LayerX BizOps 部データグループのさえない (@saeeeeru) です。最近は娘と『名探偵プリキュア！』にハマっています。「自分で見て、感じて、考えて、"本当"の答えを出す」。AI 時代だからこそ刺さるメッセージです（推理パートをちゃんと解けるようになりたい）。 前回の記事では、dbt Python model から外部 API を呼び出す実装パターンを紹介しました。今回はその応用として、LLM の Web Search 機能を使って公開情報を取得し、それをデータパイプラインに組み込む実践例を書きます。 この記事では、まず LLM の Web Search 機能をどう使うとデータ…

こんにちは！Ai Workforce事業部FDEの恩田（さいぺ）です。 AIエージェントの進化も凄まじく、どんどん長時間のタスクをこなせるようになっています。この分野のベンチマークの第一人者であるMETRでも、最新のClaude Opus 4.6で10時間のタスクが50%の確率で完了できることが示されています（80%だと1時間）。 （出典: https://metr.org/ , 2026/4/7アクセス） とはいえ、長時間に渡るタスクは、ステップ数も膨大です。各ステップの成功確率を上げたり、リトライや失敗の原因を考え、失敗しても復帰できるような仕組みが必要になりそうです。この分野をいくつか読…

はじめに LayerX バクラク事業部 Platform Engineering 部 Enabling グループの shibutani です。 CIのテストが落ちたとき、開発者がやることは意外と多いです。ログを読み、原因を特定し、担当者を探し修正依頼 or 自分で修正する。これがrace conditionやflaky testのように再現しにくいものだと、対応はさらに後回しにされがちです。 今回、Go testの失敗を検知したらClaudeが自動でログを分析し、担当チームに通知し、修正PRまで作成する仕組みを構築しました。本記事ではその設計と実装を紹介します。 -race フラグの分離と、そ…

こんにちは、LayerX バクラク事業部でソフトウェアエンジニアをしている Tomoaki (@tapioca_pudd) です。 2025年12月、ラスベガスで開催された 「AWS re:Invent 2025」 に、LayerXから私を含めた4人のエンジニア（@kani_b, @shirakiy0, @onsd_）で参加してきました。 Keynoteでの発表内容やセッションの解説はすでに多くの記事が出ていますし、オンラインでも視聴可能ですので、今回は「現地参加ならではの体験」を中心にご紹介します。 はじめに AWS re:Invent はAmazon Web Services（AWS）が主…

本記事はAIエージェントのHuman-in-the-loopを定量評価するための手法やビジネス価値を検討します。AIエージェントによる業務効率化やソフトウェア開発自動化が進むに従って、AIエージェントのアウトプットを人間が確認してアクションすることが増えていると思います。こうしたAIエージェントに対する人間の確認や行動、承認をHuman-in-the-loopと言います。本記事では、**評価の非対称性**と**評価の総体性**という2つの分析軸を導入し、HITLメトリクスを実践的な意思決定ツールに昇華させる方法を解説します。

こんにちは。fjm2uです。昨年の11月からAi Workforce事業部のFDE（Forward Deployed Engineer）チームでインターンさせていただいております。 この記事では、Ai Workforce事業部のFDEチームへの応募を検討している方向けに、FDEという仕事の特徴と、インターンとして実際に経験した「現場での課題解決がプロダクト改善につながる」流れを紹介します。 FDEの業務 FDEの詳細は以下の記事でも紹介されていますので、そちらをご参照ください。 note.com blog.allstarsaas.com note.layerx.co.jp 私が理解しているFD…

こんにちは。LayerX Ai Workforce事業部でSWEとしてインターンをしているYuです。 本記事では、AIの提案をそのまま実装してうまくいかなかった経験や、フレームワークのソースコードを読んで解決に至ったプロセス、そしてその過程で感じたことについてお話しします。 はじめに みなさんは、普段開発をするときに、Coding Agentを使っていますか？ Claude Codeがリリースされてから、Coding Agentの流れが加速したように感じており、最近では自分自身でコードを書くこともかなり減ってきています。自分はソフトウェア開発を始めて2年ほどなのですが、自分の成長スピードを遥か…

はじめに こんにちは！LayerXのバクラク事業部で機械学習エンジニアをしている宇都(@kuto_bopro)です。最近エージェントに関する論文を読んでいると「Self-Evolving」というキーワードを持つ論文をよく目にします。Self-Evolvingは自己進化・自己改善を意味しており、自動で性能が上がっていくAIエージェントの文脈で使われます。 A Survey of Self-Evolving Agents, Figure3より引用 arxiv.org 上記のサーベイ論文で、 Self-Evolving Agentに関して整理されており、エージェントの進化対象(What)はコンテキス…

こんにちは。LayerX Ai Workforce事業部でSREをしています @shinyorke（しんよーく）と申します。 最近はAi Workforceのデータ周りの基盤を作る仕事をしながら、個人としては野球解説AI Agentの開発を頑張っています。 本ブログでは、Ai Workforceのデータ周りの基盤のコンポーネントの一部であるELTの選定をどうしたかについて執筆します。 特に今回は、 マネージドサービス（Azure Data Factory、通称ADF）での構築・実装を検討していたが なぜ断念したのか ADF の代替として dlt + Container App Job を選んだ…

こんにちは、Ai Workforce事業部 プロダクト部 FDEグループ エンジニアの堤(@ozro_223) です。この記事は2026年3月9日〜13日に栃木県宇都宮市のライトキューブ宇都宮で開催された 言語処理学会第32回年次大会(NLP2026)の参加レポートです。 LayerXとしては、昨年に引き続きプラチナスポンサーとして協賛させていただき、スポンサーブースの出展と非公式で懇親会を開催しました。 NLP会場告知看板プラチナスポンサーとしてLayerXのロゴが掲載されている様子 スポンサーブースの様子 スポンサー展示では、学生・研究者・企業の方など、多くの方にお立ち寄りいただきました。…

この記事は、LLM や AI エージェントを使って「AIエージェントのための合成データ」を作るための実践的な Tips 集です。

こんにちは。LayerX Ai Workforce事業部のFDE（Forward Deployed Engineer）グループでエンジニアリングマネージャーをしている shirai です。 このブログは、自分のキャリアの中で大部分を占めている、マネージャーとしての経験を元に自分なりのマネジメントの考え方を伝える読み物と思ってください。 どちらかというと未来の自分に対して、当時はこう考えていたんだ、という記録を残す感覚で書いています。 マネージャーかくあるべし、という話ではなく、こういうこと考えている人もいるんだ、ぐらいの気持ちで読んでもらえればと思います。 1.はじめに：マネージャーの仕事 マ…

こんにちは、機械学習エンジニアの宇都(@kuto_bopro)です。 この記事は2026年2月28日 ~ 3月5日にオンライン・オンサイト（兵庫県神戸市）のハイブリッドにて開催されたDEIM2026 第18回データ工学と情報マネジメントに関するフォーラム（第24回日本データベース学会年次大会）の参加レポートです。 LayerXとしては、昨年に引き続きプラチナスポンサーとして協賛させていただき、企業ブースの展示と技術報告に参加させていただきました。 https://pub.confit.atlas.jp/ja/event/deim2026 今年は 2月28日〜3月2日にオンラインによる一般発表セ…

こんにちは、バクラク事業部で機械学習エンジニアをしている伊藤です。 LayerXは、NLP2026（言語処理学会第32回年次大会）にプラチナスポンサーとして協賛します。 イベント概要 当社の参加内容 スポンサー展示 懇親会 協賛の背景 おわりに 関連記事 イベント概要 NLP（言語処理学会年次大会）は、言語処理学会 が年に1度開催する、自然言語処理および関連分野の研究発表や交流の場として国内最大規模のイベントです。全国のアカデミアや企業からNLPの研究・開発に従事している人々が集い、研究発表と活発な議論がなされる場です。LayerXからはバクラク事業部・Ai Workforce事業部を含む数名…

こんにちは、バクラク事業部でエンジニアをしている須藤（@sudoakiy）です。 LayerXは、EMConf JP 2026（Engineering Management Conference Japan） にOperation Supportersとして協賛いたします。 昨年に続いての協賛・ブース出展となります。 エンジニアリングマネジメントを実践する皆さんと直接お話できるこの機会を、今年もとても楽しみにしています。 EMConf JP とは EMConf JP 2026 の概要 協賛の背景 Engineering Manager向けコンテンツ 「増幅」と「触媒」 ブース出展します！ 🗳 …

2026年1月に入社しました、TechPR の太田です。 初ブログで LayerX が大切にしている未踏会議の告知を担当することになり、大変うれしく思います！ さて、本日はその舞台となる、2026年3月7日(土) 開催の「未踏会議2026 MEET DAY」への登壇・ブース出展についてお知らせします。 未踏会議2026 開催概要 日時：2026年3月7日（土）10:00～17:00（受付開始 9:30） 場所：東京ミッドタウン・ホール 〒107-0052 東京都港区赤坂9-7-2 オンライン視聴: ニコニコ生放送、YouTube LIVE 主催：独立行政法人 情報処理推進機構（IPA）、一般社…

こんにちは、バクラク事業部で機械学習エンジニアをしている伊藤です。 LayerXはDEIM2026（第18回データ工学と情報マネジメントに関するフォーラム）にプラチナスポンサーとして協賛いたします。 DEIM2026 概要 技術報告 企業展示 産学連携副委員長 懇親会 協賛の背景 おわりに 関連記事 DEIM2026 概要 DEIM（データ工学と情報マネジメントに関するフォーラム）は、コンピュータサイエンスに関する幅広い研究トピックについての議論・意見交換を目的として開催される研究会です。異なる研究領域の方どうしや、学生・研究者・企業の開発者など異なる背景の人たちどうしがざっくばらんに交流でき…

こんにちは。バクラク事業部BizOps部データグループのJagaです。 2026年1月にLayerXに入社し、最初のミッションとしてData Enablingチームの立ち上げ*1を担当してきました。1ヶ月が経ってチームの方向性が見えてきたので、考えてきたことや取り組んできたことを紹介します。 LayerXのデータ活用の「今」 バクラク事業部では、プロダクトの利用ログ、営業やカスタマーサポートのデータなど、日々多様なデータが蓄積されています。データ基盤の整備も進んでおり、分析環境はある程度整ってきたと言えそうです。 また、LayerXは行動指針に「Bet AI」を掲げており、全社的にAI活用が盛…

こんにちは！すべての経済活動を、デジタル化したい @serima です。 この度、技術評論社さんの「Software Design 2026年3月号」より、LayerXによる新連載「実録 AI ネイティブプロダクト開発」がスタートします！ 本連載は、AIエージェントをただ動く状態から「実際にプロダクションで価値を生む」状態にするための実践知を、全10回にわたって体系的に公開するものです。 gihyo.jp 全10回の連載テーマ 本連載では、体験設計からバックエンド、運用監視までを網羅する予定です。 Ambient Agent - ユーザー体験に自然に溶け込むAIエージェントの概念とアーキテクチ…

はじめに LayerX Fintech 事業部から、三井物産デジタル・アセットマネジメント(以下、MDM) に出向している piroshi です。 AI 活用や業務自動化が当たり前になってきた今、データや処理はプラットフォームをまたいで動くことが増えています。特に「システム基盤はAWSで動かしつつ、社内業務は Google Workspace 前提」といった構成では、AWS 上のワークロードから Google Cloud(以下、GCP) や Google Workspace の API へ安全にアクセスしたい場面が自然に出てきます。 MDM でもそのニーズが顕在化しました。具体的には、共有ドラ…

こんにちは。LayerX Ai Workforce事業部でSREをしています@shinyorke（しんよーく）と申します。 最近入社1年を迎えました。社内外の皆様の応援とフォローのおかげです、いつもありがとうございます。 1年前は「事業部1人目のSRE」として、プロダクトや事業部のキャッチアップ、採用といった所に奔走していました（詳細はこちらのブログを参照）。 そして現在は新たにJoinしたSREメンバーとともにサイト信頼性エンジニアリングの実現に奔走しています。 本ブログでは、 現在のAi Workforce SREチームの紹介 今後どうしていきたいか（どういうSREと働きたいか） 以上2つ…

LayerX Ai Workforce事業部で新たに立ち上げた「データ検索基盤チーム」について紹介します。生成AI時代において、差別化を生むのはデータです。LLM/VLMの登場により、これまでシステムで扱うことが難しかった非構造化データやマルチモーダルデータ(スライド、契約書、画像など)を、高精度で情報抽出し構造化できるようになりました。Ai Workforceは特定業務に限定せず、汎用的なAIエージェントプラットフォームを目指しています。企業の多様な部署や業務にまたがるドキュメントとデータを統合し、意味でつなげる技術(ナレッジグラフやGraphRAGなど)を活用することで、これまでにないエンタープライズ向けデータ検索システムの構築に挑戦しています。また、検索について多様なユースケースに対応する検索基盤をゼロから構築する難しさと面白さについても語られています。全文検索、ベクトル検索、Reranker、Knowledge Graphなど幅広い機能を揃えながら、複雑な権限管理とプラットフォームとしての柔軟性を両立させることが求められる、チャレンジングな環境です。

はじめに 「LayerXって正社員しか採用していないのでは？」「バクラクの開発はハードルが高そう」 そんな印象を持つ方もいるかもしれません。 実際には、LayerX バクラク事業部ではこれまでも 副業・業務委託のソフトウェアエンジニアを受け入れ、プロダクト開発を一緒に進めてきた実績があります。 本記事では、こうした取り組みを通じて蓄積してきたノウハウを整理します。 どのくらい稼働できるのか どんなタスクが任されるのか どんな権限や環境が提供されるのか どうやってコミュニケーションを取るのか といった働き方の実態に加え、受け入れ側のマネージャーやエンジニアにとっても役立つよう副業・業務委託がうま…

こんにちは。Ai Workforce事業部 FDEグループエンジニアのkoseiと申します。以下本文は、以前インターンとして一緒にプロジェクトを進めてくれた @kimu さんが在籍中に執筆したものです（冒頭のみkoseiが追記しています）。本ブログで紹介したアルゴリズムにより精度が向上し、お客様に高い価値を提供することができました。（本手法については特許出願済み）そこに至るまでの開発の様々な学びが詰まっているので、是非じっくりとお読みください！ はじめに こんにちは！LayerX Ai Workforce 事業部 FDEグループで2025年3月から11月まで約8ヶ月間インターンをしていた@ki…

こんにちは！Ai Workforce事業部FDEの恩田（さいぺ）です。 7月にFDE（Forward Deployed Engineer）の募集を開始し、早半年が経過しようとしています。本記事では、FDE組織の募集を開始してから現在までをふりかえりつつ、2026年のFDEやLLMについて、組織・技術の両面から綴ってみたいと思います。 tech.layerx.co.jp FDEの募集を始めたのは今年7月なのですが、この半年で突然生まれた職種というわけでなく、その原型はLayerXの創業当時まで遡ります。LayerXでは祖業のBlockchain時代から当時のCTOがお客さまのところに足繁く通って…

はじめましての人ははじめまして！そうでない人はお久しぶりです！ LayerX Fintech事業部でVPoEを担当しています、 takochuu です。 この記事は、LayerX Tech Advent Calendar 2025 の 24 日目の記事です。 23日目は、「バクラク事業部のデータ基盤 2025: 今年一年の変化を振り返るの巻」でした。 tech.layerx.co.jp 最近は速い車に乗るのが趣味です。 最近ゴルフもはじめました。ゴルフ誘ってください。車出しますよ！ さて、唐突ですが2025年のLayerX Fintech事業部は複数のプロダクトを高速に改善・リリースし続けてい…

この記事は、LayerX Tech Advent Calendar 2025 の 23 日目の記事です。 tech.layerx.co.jp こんにちは。バクラク事業部 BizOps部 データグループの@civitaspoです。今年は子どもたちが入手困難なものをサンタさんにお願いしなかったので、心穏やかな気持ちでサンタさんを家に迎え入れることができそうです。 はじめに 今年も本日を入れて残り9日となりました。本記事では、データ基盤の2025年を締めくくるために、この1年でデータ基盤に起こった変化を振り返ります。 2023年の振り返りは以下の記事でまとめました。 tech.layerx.co.j…

はじめに こんにちは。LayerX のバクラク事業部で機械学習エンジニアをしております島越(@nt_4o54)です。 この記事は LayerX Tech Advent Calendar 2025の 22 日目の記事です！ 今回の記事では、AI Agent のプロトタイプ開発において、Snowpark Container Service（SPCS）を活用したアプローチについてご紹介します。 はじめに AI Agent 開発における「データアクセス」という壁 開発環境と本番環境のギャップ LayerX における AI Agent 開発の背景 LayerX のデータ基盤と Snowflake Sno…

LayerXのAi Workforce事業部で検索エンジニアをしている鷹取(@takatorisatoshi)です。この記事は LayerX Tech Advent Calendar 2025の22日目の記事です。 はじめに 通常、RAGといえば、ドキュメントをチャンク化し、Embedding（埋め込みベクトル）の類似度で検索を行うNative RAG（Retrieval-Augmented Generation）を指すことが一般的です。 Native RAGは手軽に導入できる一方で、いくつかの構造的な弱点があります。例えば、ベクトル化の過程で主語・述語・目的語といった論理構造が圧縮（Flat…

こんにちは。LayerX Ai Workforce事業部R&Dチームのリサーチエンジニアの矢野目です。 この記事は LayerX Tech Advent Calendar 2025 20日目の記事です。 本記事では、「AIプロジェクトの設計・課題設定において、意識していること」というテーマで書いていこうと思います。 私はこれまで複数のAIプロジェクトに携わってきましたが、その中で、課題設定を曖昧にしたまま「技術ありき」で進めてしまうと、途中で方向性を見失ったり、完成した成果物がビジネス課題の解決に結びつかなかったりすることを痛感しました。それ以来、AIプロジェクトにおける課題設定の大切さを強く…