AWS AWSをハブとした生成AIマルチクラウドアーキテクチャの設計：Identity FederationによるAPIキーレス接続を実現
AWS（ECS Fargate）を母艦とし、Google Cloud（Vertex AI）およびAzure OpenAI Serviceを統合する生成AIマルチクラウドアーキテクチャの設計ガイド。Identity Federationを用いたAPIキーレス接続のメリットと、ネットワークコスト等の課題を解説。
AI・機械学習
AWS 
AWS SageMakerで自作モデルをクラウド公開する方法を解説！「作ったAI」を「使えるアプリ」へ。
「AIアプリを作りたい。でも、デプロイの壁が高すぎる……」AIを活用した革新的なアプリが次々と登場する中、「自分でもAIを組み込んだサービスを作ってみたい」と考えるエンジニアが増えています。しかし、いざAWS SageMakerでモデルを公...
AWS 【実践ハンズオン】Amazon SageMakerでモデル学習！データをS3へアップロードして学習ジョブを動かす全手順
Amazon SageMakerのモデル学習（Training）を徹底解説します。ノートブックインスタンスを使用し、S3へのデータ転送からXGBoostによる学習実行までをステップ形式で紹介します。インフラエンジニア目線のリソース管理やコスト抑制のコツも満載です。
AWS SageMakerにおけるデータ処理とは？Processingの役割と仕組みを徹底解説
SageMaker Processingとは、機械学習の前処理やモデル評価を「ジョブ」として独立した環境で実行するマネージド機能です。Notebookでの手作業と違い、実行のたびに専用のコンテナが起動しS3上のデータを処理するため、高い再現性とスケーラビリティが確保されます。
AI・機械学習 Amazon SageMakerの仕組みとは？現場で使う前に押さえたい構造と設計思想
Amazon SageMakerは、機械学習モデルの開発・学習・デプロイを一元管理できるAWSのサービスです。Notebook、トレーニング、推論などの機能が疎結合で構成されており、必要な工程ごとにリソースを柔軟に活用できます。
AWS 【無料】SageMaker Studio Labの使い方とSageMakerとの違いを徹底解説
SageMaker Studio Labは、AWSアカウント不要・無料で使えるクラウド型の機械学習環境です。ブラウザ上でJupyter Notebookを操作し、PythonでAIモデルを簡単に学習・検証できます。Amazon SageMakerは商用向けの本格的な開発・運用基盤で、大規模データ処理やモデルのデプロイ、自動化まで対応している点が大きな違いです。
AWS Amazon SageMakerの導入手順と環境構築のポイントをわかりやすく解説
Amazon SageMakerは、AWS上で機械学習モデルの開発からデプロイまでを一元管理できるサービスです。導入時は、IAM Identity Center（SSO）の設定とバージニア北部リージョンでの環境構築が重要です。また、クイックセットアップを使えば、VPCやロールなどを自動生成し、短時間でStudioを起動が可能です。
AWS 【SageMaker】AWSのAIサービスを初心者向けに使い方や活用方法をわかりやすく解説
Amazon SageMakerは、AI開発を手軽に始められるAWSの機械学習サービスです。本記事では、データの前処理から学習・モデルの公開まで、すべてをブラウザ上で完結できるなどのSageMakerの概要や特徴、できることを初心者向けにわかりやすく解説します。