-
Culture
마키나락스의 첫 기술 행사, ‘MakinaRocks ExIT’ 현장 스케치
마키나락스의 첫 기술행사인 MakinaRocks E×IT 현장을 살펴보세요!
-
Insight
모두의 MLOps(2) MLOps의 단계와 단계별 핵심 기능
구글에서 발표한 MLOps의 단계를 보며 MLOps의 핵심 기능은 무엇인지 알아 보겠습니다.
-
Insight
모두의 MLOps(1) MLOps에 첫걸음을 내딛는 분들을 위한 지침서
데이터 시대, 모두가 MLOps의 필요성에 대해 말합니다. 그렇다면 MLOps란 무엇이고, 이를 ‘잘’하기 위해 무엇을 공부해야 할까요?
-
Culture
“사용자와 소통하는 제품 개발, 보람있는 경험이죠” - MLOps제품화팀
Runway개발팀에서 Link 컴포넌트 개발을 주도적으로 이끈 조휘연 님의 인터뷰를 통해 마키나락스의 제품 개발 엔지니어들이 일하는 방식과 문화를 알아보세요.
-
Culture
“강화학습을 활용한 최적화로 산업의 문제를 해결합니다" - COP팀
마키나락스가 강화학습 기반 최적화로 산업의 문제를 해결하는 방식, AI프로젝트팀 엔지니어 명우식 님의 인터뷰를 만나보세요.
-
Culture
"Agile 문화는 시스템으로 존재해야 의미가 있죠" - MLOps제품화팀
모두의 MLOps의 메인 컨트리뷰터이자 Runway 백엔드의 든든한 기둥! 김재연 님의 인터뷰를 통해 마키나락스 제품화팀의 개발문화와 일하는 방식을 알아보세요.
-
Tech
주문형 반도체 Floorplan 자동화 (2)
본 포스팅은 COP팀이 약 5개월간 경험한 Floorplan 문제의 이해부터 솔루션 구현까지의 과정을 소개합니다.
-
Tech
주문형 반도체 Floorplan 자동화 (1)
본 포스팅에서는 ASIC 설계 프로젝트 중 복잡한 플로어플랜 배치의 중요성과 이를 해결하기 위한 접근 방식을 소개합니다.
-
Tech
Kubeflow/Katib의 안전한 사용과 커뮤니티 기여
본 포스팅에서는 Kubeflow의 구성요소 중 Katib를 사용하며 겪었던 불편 사항과 해당 기능을 구현하여 오픈소스 프로젝트에 기여한 경험을 공유합니다.
-
Tech
오픈소스(RLlib) 문제 발견부터 컨트리뷰션까지
본 포스팅에서는 오픈소스(RLlib)를 사용하며 발견한 문제의 원인 분석부터 컨트리뷰션을 통한 문제해결까지의 과정을 공유힙니다.
-
Insight
Data 시대에 MLOps가 필요한 이유
머신러닝(Machine Learning) 개발은 이제 MLOps를 빼고 이야기 할 수 없습니다. 이 포스팅에서는 Data 시대에 필수적인 MLOps의 개념과 구성요소를 소개합니다.
-
Tech
실시간 데이터 검증하기
이번 포스트에서는 실시간으로 입력돼 학습과 추론에 사용되는 데이터의 유효성을 확인할 수 있는 방법에 대해 소개합니다.
