

Lambda에서 AWS CLI를 사용하려면 어떻게 해야할까?
AWS Lambda에서 AWS CLI를 직접 쓰기 위해 Lambda Layer에 awscli를 포함하는 방법을 설명했습니다. Layer 적용 후 aws s3 sync 같은 명령을 subprocess로 실행할 수 있었습니다.


AWS Lambda에서 AWS CLI를 직접 쓰기 위해 Lambda Layer에 awscli를 포함하는 방법을 설명했습니다. Layer 적용 후 aws s3 sync 같은 명령을 subprocess로 실행할 수 있었습니다.


Django REST Framework에서 django-modeltranslation으로 다국어 지원을 구현한 사례를 소개했습니다. DB 기반 번역 관리와 fallback 설정으로 유지 보수성과 사용자 경험을 높였습니다.


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.


Apache Airflow의 설치와 실행이 어렵다는 문제를 Astro CLI로 쉽게 줄이는 방법을 소개했습니다. 단 몇 개의 명령어와 템플릿, 테스트 도구로 로컬 개발 환경을 빠르게 구성할 수 있었습니다.

기본형 AI 에이전트를 직접 구현하며 도구 사용과 반복 추론 구조를 설명했습니다. Gradio 테스트와 DB, Git 시나리오로 실제 동작도 확인했습니다.


Spark에서 Rest API 데이터를 수집하는 두 가지 방법을 비교했습니다. 단순 requests 방식과 Spark UDF 방식의 장단점 및 대량 데이터 처리 시 고려점을 설명했습니다.


AI 시대 흐름에 맞춰 LLM과 LangChain의 개념, 한계를 처음 정리한 글입니다. OpenAI API와 Colab으로 gpt-3.5-turbo를 호출하는 간단한 실습도 소개했습니다.
쿠팡 파트너스
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.


Spark의 원격 연동 한계를 보완하는 Spark Connect의 등장 배경과 동작 방식을 소개했습니다. 서버·클라이언트 환경을 구성해 Jupyter Notebook에서 실제 연결과 실행을 확인했습니다.
![[BigData] Spark 개요 정리](https://bespin-wordpress-bucket.s3.ap-northeast-2.amazonaws.com/wp-content/uploads/2025/03/image-10.png)

Spark의 개요와 주요 구성요소, 장점을 정리한 글입니다. 대용량 데이터 처리에서 Pandas보다 Spark가 더 적합한 성능 사례도 비교했습니다.


Redis 클라이언트 캐시의 최신성 문제를 해결하기 위한 Client Caching 동작 방식을 설명했습니다. Invalidation 메시지로 로컬 캐시를 동기화하는 예제와 적용 흐름도 함께 다뤘습니다.


알라미 유저의 사용 패턴을 Feature Engineering과 KMeans 클러스터링으로 분석한 사례입니다. 숫자 결과에 해석을 붙여 페르소나처럼 설명하고 리텐션까지 확장했습니다.