Forward Deployed Engineer - AI native 최전선에 배치된 엔지니어
Forward Deployed Engineer - AI native 최전선에 배치된 엔지니어
사내 비개발 부서의 AI 전환을 돕기 위해 FDE 조직을 만들고, 도메인 이해부터 자동화까지의 과정을 공유했습니다. 법무, 리스크, 전략 팀 사례를 통해 AI 에이전트와 플랫폼을 실제 업무에 적용한 방법을 소개했습니다.
#LLM#workflow
0005분
필터 1
“스케줄이 또 안 돌았어요” — 우리가 Temporal을 선택한 이유
“스케줄이 또 안 돌았어요” — 우리가 Temporal을 선택한 이유
Jenkins 기반 스케줄 운영의 한계를 해결하기 위해 Temporal을 도입했습니다. 자동 재시도와 실행 이력 가시성으로 출고지시와 주문수집을 더 안정적으로 자동화했습니다.
#Temporal#Jenkins
156005분
Agentic AI: 판단을 돕는 새로운 AI 활용 방식 – AI는 어떻게 도구를 활용하는가
Agentic AI: 판단을 돕는 새로운 AI 활용 방식 – AI는 어떻게 도구를 활용하는가
Agentic AI는 도구를 많이 연결하는 것보다 역할과 흐름을 잘 설계하는 것이 중요했습니다. LLM, Tool, 사람의 책임을 분리한 통제된 Workflow가 효율과 안정성을 높였습니다.
#LLM#Agentic AI
60005분
고객에게 ‘찐 정보’를 전하기 위한 CRM의 혁신을 그리다
CRM 발송 준비를 다섯 개 툴을 오가던 수작업에서 시트 기반 자동화로 바꾸었습니다. Braze와 n8n 연동으로 시간을 줄이고 고객에게 더 유효한 정보를 전할 기반을 마련했습니다.
#CRM#자동화
71005분
Apache Airflow Task SDK에 대해 알아보기
Airflow Task SDK는 Dag와 내부 시스템을 분리해 업그레이드 호환성과 안정성을 높이는 방향을 소개했습니다. 또한 Supervisor와 Task Runner 구조로 보안과 확장성까지 강화하는 변화를 설명했습니다.
#Airflow#Python
82005분
Agentic AI 개념 정리: 에이전트와 워크플로우의 스펙트럼
Agent와 Workflow를 명확한 구분이 아닌 스펙트럼으로 바라보는 관점을 정리했습니다. 실제 서비스에서는 둘을 조합한 하이브리드 구조와 정보 흐름 설계가 중요하다고 설명합니다.
#LLM#agent
78005분
비전공자 PM 의 AI 자동화: 여행 상품 제목 2,500개 최적화
여행 상품 제목 2,500개를 AI와 Dify 워크플로우로 자동 최적화한 사례입니다. 수작업 21시간 분량을 몇 분으로 줄이고 제목 일관성과 가독성을 개선했습니다.
#prompt#자동화
45005분
AWS HealthOmics 소개
AWS HealthOmics의 핵심 구성요소와 워크플로우, 비용 체계를 소개했습니다. 연구자가 바이오데이터 분석을 더 쉽게 시작할 수 있는 관리형 서비스로 설명했습니다.
#AWS#Bioinformatics
37005분
n8n 실전 리뷰 \:\ 개발팀 리더가 경험한 4가지 핵심 장점
n8n을 실제 프로젝트에 적용해 반복 작업을 자동화한 경험을 공유했습니다. 직관적 디버깅과 재사용성, 손쉬운 시스템 통합이 큰 장점이었습니다.
#자동화#API
105005분