
포스타입 채용 전형 안내
포스타입의 채용 전형과 각 단계에서 확인하는 기준을 안내했습니다. 지원 직무의 맥락과 핵심가치 적합성을 함께 살펴보는 것이 중요하다고 설명했습니다.

포스타입의 채용 전형과 각 단계에서 확인하는 기준을 안내했습니다. 지원 직무의 맥락과 핵심가치 적합성을 함께 살펴보는 것이 중요하다고 설명했습니다.


Amazon EKS에 vLLM DLC를 적용해 DeepSeek 모델을 배포하는 과정을 설명했습니다. EFA와 FSx for Lustre를 활용해 고성능 추론 환경을 구성했습니다.


대규모 EC2 환경의 EBS 볼륨 초기화 문제를 MCP 서버로 자동화한 사례를 소개했습니다.자연어 명령, 진행률 추적, 병렬 처리를 통해 운영 효율과 비용 절감을 개선했습니다.


쿠버네티스 Health Check를 통해 장애를 자동 감지하고 재시작·트래픽 차단으로 대응하는 방법을 정리했습니다. Probe 종류와 구현 방식, 운영 시 주의점까지 함께 다뤘습니다.

Claude Code를 실무에서 동료처럼 활용하며 개발 방식의 변화를 소개한 글입니다.\nAI와 협업하려면 문제를 정확히 설명하고 구조화하는 능력이 중요하다고 강조했습니다.


배송 완료 사진에서 퍼플 박스와 종이봉투를 탐지해 수기 검수 대상을 줄인 사례를 소개했습니다. 데이터 중심 학습과 라벨 개선 반복으로 성능을 높이고 검수 비용을 93% 절감했습니다.


OpenAI Eval for Agents와 Google Stax의 차이를 QA 관점에서 비교했습니다. 에이전트 전체 흐름 진단은 Eval for Agents, 텍스트 응답 평가와 시각화는 Stax가 강점입니다.
쿠팡 파트너스
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

팀네이버 컨퍼런스 DAN25 참가신청 안내입니다. 10월 27일과 28일에 선착순 신청이 진행되며, 키노트는 온라인 생중계로 시청하실 수 있습니다.

SageMaker AI에서 GPT-OSS 120B 추론 성능 테스트와 GPU 용량 산정 방법을 다뤘습니다. vLLM과 SGLang을 비교하며 워크로드별 성능 지표와 최적화 포인트를 정리했습니다.

MQTT 기반 알림의 제약을 해결하기 위해 AWS IoT와 SSE를 도입했습니다. 정형화된 메시지, 재전송, 수신 확인으로 실시간성과 안정성을 높였습니다.
![[Jetpack Compose — Part 3] Jetpack Compose, 데이터로 성능과 안정성을 증명하다](https://miro.medium.com/v2/resize:fit:1200/1*fzHVp60NQLB9-H8fQYCmrA.png)

Jetpack Compose 도입 후 성능 불안을 CPU 프로파일러와 내부 원리 이해로 해결한 사례를 다루었습니다. 상태 분리, remember, 전환 개선으로 스크롤 버벅임과 깜빡임을 줄였습니다.

가상 기기로 앱 테스트를 쉽게 만들고, 환경 구축과 디버깅 부담을 줄인 사내 플랫폼 멀티버스를 소개했습니다. 다양한 직군이 공통으로 겪는 테스트 불편을 기능으로 풀어낸 사례를 다뤘습니다.