<?xml version="1.0" encoding="UTF-8"?>
<rss xmlns:dc="http://purl.org/dc/elements/1.1/" version="2.0" xml:base="https://www.databricks.com/jp"><channel><title>Databricks</title><link>https://www.databricks.com/jp</link><description>The Data and AI Company</description><language>ja</language><lastBuildDate>Sun, 12 Jul 2026 03:13:01 GMT</lastBuildDate><image><url>https://www.databricks.com/jp/wp-content/uploads/2019/12/cropped-databricks-icon-32x32.png</url><title>Databricks</title><link>https://www.databricks.com/jp</link><width>32</width><height>32</height></image><item><title>エージェント型マーケティングスタックは、データレイヤーから始まります</title><link>https://www.databricks.com/jp/blog/agentic-marketing-stack-starts-data-layer</link><guid isPermaLink="false">https://www.databricks.com/jp/blog/agentic-marketing-stack-starts-data-layer</guid><pubDate>Fri, 10 Jul 2026 19:00:00 GMT</pubDate><description>「プラットフォームを構築してから、ユースケースを考える」というAI近代化のストーリーがあります。しかし、AcxiomのAnkur Jain（アンカー・ジェイン）氏に言わせれば、それは本末転倒であり、ほとんどの組織が身をもってその教訓を学んでいる最中だといいます。...</description><category>業界</category><category>メディア・エンターテイメント</category><category>データ戦略</category><category>データリーダー</category><category>企業概要</category><category>導入事例</category></item><item><title>特徴量ビューのご紹介</title><link>https://www.databricks.com/jp/blog/introducing-feature-views</link><guid isPermaLink="false">https://www.databricks.com/jp/blog/introducing-feature-views</guid><pubDate>Fri, 10 Jul 2026 16:46:11 GMT</pubDate><description>理想的な環境であれば、ML特徴量は一度作成するだけで済みます。しかし多くのチームにとって、ノートブック上では動作する特徴量であっても、重複したロジック、壊れやすいパイプライ...</description><category>プラットフォーム</category><category>お知らせ</category></item><item><title>アンビュラトリーインテリジェンスのギャップ</title><link>https://www.databricks.com/jp/blog/ambulatory-intelligence-gap</link><guid isPermaLink="false">https://www.databricks.com/jp/blog/ambulatory-intelligence-gap</guid><pubDate>Fri, 10 Jul 2026 09:00:00 GMT</pubDate><description>外来ケア（ほとんどの患者が医療システムと接する外来クリニックや医師の診療所）は、成長を左右する重要な場です。しかし、多くの医療システムは、ケアへのアクセスを制限する運用上の制約（プロバイダーのキャパシティ、紹介患者の維持、下流の財務パフォーマンスなど）に苦しんでいます。...</description><category>業界</category><category>医療・ライフサイエンス</category></item><item><title>質問、構築、構成：第5回Genieハッカソンから学んだDatabricks Genieについて</title><link>https://www.databricks.com/jp/blog/ask-build-compose-what-our-5th-genie-hackathon-taught-us-about-databricks-genie</link><guid isPermaLink="false">https://www.databricks.com/jp/blog/ask-build-compose-what-our-5th-genie-hackathon-taught-us-about-databricks-genie</guid><pubDate>Thu, 09 Jul 2026 22:58:01 GMT</pubDate><description>Databricksハッカソンの仕組み私たちがこうしたハッカソンを開催する理由はシンプルです。製品を学ぶ最も手っ取り早い方法は、それを使って何かを作ることだからです。各ハッカソンは、チームが製品について学び、ロードマップ上での今後の方向...</description><category>テクノロジー</category></item><item><title>SynapseからDatabricksへの移行の進め方</title><link>https://www.databricks.com/jp/blog/navigating-synapse-migration-databricks</link><guid isPermaLink="false">https://www.databricks.com/jp/blog/navigating-synapse-migration-databricks</guid><pubDate>Wed, 08 Jul 2026 19:00:00 GMT</pubDate><description>Azure Synapseは、大規模なSQL分析のための信頼できる基盤として機能しており、それを採用したチームにとって当時は賢明な選択でした。しかし、主にデータウェアハウスを中心に設計されたプラットフォームは、現在のデータチームに求められる...</description><category>エンジニアリング</category><category>データウェアハウス</category></item><item><title>Databricksの数百万行規模のコードベースにおけるコーディングエージェントのベンチマーク</title><link>https://www.databricks.com/jp/blog/benchmarking-coding-agents-databricks-multi-million-line-codebase</link><guid isPermaLink="false">https://www.databricks.com/jp/blog/benchmarking-coding-agents-databricks-multi-million-line-codebase</guid><pubDate>Wed, 08 Jul 2026 16:30:51 GMT</pubDate><description>Databricksでは、エンジニアリングへのAI導入を積極的に進める中で、ソフトウェア開発の手法が急速に変化しています。コード作成のためのモデルやハーネス（実行環境）の状況はこの1年で急速に拡大し、開発者の選択肢はかつてないほど増えていま...</description><category>お知らせ</category></item><item><title>エンタープライズアナリティクスプラットフォームの評価方法</title><link>https://www.databricks.com/jp/blog/enterprise-analytics-platform-evaluation</link><guid isPermaLink="false">https://www.databricks.com/jp/blog/enterprise-analytics-platform-evaluation</guid><pubDate>Wed, 08 Jul 2026 08:41:35 GMT</pubDate><description>ほとんどのエンタープライズ分析の評価は、実際にはダッシュボードの比較にすぎません。それは間違った出発点です。重要なのは、どのベンダーの UI が優れているかではなく、分析、AI、エージェントがすべて同じデータ上で動作しているかどうかです。一...</description><category>Data + AIの基盤</category></item><item><title>インペリアル・カレッジ・ロンドンがモダンなデータプラットフォームで認知症研究を加速させている方法</title><link>https://www.databricks.com/jp/blog/how-imperial-college-london-accelerating-dementia-research-modern-data-platform</link><guid isPermaLink="false">https://www.databricks.com/jp/blog/how-imperial-college-london-accelerating-dementia-research-modern-data-platform</guid><pubDate>Tue, 07 Jul 2026 19:20:00 GMT</pubDate><description>自分が痛みを感じているか、あるいは熱があるかを医師に伝えられない状況を想像してみてください。これは認知症を患う多くの人々にとっての現実であり、医師が正しい診断を下すのが難しくなり、治療の遅れにつながることを意味します。認知症を患う人々にとっ...</description><category>プラットフォーム</category><category>ソリューション</category><category>業界</category><category>データ戦略</category><category>洞察</category><category>企業概要</category><category>導入事例</category></item><item><title>Omnigentにおけるコンテキストポリシー：セッション状態を活用したAIエージェントのガバナンス向上</title><link>https://www.databricks.com/jp/blog/contextual-policies-omnigent-using-session-state-better-govern-ai-agents</link><guid isPermaLink="false">https://www.databricks.com/jp/blog/contextual-policies-omnigent-using-session-state-better-govern-ai-agents</guid><pubDate>Tue, 07 Jul 2026 17:42:58 GMT</pubDate><description>先日、AIエージェント向けのオープンソースのメタハーネスであるOmnigentをローンチしました。これにより、Claude Code、Codex、カスタムエージェントなど、すでにお気に入りのエージェントハーネスを引き続き使用しながら、コラボ...</description><category>プラットフォーム</category><category>製品</category></item><item><title>Barracuda、Genieを活用してセキュリティログの対話型検索を実現</title><link>https://www.databricks.com/jp/blog/barracuda-makes-security-logs-conversational-genie</link><guid isPermaLink="false">https://www.databricks.com/jp/blog/barracuda-makes-security-logs-conversational-genie</guid><pubDate>Mon, 06 Jul 2026 23:15:23 GMT</pubDate><description>セキュリティアナリストが不審なログインや異常なファイアウォールのブロックに関するアラートを受け取ったとき、その答えはほぼ常にログの中にあります。しかし、それを見つけ出すのが困難な部分です。Barracuda...</description><category>企業概要</category><category>導入事例</category></item></channel></rss>
