Amazon Web Services ブログ

Category: AWS Step Functions

Big Advance ビジネスマッチング機能の概念図(ココペリ社 HP より引用)

株式会社ココペリにおける AWS 生成 AI 事例: ML Enablement Workshop によるユースケース特定とその検証

本ブログは、株式会社ココペリと Amazon Web Services Japan が共同で執筆しました。
株式会社ココペリは「中小企業にテクノロジーを届けよう」というビジョンのもとサービスを提供しています。より多くの価値提供を行うための活動が実施されており、提供サービスの一つである中小企業 DX 支援プラットフォーム「Big Advance」の体験向上を狙う施策も期待されていました。
Big Advance にはビジネスマッチング機能やホームページ作成など複数の機能が搭載されています。これらの機能が有効に活用されることで、利用者のビジネス課題が効率よく解決されることに寄与します。ココペリ社は、利用者がより効率よく機能を活用できるように AI/ML 技術を使った施策を検討し価値提供を試みていました。一方で、AI/ML の活用は技術的な側面のみならずビジネス視点での成長戦略が必要です。Big Advance 利用者への価値提供とともにココペリ社の成長が行えるような AI/ML の活用施策の考案が求められていました。

Use Amazon DynamoDB incremental exports to drive continuous data retention

Amazon DynamoDB の増分エクスポートを使用した継続的なデータ保持

Amazon DynamoDB の Amazon S3 への増分エクスポート機能により、DynamoDB テーブル内のデータをダウンストリームのデータ コンシューマへ簡単にエクスポートできるようになりました。本ブログでは、DynamoDB Continuous Incremental Exports (DCIE) という GitHub でオープンソースで公開されているソリューションを用いて、エクスポートされているテーブルデータを継続的にアップデートする方法をご紹介します。

Terraform で Step Functions プロジェクトを記述するためのベストプラクティス

このブログでは、Terraform を利用してワークフロー (Step Functions ステートマシン) をデプロイするユーザーのためのベストプラクティスを紹介します。Workflow Studio を使用してステートマシンを作成して Terraform でデプロイする方法と、プロジェクト構造、モジュール、パラメータの代入、リモートステートなどのトピックに関する運用上のベストプラクティスを紹介します。

AWS Step Functions の Distributed Map と再実行機能を使用した効率的な ETL パイプラインの構築

AWS Step Functions は、完全マネージドのビジュアルワークフローサービスで、AWS Glue、Amazon EMR、Amazon Redshift などのさまざまな抽出・変換・読み込み (Extract, Transform, Load; ETL) テクノロジーを含む複雑なデータ処理パイプラインを構築できます。Step Functions では、失敗、中止、タイムアウトしたステートからワークフローを再実行できるようになりました。この投稿では、Step Functions のDistributed Map ステートを使用して、Amazon Relational Database Service (Amazon RDS) のテーブルからデータをエクスポートする ETL パイプラインジョブをご紹介します。その後、障害をシミュレートし、新しい失敗したステートから再実行する機能を使用して、障害が発生したタスクを障害発生地点から再起動する方法をデモンストレーションします。

カヤバ株式会社における Amazon Quantum Ledger Database を活用した品質データ管理システムのモダナイゼーション

本稿では カヤバ株式会社 (以下、カヤバ)のデジタル変革推進本部が中心となり、オンプレミスに存在したシステム群 […]