<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>DataStrategyOffice</author_name>
  <author_url>https://blog.hatena.ne.jp/DataStrategyOffice/</author_url>
  <blog_title>レバレジーズ データAIブログ</blog_title>
  <blog_url>https://analytics.leverages.jp/</blog_url>
  <categories>
  </categories>
  <description>はじめに こんにちは！レバレジーズのデータエンジニアグループに所属している内山です。 今回は、社内エンジニアの保有スキル情報を対象に、BigQuery のベクトル検索（vector search）機能を使ったセマンティック検索の PoC を行いました。本記事では、その検証設計・結果をまとめてご紹介します。 この記事の対象読者 BigQuery でのベクトル検索導入を検討している方 社内検索システムをキーワードマッチからセマンティック検索に拡張したい方 埋め込みモデルや前処理の選び方で悩んでいる方 この記事を読むとわかること BigQuery vector search の検証設計の進め方（モデ…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fanalytics.leverages.jp%2Fentry%2F2026%2F05%2F13%2F180000&quot; title=&quot;BigQueryのvector searchで社内エンジニア検索をセマンティック化してみた - レバレジーズ データAIブログ&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn-ak.f.st-hatena.com/images/fotolife/D/DataStrategyOffice/20260511/20260511113157.png</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2026-05-13 18:00:00</published>
  <title>BigQueryのvector searchで社内エンジニア検索をセマンティック化してみた</title>
  <type>rich</type>
  <url>https://analytics.leverages.jp/entry/2026/05/13/180000</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
