[DAN 24] <DEVIEW> 세션 살펴보기 (참가신청 10/30~31)
DEVIEW 세션에서 MLOps, LLM, Vision, Web 분야의 네이버 개발 사례를 소개했습니다.\nLLM 서빙 최적화와 서비스 적용, 웹 성능 관리 등 실무 주제가 중심입니다.
#LLM#MLOps
28005분
필터 1
Kubeflow Pipeline 소개 및 사용기
Kubeflow Pipelines의 구조와 주요 기능, 운영 개념을 소개한 글입니다. 다만 반복 실행 실패 대응과 파라미터 전달은 아쉬웠다고 정리했습니다.
#Kubeflow#Kubernetes
21005분
리디 추천 시스템, MLOps Platform에 올라탈 결심
리디는 추천 시스템을 SageMaker 기반 MLOps 플랫폼으로 재구성해 운영 복잡도를 줄였습니다. 모델 버전 관리, 롤백 자동화, 실시간 추론으로 더 동적인 추천 경험을 준비했습니다.
#MLOps#AWS SageMaker
31005분
로봇을 위한 MLOps #2: 엣지 파이프라인의 구성
로봇 엣지 디바이스에서 동작하는 MLOps 파이프라인과 TensorRT 기반 추론 도구를 소개했습니다. Trtexec, TREx, Nsight Systems로 변환·시각화·성능 분석을 수행하는 흐름을 정리했습니다.
#MLOps#Airflow
25005분
로봇을 위한 MLOps #1: Edge device와 K3s, Airflow
로봇용 머신러닝 개발에서 재현성과 온프레미스 자원 관리가 왜 중요한지 설명했습니다. K3s와 Airflow로 이를 해결하는 MLOps 구성 방법을 소개했습니다.
#MLOps#K3s
28005분
MLOps Community 오프라인 밋업을 준비하는 개발자의 기쁨과 슬픔
MLOps Community Seoul 오프라인 밋업을 준비한 organizer의 회고를 담았습니다.\nLLM 시대에 커뮤니티와 MLOps가 왜 중요한지, 행사 운영의 기쁨과 어려움을 함께 풀어냈습니다.
#MLOps#LLM
37005분
체계적인 실험관리 #2 AI 플랫폼에서 유연하게 연동하고 정확하게 재현하기
Runway의 실험 관리 기능과 재현 기능을 중심으로, MLflow 연동과 데이터셋·코드·환경 버전 관리를 정리했습니다. 산업 현장에서 빠른 원인 파악과 재배포를 위해 실험 재현이 왜 중요한지도 설명했습니다.
#MLOps#MLflow
22005분
왓챠 추천 서비스 MLOps 적용기 Part2
왓챠는 추천 서비스의 Monolithic 추론 구조를 분리된 TorchServe 기반 서버로 개선했습니다. CPU 최적화와 모델 경량화, Datadog 모니터링으로 성능과 안정성을 함께 높였습니다.
#MLOps#TorchServe
12005분
Velopers 추천광고
쿠팡 파트너스
개발자를 위한 인기 상품을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발자#노트북#컴퓨터
왓챠 추천 서비스 MLOps 적용기 Part1
왓챠 추천 서비스에 MLOps를 적용한 배경과 기존 EC2 기반 파이프라인의 문제를 정리했습니다. 도커·쿠버네티스, 온프레미스 GPU, S2S VPN으로 학습 환경과 운영 안정성을 개선했습니다.
#MLOps#Kubernetes
30005분
버즈빌의 ML 플랫폼 Buzzflow (1) - 모델을 개발하고 관리하기
버즈빌의 머신러닝 플랫폼 Buzzflow를 소개하며, 모델 개발과 관리를 위한 파이프라인과 저장소 구성을 설명했습니다. 모델 배포 방식은 다음 글에서 이어서 다룰 예정입니다.
#ML#MLOps
21005분
‘우리 게임의 진성 유저는?’, Google BigqueryML 솔루션을 활용한 유저 분류 모델 개발
게임 유저를 활동력과 구매력 기준으로 분류하는 BigQueryML 기반 모델 개발 사례를 소개했습니다.\n주기적 학습·서빙 자동화와 대시보드 제공으로 마케팅 활용도를 높였습니다.
#Google BigQuery#BigqueryML
20005분
![[IT TREND] FMOps, LLM 시대의 AI 앱 개발 방법](https://img1.daumcdn.net/thumb/R800x0/?scode=mtistory2&fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdn%2FGn8Jg%2FbtsjR7s561f%2F0vBashdooUnSomPpKv0pCk%2Fimg.png)
[IT TREND] FMOps, LLM 시대의 AI 앱 개발 방법
FMOps를 LLM 시대의 AI 앱 개발 방법론으로 소개했습니다. 프롬프트 체이닝과 데이터 연동, 모니터링을 중심으로 주요 플랫폼 사례를 정리했습니다.
#LLM#FMOps
31005분