はじめに こんにちは。レバレジーズデータ戦略室データアーキテクトグループの浅見です。 BigQueryのdatamartを扱っていると、ときどき発生するのが「過去時点のスナップショットが欲しい」という要件です。 例1:Aさんの「前年同月・先月・今月の各時点での顧客セグメント」を出したい 例2:システム側の入力変更で先月の実績が変わってしまうので、月初時点の実績を固定して残しておきたい 上記要件を受けて、Dataformでスナップショットを取得しようとすると、判断が必要なポイントがいくつか出てきます。 スナップショット用のカラムを増やしたくなったとき、incremental で運用するとカラム追…

はじめに こんにちは。 レバレジーズデータ戦略室、データアーキテクトグループの鵜飼です。 本ブログで何度かご紹介させていただいている「データ分析基盤再整備プロジェクト」ですが、今回はその全社展開後の「現在のデータ分析基盤の状況」についてお話しします。 特定事業に的を絞り、試行錯誤して作り上げたデータ分析基盤ですが、他の事業に横展開する中で様々なイレギュラーが発生し、理想と現実のギャップに直面しました。 「データ分析基盤再整備プロジェクト」については過去の記事がいくつかあるので、気になる方はご覧ください！ 参考記事： データ分析基盤再構築への道！～レバレジーズの挑戦～ - レバレジーズ データA…

はじめに こんにちは。レバレジーズデータ戦略室 データアーキテクトグループの辰野です。 今回は、弊社のデータ基盤におけるデータ品質担保の取り組みについてご紹介します。現在、社内の多くの部署に対しBigQuery上のテーブルを提供しており、データの利活用が浸透していますが、一方で品質テストについてはこれまで手が付けられていない状態でした。 事業単位でのデータ担当者の配置とデータリアーキテクチャが進んだことを機に、データ品質の担保を本格的に開始することにしました。本記事では、なぜ今回の設計に至ったのか、どのようなテストを実装したのか、そして実際に運用してみての振り返りについてお話しします。 品質担…

はじめに こんにちは、データ戦略室兼AI推進室のブライソンです。普段は社内のAI推進を担当していますが、今回は少し違った取り組みについて紹介します。 突然ですが、皆さんの会社にも「いつの間にか生まれて、もはや誰も全容を把握できていない便利ツール」、ありませんか？ 弊社にもまさにそれが大量にありました。今回は、そんな状況を解決するために作った、社内向けStreamlitアプリの共通デプロイ基盤「Guam」について紹介しようと思います。 Guamを一言で言うと、「main.pyを書いてGitHubにPushすれば、認証付きのWebアプリが社内に公開される」 という基盤です。2025年10月にプロジ…

はじめに こんにちは！データ戦略室でマネージャーをしている小山です。 今朝はサッカーワールドカップ日本戦！朝は社内でも色々なところでパブリックビューイングが行われていたり、執務室でもサッカーの話題が飛び交っていたりと盛り上がりを見せていてプチお祭りムードでした！ 我々のチームにはスウェーデン出身の方がいるので、みんなで仲良く応援していました。笑 みなさんはどこで観戦されたのでしょうか。 さて、ちょうど1年前に、2025年度にやりたい3つのこと ～組織編～という記事を書きました。 どれくらい2025年度で実現できたのでしょうか、せっかくなので振り返ってみましょう。 1.データ、AIに関わる組織を…

はじめに こんにちは！レバレジーズのデータ戦略室でデータサイエンティストをしている岩永です。今回が初めての投稿になります。 前職では音響データを用いたAIの研究開発をしていましたが、現在は、ビジネスの現場でテーブルデータを扱い、アルゴリズムの開発などを行っています。これまで慣れ親しんだデータとは勝手が違うことも多いですが、その分、新しい視点を取り入れるプロセスに面白さを感じています！ 今回は、環境が変わって改めて気づいたデータ分析におけるドメイン知識の重要性について、私の経験を交えてご紹介します。 技術だけでは歯が立たなかった 入社して最初に担当したのは、自社のエンジニア向けサービスにおけるユ…

はじめに こんにちは！テクノロジー戦略室で研究員をしている樋沢といいます。 今年1月にレバレジーズに入社し、現在は LLM におけるペルソナ周りの研究をしています。 皆さんも AI に人格 (ペルソナ) を与えて色々楽しんでいることと思いますが、実はこの分野はまだまだ奥が深く、現在進行形で研究が盛んに行われています。 そこで今回は Steering と呼ばれる、ロールプレイにも関係した LLM の少し高度な推論方法に関して紹介しようと思います。 この技術を使えば、プロンプトを与えることなく、LLM に猫のペルソナを足したり抜いたりすることができます。なので例えば、「朝ごはんは何がいいかな？」と…

こんにちは！テクノロジー戦略室の田中瑚大です。 今回は、社内向けの営業ロープレAIアプリ「(仮称)sales-ethos」を2週間でPoCまで持っていった話をまとめます。AI駆動開発でふんだんに回し、新しい技術スタックを片っ端から検討して、ローカルでもクラウドでも「とりあえず動く」「とりあえずカッコいい」を目指した記録を記事にしました。 時系列で見ると、こんな2週間でした。 日 カテゴリ やったこと Day 1〜2 開発基盤・CI構築 Docker Composeで土台、Next.js + Hono + Prisma + Vertex AI、Copilotの5専門レビューをCIに投入 Day …

こんにちは、 レバレジーズ株式会社のテクノロジー戦略室所属、MLエンジニアの濱田です！ 弊社では機械学習モデルを用いたレコメンドシステムを複数運用しています。 そのシステムの一部として、モデル実験とその共有・管理のための実験管理基盤を作ったため、本日は作成の背景や気をつけたポイントなどの過程をご紹介したいと思います。 背景 使うデータやアルゴリズムの選定をはじめ、レコメンドシステムで運用されているモデルは、社内のデータサイエンティストが基本的に作成を一手に担っています。 そのため、モデルの学習過程で使用されるデータや試行ごとのメトリクス（モデルの性能を測る評価値）などが社内で共有されず、結果と…

こんにちは！ レバレジーズのテクノロジー戦略室でデータエンジニアをしている佐々木です。 突然ですが、、テーブル定義書の更新って面倒 & 大変ですよね。 SQLを修正するたびに定義書も手動で直す、という運用をしているチームも多いのではないでしょうか。 レバレジーズのデータ組織もそうでした。企業の成長に伴い事業が増え、データが増え、SQLを更新するたびに定義書も手動で直す運用の負担が大きくなっていました。 そこで、定義書の品質を担保し、手動更新の手間を削減するべく DataformのSQLX ファイルの変更を検知して定義書を自動更新するツールを作りましたのでご紹介します！ 背景・課題 レバレジーズ…

はじめに レバレジーズのテクノロジー戦略室 AI/MLエンジニアリンググループでAIエージェント開発を担当している、彦久保と申します。状態遷移を持つLLMエージェントを設計する中で、レイテンシ最適化に有効だった「投機的並列生成」のパターンについて紹介します。 複数の「フェーズ（状態）」を順に遷移するLLMエージェントでは、フェーズが切り替わるたびにシステムプロンプトを差し替えてLLMを呼び直す必要があります。フェーズごとに与えるべき指示や扱うトピックが異なるためです。 この差し替えに伴って発生する2〜3秒のレイテンシ増加が、ユーザー体験を損なう要因になっていました。CPUの投機的実行（spec…

はじめに こんにちは！レバレジーズのデータエンジニアグループに所属している内山です。 今回は、社内エンジニアの保有スキル情報を対象に、BigQuery のベクトル検索（vector search）機能を使ったセマンティック検索の PoC を行いました。本記事では、その検証設計・結果をまとめてご紹介します。 この記事の対象読者 BigQuery でのベクトル検索導入を検討している方 社内検索システムをキーワードマッチからセマンティック検索に拡張したい方 埋め込みモデルや前処理の選び方で悩んでいる方 この記事を読むとわかること BigQuery vector search の検証設計の進め方（モデ…

こんにちは、レバレジーズテクノロジー戦略室で研究員をしている修です。 前回の記事では、約2万件のシンガポールの求人データからスキルの共起ネットワーク（スキルグラフ）を作り、「中心性」という指標でスキルの重要度を分析しました。前回の最後に、スキルのクラスタリングと給与分析を「今後やりたいこと」として取り上げておりました。今回は続編として、スキルのクラスタリングと給与分析を実際にやってみた結果をお伝えします。 「このスキルを身につけると、給与にどう影響するんだろう？」「ITと金融、どっちのスキルセットが市場で高く評価されてるの？」——そんな疑問に、データから迫ってみます。 この記事でやること スキ…

はじめに こんにちは！レバレジーズのテクノロジー戦略室でデータエンジニアをしている鈴木です。 普段、データエンジニアリング業務に勤しんでいる私ですが、先日、同じ部署のR&Dチームから、フリーテキストを構造化したいという相談を受け、Airflow, BigQueryML, Dataformを使ったアーキテクチャでいい感じのものができたので、紹介したいと思います。 概要 今回のお題をもう少し具体化すると、 フリーテキストに含まれているスキルを正規化したいというものでした。 例えば、以下のような案件情報があったとします。 データがこのままだと、検索や機械学習など二次利用するには、ちょっと使いにくいで…

テクノロジー戦略室AIMLチームの苑田です！ AIエンジニアとして昨年4月にレバレジーズに入社し、主にLLMを活用したシステムの構築・運用を担当しています。入社１年が経ったので、この1年を振り返ってまとめていこうと思います。 やったこと この１年でやったこと、思ったより多かったので時系列でまとめていきます。 LLMメールフィルター レバレジーズで最初に取り組んだ仕事です。営業担当者がメールを見て「これはどの業務だ？」と毎回判断する手間を減らすため、Geminiを使って本文を自動解析・タグ付けする仕組みを作りました。タグを見るだけで次のアクションがわかるようになり、現在は1日数千件のメールをこの…

1. はじめに レバレジーズテクノロジー戦略室先端技術チームの永安です。普段はレバレジーズ内のAI関連の研究開発に携わっています。さて、皆さんはLLMの構造化出力を使っているでしょうか? LLMによる処理をシステムに組み込む上で構造化出力は必須ですが、確率的に失敗するため困ることも多いと思います。そこで、LLMによる出力をどのように構造化しているのか、なぜ失敗するのか調査してみました。 2. 構造化出力の方法 LLMの構造化出力は実装ごとに細かな違いがありますが、ここでは Lu et al. (2025)[1]の分類に従います。この論文は、JSON生成の主要な方法として direct prom…

はじめに こんにちは！テクノロジー戦略室データエンジニアのゲンシュンです！ レバレジーズではCloud Composerを使ったデータのETLを行っています。事業数や扱うデータの種類が非常に多いので、大規模なデータを安定的に捌くことが求められます。オーケストレーションはCloud Composerで、具体的な処理はCloudRun JobsやCloud Batchなどにまかせるような設計になっています。 さて今回は、対象処理の数が事前に決まらない要件が新たに生まれたので、動的にも並列処理で捌けるようにしたお話をします。 従来の並列処理 TaskGroupを使って静的並列処理を実現しています。以…

はじめに こんにちは、データ戦略室のブライソンです。2024年6月、レバレジーズ全社で「AI推進」を戦略の1つとすることが決定し、私がその担当として任命されました。最初はたった1人で、しかも「AI推進室」なんて部署は存在しない上、何のルールも制定されていない無法地帯の状態からのスタートでした。そこから有志を集めて勝手に組織を名乗り、ルール整備や多数のPJ立ち上げから始め、紆余曲折を経て、最終的には「AIの民主化」に奔走するに至るまでの1年半の軌跡を、ここに書き残そうと思います。 なぜこの内容を書こうと思ったかと言いますと、過去にこちらの「社内AI推進者はつらいよ」という記事を拝見した際に、「た…

はじめに：AI開発特有の「評価の難しさ」とボトルネック こんにちは。レバレジーズでエンジニアをしている安藤です。 最近は主に、LLMを組み込んだプロダクトの品質管理（QAや自動評価基盤の構築）に注力しています。 LLMを組み込んだシステムの品質管理は、従来のWebアプリケーション開発とは異なる、非常に厄介な課題を抱えています。 最大の壁となるのは、「LLMの非決定性」と「自然言語の多義性」です。 従来のシステムであれば、「Aという入力には必ずBが返る」という決定論的なテストコードを書くことができました。 しかしLLMの場合、同じプロンプトでも毎回出力が揺らぐ「非決定性」を持っています。 さらに…

はじめに こんにちは！ テクノロジー戦略室 データプロダクトグループの森下です。 先週の記事は、AIMLチームによる昨年の振り返りでした。 今回はデータエンジニアとして、データプロダクトグループで実施してきた活動の1年間と、これから注力していきたいことについて記載します。 2025年にやったこと ELT・ワークフローエンジンの引っ越し これは2024年から引き続きでしたが、6年前に構築したDigdagとEmbulkの構成から、AirflowとFivetranへ引っ越しを続けていました。AirflowはGoogle CloudのCloud Composer上に実装しています。DigdagとEmb…

はじめに こんにちは、レバレジーズ テクノロジー戦略室AI/MLエンジニアリンググループの稲垣です。 私の所属するチームはいわゆる機械学習エンジニア、AIエンジニアが所属するチームで、レバレジーズの全組織横断でAIを活用したプロダクト、ツール、基盤開発を行っています。 実は、2024年に「レバレジーズの機械学習エンジニアの1年を振り返る」という記事を書いていまして、 もう2025年は終わっちゃいましたが、まだ年度内だから良いよねということで2025年版の記事を書いてみようと思います。 レバレジーズの機械学習エンジニア、AIエンジニアがどんなことをしているのか興味がある方はぜひ読んでみてください…

データ戦略室で室長兼データサイエンティストをしている阪上です。本日は先日、組織のキックオフイベントでお話した内容を紹介したいと思います。 点を追求することによる失敗 自分は過去に短期的なKPI（ここでは会員登録とします）の改善のために分析を行い、改善するためのマーケティング施策を見つけました。そして、A/Bテストで400%の改善をし、会員登録の率を大幅に改善させました。こんなに恐ろしいくらいにユーザーに反響がある施策があるのかと当時驚くばかりでした。 しかし、登録した会員からもたらされる売上インパクトが、施策をしない場合よりも悪化してしまうという事態に数ヶ月後に気づくこととなりました。これは短…

はじめに こんにちは、テクノロジー戦略室の室長をしています竹下です。マネージャー業務をやっていると、スプレッドシートをGASで自動化することも多く、JavaScriptはなんだかなーと思っていました。TSKaigiの代表理事としてもTypeScriptで書きたい！と思いたちやってみました。 Googleスプレッドシートやドキュメントなどを操作出来るGoogle Apps Script(以降GAS)は、通常はブラウザエディタで開発することが多いとは思いますが、 JavaScriptのため、コード補完が貧弱 近年のAIのコードアシストが使えない バージョン管理が出来ない(gitほど便利じゃない) …

はじめに こんにちは！データアナリストの高津です。 昨年4月に入社してから10ヶ月が経ちました。現在は、分析の要件定義から最終的なアウトプットまで、非常に「裁量の大きな環境」で仕事を任せて貰えています。 業務の自由度が高いからこそ、「タスクの抜け漏れ」や「効率的な進め方」に悩むことも少なくありません。今回は、同じように裁量の大きさに試行錯誤している方に向けて、私が実践している仕事の進め方のコツを共有します。 壁にぶつかった 直近、事業全体の意思決定に直結する大きな分析プロジェクトを担当しました。プロジェクトの概要としては、売上貢献度の高い顧客の属性を分析し、業務オペレーションの最適化を行うこと…

こんにちは。 データ戦略室データアーキテクトグループの田代です。 本ブログでも何度か経過報告をさせていただいている「データ分析基盤再整備プロジェクト」。この度、ようやく全社規模での展開がある程度完了しました。 これまでの具体的な取り組みや、特定サービスでの先行事例については、ぜひ以下の記事や資料もあわせてご覧ください！ 見返すと壮絶なブログリレーですね。本取り組みで擦りすぎました。笑 参考記事： データ分析基盤再構築への道！～レバレジーズの挑戦～ - レバレジーズ データAIブログ データ分析基盤再整備プロジェクトの全貌 - レバレジーズ データAIブログ データ分析基盤再整備から1年：アーキ…

はじめに こんにちは。 データ戦略室データアーキテクトグループの川村です。今回は25年下半期でデータアーキテクトグループで開催している勉強会の取り組み内容についてご紹介できればと思います。 勉強会開催の背景 データアーキテクトグループでは各事業部に対して担当者をたて、データ分析基盤の構築やモニタリング作成を実施しております。日常業務に追われていると、スキルアップのきっかけとなる機会が取れないという問題がありました。これを解決するために、月に1回30分でハンズオン形式で新しい技術のキャッチアップを行うことになりました。この勉強会によって、触り程度にはなりますが新しい技術を学習するきっかけにもなっ…

こんにちは。データアナリティクスグループの丸山です。 現在、私たちのチームでは求職者の方々により納得感のある仕事探しを体験していただくため、レコメンドエンジンに「LLMを用いた推薦理由の説明」を付加するプロジェクトに取り組んでいます。 このような推薦理由の説明はTikTokなど転職支援サービス以外でも導入されており、サービスのKPIにポジティブな影響を与えるケースも多いことが知られています。 さて、LLMの生成テキストをプロダクトに組み込む際、避けて通れないのが「その説明は本当に妥当なのか？」という評価の問題です。特に、運用データがない段階ではLLM as a judgeなどで算出した指標がビ…

はじめに こんにちは。データ戦略室データアーキテクトグループの櫻井です。今回は自分がクエリレビューでいただいたコメントを今後に活かせるよう、自分なりにコーディング環境を整える話になります。以前の投稿『【VScode × Github Copilot】脱・目検チェック！社内コーディング規約レビュー自動化への挑戦』の内容と重複する部分もあるのですが、ご了承いただけますと幸いです。また、以前の投稿も是非読んでみてください！よろしくお願いします！ 背景 レバレジーズではGoogle CloudのサービスであるDataformを使用してデータの加工・変換プロセスを管理しています。Dataform上でクエ…

はじめに こんにちは！レバレジーズデータ戦略室、データサイエンティストのJacobです。 今回は、以下のような問題を考えてみましょう。 5000人の求職者と500社の企業があります。 各企業に対して、最適な候補者10名のリストを送りたいです。 企業と求職者の組み合わせに対して、0.0（マッチしない）から1.0（非常に相性が良い）までのマッチングスコアを出力するスコアリング関数（機械学習モデルなど）があるとします。 単純なアプローチは、各企業ごとに全候補者のスコアを計算し、上位10名を選ぶ方法です。しかし、この方法には「特定の優秀な候補者に推薦が集中してしまう」という欠点があります。一人の求職者…

はじめに こんにちは、レバレジーズでアナリストをしている内田です。 本記事では、施策効果を正しく測定するための手法「CausalImpact」を紹介します。後半では、TVCMの効果検証を想定した分析例もお見せします。 CausalImpactとは何か？ CausalImpactとは、Googleが開発した因果推論の手法で、「もし施策を実施しなかったら、どうなっていたか」という反実仮想（Counterfactual）を推定し、実績値との差分から施策効果を測定するアプローチです。 時系列データに対してベイズ構造時系列モデル（BSTS）を適用し、施策がなかった場合の予測値を算出します。この予測値と実…