로봇을 위한 MLOps #2: 엣지 파이프라인의 구성
로봇 엣지 디바이스에서 동작하는 MLOps 파이프라인과 TensorRT 기반 추론 도구를 소개했습니다. Trtexec, TREx, Nsight Systems로 변환·시각화·성능 분석을 수행하는 흐름을 정리했습니다.
#MLOps#Airflow
2500
필터 1
로봇을 위한 MLOps #1: Edge device와 K3s, Airflow
로봇용 머신러닝 개발에서 재현성과 온프레미스 자원 관리가 왜 중요한지 설명했습니다. K3s와 Airflow로 이를 해결하는 MLOps 구성 방법을 소개했습니다.
#MLOps#K3s
2800
MLOps Community 오프라인 밋업을 준비하는 개발자의 기쁨과 슬픔
MLOps Community Seoul 오프라인 밋업을 준비한 organizer의 회고를 담았습니다.\nLLM 시대에 커뮤니티와 MLOps가 왜 중요한지, 행사 운영의 기쁨과 어려움을 함께 풀어냈습니다.
#MLOps#LLM
3700
체계적인 실험관리 #2 AI 플랫폼에서 유연하게 연동하고 정확하게 재현하기
Runway의 실험 관리 기능과 재현 기능을 중심으로, MLflow 연동과 데이터셋·코드·환경 버전 관리를 정리했습니다. 산업 현장에서 빠른 원인 파악과 재배포를 위해 실험 재현이 왜 중요한지도 설명했습니다.
#MLOps#MLflow
2200
왓챠 추천 서비스 MLOps 적용기 Part2
왓챠는 추천 서비스의 Monolithic 추론 구조를 분리된 TorchServe 기반 서버로 개선했습니다. CPU 최적화와 모델 경량화, Datadog 모니터링으로 성능과 안정성을 함께 높였습니다.
#MLOps#TorchServe
1200
왓챠 추천 서비스 MLOps 적용기 Part1
왓챠 추천 서비스에 MLOps를 적용한 배경과 기존 EC2 기반 파이프라인의 문제를 정리했습니다. 도커·쿠버네티스, 온프레미스 GPU, S2S VPN으로 학습 환경과 운영 안정성을 개선했습니다.
#MLOps#Kubernetes
3000
버즈빌의 ML 플랫폼 Buzzflow (1) - 모델을 개발하고 관리하기
버즈빌의 머신러닝 플랫폼 Buzzflow를 소개하며, 모델 개발과 관리를 위한 파이프라인과 저장소 구성을 설명했습니다. 모델 배포 방식은 다음 글에서 이어서 다룰 예정입니다.
#ML#MLOps
2300
Velopers 추천광고
쿠팡 파트너스
개발자를 위한 인기 상품을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발자#노트북#컴퓨터
‘우리 게임의 진성 유저는?’, Google BigqueryML 솔루션을 활용한 유저 분류 모델 개발
게임 유저를 활동력과 구매력 기준으로 분류하는 BigQueryML 기반 모델 개발 사례를 소개했습니다.\n주기적 학습·서빙 자동화와 대시보드 제공으로 마케팅 활용도를 높였습니다.
#Google BigQuery#BigqueryML
2000
![[IT TREND] FMOps, LLM 시대의 AI 앱 개발 방법](https://img1.daumcdn.net/thumb/R800x0/?scode=mtistory2&fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdn%2FGn8Jg%2FbtsjR7s561f%2F0vBashdooUnSomPpKv0pCk%2Fimg.png)
[IT TREND] FMOps, LLM 시대의 AI 앱 개발 방법
FMOps를 LLM 시대의 AI 앱 개발 방법론으로 소개했습니다. 프롬프트 체이닝과 데이터 연동, 모니터링을 중심으로 주요 플랫폼 사례를 정리했습니다.
#LLM#FMOps
3100
AWS MLOps 분산학습 워크숍 방문기
AWS MLOps 분산학습 워크숍에 참가한 후기를 공유했습니다. SageMaker 기능과 분산학습 트렌드, 데이터 드리프트 모니터링에 대한 인사이트를 얻었습니다.
#AWS#MLOps
1500
데이터사이언스팀이 예측모델을 개발하고 운영하는 방법을 소개합니다.
데이터사이언스팀의 예측모델 개발·운영 구조와 MLOPS 기반 서빙 체계를 소개했습니다. 또한 배포 후 대응, 성능 분석, Leakage 주의 등 실무에서 배운 점을 정리했습니다.
#ML#MLOps
2100
![[if kakao 2022] ML 모델 학습 파이프라인 설계 (feat. MLOps 플랫폼)](https://tech.kakaopay.com/_astro/thumb.adf72f21_27L5E6.png)
[if kakao 2022] ML 모델 학습 파이프라인 설계 (feat. MLOps 플랫폼)
카카오페이 MLOps 플랫폼에서 ML 모델 학습 파이프라인 설계 사례를 공유했습니다. 플랫폼 관점에서 모델 학습 흐름을 정리한 내용입니다.
#ML#MLOps
1700
리디의 머신러닝 파이프라인 톺아보기
리디 데이터사이언스팀이 기존 시스템을 활용해 머신러닝 파이프라인을 구축한 사례를 소개했습니다. 학습, 배포, A/B 테스트, 모니터링까지 유기적으로 연결해 운영 효율을 높였습니다.
#ML#MLOps
3000
Kurly만의 MLOps 구축하기 - 쿠브플로우 도입기
쿠브플로우 도입 배경과 세이지메이커 비교, 그리고 운영을 위한 초기 설정 팁을 정리했습니다. 데이터 사이언티스트 친화적인 MLOps 환경을 만들기 위한 실무 사례를 소개했습니다.
#Kubeflow#MLOps
3000