Year-End Thanks Card를 보내보자(feat.AI)
연말 감사 웹카드를 AI와 여러 도구로 시스템화해 제작한 과정을 소개했습니다. 수신자 데이터 정리부터 템플릿 구성, 메시지 생성까지 개인화 발송 흐름을 정리했습니다.
#LLM#Python
2000
필터 1
숫자 속에 숨은 버그를 찾아라!
레저티켓 정산 검증에서 예약내역 API와 쿠폰 API를 활용해 필요한 데이터를 직접 수집했습니다. 스프레드시트 계산과 웹 표시값을 비교해 입력 실수와 시행착오를 줄였습니다.
#QA#Python
2200
자동화를 생활화 합시다. — Online DDL 테스트 자동화 이야기
온라인 DDL 테스트를 자동화해 알고리즘 선정과 사전 검증 과정을 표준화했습니다. 클론 생성, 비동기 실행, 히스토리 저장, Slack 알림으로 운영 효율과 안정성을 높였습니다.
#Python#Flask
3800
제7회 데보션(DEVOCEAN) 테크 데이 영상 및 발표자료 공유
제7회 데보션 테크 데이의 영상과 발표자료를 공유했습니다. OpenLab 2기 스터디 성과를 Web3, AI, 프론트엔드, 클라우드 등 다양한 주제로 소개했습니다.
#세미나#React
1600
HuggingFace에서 LangFlow 시작하기
LangChain 기반 노코드 플랫폼 LangFlow를 HuggingFace Spaces에서 시작하는 방법을 소개했습니다. 드래그 앤 드롭으로 플로우를 만들고 OpenAI API로 기본 챗봇을 구성하는 흐름을 다뤘습니다.
#HuggingFace#LangFlow
2800
수능 끝! 수험생들은 어디로 갔을까? (feat.데이터 분석)
수능 이후 수험생의 관심사와 방문 지역을 데이터로 분석해 마케팅 인사이트를 도출했습니다. 또한 bertopic과 LLM으로 세그먼트를 나누고 특징 요약을 자동화하는 방법을 소개했습니다.
#Python#LLM
2900
TAG를 활용한 실용적 AI 서비스 구축하기
TAG를 활용해 CSV 테이블 기반 영화 추천 서비스를 구현하고 RAG와 비교했습니다.\n정형 데이터에서는 TAG가 더 정확한 질의 처리와 비용 효율성을 보였습니다.
#LLM#RAG
3200
Velopers 추천광고
쿠팡 파트너스
개발자를 위한 인기 상품을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발자#노트북#컴퓨터
허깅페이스 트랜스포머 라이브러리 사용방법
허깅페이스 트랜스포머의 기본 개념과 사용 흐름을 정리했습니다. 모델 로딩, 토크나이징, 데이터셋 준비, 학습, 추론까지 한 번에 살펴볼 수 있었습니다.
#Python#LLM
3000
Poetry를 이용한 멀티 프로젝트 Python 애플리케이션 개발 방법
Python 대규모 LLMOps 프로젝트에서 Poetry로 멀티 프로젝트 구조와 의존성 관리를 구성한 사례를 소개했습니다. 또한 Dependency Injector로 코드 결합도를 낮추는 방법도 함께 다뤘습니다.
#Python#Poetry
2800
Docker Desktop 없이 WSL로 Docker 사용하기
윈도우에서 Docker Desktop 없이 WSL2와 Ubuntu로 Docker Engine을 설치하는 과정을 정리했습니다. 또한 hello-world와 ubuntu 이미지를 실행해 정상 동작을 확인했습니다.
#Docker#WSL
2000
Harness를 이용해 LLM 애플리케이션 평가 자동화하기
LLM 애플리케이션의 변동성과 복잡성을 줄이기 위해 테스트와 평가를 자동화하는 방법을 소개했습니다. Harness를 커스텀해 프롬프트, 지표, 아웃풋별 평가를 동적으로 처리하는 파이프라인을 구성했습니다.
#LLM#test
5400
From One to Ten: YOLO 시리즈 변천사
YOLO 시리즈의 버전별 변화와 핵심 개선점을 정리한 글입니다. 실시간 객체 탐지의 속도·정확도 균형과 생태계 변화를 함께 살펴보았습니다.
#ML#객체 탐지
1200
아자르 Data Lifecycle Policy 개발하기
아자르의 개인정보 삭제 정책 시스템을 이벤트 기반으로 설계한 사례를 소개했습니다. 예약부와 처리부를 분리하고 Kafka, Databricks로 무손실 처리와 백필을 지원했습니다.
#Kafka#MySQL
2200
![[Python] C Library 이용해서 성능 높이기(SIMD + 병렬처리, 3편)](https://devocean.sk.com/thumnail/2024/10/22/c7aa5a88cc502ff04b3cc9525642a0c225571d9875845a184e24b6171f75cf47.png)
[Python] C Library 이용해서 성능 높이기(SIMD + 병렬처리, 3편)
Python 연산을 C++ DLL로 넘겨 Thread, OpenMP, SIMD를 적용해 성능을 비교했습니다. 멀티코어 활용 효과는 컸지만 SIMD와 OpenMP의 단순 적용 효과는 크지 않았습니다.
#Python#C++
2200