

Object-Detection 을 위한 Image Augmentation
객체 탐지용 이미지 증강에서 Bounding Box를 함께 변환하는 좌표 연산을 설명했습니다. Resize·반전·회전별 계산과 회전 후 경계 보정 방법을 제시했습니다.


객체 탐지용 이미지 증강에서 Bounding Box를 함께 변환하는 좌표 연산을 설명했습니다. Resize·반전·회전별 계산과 회전 후 경계 보정 방법을 제시했습니다.


Prometheus와 Grafana로 GPU 클러스터 리소스를 수집·시각화하는 구성을 소개했습니다. Python 커스텀 exporter로 GPU 점유율 등을 보고하고 수집 주기별 부하를 고려했습니다.


Python 리스트와 JavaScript 배열의 주요 메서드를 대응시켜 비교했습니다. 원본 변경 여부와 반환값, 예외 처리 차이를 정리했습니다.


후기 이미지 분류 모델 재훈련을 위해 이미지 정제와 수작업 라벨링 방식을 비교했습니다. SageMaker Ground Truth의 협업 장점과 대규모 작업 비용 부담을 검토했습니다.


훈련 이미지의 중복·손상 파일을 정리하고 수작업 분류 방식들을 비교했습니다. SageMaker Ground Truth로 협업 분류를 검토했지만 높은 과금이 도입 장벽이었습니다.

날짜별 정책 값을 조건문 대신 구간 매핑 데이터로 관리하는 방법을 소개했습니다. `RangeKeyDict`로 날짜 범위와 값을 직관적으로 연결할 수 있습니다.

PyCon KR 2019 부스용 Python 퀴즈 게임을 Pyxel로 구현한 과정을 소개했습니다. 문제 검증과 레벨 설계, 리소스·사운드 처리의 특징을 공유했습니다.
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

파이썬으로 중첩 다이아몬드를 출력하는 코드 골프 문제 풀이를 공유했습니다. 문자 수를 줄이는 축약 기법과 가독성 저하의 특성을 함께 설명합니다.

Python으로 MySQL에 접속해 CSV 데이터를 삽입·수정하고 조회 결과를 파일로 저장하는 방법을 학습했습니다. 실제 회사 DB에서 필요한 데이터를 쿼리로 추출하며 학습 내용을 적용했습니다.


Django 기반 서비스에서 호출 비중이 약 80%인 Allocation API의 성능 병목을 확인했습니다. 해당 API만 Go로 분리 구현하는 방식의 서버 개발을 검토했습니다.

관계형 데이터베이스와 SQL 기본 문법, Python sqlite3 사용법을 학습했습니다. psycopg2·SQLAlchemy로 서버 DB에 접속하고 쿼리하는 실습도 진행했습니다.

파이썬으로 여러 엑셀 파일을 탐색·결합하고 워크시트별 통계를 계산하는 방법을 학습했습니다. gspread 연동으로 구글 스프레드시트 데이터 작업을 반자동화하는 활용 가능성을 살펴봤습니다.

Python의 xlrd·xlwt와 pandas로 엑셀 통합 문서를 읽고 쓰는 방법을 정리했습니다. 조건·집합·정규표현식 필터링과 워크시트 선택 방법을 함께 학습했습니다.

CSV 데이터를 기본 Python과 pandas로 선택·저장·결합하는 방법을 학습했습니다. 데이터 탐색, 조작, groupby·merge 활용을 실습했습니다.