필터 0
선택된 필터 없음
HMG TECH SUMMIT 기술 교류회를 마치며
현대자동차그룹
기타

HMG TECH SUMMIT 기술 교류회를 마치며

X

#컨퍼런스
76005분
네이버 D2
데브옵스

C++에서 Kotlin, Swift 까지?! Bazel을 활용한 Android / iOS 모노레포 도입기

Windows 전용 C++ 프로젝트를 Bazel로 Android와 iOS까지 포팅한 경험을 공유했습니다. 모노레포 도입 과정과 Bazel의 장단점을 함께 다뤘습니다.

#Bazel#Android
25005분
RAGAS: RAG 시스템 성능 평가, 이제는 제대로 해보자!
스마일게이트AI
AI

RAGAS: RAG 시스템 성능 평가, 이제는 제대로 해보자!

RAGAS를 통해 RAG 시스템을 정량적으로 평가하는 방법을 소개했습니다. 주요 지표와 Streamlit 데모, LangSmith 연동까지 함께 설명했습니다.

#RAG#LLM
45005분
카프카 커넥트와 오프셋 관리(2)
데보션
백엔드

카프카 커넥트와 오프셋 관리(2)

카프카 커넥트의 내부 오프셋 관리 방식과 REST API 기반 조작 방법을 설명했습니다. 예제로 오프셋을 되돌려 레코드를 다시 처리하는 과정을 보여주었습니다.

#Kafka#REST API
18005분
Docker Desktop 없이 WSL로 Docker 사용하기
데보션
데브옵스

Docker Desktop 없이 WSL로 Docker 사용하기

윈도우에서 Docker Desktop 없이 WSL2와 Ubuntu로 Docker Engine을 설치하는 과정을 정리했습니다. 또한 hello-world와 ubuntu 이미지를 실행해 정상 동작을 확인했습니다.

#Docker#WSL
20005분
스포카의 백엔드팀에서 코딩 컨벤션을 관리하는 방법
spoqa
백엔드

스포카의 백엔드팀에서 코딩 컨벤션을 관리하는 방법

코딩 컨벤션을 문서, Lint, 코드 리뷰, SonarQube, Konsist로 나눠 관리한 사례를 소개했습니다. 자동화와 리뷰를 조합해 스타일과 구조 규칙을 함께 지키는 방법을 설명했습니다.

#Kotlin#Gradle
42005분
데브시스터즈
백엔드

지금 매출 얼마인가요?

데브시스터즈가 게임 런칭 상황에 맞는 준실시간 지표 서비스를 도입한 과정을 소개했습니다. Kafka, Spark Streaming, Kibana를 활용해 정확도와 비용, 운영성을 함께 맞추려는 시도를 설명했습니다.

#Spark Streaming#Kafka
24005분
뱅크샐러드에서 테스트 데이터를 생성하는 방법 (feat. LLM)
뱅크샐러드
기타

뱅크샐러드에서 테스트 데이터를 생성하는 방법 (feat. LLM)

X

#LLM#test
44005분
채용에 경쟁력을 더하다, 두들린 준비하기
직행
기타

채용에 경쟁력을 더하다, 두들린 준비하기

두들린은 채용 관리 솔루션 ‘그리팅’을 중심으로 채용 효율성과 지원자 경험을 높이는 기업으로 소개했습니다. 사내문화와 복지, 최근 투자·고객사 확대 소식까지 함께 정리했습니다.

#B2B SaaS#채용
10005분
채용에 경쟁력을 더하다, 두들린 준비하기
직행
기타

채용에 경쟁력을 더하다, 두들린 준비하기

두들린은 채용 관리 솔루션 ‘그리팅’을 통해 채용 효율성과 지원자 경험을 높이는 B2B SaaS 기업입니다.사내문화, 복지, 성장 소식까지 함께 소개하며 취업 준비용 기업 분석을 제공합니다.

#B2B SaaS#채용 관리 솔루션
10005분
Harness를 이용해 LLM 애플리케이션 평가 자동화하기
라인
AI

Harness를 이용해 LLM 애플리케이션 평가 자동화하기

LLM 애플리케이션의 변동성과 복잡성을 줄이기 위해 테스트와 평가를 자동화하는 방법을 소개했습니다. Harness를 커스텀해 프롬프트, 지표, 아웃풋별 평가를 동적으로 처리하는 파이프라인을 구성했습니다.

#LLM#test
54005분
AI, 채팅창을 벗어나 로봇의 두뇌가 되다
데보션
AI

AI, 채팅창을 벗어나 로봇의 두뇌가 되다

AI가 채팅창을 넘어 로봇의 인지, 판단, 행동을 담당하는 흐름을 정리했습니다. 휴머노이드와 로봇 파운데이션 모델의 최신 사례도 함께 소개했습니다.

#LLM#로봇
26005분