리디 추천 시스템, MLOps Platform에 올라탈 결심
리디는 추천 시스템을 SageMaker 기반 MLOps 플랫폼으로 재구성해 운영 복잡도를 줄였습니다. 모델 버전 관리, 롤백 자동화, 실시간 추론으로 더 동적인 추천 경험을 준비했습니다.
#MLOps#AWS SageMaker
3400
국내 IT 기업 기술 블로그 최신 글
새로운 기술 블로그가 추가되었어요
필터 1
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
3200
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
3600
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
4200
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
2900
함께 구매하면 좋은 상품이에요! - 장바구니 추천 개발기 2부
실시간 장바구니 추천을 위해 EKS·TorchServe 중심의 모델 서빙과 MLOps 아키텍처를 구축했습니다. CPU 성능, warm up, GracefulShutdown으로 지연시간과 배포 안정성을 개선했습니다.
#TorchServe#Kubernetes
000
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
1400
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
3500
쿠팡 파트너스
개발자를 위한 서적을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발서적#프로그래밍
버즈빌의 ML 플랫폼 Buzzflow (1) - 모델을 개발하고 관리하기
Buzzflow는 YAML·래퍼·MLflow로 ML 파이프라인 개발과 모델 저장소를 표준화했습니다. 로컬 디버깅, CI 권한 관리, Airflow 기반 실행과 실패 모니터링도 구성했습니다.
#ML#MLOps
000
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
2500
‘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
2100
![[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
3200
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