필터 1
NOL
기타

직관이 아닌 데이터로: NOL PM의 실험 설계 이야기

PM이 직관이 아닌 데이터로 가설을 검증하는 실험 설계 방법을 정리했습니다. NOL 사례를 통해 작은 UI 변화도 전환과 경험 개선으로 이어질 수 있음을 보여주었습니다.

#A/B 테스트#SQL
51005분
Generative UI 실전 구현 \:\ AI로 GitLab 데이터 조회, 차트 생성
인포그랩
AI

Generative UI 실전 구현 \:\ AI로 GitLab 데이터 조회, 차트 생성

Generative UI 개념과 GitLab 데이터 조회·차트 생성 구현 예시를 소개했습니다. 또한 환각, 보안, 성능 한계와 실무 적용 방안을 함께 정리했습니다.

#LLM#React
57005분
SK플래닛
AI

'우리는 이미 만들고 있었다' - 개발조직 AI 리얼스토리(2025년판)

외부 LLM을 활용해 서비스 가치와 개발 생산성을 높인 개발조직의 AI 사례를 정리했습니다. 모델 경쟁보다 데이터와 운영 피드백을 누적 자산으로 삼는 전략을 강조했습니다.

#LLM#RAG
100005분
당근마켓
백엔드

Mapping Karrot’s Data: How We Built Column-Level Lineage

Karrot 데이터팀이 BigQuery SQL 로그를 파싱해 컬럼 단위 데이터 계보를 구축한 과정을 소개했습니다. 테이블 단위 한계를 보완하고 영향 분석과 PII 추적을 정교하게 만든 사례입니다.

#BigQuery#SQL
40005분
당근마켓
백엔드

당근 데이터 지도를 그리다: 컬럼 레벨 리니지 구축기

BigQuery 쿼리 로그를 SQL 파싱해 컬럼 레벨 리니지를 구축한 사례를 소개했습니다. 테이블·컬럼 의존 관계를 빠르게 추적해 데이터 신뢰성과 운영 효율을 높였습니다.

#SQL#BigQuery
91005분
밸런스히어로
아키텍처

통합 데이터 허브로 가는 길 - Part 3

Zeppelin의 익숙한 사용성을 유지하면서 JupyterHub에 기능과 운영 체계를 단계적으로 구현한 내용을 정리했습니다. 대용량 SQL 안정화, GitHub 자동화, 무중단 운영과 추적성 확보가 핵심이었습니다.

#JupyterHub#SQL
3005분
도전이 일상이 되는 곳, 라포랩스 MD 전략팀 인턴 일기
라포랩스
기타

도전이 일상이 되는 곳, 라포랩스 MD 전략팀 인턴 일기

라포랩스 MD 전략팀 인턴이 광고 업무 자동화와 매스 세일즈 캠페인 실행을 통해 성장한 경험을 소개했습니다. 데이터 공유와 심리적 안전감이 있는 문화 속에서 오너십과 실행력을 키운 사례를 담았습니다.

#BigQuery#SQL
19005분
효율적인 데이터 분석을 위한 Trino와 Spark의 하이브리드 사용 방법
데보션
백엔드

효율적인 데이터 분석을 위한 Trino와 Spark의 하이브리드 사용 방법

Trino는 빠른 실시간 분석과 멀티 소스 조인에 적합하고, Spark는 대규모 배치와 ETL에 유리하다고 설명했습니다. 두 엔진을 역할 분담하는 하이브리드 전략과 Trino의 운영 한계도 함께 정리했습니다.

#Trino#Spark
76005분
라포랩스 직무인터뷰 시리즈 Colon : Marketer
라포랩스
기타

라포랩스 직무인터뷰 시리즈 Colon : Marketer

라포랩스 퀸잇과 팔도감 마케팅 팀의 업무와 문화, AI 활용 방식이 소개되었습니다. 빠른 실험과 데이터 기반 의사결정, 풀 퍼널 경험을 중시하는 팀 분위기를 강조했습니다.

#자동화#BigQuery
10005분
Text2SQL은 왜 자꾸 틀릴까?
데보션
AI

Text2SQL은 왜 자꾸 틀릴까?

LLM 기반 Text-to-SQL의 오류 유형과 빈도를 정리하고, 기존 수리 방식의 한계를 분석했습니다. 규칙 기반 감지와 LLM 보조 수정을 결합한 MapleRepair의 실무적 효과를 소개했습니다.

#LLM#SQL
122005분
JQL 활용하기
여기어때
기타

JQL 활용하기

Jira 이슈 검색을 더 정교하게 만들기 위한 JQL 활용법을 소개했습니다. 기본 검색을 JQL로 확장하는 방법과 자주 쓰는 예제를 정리했습니다.

#Jira#JQL
96005분
Text2SQL이 어려운 이유
데보션
AI

Text2SQL이 어려운 이유

Text2SQL이 왜 어려운지 명시적·암묵적 맥락, 사용자 의도, SQL 방언 차이 관점에서 정리했습니다. ERP 데이터 시각화 Agent 맥락에서 실무적으로 고려할 점도 함께 짚었습니다.

#LLM#RAG
108005분