Amazon Web Services ブログ
Category: Financial Services
[開催報告] 金融若手エンジニア向け AWS JumpStart Zero For FSI を開催しました
2025年8月22日に、金融業界の若手エンジニア80名以上が参加した「AWS JumpStart Zero For FSI」イベントが開催されました。このイベントでは、クラウドの基礎知識やアーキテクチャ設計のワークショップ、金融業界向けのクラウドユースケースの紹介などが行われ、参加者の高い関心と学習意欲が感じられました。多くの参加者が今後のAWS JumpStart本編への参加を予定しており、金融業界向けのAWSユーザーコミュニティの立ち上げも検討されています。
業界タスク特化型⼤規模⾔語モデルの開発 〜 野村総合研究所様へのインタビュー 〜
みなさん、こんにちは。アマゾン ウェブ サービス (AWS) ジャパン合同会社 AI / ML 事業開発チーム […]
AWS Entity Resolution の高度なルールベースファジーマッチングを使用して不完全なデータを解決する
AWS Entity Resolution で高度なルールベースファジーマッチング機能を発表しました。これにより、Levenshtein Distance (レーベンシュタイン距離)、Cosine Similarity (コサイン類似度)、Soundex (サウンデックス) などのファジーマッチングアルゴリズムを使用してレコードをマッチングできるようになります。このブログでは、ルールベースファジーマッチング機能の概要と、基本的な使い方を説明します。
金融若手エンジニア向け AWS JumpStart Zero For FSI 開催決定!
金融業界の若手エンジニアの皆さん、こんにちは! 「AWS JumpStart に参加したいけれど、ついていける […]
AWS Summit Japan 2025 に見る Resilience at AWS
アマゾン ウェブ サービス ジャパン合同会社 パートナーソリューションアーキテクトの石倉です。2025 年 6 […]
ソニー銀行が勘定系システム全体をAWSに移行 – 同行が管理する全てのシステムがクラウドに
ソニー銀行株式会社(以下、ソニー銀行)は 2025 年 5 月、同行の勘定系システム全体のアマゾンウェブサービス(以下、AWS)への移行を完了しました。
この新勘定系システムは、主要コンポーネントとしてコンテナ向けサーバーレスコンピューティングサービス AWS Fargate を活用したクラウドネイティブなアーキテクチャで設計されており、マイクロサービス化することで機能拡張にも柔軟に対応可能なシステム基盤上に構築されています。さらに、API(アプリケーション プログラミング インターフェイス)を通じて他のシステムとも容易に接続が可能であるため、アプリケーションの拡張性と柔軟性にも優れています。アプリケーション開発に関しても、ライフサイクル全体の効率的な管理を行う AWS Code サービス群を利用した継続的インテグレーション / 継続的デプロイメント(CI/CD)パイプラインを構築することで開発工程を自動化し、より短い時間での機能拡張や新サービスのリリースを可能にしています。
本ブログでは、ソニー銀行のこれまでのクラウドジャーニーと、今回 AWS で稼働を開始した新勘定系システムの全容を紹介します。
保険会社がどのように 3 層アプリケーションのディザスタリカバリを実装するか
優れたレジリエンス戦略には、高可用性での運用とビジネス継続性の計画が不可欠です。また、地震や洪水などの自然災害 […]
金融業界特集: Amazon FSx for NetApp ONTAP の特徴
金融業界特集の月刊連載における今回の投稿では、Amazon FSx for NetApp ONTAP(FSx for ONTAP)でワークロードを実行するお客様がコンプライアンス、データ保護、コンピューティング環境の分離、API による監査、アクセス制御/セキュリティを実現するための 5 つの重要な考慮事項に焦点を当てています。それぞれの領域において、具体的なガイダンス、推奨されるリファレンスアーキテクチャ、および Amazon FSx for NetApp ONTAP のサービス承認を効率化するための技術的なコードについて検討します。
AWS Payment Cryptography が PCI PIN および P2PE に準拠
この記事は、AWS Payment Cryptography is PCI PIN and P2PE cert […]
Amazon Bedrock Guardrails を使用したモデルに依存しない安全対策を実装する
生成 AI モデルは幅広いトピックに関する情報を生成できますが、その応用には新たな課題があります。これには関連性の維持、有害なコンテンツの回避、個人を特定できる情報(PII)などの機密情報の保護、ハルシネーション(幻覚)の軽減が含まれます。Amazon Bedrock の基盤モデル(FM)には組み込みの保護機能がありますが、これらはモデル固有であることが多く、組織のユースケースや責任ある AI の原則に完全に合致しない可能性があります。