밸런스히어로, 300억원 추가 투자 유치…인도 소액 대출 사업 확대
밸런스히어로가 300억원 규모의 추가 투자를 유치하며 인도 소액 대출 사업 확대에 나섰습니다. 대안신용평가체계와 저신용층 대상 대출 성장을 바탕으로 중신용 시장과 네오뱅크 확장을 추진했습니다.
#핀테크#ML
1800
국내 IT 기업 기술 블로그 최신 글
새로운 기술 블로그가 추가되었어요
필터 1
머신러닝 개발자 양성 프로그램 - 2023년 4기 머신러닝 부트캠프를 시작합니다!
구글 머신러닝 부트캠프 2023 4기 모집 소식입니다. 이론과 실습, 멘토링과 채용 연계를 함께 제공하는 3개월 온라인 프로그램입니다.
#ML#Kaggle
1600
ML gpu model server 성능을 유지하며 cpu server로 전환한 경험 공유
GPU 모델 서버를 CPU 서버로 전환하면서 성능 저하를 막기 위해 worker, thread, IPEX, KD를 함께 최적화했습니다. 그 결과 서비스 품질을 유지하며 GPU 자원을 절감했습니다.
#ML#server
1900
초분광 기술과 IoT의 접목 사례
초분광 기술과 IoT의 접목 사례
초분광 기술을 AI와 결합해 물질 식별, 불량 검출, 품질관리 등에 활용하는 사례를 설명했습니다. 제조 공정에서 전수 검사와 실시간 모니터링을 높이는 적용 포인트를 정리했습니다.
#IoT#ML
1700
고객의 목소리를 한 눈에 볼 수 있도록: 무신사의 VoC 대시보드 제작기 Part2. by 검색플랫폼팀
무신사 VoC를 자동 분류하기 위해 키워드 기반 접근과 AWS Comprehend를 함께 적용했습니다. 또한 Google 시트와 대시보드를 연결해 실무자가 바로 활용할 수 있는 리포팅 페이지를 만들었습니다.
#Elasticsearch#AWS
3200
고성능 ML 백엔드를 위한 10가지 Python 성능 최적화 팁
ML 백엔드에서 Python의 느린 실행 속도를 줄이기 위한 최적화 팁을 공유했습니다. 특히 GC, list, numpy 같은 요소가 응답시간에 미치는 영향을 사례와 함께 설명했습니다.
#Python#ML
2400
Luda Gen 1, 더 재미있고 자연스러운 대화로 돌아온 루다 2편 - 생성 모델을 챗봇으로 빚어내기
생성 챗봇의 단답형·페르소나·안전성 문제를 좋은 응답 기준과 추가학습으로 개선했습니다. SFT와 스타일 제어를 평가해 품질과 안전성 균형이 높은 SFT를 백본으로 선택했습니다.
#ML#챗봇
000
유저와의 환상적 콜라보! 블랙박스로 표지판 정보 얻기 - 19편 – 모바일 환경에서 YOLO 돌려보기 (방면표지판인식)
유저와의 환상적 콜라보! 블랙박스로 표지판 정보 얻기 - 19편 – 모바일 환경에서 YOLO 돌려보기 (방면표지판인식)
길안내 정확도를 높이기 위해 도로 정보를 수집하는 배경을 소개했습니다. 블랙박스 영상에서 표지판 정보를 얻기 위해 모바일 환경에서 YOLO를 다루는 글입니다.
#mobile#YOLO
3300
쿠팡 파트너스
개발자를 위한 서적을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발서적#프로그래밍
기계 학습 모델을 활용한 물류 입고 프로세스 최적화
풀필먼트 센터 입고에 필요한 트럭 수량을 기계 학습으로 예측해 슬롯 낭비와 지연을 줄인 사례를 소개했습니다. LightGBM과 베이지안 최적화를 활용해 예측 정확도와 운영 효율을 개선했습니다.
#ML#LightGBM
3800
Optimizing the inbound process with a machine learning model
입고 예약 단계에서 필요한 트럭 수를 예측하는 머신러닝 모델을 적용했습니다. 과다 배정과 입고 지연을 줄이고 예약 시스템과 연동해 운영 효율을 높였습니다.
#ML#LightGBM
1700
주문형 반도체 Floorplan 자동화 (3)
ASIC floorplan 자동화에 강화학습을 적용해 엔지니어 대비 수행 시간을 크게 줄이고 성능을 개선한 사례를 소개했습니다. standard cell 처리, 분산 학습, 후처리까지 더해 현실적인 배치 자동화 가능성을 확인했습니다.
#강화학습#ASIC
2700
AWS MLOps 분산학습 워크숍 방문기
AWS MLOps 분산학습 워크숍에서 SageMaker 기반 MLOps와 분산학습 사례·실습을 경험했습니다. 데이터 드리프트 모니터링과 재학습 자동화 가능성도 살펴봤습니다.
#AWS#SageMaker
000
AWS MLOps 분산학습 워크숍 방문기
AWS MLOps 분산학습 워크숍에 참가한 후기를 공유했습니다. SageMaker 기능과 분산학습 트렌드, 데이터 드리프트 모니터링에 대한 인사이트를 얻었습니다.
#AWS#MLOps
1700
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
2900