はじめに

2026 Japan AWS Top Engineers(AI/ML Data Engineer) に選出いただきました！
2024 年から 3 年連続での受賞となります。

2026 Japan AWS Top Engineers の発表 | AWS JAPAN APN ブログ

受賞歴

• 2023 Japan AWS Jr. Champions
• 2024 Japan AWS Top Engineers(Database)/2024 Japan AWS All Certifications Engineers
• 2025 Japan AWS Top Engineers(AI/ML Data Engineer)/2025 Japan All AWS Certifications Engineers
• 2026 Japan AWS Top Engineers(AI/ML Data Engineer)/2026 Japan All AWS Certifications Engineers

AWS Summit Japan 2026 では、表彰式後に選出者で集合写真を撮影しました。
今年は Top Engineers・Ambassador・Jr. Champions ごとにシャツの色が異なるデザインとなっており、今年も素敵な SWAG をいただきました。

本記事では、簡単に振り返りと今後の目標についてまとめます。
昨年も同様に記事をまとめておりますので併せてご覧ください。

関連記事

2025 Japan AWS Top Engineers(AI/ML Data Engineer) に選ばれました

Japan AWS Top Engineers とは

AWS エンジニアを対象にした日本独自の表彰プログラムです。

「Japan AWS Top Engineer Program」とは、AWS Partner Network (APN) に参加している会社に所属している AWS エンジニアを対象にした日本独自の表彰プログラムです。特定の AWS 認定資格を持ち、AWS ビジネス拡大につながる技術力を発揮した活動を行っている方、または技術力を発揮したその他の重要な活動や成果がある方を、Japan AWS Top Engineers として、AWS Japan が審査し選出します。
2026 Japan AWS Top Engineers クライテリアのお知らせ | AWS JAPAN APN ブログ

表彰カテゴリーは、3 つに分かれますが、今回私が応募・選出されたのは「AI/ML Data Engineer」カテゴリーです。

• Japan AWS Top Engineers (Networking, Security, AI/ML Data Engineer)
  • 専門領域で高度な技術を持つエンジニアの方を表彰します。専門領域のカテゴリーは、AWS 認定 Specialty 資格などの 3 つのカテゴリーが対象となります。

生成 AI に注目が集まる中、お客様のビジネスに真の価値をもたらすためにデータの重要性が再認識されています。組織がデータ戦略を構築するためには、分析、機械学習、データ処理に包括的に取り組むことが重要です。そこで、Japan AWS Top Engineer Program では、2025 年に AWS Analytics / Database / Machine Learning のカテゴリーを統合した “AI/ML Data Engineer” を新設しました。2026 年の AI/ML Data Engineer カテゴリーは、以下の活動例に示す「AI/ML およびデータの活用を推進するエンジニア」を表彰します。

活動例

• データ分析業務の効率化を AI/ML を用いて実践されているエンジニア
• データベース業務の効率化を AI/ML を用いて実践されているエンジニア
• AI/ML やデータエンジニアリングなどの各領域を跨り活動するデータエンジニア
• 生成 AI アプリケーションおよびソリューションを創造するエンジニア

おまけ: 2026 Japan All AWS Certifications Engineers

Top Engineers と併せて、All AWS Certifications Engineers にも選出されました。
昨年も All Certifications に選ばれているため、新しく登場した AIP を取得したのと、更新が必要な資格を受験しました。

2026 Japan All AWS Certifications Engineers の発表 | AWS JAPAN APN ブログ

AIP ベータの合格記録については以下をご覧ください。

関連記事

AWS Certified Generative AI Developer – Professional (AIP-C01) Beta 合格体験記

2025 年度の振り返り

2025 年度に行った活動の中から、以下 3 つに絞ってご紹介します。

1. DATA SUMMIT 2025 登壇
2. データ分析基盤の案件対応
3. 社内勉強会登壇

DATA SUMMIT 2025 登壇

パートナーの primeNumber 様が主催する DATA SUMMIT にて、「生成 AI 時代のデータ分析基盤」をテーマに登壇しました。

詳細については以下のブログで公開しています。

関連記事

DATA SUMMIT 2025 に「生成 AI 時代におけるデータ分析基盤の在り方」というテーマで登壇しました

登壇内容としては、オンプレミス環境のコスト増・性能低下といった課題を抱える企業に向けて、AWS の複数サービスと生成 AI を組み合わせた「モダンデータスタック」を提唱しました。
特に、Amazon Redshift と Amazon Aurora のゼロ ETL 統合や、Amazon Bedrock Knowledge Bases を活用した自然言語による構造化データ分析など、先進的な実装パターンを解説しました。

セッションは満席・立ち見の盛況となり、データ基盤モダナイゼーション案件の創出につながりました。
外部イベントへの登壇は初めての経験でしたが、大変貴重な機会となりました。

データ分析基盤の案件対応

飲食店向け POS を展開する株式会社シェルパ様のデータ分析基盤構築を支援しました。
本内容は弊社の導入事例として公開されています。

株式会社シェルパ 導入事例 | Cloud Chorus | NHN テコラス

お客様は将来的なグローバル展開を見据え、テナント間の厳格なデータ分離を求めていましたが、Quick Sight のマルチテナント設計に関する知見が不足していました。
名前空間(Namespace)による論理分離と IAM による細粒度なアクセス制御を組み合わせたアーキテクチャを提案・設計し、マネジメントコンソールでは対応できない操作を Terraform で自動化することで、再現性の高い構築環境を実現しました。

本成果は Tech Blog で公開し、最終的に AWS 公式事例としても掲載されています。

関連記事

Amazon QuickSight 名前空間を活用したマルチテナント構成の実装

社内勉強会登壇

生成 AI の活用が開発領域に偏り、インフラ運用の効率化に活かせていないという課題がありました。
そこで、Amazon Q Developer を用いた実務的な効率化手法を検証・体系化し、社内勉強会で登壇しました。

特に MCP サーバーを活用することで、標準機能では精度の維持が難しい複雑なリソース調査を、簡潔な指示で完結させる手法を紹介しました。
AWS Lambda の障害調査を例に、具体的なプロンプト設計やトラブルシューティングの勘所を共有することで、インフラ担当者が生成 AI を実務で活用できる環境の整備につながりました。

登壇内容は Tech Blog でも外部公開し、社内外への技術浸透を図りました。

関連記事

社内勉強会で「Amazon Q Developer を使った業務効率化」というタイトルで登壇しました

Top Engineer の感想と今後の目標

最後に、Top Engineer になった感想と今後どうするのかの目標についても少し記載します。

Top Engineer の感想

今年で、3 年連続で Top Engineer に選出いただきました。

昨年は複数社でのコンペ案件において、Top Engineer である自分が担当するという点が評価され、受注につながったケースがありました。
Top Engineer という肩書きは、対外的な技術力のアピールとしてかなりのインパクトがあると実感しています。

毎年、活動実績の記述には相応の労力がかかりますが、組織としての価値にもつながると考え、今後も継続して取り組んでいきたいと思います。

今後の目標

AI とデータを専門とするチームに所属しているため、AI とデータ領域への注力は変わりませんが、昨年と比較して扱う製品の幅が大きく広がったと感じています。
チームとしては Amazon Bedrock AgentCore や Kiro、Snowflake といった先端サービスへの対応を強化し、より高度な提案ができる体制を整えていきたいと考えています。

一方で、生成 AI の時代において重要なのは個人の技術力だけでなく、組織としてのナレッジを蓄積・共有していくことだとも感じています。
Claude Code や Kiro は誰でも簡単に使い始めることができますが、日常的に使い込んでいくと、専門的な知識の有無が活用の質に大きく影響すると考えています。
複雑なタスクになるほど、その差は顕著に現れている印象です。

そこで、普段お客様に対して行っている技術支援の内容を社内にも還元できるよう、勉強会の開催などを通じてナレッジの展開にも取り組んでいきたいと思います。