

알리는사람들의 Amazon Data Firehose로 Amazon DynamoDB를 Amazon S3 tables로 실시간 복제하기
DynamoDB 변경 이벤트를 Firehose와 Iceberg S3 Tables로 실시간 복제하는 파이프라인 구성을 소개했습니다. Athena와 QuickSight로 분석 가능한 구조와 권한 설정, 변환 시 주의점까지 정리했습니다.
새로운 기술 블로그가 추가되었어요


DynamoDB 변경 이벤트를 Firehose와 Iceberg S3 Tables로 실시간 복제하는 파이프라인 구성을 소개했습니다. Athena와 QuickSight로 분석 가능한 구조와 권한 설정, 변환 시 주의점까지 정리했습니다.

우아한형제들 PM들이 2025년에 추천한 책과 추천 이유를 정리한 글입니다. PM 역량과 사고방식, 협업, 데이터 해석, AI 시대의 역할을 함께 다뤘습니다.

제타를 캐릭터 대화 서비스가 아닌 사용자가 이야기를 만드는 내러티브 머신으로 재정의했습니다.\n자체 모델과 사용자 피드백을 연결한 데이터-모델 플라이휠로 몰입도와 성장을 강화했습니다.

RAG 2.0 보안은 모델 응답보다 검색과 삽입 단계의 실행 흐름 통제가 핵심이라고 정리했습니다. Microsoft, Meta, QueryPie 사례를 통해 세션·메타데이터 기반 정책 평가의 필요성을 설명했습니다.


AI를 HR에 적용할 때는 화려함보다 데이터 신뢰성과 사용자 중심 설계가 중요하다고 설명했습니다. 또한 자연어 분석과 자율 에이전트로 이어지는 단계적 AI 로드맵을 제시했습니다.

레거시 시스템 전환을 단순 교체가 아닌 점진적 이관 관점에서 정리했습니다.피처 플래그, 카나리 전환, 데이터 검증으로 서비스 안정성을 지키는 방법을 소개했습니다.
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.


Amazon DataZone의 Custom Asset Type으로 Tableau 대시보드를 외부 자산으로 통합하고 계보를 구성하는 방법을 설명했습니다. 메타데이터와 OpenLineage 이벤트를 활용해 AWS와 외부 BI 자산을 함께 관리하는 흐름을 정리했습니다.

자율주행 AI 모델 학습에서 합성데이터 활용을 주제로 현업의 고민을 정리한 글입니다. AI 시대의 데이터와 학습 데이터 관점을 함께 다루었습니다.

2025년 4월 인도 핀테크 산업의 규제, 대출, 신용평가 동향을 주간별로 정리했습니다. 대안데이터 활용 확대와 RBI 규제 변화 속에서 리스크 관리 중요성이 부각됐습니다.


Polars는 Pandas와 비슷한 인터페이스를 유지하면서도 Rust 기반 최적화로 대용량 데이터 처리 성능을 높였습니다. Lazy Execution과 멀티코어 활용으로 로컬 환경에서도 빠른 전처리와 분석을 기대할 수 있습니다.
![[Python] Python 개요 정리](https://bespin-wordpress-bucket.s3.ap-northeast-2.amazonaws.com/wp-content/uploads/2025/03/image-114.png)

Python의 기본 개념과 특징, 장점을 소개한 글이었습니다. 여러 기업의 활용 사례를 통해 실무 적용 가능성도 함께 설명했습니다.

밸런스히어로가 국제 금융 데이터 사이언스 대회에서 2위를 수상했습니다. 대안신용평가시스템(ACS)의 기술력과 다른 지역으로의 확장 가능성을 입증했습니다.


날씨 데이터를 활용해 세차 요청 기준을 재설계한 사례를 소개했습니다. 강수 예보를 반영해 불필요한 세차를 줄이고 운영 효율을 높였습니다.

데이터 옵저버빌리티의 개념과 5대 핵심 요소, 모니터링과의 차이를 정리했습니다. 또한 KPI 정의, 자동화, 리니지, 보안까지 포함한 구축 모범 사례를 소개했습니다.