GitHub Copilotと一緒にTerraformを書いた体験談初めてのインフラ構築 RAGアプリの作成でGitHub Copilotを使ってみたしかし、生成AIを用いた開発補助ツールはコード生成だけにとどまらず、様々模索されています。...

2024-06-10

AzureのLLMプロダクト開発支援ツール！プロンプトフローの入門

はじめにこんにちは。ARISE analytics(以下ARISE)のInnovation & Growth Divisionに所属するエンジニアの渋谷です。今回は大規模言語モデル(LLM)のシステム開発に役立つプロンプトフローというツールとその使い方、実際にARISE内でプロンプトフローを活用するイベントを開催した際にARISEメンバーがプロンプトフローで作成したプロダクトの一部を紹介します。プロンプトフローとはプロンプトフローとはLLMの処理を含む開発をローコードで実現できるツールです。...

2024-05-29

【Go言語によるORM入門】ORMの基本と実例をGormを用いて解説

Innovation & Growth Division所属のエンジニアの井上です。ARISE TechBlogは3回目の投稿となります。過去にGoに関する記事を投稿してきました。【Go言語入門】「Go」の概要や特徴とは？社内のAPI開発プロジェクトで採用して分かったこと【Go言語でホットリロード】AirとDockerによるAPI開発環境今回は我々のプロジェクトで利用している技術の一つであるObject-Relational Mapping（以下ORM）をGo言語（以下Go）を用いながら紹介します。 ORMとは...

2024-05-22

RAGアプリの作成でGitHub Copilotを使ってみた

はじめに皆さんこんにちは。 CAD/AGU所属のAIエンジニアの伊藤と申します。早速本題ですが、皆さんはGitHub Copilotを使っていますか？リリースからしばらく経ちましたが、ARISEでもトライアル運用が始まり、周りから色々な感想が聞こえてきます。私もトライアルで使うことができたので、今回はAIエンジニアの業務観点からGitHub Copilotをレビューしてみようと思います。 ※このレビューは2024年2月時点での内容です。今はさらに性能向上しているかもしれません。レビュー方法について...

2024-04-26

電力需給調整における数理最適化～二段階確率計画法の応用～

はじめにこんにちは。Customer Analytics Division所属の久保、知野、矢田貝です。データサイエンティストとして、数理最適化技術を用いて電力の需給調整業務を高度化するプロジェクトに携わっております。本記事では、不確実性を考慮した予測・最適化の技術について、電力業界への応用を例に挙げて解説します。...

2024-04-19

層に着目したLLMの口調の学習について

こんにちは。Innovation & Growth Divisionの渋谷です。今回は3月10日に行われた【第3回】生成AIなんでもLT会の登壇内容の記事です。 ▼登壇資料はこちら【第3回】生成AIなんでもLT会 2024_0304なんでも生成AI_sergicalsix.pptx from ARISE analytics はじめに LLMのファインチューニングをしていると、ふと「学習した情報ってどこに保存されているんだろう？」と思うことはありませんか？ LLMの知識がどこに保存されているのかというお話は、議論されていて「全結合層に知識が保存されている」という仮説などあります。...

2024-04-15

動画生成AIによるシミュレーション動画は物理法則を満たしているのか？

はじめにこんにちは。Customer Analytics Divisionの奥井です。今回は3月10日に行われた【第3回】生成AIなんでもLT会で登壇した内容をまとめます。登壇内容について発表資料のリンクはこちら（諸事情により、冒頭に会社説明の資料を含みます）【第3回生成AIなんでもLT会資料】_動画生成AIと物理法則_v0.2.pptx from ARISE analytics テーマを選んだ理由動画生成AI「Sora」がリリースされ、巷で話題になっていました。その中でも特に気になっていたのは、次のコメントです。 We’re teaching AI to understand...

2024-03-22

Terraformを用いたSnowflakeの構成管理における自動テスト導入

はじめにこんにちは。ARISEでデータ基盤構築業務を主に行う「データアーキテクト」というキャリアトラックに所属しているエンジニアの田畑です。先日当社のテックブログの記事でも触れましたが、現在私はSnowflakeでの大規模データ基盤構築に携わっています。そのプロジェクトにおいて、データ基盤のインフラ面における品質担保の負担軽減を図るべく、自動テストを導入しました。更に、導入後の運用で見えてきた課題を解決する改善にも取り組みました。今回はその導入と改善について、経緯や取組の詳細を共有したいと思います。前提 SnowflakeはPRD, STG, DEVの3面構成(アカウントレベルで分離)...

タグから探す

技術記事