Amazon S3 Tables | Amazon Web Services ブログ

AWS HealthOmics と Amazon Bedrock AgentCore によるゲノムバリアント解釈の高速化

シーケンスデータの急増により、ゲノムバリアントの解釈は複雑なパイプラインと専門知識を要する作業になっています。本記事では、AWS HealthOmics のワークフローと Amazon S3 Tables、Amazon Bedrock AgentCore 上の Strands Agents を組み合わせ、VCF ファイルの取り込みからアノテーション、自然言語での問い合わせまでを一貫して実行するゲノムバリアント解釈エージェントを紹介します。臨床研究者が SQL を書かずに、対話形式でコホート全体のバリアントを解析できるようになります。

鮮度の高いインサイトで迅速な意思決定を – talabat が AWS と Google Cloud で実現したニアリアルタイム分析

talabat が AWS と Google Cloud にまたがるハイブリッドなマルチクラウドレイクハウスを構築した方法を紹介します。Apache Iceberg のデータを Amazon S3 Tables に一元的に保持しながら、Lakehouse フェデレーテッド Iceberg REST カタログを通じて BigQuery からニアリアルタイムで読み取り可能にし、データ移動コストを約 40% 削減しました。

Amazon Aurora MySQL から Amazon S3 Tables に Apache Iceberg 形式でデータを抽出する

Amazon Aurora MySQL Serverless v2 のデータを AWS Glue 5.0 で Amazon S3 Tables に Apache Iceberg 形式で抽出する方法を紹介します。CloudFormation テンプレートによるインフラの自動プロビジョニングからデータ移行、Amazon Athena でのクエリまでの手順を解説します。

AWS Weekly のまとめ: Bedrock の GPT モデルの値下げ、Prometheus メトリクス向けの CloudWatch マネージドコレクターなど (2026年8月3日)

2026 年 7 月 27 日週、7 歳の息子と一緒に Amazon の「子供を仕事に連れて行く日」に参加でき […]

店舗の気づきを本部に届ける AI エージェント SMART のご紹介 — Amazon Bedrock AgentCore × Strands Agents によるユナイテッドアローズでの取り組み

本記事では、AWS サンプルアセットである AI エージェント SMART（Store Manager Agent for Retail Tech）についてのご紹介と、それを活用した株式会社ユナイテッドアローズ（以下、ユナイテッドアローズ）の取り組みについてご紹介します。小売業にとって、店舗の声をどう本部に届けるかは永遠のテーマです。売上数字の裏には、現場スタッフだけが感じている気づきが必ずあります。しかし店舗の日報や週報のフォーマットだけでは、その気づきを届けるのは難しいのが実情です。SMART は、店舗の気づきを AI の力で引き出し言語化して、本部に届けることを支援するために誕生しました。