데블챌
1.데블챌 #1. 쏘카 AI세차 도입기
Data Product (2) AI(데이터)로 실제 운영 효율화가 가능할까? AI 세차 도입기출처: https://tech.socarcorp.kr/data/2024/03/11/ai-car-wash.html😈 데이터블로그 챌린지 1일차😈 입니다.데이터에 진
2.데블챌 #2. Airbnb HITL를 사용하여 카테고리 구축기
Building Airbnb Categories with ML and Human-in-the-LoopAirbnb Categories Blog Series — Part I출처: https://medium.com/airbnb-engineering/building-
3.데블챌#3. a/b테스트에서 MDE 설정 방법
A/B 테스트에서 의미있는 효과 기준 (MDE)을 설정하는 방법출처: https://playinpap.github.io/abtest-setting-mde/😈 데이터블로그 챌린지 3일차😈 입니다.PAP 에서 facebook의 Product Analyst가 작
4.데블챌#4. A/B 테스트에 숨겨진 5가지 비용
A/B 테스트에 숨겨진 5가지 비용출처: https://blog.hackle.io/post/cost-effective-abtest😈 데이터블로그 챌린지 4일차😈 입니다.Hackle 블로그에서 a/b테스트를 진행할 때 고려해야 할 비용에 대한 종합적인 아티클
5.데블챌#5. 7 Cool Technical GenAI & LLM Job Interview Questions
** 7가지 멋진 기술 GenAI 및 LLM 면접 질문** 출처:https://www.datasciencecentral.com/7-cool-technical-genai-llm-job-interview-questions/ > 😈 데이터블로그 챌린지 4일차😈 입니다.
6.데블챌#6. Vector Database for LLMs, Generative AI, and Deep Learning
LLM, 생성 AI 및 딥 러닝을 위한 벡터 데이터베이스출처: https://www.kdnuggets.com/vector-database-for-llms-generative-ai-and-deep-learning😈 데이터블로그 챌린지 6일차😈 입니다.LLM을
7.데블챌#7. Quantization and LLMs – Condensing models to manageable sizes
양자화 및 LLM – 모델을 관리 가능한 크기로 압축 출처: https://www.datasciencecentral.com/quantization-and-llms-condensing-models-to-manageable-sizes/ > 😈 데이터블로그 챌린지 7일차
8.데블챌#8. '가성비' 좋은 LLM을 직접 만들어보자: PEFT를 활용한 LLM 경량화 테크닉
'가성비' 좋은 LLM을 직접 만들어보자: PEFT를 활용한 LLM 경량화 테크닉출처: https://blog-ko.superb-ai.com/lightweighting-llm-with-peft/😈 데이터블로그 챌린지 8일차😈 입니다.지난시간에는 RAG, 양
9.데블챌#9. 재질 인식 - 객체를 온전히 이해하기 위한 기술
재질 인식 - 객체를 온전히 이해하기 위한 기술 출처: https://blog-ko.superb-ai.com/material-recognition-a-technique-for-fully-understanding-objects/ > 😈 데이터블로그 챌린지 9일차😈
10.데블챌#10. Adobe Photoshop의 놀라운 new generative fill
Adobe Photoshop’s Amazing New Generative Fill: https://medium.com/the-generator/adobe-photoshops-amazing-new-generative-fill-a3025c9650c0😈 데이터블로
11.데블챌#11. Kurly만의 MLOps 구축하기 - 쿠브플로우 도입기
Kurly만의 MLOps 구축하기 - 쿠브플로우 도입기:https://helloworld.kurly.com/blog/second-mlops/Kubeflow로 구현하는 MLOps 워크플로우:https://docs.kakaocloud.com/blog/24
12.데블챌#12. 책임감은 높이고, 편리함은 더한 Karlo
책임감은 높이고, 편리함은 더한 Karlo:https://brunch.co.kr/@kakao-it/464😈 데이터블로그 챌린지 12일차😈 입니다.이번 시간에는 카카오의 생성형 이미지AI인 Karlo에 대해 알아보았습니다. 칼로는 달리나 미드저니 api와 다
13.데블챌#13.추천 시스템과 생성형 언어 모델의 유사성에 대하여
추천 시스템과 생성형 언어 모델의 유사성에 대하여:https://www.intelligencelabs.tech/d4d0a1fa-55ae-459f-a592-b1b2ad8f3b9c😈 데이터블로그 챌린지 13일차😈 입니다.넥슨 FC온라인 스쿼드 추천서비스는 BE
14.데블챌#14. 리멤버 유저에게 보다 깨끗한 명함 이미지 제공을 위한 이미지 복원 방법
리멤버 유저에게 보다 깨끗한 명함 이미지 제공을 위한 이미지 복원 방법: https://blog.dramancompany.com/2022/11/%eb%a6%ac%eb%a9%a4%eb%b2%84-%ec%9c%a0%ec%a0%80%ec%97%90%ea%b2%8c-