분류 전체보기259 랜턴의 서비스 기획 이야기 6 공식적인 기획 보고 결국 웹 개발하는 것으로 큰 가닥을 잡고, 웹 리런칭을 추진하기로 하였다. 프로젝트 기획 보고를 해야했는데, 보고서를 쓰는 데만 1달이 걸렸다.그 때는 보고서가 무언지도 모르고, 작성해서 좌충우돌이 많았다. (한편, 내가 속한 부서가 IT부서가 아닌 것도 한 몫 했는데, 내 관점에서 유능하고 유의미함을 어필할 이야기들은 대개 기술적인 부분들이었기 때문이다.읽는 사람의 IT 지식 수준에 맞추어 작성해야 했고,아마 대부분의 PM이 작성하는 것과는 완전히 다른 구성과 내용이 되어야 했다.)나중에야 이전 실장님한테 이야기를 들었는데,내 보고서의 내용에 대한 추가 질문을 한참 답변하느라 진땀 좀 빼셨다고 들었다. 지금 생각해보면(그 때는 내 생각이 매우 옳았기 때문에, 모든 것이 괜찮다고만 .. 2024. 11. 30. 자료구조 1. 개요 내 성격이 그렇다.뭐가 되었던 겉핥기만 하는 걸 부끄러워한다. (참을 수는 있다) 어떻게 하다보니, 자동차 회사를 다님에도 불구하고 계속 IT 업무를 도맡게 되었다.AI의 대두 이후로, IT 서비스 산업이 한층 더 강화되면서 피할 수 없게 된 측면도 있을 테다. 그냥 뿌리부터 공부하는 IT 공부를 하고 싶은 욕심은 계속 잠재되었다.하지만, 몰려드는 업무를 처리하고 당장에 필요한 것들을 내 것으로 만드는 데 바쁜 나머지 계속 뒷편으로 미뤘던 게 사실이다. 10월부터, 대학원을 졸업한 친구가 알고리즘 공부를 제안하였고,이를 계기로 자료구조-알고리즘부터 공부를 제대로 착수하기로 했다. ADT ; 추상 데이터 형식 ; 데이터와 연산을 추상적으로 정의 자료구조를 공부하는 이유 1. 더 유리한 자료구조를 선택.. 2024. 11. 25. 랜턴의 서비스 기획 이야기 5 모바일 앱 통합에 대한 나의 직관 22년 상반기,단순하게 메뉴 추가를 통해서외관상 통합을 한다는 리더들의 의견을 제고시키고새롭게 서비스를 만들어서 통합하는 쪽으로 방향을 잡았다.B를 완벽하게 포용하기 위해서 A를 새롭게 런칭하자는 계획이었다 그리고 이윽고 두번째 문제가 덮쳤다.어떤 플랫폼으로 통합할 것인가? A웹은 사실 모바일 앱도 있었다.따라서, 웹으로 통합할지, 앱으로 통합할지가 문제였던 것이다. 나는 21년부터 앱 컨텐츠 기획/개발/운영을 이미 담당하고 있었다.따라서, 22년 상반기 시점에,나는 앱의 좋은 점과 웹의 한계를 꽤나 잘 알고 있는 편이었다. 웹 서비스 장점- 퍼블릭 네트워크를 통한 글로벌 런칭과 배포가 쉽다 - 컨텐츠별 URL을 달리하는 방법으로, 엔드컨텐츠 전달/배포가 쉽다- UR.. 2024. 11. 21. AWS AI Practitioner 취득 후기 시험 준비 계기 24년 상반기 드디어 Solution Architect를 취득한 이후, AWS 자격증을 추가로 취득하면서내가 PM으로 하고 있는 Application 쪽으로좀 더 역량 확장을 해나가야하겠다는 생각을 했었다.그래서 ML Speciallist나, Developer를 준비하면서간단한 백엔드 소규모 프로젝트를 진행해야겠다는 계획이었다. 하지만, 업무량 그리고 관리량이 풍선 부풀듯이 늘어나면서도무지 시도할 수 있는 상황이 아니었다. 노베에 가까운 나인지라 AWS SAA를 공부했던 때처럼, 매일매일 시간을 투자해야하는데,야근을 밥먹듯이 해야했었기 때문이다. 그러던 찰나에, AI 타이틀을 사용한 자격증이 practitoner lv로 생겼다는 이야기를 들었다. Associate LV 준비도 해보았.. 2024. 11. 10. AWS AI Practitioner 오답정리 SageMaker Model Monitor 생산 중인 기계 학습 모델을 지속적으로 모니터링하여 데이터 드리프트를 감지하고 새로운 데이터가 도입됨에 따라 모델의 예측이 계속해서 정확하도록 보장하는 데 특별히 설계되었습니다. SageMaker JumpStart는 사전 구축된 모델과 솔루션을 제공SageMaker Neo는 모델을 배포 최적화SageMaker Studio는 통합 개발 환경SageMaker Data Wrangler 데이터를 전처리 / 정확한 예측을 하는 데 직접적인 영향SageMaker Hyperparameter Tuning 기계 학습 모델의 성능을 최적화=최상의 하이퍼파라미터를 자동으로 검색SageMaker Processing은 대규모 데이터 모델 훈련을 위한 데이터 처리 및 피처 엔지니어링 작.. 2024. 11. 1. AWS AI Practitoner 34 Security Strategy Macie ; S3 내 PII 감지Config ; Config 변화를 트래킹 Inspector ; EC2 ECR 람다 등에서 Sw 취약성 찾음 CloudTrail ; API 호출 트래킹Artifact ; 컴플라이언스 레포트에 대한 접근 제공 Trusted Advisor ; 서포트 방안에 대한 조언과 인사이트 제공 IAM - BedrockGuardrail - Bedrock CloudTrail - BedrockConfig - Bedrock PrivateLink - Bedrock Bedrock은 반드시 암호화된 S3 버켓에 접근해야 함 - 배드락에서 커스텀 모델 저장 -> S3 - AWS KMS -> S3 데이터를 암호화 - 배드락에서 IAM Role을 부여 ; S3 / KMS Key-복호화 권한 Sage.. 2024. 10. 26. AWS AI Practitioner 33 AWS Artifact / Audit / Trusted Manager Aritifact - 온디맨드 접근을 제공 -> 커스터머에게 - Aritifact Reports ; AWS 보안과 컴플라이언스 문서 (+써드파티 포함하여) / AWS ISO 인증서 / Payment Card Industry / System Organization Control 레포트 등 - Artifact Agreements ; Business Associate Addendum (BAA) / HIPPA 등 - 내부 감사 또는 컴플라이언스에 사용 가능함 - Third Party Reports ; ISVs(independant Servie Vendors) / 마켓플레이스에 올라온 써드파티 / Audit .. 2024. 10. 26. AWS AI Practitioner 32 Amazon Macie / Config / Inspector Macie- 완전관리형 데이터 보안 및 개인저보 서비스 - ML 과 패턴 매칭 -> 민감 정보 보호 - PII 감지- S3와 Macie를 연결하여 감지시킬 수 있음 Config - AWS 자원에 대해서 컴플라이언스를 기록 감시 - 시간에 걸쳐 컨피규레이션과 변화를 기록함- S3 -> Athena - 질의 가능 - SNS Notification을 통해서 변화를 감지할 수 있음- per-Region 서비스- 하지만, 모든 계정과 지역을 통합하여 관리할 수 있음 Inspector - 자동화 안전 평가- SSM을 EC2 연결 - Runinig OS 분석 / 취약성 분석- ECR로 이미지를 푸시할 수 있음- 람다함숭 ㅔ대해서도 가능 - AWS Security Hub에서 리포팅과 통합 가능 / EventBrdi.. 2024. 10. 25. AWS AI Practitioner 31 Scoping Metics / MLOps 스콥이 올라갈 수록 점점 오너십이 높아짐 Scope 1 고객 앱 Scope 2 - 기업용앱 Scope 3 - 프리 트레인드 모델 Scope 4 - 파인 튜닝 모델 Scope 5 - 셀프 트레인드 모델 다음 5가지 항목에 따른 요구 수준이 다르다 Governacne & Compliance Legal & Privacy Risk ManagementControlsResilience MLOps- 반복적으로 전개 모니터가 반복됨을 이해하자 - DevOps와 같다- 키 원칙을 지키자 - 버전 컨트롤 ; 데이터 코드 모델 - 자동화; 데이터 주입 / 프리프로세싱 / 트레이닝 - 지속적인 통합 ; - 지속적인 딜리버리 - 지속적인 리테이닝 - 지속적인 모니터링 2024. 10. 24. 이전 1 2 3 4 5 ··· 29 다음 반응형