RabbitMQ는 기본적으로 리스너에서 에러가 발생하면 해당 메시지를 다시 큐에 집어넣고 재발송을 하게 된다. 이러한 처리 방식의 문제점은 일시적인 에러가 아니라 당장 해결할 수 없는 에러(ex. DB 접근 차단)가 발생할 경우 무한히 재시도를 하게 된다는 것이다.가장

🌟 문제 문제 출처 백준 6064번 - 카잉 달력 문제 설명 이 문제는 주어진 두 주기 $M$과 $N$에 대해, 어떤 해(year)가 주어진 값 $x$와 $y$를 동시에 만족하는지 찾는 문제다. $x$는 $M$으로 나눈 나머지이고, $y$는 $N$으로 나눈 나

목표:소규모 매장을 운영하는 자영업자들이 매장 분위기에 맞는 음악을 쉽게 추천받을 수 있도록 하는 서비스 개발 사용 기술:Python, FastAPI, React, PyTorch, Faiss, MongoDB, PostgreSQL, Redis, Apache Airflo

저번주까지는 프로젝트에 집중하느라 강의까지 신경쓸 겨를이 없지 않을까 하는 걱정을 했었다.막상 이번주 강의 내용을 확인해보니 모델 경량화라는게 그 동안 고민하던 문제와 연결되는 부분이 있어서 굉장히 흥미롭게 들었다.프로젝트를 진행하면서 모델의 실시간 서빙을 해보고 싶다

18주차

17주차 회고 이번주 강의 주제는 Product Serving이었다. 개인적으로 좀 기대를 했던 주제이기도 했는데, AI 모델을 서빙하는 서버 구조가 일반적인 백엔드 서버 구조와 어떤 다른점이 있을지가 궁금했었다.🤔 전에 백엔드를 공부했었다보니, 금방 강의 진도를 끝

AE (Autoencoder) VAE (Variational Autoencoder) VQ-VAE (Vector Quantized-Variational Autoencoder)

GANs (Generative Adversarial Networks) GAN은 판별자(Discriminator)와 생성자(Generator)로 구분되는 구조를 가진다. 판별자와 생성자는 서로 적대적인 관계로, 훈련 과정에서 판별자는 생성자가 생성해낸 이미지가 진짜인

오랜만에 프로젝트가 없는 주간이었다.몇달간 연이어 진행되던 프로젝트가 없으니 약간 허전하기도 했지만 쉬어가는 듯한 이 기간을 잘 활용해봐야겠다는 생각이 들었다.이번주는 Generative AI에 관한 강의를 진행했다. 요즘 텍스트 생성, 이미지 생성, 또는 멀티모달 생

이번 프로젝트는 여러가지 의미로 참 우여곡절이 많았다.🫠일단 처음 시작할 때 깊게 생각하지 않고 구현 모델을 정했던 것이 가장 큰 문제였던 것 같다.이번 프로젝트 주제에서는 큰 성능을 기대할 수 없는 모델이었는데, 한 번 구현해봐야겠다는 가벼운 마음으로 시작했다가 3

이번주부터 새로운 팀원이 합류하게 되면서, 새로운 마음으로 새로운 프로젝트를 시작하게 되었다.🤗그동안 할 일이 많아지고, 바빠지고 하며 시간이 지날 때마다 흐지부지되던 협업 관리를 새로운 마음으로 다시 체계를 잡았다.잘 활용되지 않고 있던 깃허브를 최대한 활용하기 위

CTR(클릭률)을 예측 및 극대화하기 위해 사용자의 행동 패턴에 숨겨져 있는 복잡한 피처 간의 상호작용을 파악하는 것이 중요하다. 하지만 기존 모델은 고차원 또는 저차원의 상호작용을 파악하는 것에 치우쳐 있거나 복잡한 피처 엔지니어링을 필요로 한다.DeepFM 모델은

저번주부터 강의와 구인구팀데이, 프로젝트와 과제가 겹쳐서 시간적으로 쫓기듯 당장 급한 일만 처리하는 것에 급급했었는데 이번주에 그 스노우볼의 여파를 제대로 받았다.강의 내용과 실습, 과제 코드는 완벽하게 숙지되지 않았고, 그러다보니 이와 연관되어 있는 프로젝트의 베이스

이번주부터는 RecSys 기초 프로젝트가 시작되었다.그동안 배웠던 내용도 기본적인 AI 지식을 쌓기 위해 꼭 필요한 내용이었다고 생각하지만, 드디어 본격적으로 RecSys 도메인 분야의 내용을 배우기 시작하니 확실히 전보다 설레는 것 같다.다만 내용은 정말 재밌고 흥미

옛날과 다르게 유저가 상호작용할 수 있는 아이템의 수가 기하급수적으로 늘어나면서, 극소수의 인기있는 아이템에 소비가 집중되는 Long-tail Phenomenon이 발생하고 있다.이러한 소비 추세에서 Long-tail에 해당되는 아이템에 대해 사용자가 원하는 아이템을

이번 프로젝트는 저번 프로젝트에서 아쉬웠던 점이 많았고, 아쉬웠던 부분을 개선하기 위해 많은 부분을 노력했던 프로젝트였다. 노력한만큼 결과도 만족할만한 성과가 나와서 뿌듯했지만, 다음 프로젝트에서 좀 더 개선해야 할 부분도 생각해봐야 할 것 같다.이번 프로젝트에서 내

AI 부스트캠프 7기 과정 중 두번째 프로젝트를 진행하는 과정에서 모델링 관련하여 고민했던 내용을 정리해보고자 한다.이번 수도권 아파트 전세가 예측 프로젝트를 진행하면서, 데이터 샘플의 위도, 경도에 대한 공간적인 관계에 대해 종속변수인 전세가에 대한 공간적 자기 상관

이번주는 프로젝트를 진행하면서 데이터셋에 대한 파악을 거의 완료하고 새로운 피처(파생 지표)를 추가하는 것에 집중했다. 모델을 고정해두고 새로운 피처들을 추가하다보니 어떤 피처가 모델에 어느정도의 영향을 미치는지, 그 피처가 중요한지 아닌지에 대해 파악하기가 수월했다.

8주차부터는 새로운 두번째 프로젝트가 시작되었다. 중간에 연휴가 길었어서 다시 마음을 다잡기가 쉽지 않다.또 프로젝트에 몰두하다보니 자꾸만 강의를 듣는 것에 소홀해진다.프로젝트도 중요하지만, 강의 내용도 확실하게 정리하고 넘어가야할 것 같다.저번 프로젝트를 진행하면서

새로운 프로젝트 시작에 앞서, 프로젝트를 시작할 때마다 고민하는 '어디서부터 시작해야하는가'에 대한 문제를 해결하기 위해, 모델 학습을 진행하는 파이프라인(Pipeline)에 대해 정리해보고자 한다.전반적인 과정은 위와 같이 진행된다.먼저 프로젝트에 사용할 데이터를 확