LayerX Tech Blog の最新記事
34件の記事
自己維持可能なCI ── Goテストの失敗をClaudeで自動修復する仕組み
LayerXのshibutani氏が、Goテストの失敗を検知するとClaudeがログを分析し、担当チームに通知して修正PRを作成する自動修復システムを構築した。
AWS re:Invent 2025 現地参加レポート
LayerXのエンジニア4名が、AWS re:Invent 2025に現地参加し、キーノートやセッションの内容ではなく、現地ならではの体験を紹介している。
AIエージェントのHuman-in-the-Loop評価を深化させる
本記事は、AIエージェントのHuman-in-the-Loopを定量評価する手法とビジネス価値を検討し、評価の非対称性と総体性という2つの分析軸を導入して実践的な意思決定ツールに昇華させる方法を解説する。
FDEとは何をするのか？現場の実践的経験が「飛躍のきっかけ」となり製品を強化する現実
Ai Workforce事業部のFDEチームのインターンが、FDEの業務内容と、現場での課題解決が製品改善につながるプロセスを紹介している。
AIの提案が正しそうでも動作しない理由を、uvicornのソースコード解析から解明した話
LayerX社のインターン生Yu氏が、AIのコード提案を実装しても動作しなかった問題を、uvicornフレームワークのソースコードを読んで解決した経験を共有している。
OpenClaw-RLで学ぶAgentic RLの報酬設計
LayerXの機械学習エンジニア宇都氏が、自己進化型AIエージェントの研究動向を紹介し、OpenClaw-RLを用いたエージェント強化学習の報酬設計について解説している。
Python製ETL「dlt」を採用した経緯 - Azure Cosmos DB for PostgreSQLとContainer App Jobによる効率的なデータレイク構築
LayerX Ai Workforce事業部のSREが、Azure Data Factoryの代わりにPython製ETLツール「dlt」とAzure Container App Jobを採用し、データ基盤の構築方法を説明している。
言語処理学会第32回年次大会(NLP2026) 参加レポート
LayerX社が言語処理学会第32回年次大会(NLP2026)にプラチナスポンサーとして協賛し、スポンサーブースを出展して学生・研究者・企業関係者と交流した。
AIエージェントを強化する『合成データ』作成の実践的Tips集
この記事は、LLMやAIエージェントを用いてAIエージェント向けの合成データを生成するための実践的な方法を紹介している。
最初の失敗は「学びの機会」。LayerXが語る形式知の循環活用方法
LayerXのエンジニアリングマネージャーが、自身のマネジメント経験に基づき、失敗を学習機会と捉える形式知の活用方法について述べている。
DEIM2026参加レポート
機械学習エンジニアの宇都氏が、2026年2月28日〜3月5日に開催された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）への参加を報告。LayerX社はプラチナスポンサーとして協賛し、企業ブース展示と技術報告に参加した。
LayerX、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
LayerXは、自然言語処理分野の国内最大規模イベント「NLP2026」にプラチナスポンサーとして協賛する。同社はバクラク事業部・Ai Workforce事業部から数名を派遣し、スポンサー展示や懇親会を通じて業界交流を図る。
LayerXがEMConf JP 2026にOperation Supportersとして協賛
LayerXは、エンジニアリングマネジメントカンファレンス「EMConf JP 2026」にOperation Supportersとして協賛し、昨年に続いてブース出展を行う。
【未踏会議2026 MEET DAY】LayerXのAi Workforce事業CEOが登壇＆ブース出展
LayerXのAi Workforce事業CEOが、2026年3月7日に開催される未踏会議2026 MEET DAYに登壇し、ブース出展を行う。
LayerXがDEIM2026（第18回データ工学と情報マネジメントフォーラム）にプラチナスポンサーとして協賛
LayerXは、データ工学と情報マネジメントに関するフォーラム「DEIM2026」にプラチナスポンサーとして協賛する。同フォーラムはコンピュータサイエンスの研究交流を目的とした研究会である。
Data Enablingチームを立ち上げました -「データが語りかけてくる」世界を目指して
LayerXのバクラク事業部でData Enablingチームが立ち上げられ、データ基盤の整備とAI活用を推進し、データ駆動型の意思決定を目指しています。
Software Design 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！
LayerXによる新連載が開始。AIエージェントを実用化するための実践知を10回にわたり公開し、体験設計から運用監視まで網羅する。
AWSマルチアカウント環境からのGoogle Cloudフェデレーション設計 ― AI時代に対応した社内認証基盤の構築
AI活用や業務自動化が進む中、AWSとGoogle Workspace/GCPを跨いだ安全なアクセスを実現するためのフェデレーション認証基盤の設計について述べている。
AIワークフォース事業部SREの現状と将来展望
LayerXのAIワークフォース事業部でSREを担当する筆者が、入社1年を振り返り、現在のチーム体制と今後のサイト信頼性エンジニアリングの方向性について語っています。
データ検索基盤チームの立ち上げ
LayerXがデータ検索基盤チームを新設。生成AI時代に差別化を図るため、非構造化データを活用し、汎用AIエージェントプラットフォームの構築を目指す。
副業・業務委託エンジニア受け入れの実態と、うまくいくタスク設計のコツ（バクラク事業部の事例をもとに）
LayerXバクラク事業部は副業・業務委託エンジニアを受け入れ、プロダクト開発に活用している実態を紹介。適切なタスク設計が成功の鍵となる。
LLMを用いた非定型見積書の明細抽出精度を約80%から約95%に向上させた事例
特許出願済みのアルゴリズムにより、非定型見積書の明細抽出タスクの精度を約80%から約95%に大幅に改善し、顧客価値を高めた事例。
FDE募集開始から半年の振り返りと2026年の展望
LayerXのFDE（Forward Deployed Engineer）募集開始から半年を振り返り、組織と技術の両面から2026年の展望を述べる記事。
Fintech事業部における2025年のAI効率化の取り組み、あるいはラーメンの話
LayerX Fintech事業部が2025年にAIを活用して複数プロダクトの高速改善・リリースを実現した事例についての記事。
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
バクラク事業部のデータグループが、2025年のデータ基盤の変化を振り返り、進捗と課題をまとめた記事です。
Snowpark Container Servicesを活用したAI Agentのプロトタイプ開発
LayerXの機械学習エンジニアが、Snowpark Container Services（SPCS）を使用してAI Agentのプロトタイプを開発した。このアプローチは、開発環境と本番環境のギャップを解消し、データアクセスの課題に対処するものである。
CocoIndexでナレッジグラフを更新しながらRAGを実施
LayerXの鷹取氏が、従来のNative RAGの構造的弱点を克服するため、CocoIndexを用いてナレッジグラフを更新しながらRAGを実行する手法を紹介している。
LayerXのdbt Pythonモデル活用術 - 外部連携の実装パターン
LayerXのデータグループが、dbt Pythonモデルを用いた外部連携の実装パターンを紹介し、AIエージェントが活用できるデータ環境の整備を含むデータ基盤構築の取り組みを説明している。
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
LayerXの矢野目氏が、AIプロジェクトでは技術先行ではなく明確な課題設定が重要だと指摘。曖昧な課題設定では方向性を見失い、ビジネス課題の解決に結びつかないと経験から述べている。
実践！gpt-5-mini推論レイテンシ改善：パラメータ調整とプロンプトエンジニアリングによる高速化
LayerXのエンジニアが、推論モデルgpt-5-miniの本番運用で生じたレイテンシ問題を、推論パラメータ調整とプロンプトエンジニアリングにより精度を維持しながら改善した事例を紹介する。
LayerXのデータ基盤の未来を語るために、最初の1ヶ月で実施した3つの取り組み
LayerXのデータグループが、事業成果に直結するデータ基盤の構築に向け、入社1ヶ月間で実施した3つの具体的な取り組みを紹介している。
Span Linksを用いた分散トレーシングの実装：異なる処理間の関係性を表現する方法
OpenTelemetryのSpan Links機能により、AI Agentアプリケーションの非同期処理間で親子関係を持たずに関連性を追跡する実装方法を解説。Pythonコード例と実践事例を紹介する。
AI活用を安定させる型「Diff-in / Merge-out」〜翻訳タスクで学ぶ責務の分離〜
LayerXのエンジニアyoheiが、AI開発ツールの進化を受け、翻訳タスクにおける責務分離の型「Diff-in / Merge-out」を提案し、AI活用の安定化を目指す。
GPTとGeminiのマルチモーダルドキュメント認識能力評価
LayerXのR&Dインターン生が、OpenAI GPTとGoogle GeminiのAPI単体を用いて、スライドや図表などのマルチモーダルドキュメント認識能力を評価した結果を紹介する。