필터 1
[if kakao 2022] ML 모델 학습 파이프라인 설계 (feat. MLOps 플랫폼)
카카오페이
AI

[if kakao 2022] ML 모델 학습 파이프라인 설계 (feat. MLOps 플랫폼)

카카오페이 MLOps 플랫폼에서 ML 모델 학습 파이프라인 설계 사례를 공유했습니다. 플랫폼 관점에서 모델 학습 흐름을 정리한 내용입니다.

#ML#MLOps
16005분
네이버 DnA
기타

DnA 시니어 채용 프로세스

DnA 팀의 시니어 채용 프로세스와 Job Talk 도입 배경을 소개했습니다. 일반 면접의 한계를 보완하고 후보자의 깊이와 성장성을 함께 평가했습니다.

#채용#면접
19005분
강화학습을 이용한 SMT 공정의 Chip Mount Planning 최적화
마키나락스
AI

강화학습을 이용한 SMT 공정의 Chip Mount Planning 최적화

SMT 공정의 chip mount planning을 강화학습으로 최적화한 초기 결과를 소개했습니다. 33개 sample 실험과 IPC sample 분석을 통해 적용 가능성과 개선 과제를 확인했습니다.

#강화학습#최적화
10005분
브랜디 ML팀의 Change Point Detection (CPD) 모델 도입기
브랜디
AI

브랜디 ML팀의 Change Point Detection (CPD) 모델 도입기

커머스 시계열 지표의 급변을 자동 감지하기 위해 온라인 CPD와 SDAR 기반 모델을 도입했습니다. Airflow와 Glue로 ETL·알림 파이프라인을 구성해 Slack 경보까지 연결했습니다.

#ML#AWS
36005분
리디의 머신러닝 파이프라인 톺아보기
RIDI
AI

리디의 머신러닝 파이프라인 톺아보기

리디 데이터사이언스팀이 기존 시스템을 활용해 머신러닝 파이프라인을 구축한 사례를 소개했습니다. 학습, 배포, A/B 테스트, 모니터링까지 유기적으로 연결해 운영 효율을 높였습니다.

#ML#MLOps
29005분
모델 서빙 최적화를 위한 프레임워크 선정과 서빙 성능 극대화하기
카카오페이
AI

모델 서빙 최적화를 위한 프레임워크 선정과 서빙 성능 극대화하기

카카오페이의 모델 서빙 최적화를 위해 프레임워크를 도입한 과정과 성능 개선 테스트 결과를 공유합니다. 효율적인 서빙을 위한 선정 기준과 최적화 관점을 함께 다룹니다.

#ML#성능
20005분
Dynamics Model로 무엇을 할 수 있을까?
마키나락스
AI

Dynamics Model로 무엇을 할 수 있을까?

Dynamics Model을 제어와 시뮬레이션 문제에 활용하는 사례를 소개했습니다. 실제 데이터와 물리 모델을 결합해 sim-to-real gap을 줄이는 가능성을 설명했습니다.

#LLM#ML
7005분
이스트소프트
AI

인공지능 음성 생성 연구 - 음성 분류 솔루션

재난 상황 음성 분류 문제를 드론 소음 환경에 맞게 이미지 분류 방식으로 풀었습니다. AI Hub 데이터와 전이학습을 활용해 2021 인공지능 그랜드 챌린지 1위를 달성했습니다.

#ML#음성 생성
2005분
ZUM
AI

BentoML 을 활용하여 딥러닝 모델 API 서빙하기

BentoML로 딥러닝 모델을 API 형태로 서빙한 경험과 패키징, 도커라이징 과정을 정리했습니다.\nSwagger UI 제공과 성능 개선, 운영 편의성 측면의 장단점도 함께 공유했습니다.

#BentoML#ML
4005분
이스트소프트
AI

생성 모델의 새로운 흐름 확산 모델(Diffusion model)에 관하여

확산 모델의 기본 개념과 생성 모델 내 위치를 정리했습니다. 점수 기반 모델, SDE, 샘플러까지 이어지는 발전 흐름도 함께 설명했습니다.

#ML#생성모델
1005분
이스트소프트
AI

2021 인공지능 경진대회 참가기

2021 인공지능 경진대회 참가기를 통해 전력 품질 예측 문제를 XGBoost와 앙상블로 해결한 과정을 소개했습니다. 수치해석 분야 1위를 달성한 전략과 향후 금융 위험도 분류 적용 가능성도 함께 정리했습니다.

#ML#XGBoost
5005분
이스트소프트
AI

딥러닝 ‘생성모델’과 ‘잠재 벡터’에 관하여

생성모델이 인식모델과 어떻게 다른지, 그리고 잠재 벡터가 어떤 역할을 하는지 설명했습니다. 오토인코더, GAN, Flow-based 모델을 예로 들어 생성 원리를 정리했습니다.

#ML#생성모델
3005분