“AI로 얼마나 빨리 만드나?” Amazon Q와 ‘팀딸깍’의 해커톤 다작 도전기(1)
Amazon Q를 활용해 사내 해커톤에서 3개 프로젝트를 빠르게 완성한 경험을 공유했습니다. 첫 프로젝트로 이메일 CC 오발송을 막는 안전 가드를 만들고 AI 협업 가능성을 확인했습니다.
#AWS#Amazon Q
70005분
필터 1
BMW는 어떻게 AWS를 활용해 가상 ECU를 기반으로 소프트웨어 정의 차량(SDV)을 확장하고 자동화했을까?
BMW는 AWS와 EC2 기반 vECU로 ECU 개발과 테스트를 클라우드에 올려 자동화했습니다. 이를 통해 준비 시간을 줄이고, 대규모 자동화 검증과 글로벌 협업을 가능하게 했습니다.
#AWS#EC2
56005분
AI 주도 개발 라이프사이클: 소프트웨어 엔지니어링의 재구상
AI를 개발 프로세스의 중심에 두는 AI-DLC를 소개했습니다. 사람의 감독과 협업을 결합해 속도와 품질을 함께 높이는 접근을 제안했습니다.
#LLM#AWS
100005분
RabbitMQ Classic Queue 메모리 장애와 Quorum Queue 전환기
대량 쿠폰 발급 중 RabbitMQ Classic Queue 메모리 장애와 동기화 실패 원인을 분석했습니다. 긴급 복구 후 버전 업그레이드와 Quorum Queue 전환으로 안정성을 높였습니다.
#RabbitMQ#AWS
58005분
대규모 EC2 환경에서의 운영 전략 : EBS Initialization 자동화 MCP 서버 구현 및 연동
대규모 EC2 환경의 EBS 볼륨 초기화 문제를 MCP 서버로 자동화한 사례를 소개했습니다.자연어 명령, 진행률 추적, 병렬 처리를 통해 운영 효율과 비용 절감을 개선했습니다.
#AWS#EC2
34005분
SageMaker AI로 해보는 GPT-OSS 추론 성능 테스트와 용량 산정
SageMaker AI에서 GPT-OSS 120B 추론 성능 테스트와 GPU 용량 산정 방법을 다뤘습니다. vLLM과 SGLang을 비교하며 워크로드별 성능 지표와 최적화 포인트를 정리했습니다.
#SageMaker AI#LLM
69005분
요기요 카오스 엔지니어링 (1) 카오스 실험 시작하기
요기요의 카오스 엔지니어링 도입 과정과 실험 설계 방법을 공유했습니다. Istio와 권한 설정 이슈를 해결하며 AWS FIS로 네트워크 지연 주입을 성공시켰습니다.
#Kubernetes#AWS
85005분
Velopers 추천광고
쿠팡 파트너스
개발자를 위한 인기 상품을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발자#노트북#컴퓨터
AutoML로 다음주의 가성비 Spot 인스턴스 AZ/Type 예측하기
AWS EMR의 Spot Instance 비용을 줄이기 위해 Zone과 Type별 가격 데이터를 수집해 AutoGluon으로 예측했습니다. 예측 평균을 바탕으로 다음 주에 더 저렴한 AZ와 Instance Type을 추천하고 운영 비용 절감 가능성을 확인했습니다.
#AWS#AutoML
23005분
자비스앤빌런즈의 Amazon DynamoDB 도입기 – 외부 연계 데이터 저장과 약관 서비스 개선
Aurora MySQL에 몰리던 외부 연계 데이터와 약관 동의 데이터를 DynamoDB와 S3로 분리해 저장 구조를 개선했습니다. 이를 통해 읽기 부하와 처리 지연을 줄이고, 트래픽 증가에도 안정적인 운영 기반을 마련했습니다.
#Amazon DynamoDB#Aurora MySQL
53005분
AWS Backup 기술 소개 – 클라우드 시대의 생존 전략과 데이터 복원 체계
AWS Backup의 개념과 핵심 구성요소, 복제와 모니터링 연동을 소개했습니다.\nEC2 기준 백업 설정 예시와 복원 검증의 중요성도 함께 정리했습니다.
#AWS#cloud
43005분
당근의 AWS 기반 피처 플랫폼 구축 여정, Part 2: 피처 수집
당근은 AWS 기반 피처 플랫폼의 수집 계층을 스트림과 배치로 나누어 구성했습니다. 대규모 이벤트와 배치 작업을 안정적으로 처리하며 운영상의 개선점도 함께 정리했습니다.
#AWS#Kafka
68005분
당근의 AWS 기반 피처 플랫폼 구축 여정, Part 1: 구축 배경과 피처 서빙
당근은 추천 시스템 고도화를 위해 AWS 기반 피처 플랫폼을 설계하고, 다단계 캐시와 일관된 스키마로 피처 서빙을 구성했습니다. 캐시 미스, 정합성, 관통 문제를 완화하며 대규모 트래픽을 안정적으로 처리하는 구조를 소개했습니다.
#AWS#Feature Store
58005분