FDE（Forward Deployed Engineer）は、お客さまの現場に入り込み、データ基盤や AI を使って実際の課題を解決するエンジニアです。本サイトでは、生成 AI の Claude と、データ基盤の Databricks の公式発表を毎日集めて、日本語の見出しと短いまとめを付けています。あわせて、FDE に必要な基礎知識と、認定資格の解説・解説付きのオリジナル問題集も用意しています。登録は要りません。
Anthropic と Databricks の公式サイトから、発表を毎日集めています。日本語の見出しとまとめは、本文をもとに AI（Claude）が作ったものです。正確な内容は、リンク先の公式の記事で確かめてください。
Databricks ブログ
Databricks の APJ 地域で初の大学採用担当である Clara Kurian さんへのインタビューです。インドでは 2.5 億ドル超の投資と、従業員 50% 増の計画が示されており、2022 年以降インドの人員は 270% 増えたと書かれています。Bengaluru で初めての India Intern Program（51 名）や、IIT・IISc での Bharat Bricks Hacks ハッカソンなどの取り組みも紹介されています。
原題：Brickster Voices: Meet Clara Kurian
Databricks ブログ
Flo Health は、医療上の安全性と有用性を測る評価フレームワークを作り、26 個の AI judge で回答を採点しました。合成データと AI judge を使うことで、人手で注釈した学習データを使わずに学習ペアを作成し、32 基の NVIDIA H100 GPU 上で Databricks AI Runtime により分散ファインチューニングを行いました。その結果、医療安全性は 34% から約 61%、有用性は 42% から 76%、総合スコアは 16% から 47% に改善したと報告されています。
原題：How Flo Health built safer, more useful open models with Databricks AI Runtime
Databricks リリースノート
2026 年 10 月 12 日付のリリースノートで、Unity Gateway Skills REST API がベータとして提供されたと発表されています。create、read、update、list、delete、finalize の操作を、Databricks CLI と Python・Go・Java・JavaScript の各 SDK から利用できます。
原題：Unity Gateway Skills API and developer tools are available in Beta
Databricks リリースノート
Feature Views は一般提供（GA）となり、2026 年 11 月中旬に compliance security profile が有効なワークスペースで自動的に有効化される予定です。バッチまたはストリーミングのデータから特徴量を宣言的に定義・計算し、モデルの学習とオンラインサービングに使えます。
原題：Feature Views will soon be available by default for workspaces with the compliance security profile enabled
Databricks リリースノート
2026 年 10 月の Databricks リリースノートの一覧で、10 月 12 日付の Unity Gateway Skills REST API のベータ提供が掲載されています。CLI と各 SDK から create、read、update、list、delete、finalize を行えると書かれています。同じ日付には、Governed tag propagation のベータ、Lakeflow パイプラインのパラメータの一般提供、Agent memory pipelines のベータも掲載されています。
原題：Unity Gateway Skills API and developer tools are available in Beta
Databricks リリースノート
2026 年 10 月 12 日付で、Unity Catalog のタグ伝播がベータになったと発表されています。タグ伝播を有効にすると、CREATE TABLE AS SELECT、CREATE VIEW、INSERT INTO ... SELECT、MERGE などの対応操作の際に、lineage を使って派生テーブルやビューへタグが自動的に適用されます。テーブルと列の両方で分類と ABAC の適用を下流まで一貫させられると説明されています。
原題：Governed tag propagation is in Beta
Databricks リリースノート
2026 年 10 月 12 日付で、Lakeflow パイプラインのパラメータが一般提供（GA）になったと発表されています。キーと値のペアで SQL ソースコードをパラメータ化し、ソースを編集せずに同じパイプラインを異なるカタログ、スキーマ、テーブルに対して実行できます。既定値はパイプライン設定で定義し、更新開始時に上書きでき、SQL では名前付きパラメータ構文で参照します。
原題：Parameters for Lakeflow pipelines are now generally available
Databricks リリースノート
2026 年 10 月 12 日付で、Agent memory pipelines がベータになったと発表されています。セッションストアとメモリストアをつなぎ、各実行で LLM が保存された会話から永続的な事実・好み・判断を抽出して、後の会話でエージェントが参照できるメモリエントリにします。オンデマンドで実行するほか、約 24 時間ごとに定期実行もできます。
原題：Agent memory pipelines are in Beta
Databricks リリースノート
Feature Views が、バッチ、ストリーミング、リクエスト時のデータに対して一般提供（GA）になったことが、2026年10月のリリースノートで発表されています。compliance security profile のワークスペースでは、2026年11月中旬から有効になると書かれています。
原題：Feature Views are now generally available
Databricks ブログ
TinyFish は、AI Runtime で GPU 上のポストトレーニング（SFT から DPO へ移行中）を行い、MLflow で評価し、Databricks Model Serving で本番推論を提供しています。社内の go/no-go ベンチマーク（2,178 件のウェブエージェントタスク）では、タスク成功率 77.6% だったと書かれています。直近 15 日間の推定サービング費用は、1 実行あたり 0.088 ドルとされています。
原題：From post-training to production: How TinyFish runs its web-native model on Databricks AI Runtime
Databricks ブログ
カリフォルニア州保健医療サービス局（DHCS）は、全58郡の行動保健データを一つにまとめた公開ダッシュボード「Behavioral Health Public County Profile」を Databricks 上に構築したと紹介されています。2026年10月1日にGavin Newsom知事が公開を発表し、郡ごとの計画・資金・サービス提供や、ホームレス支援、BHSA統合計画、業績指標を誰でも確認できるようになりました。技術面では、Spark Declarative Pipelines と Lakeflow Connect によるデータ取り込み、Semantic Views による標準指標の定義、FedRAMP認証の環境での運用が挙げられています。
原題：How California built its Behavioral Health Public County Profile on Databricks
Databricks リリースノート
2026 年 10 月 9 日のリリースノートで、Amazon Bedrock Mantle のモデルを Unity Gateway のモデルプロバイダーサービス経由で利用できるようになったと案内されています。Unity Catalog の権限、レート制限、予算、推論テーブルを使えます。リリースは段階的に行われるため、アカウントへの反映が 1 週間以上遅れる場合があると注記されています。
原題：Unity Gateway supports Amazon Bedrock Mantle
Claude と比べる OpenAI・AWS・Google Cloud・Azure・NVIDIA、Databricks と比べる Snowflake・Palantir の公式発表です。
AWS Machine Learning ブログ
Amazon Bedrock が、これら5つのリージョンを起点として GPT-6 Sol と GPT-6 Luna をグローバル・クロスリージョン推論で提供し、GPT-6 Astra はシンガポールから利用できると発表されています。推論プロファイルIDをモデルIDの代わりに指定して、Converse API や OpenAI 互換 API から呼び出せ、請求、クォータ、CloudTrail、CloudWatch は呼び出し元のリージョンに残ります。記事では、IAM と SCP の設定、クォータ管理、監視の方法も扱われています。
原題：Accessing OpenAI GPT models on Amazon Bedrock with global cross-Region inference in Thailand, Malaysia, Singapore, Indonesia, and Taiwan
AWS Machine Learning ブログ
AWS DLC for llama.cpp を使い、OpenAI 互換の chat completions を SageMaker AI の InvokeEndpoint で提供する方法と、回答トークンを生成せずに宣言された選択肢ごとの確率を返す SemIf 拡張を組み込む方法が紹介されています。SemIf 用の子イメージは AWS CodeBuild でビルドし、Amazon ECR に保存されます。JevBench の231タスクでの比較では、Qwen3.5-4B（Q4_K_M）の p50 レイテンシは ml.c6i.8xlarge（CPU）が1.715秒、ml.g6e.xlarge（GPU）が0.352秒で、精度はどちらも約77〜78%だったと書かれています。
原題：Deploy decision models with llama.cpp on Amazon SageMaker AI
AWS Machine Learning ブログ
Amazon EKS 上の2つの GPU ノードに1つの大規模言語モデルをデプロイし、prefill と decode を別ノードに分離して1つの OpenAI 互換エンドポイントの背後で動かす手順を紹介しています。Ray LLM DLC には vLLM、Ray Serve LLM、NIXL、EFA スタックが含まれ、build_pd_openai_app ヘルパーで prefill と decode の構成をまとめて指定できると説明されています。Ray head は CPU ノード、Ray worker は g6.8xlarge の GPU ノードで動かす構成が示されています。
原題：Run multi-node inference workloads using Ray LLM Deep Learning Containers
NVIDIA ブログ
NVIDIA は OCP Global Summit で、Vera Rubin のラックとコンピュートトレイの設計を、オープンな NVIDIA MGX アーキテクチャを通じて OCP に提供したと発表しました。MGX 1.2 仕様ではラックあたり最大250kWの展開に対応し、Vera CPU ラックの設計仕様も公開されています。また、DSX AI Factory 向けのオープンソースコンポーネント（Config Manager、Cluster Readiness Engine、Rack Management Service、Cluster API Provider）も発表されています。
原題：OCP Global Summit: Amid Ecosystem Adoption, NVIDIA Opens Vera Rubin Architecture to Help Scale AI Factories Worldwide
NVIDIA 技術ブログ
NVIDIA と Dao AI Lab は、SSM の状態をチェックポイントと直近入力のバッファで表す ReplaySSM を紹介しています。状態のメモリ転送量を約半分に抑え、batch size 256 の B300 GPU で SSM デコードカーネルを 1.46〜1.80 倍高速化したと報告されています。さらに、投機的デコードのロールバックを簡素化し、120B 級モデルで 1.85〜2.10 倍のスループット向上を示しています。
原題：ReplaySSM: Rethinking State Storage for Faster Hybrid-Model Decoding
Snowflake ブログ
Snowflake は、製造業のリーダー向け電子書籍「Navigating the Age of Agentic AI」を紹介し、パイロットから本番運用へ進むための4段階のロードマップや経営層への提案の枠組みを説明しています。調査では、回答した製造業者の52%がサプライチェーンや業務で AI を稼働させていると報告されています。Wolfspeed の事例では、監査済みの安全手順を組み込んだカスタム AI エージェントにより、ツールのトラブルシュートが2時間から2分に短縮されたとされています。
原題：Agentic AI in Manufacturing: Scale From Pilot to Production
どんな Skill を作るとよいか、Claude Code や Databricks をどう使いこなすか。Zenn・Qiita・DevelopersIO の技術記事を毎日集め、AI（Claude）が短いまとめを付けています。記事は各サイトの書き手の方によるものです。
Zenn
著者が .github 配下に作ったカスタムアセットの工夫 9 点のうち、特に重要な 3 点を紹介しています。AI に .github 配下を改修させる際は、改修方針を先に提示させ、人間が合意するまで変更させない手順を決めたと書かれています。また、成果物のファイル名と置き場所を決めておくと AI が迷わず、後から探しやすくなったとされ、VS Code の Live Preview 拡張機能を使うと GitHub Copilot が HTML ページを開いて操作・テストできる点も紹介されています。
Zenn
Claude Code と Codex を同じリポジトリで並列に動かすため、エージェントごとに git worktree を切る方法を説明しています。同じブランチを 2 つの worktree に出せないこと、.env や node_modules が新しい worktree に付いてこないこと、stash がリポジトリ間で共有されることなど、実際に確認した挙動が挙げられています。さらに、codex review --uncommitted や git diff HEAD | claude -p による相互レビュー、CLAUDE_CONFIG_DIR と CODEX_HOME でログインを分けて使用量の上限に備える方法も紹介されています。
Qiita
dev-orchestra は、1 文の依頼から設計・実装・テスト・複数 AI による独立したレビュー・指摘の仕分け・修正・再テストまでを回す、Claude Code / Codex / Antigravity 向けのプラグインとして紹介されています。レビュアーは凍結した同じ差分を、互いの結果を見ずに読み、重複をまとめてトリアージした採用分だけを修正します。公式の codex-plugin-cc と比べて複数のレビュアーを使える点が特徴とされ、コードが各ベンダーに送られ、レビュアーが差分以外のファイルも読める点が注意事項として書かれています。
Qiita
51 回の試験で、AI エージェントに API キーを扱わせる際の危険と安全なやり方を整理しています。鍵の中身をコマンドに書くことや、全部の鍵が見える環境で動かすことは、モデルに関係なく危険になりうるとされています。鍵が入っているかの確認では、Gemini 3.1 Pro は 6 回中 3 回、Gemini 3.8 Flash は 8 回中 2 回で鍵の中身を画面に出すコマンドを選んだ一方、Claude Sonnet 5.5 は 4 回すべてで出さない方法を選んだとされていますが、試験回数が少ないため優劣の最終結論ではないと明記されています。
Qiita
2026 年 10 月 9 日時点の公式ドキュメント更新を、主に claude -p のバックグラウンドタスク待機の挙動から紹介しています。claude -p は、バックグラウンドで起動したコマンドやサブエージェントなどの処理を待つことが文書化され、デフォルトでは 10 分間のアイドル状態が続くと待機を終了します。その上限は CLAUDE_CODE_PRINT_BG_WAIT_CEILING_MS で変更でき、0 に設定すると上限なしで待ち続けます。このほか、HTTP・SSE 方式の MCP サーバーでは解凍後 16 MB を超えるレスポンスが失敗として扱われること、TypeScript Agent SDK（v0.3.292 以降）でサブエージェントのメッセージに agent_id が付与されることも記載されています。
Qiita
Claude API のクライアントツールを、注文状況を返す 1 本の実装として組み立て、ラウンドトリップの正しい形を示しています。tool_use を受けて tool_result を返す二度目のリクエストの組み方、strict と tool_choice の設定、並列ツール使用を無効化する判断などが扱われています。本番で詰まりやすい箇所として、アシスタントのターンを戻し忘れること、tool_use_id の取りこぼし、例外でループを止めてしまうことなどが挙げられています。
資格の出題範囲にとらわれず、FDE としてお客さまに Claude と Databricks を提案し、導入するときに必要になる知識をまとめています。
読むだけでなく、手を動かして確かめるための手順集です。本サイトで実際に動かして確かめたものには「動作確認済み」と付けています。
動作確認済みClaude・約 15 分
Claude Code で自作の Skill を作る日本語のコミットメッセージを決まった形で書く Skill を作り、Claude Code が自動で使うのを確かめる。動作確認済みClaude・約 30 分
自作の MCP サーバーを作って Claude Code につなぐ文字数を正確に数えるツールを MCP サーバーとして作り、Claude Code から呼び出す。動作確認済みDatabricks・約 20 分
ai_query で、テーブルの文章を生成 AI に一括で分類させるお問い合わせの文章が入ったテーブルに対して、SQL だけで生成 AI（Claude が使える環境なら Claude）に分類させる。動作確認済みDatabricks・約 20 分
Unity Catalog で、チーム用のカタログと権限を作る分析チームにだけ読み取りを許すカタログとスキーマを作り、権限の付け方を確かめる。2026.10.08
Databricks で A2A は使えるのか — 調べてわかったことエージェント同士をつなぐ A2A プロトコルについて、仕様と Databricks の公式ドキュメント、コミュニティの事例を調べました。公式の機能としては A2A ではなく独自の仕組みでつないでおり、A2A を使うなら Databricks Apps に自分で置く形になります。Databricks と Claude の認定資格の解説、資格の出題範囲にもとづく学習ガイド、解説付きのオリジナル問題集をまとめています。