엔지니어 한다운의 저널

책 리뷰: 『실리콘밸리 프로세스의 힘』『실리콘밸리 프로세스의 힘』은 기업 운영의 핵심이 단순한 비전이나 창의적 아이디어가 아니라, 그것을 현실화하는 ‘프로세스’에 있음을 강조하는 책이다. 실리콘밸리의 성공한 기업들은 단순히 혁신적인 아이디어를 내는 것이 아니라, 이를 효과적으로 실행하는 체계적인 운영 방식을 가지고 있다. 저자는 스티브 잡스와 팀 쿡, 아마존, 구글, 넷플릭스 등 세계적인 기업들의 사례를 통해 기업이 지속적인 성장을 이루기 위해서는 프로세스를 제대로 구축하고 실행하는 것이 필수적임을 강조한다.책은 총 다섯 개의 장으로 구성되어 있으며, 각 장은 기업이 어떻게 프로세스를 설계하고 활용하여 성과를 극대화할 수 있는지를 구체적으로 설명한다.1장: 프로세스로 성공을 설계하라첫 장에서는 ‘비저너리..

시스템 설계를 처음 접하는 사람부터 실무자까지 유용한 가이드시스템 개발을 진행하다 보면 단순한 코딩을 넘어 전체적인 구조를 설계하고 관리하는 것이 얼마나 중요한지 깨닫게 된다. 하지만 시스템 설계를 처음 접하면 무엇부터 시작해야 할지 막막할 때가 많다. *『그림으로 이해하는 시스템 설계』*는 이러한 고민을 해결하는 데 도움을 주는 책으로, 시스템 설계의 기본 개념부터 실제 실무에서 활용할 수 있는 설계 문서 작성법까지 체계적으로 정리한 가이드북이다. 이 책을 통해 시스템 설계의 흐름을 한눈에 파악할 수 있으며, 설계 과정에서 고려해야 할 다양한 요소들을 이해할 수 있다. 특히, 실무에서 설계 문서가 어떻게 활용되는지에 대한 설명이 자세해 실용성이 높다.이 책이 다루는 핵심 내용책은 크게 다섯 가지 중요한..

개발을 처음 시작하는 이들에게 가장 먼저 파이썬 부터 배우라고 권하는 경우가 많다. 파이썬은 그만큼 쉽고, 직관적이다. 그래서 진입장벽이 높지만 그에 반에 파이썬 전문가라고 불리는 이는 새삼 드물다. 왜 그럴까? 똑똑하게 파이썬을 코딩하는 방법을 아는 이는 많지 않기 때문이다. '파이썬 코딩의 기술 51'은 그 수많은 팁들을 담고 있다. 데이터를 다루는 AI 연구원으로 일을 하다보니 파이썬을 한글 쓰듯이 편히 쓰게 되었다. 하지만, 그만큼 나의 코드가 효율적인가에 대한 의문이 들던 차였다. 작동은 하지만 이게 최선일까. 프로그램을 짜다보면 매번 쓰던 메소드와 방식으로만 코딩하게 된다. 일에 치이다 보면 내가 짠 코드의 효율성은 우선순위에서 밀리게 된다. 우선 돌아가면 큰 문제가 없는 한 다시 고치는게 참..

책 소개ChatGPT의 등장 이후로 LLM에 대한 관심이 많이 증가하고 있습니다.저는 현재 재직하고 있는 회사에서는 컴퓨터 비전을 주로 다루기 때문에 LLM 분야에는 잘 모르는 편인데요.트렌드에 맞춰서 공부하고자 '랭체인으로 LLM 기반의 AI 서비스 개발하기' 책으로 공부하고 있습니다!저처럼 언어모델이나 Langchain을 한번도 써본 적 없는 경우에도 책을 보고 쉽게 따라 할 수 있는데요.특히, 모델을 활용해서 갖고 있는 데이터에 맞게 파인튜닝 하는 방법, RAG을 구현하는 방법 등이 서술되어 있어서 실전에 바로 적용하기 쉬운 편입니다. 다음은 제가 이 책에 나와 있는 내용들을 바탕으로 수정 및 구현한 프로젝트입니다.책 추천 이유AI에 대해 모르는 사람도 A부터 Z까지 상세한 설명으로 쉽게 따라 할 ..

DP와 DDP 소개 데이터 병렬 처리(Data Parallelism, DP)와 분산 데이터 병렬 처리(Distributed Data Parallelism, DDP)는 대규모 데이터셋과 복잡한 모델을 더 빠르게 학습하기 위해 널리 사용되는 기술입니다. 이러한 기술은 특히 딥러닝에서 중요한 역할을 합니다. DP와 DDP가 필요한 이유 대규모 데이터 처리: 현대의 기계 학습 모델은 엄청난 양의 데이터를 필요로 합니다. DP와 DDP는 여러 GPU 또는 머신에 작업을 분산시켜 대규모 데이터를 효율적으로 처리할 수 있게 해줍니다. 시간 절약: 모델 학습 시간을 줄이기 위해, 데이터를 분할하여 여러 처리 단위에서 병렬로 작업을 수행할 수 있습니다. 자원 활용 최적화: 가용한 모든 컴퓨팅 자원(여러 GPU 또는 머신..

비디오 고해상도화 알고리즘을 연구하기 위해 서베이논문을 읽었습니다. 해당 논문 링크는 아래와 같습니다. https://arxiv.org/abs/2007.12928 1. Methods (1) Methods with Alignment MEMC (Motion estimation and Motion compensation) 타겟 프레임 주변 프레임들을 먼저 정렬한 뒤, reconstruction 하는 방식 DC (Deformable convolution) CNN은 계층 안에서 고정된 구조를 사용함 → 다양한 형태의 변화를 모델링하는 것을 제한함 → CNN은 복잡한 형태 변화를 잘 표현 못 함. 따라서, deformable (형태가 없는) 컨볼루션이 필요함. Target feature maps와 그 주변의 fea..

Vision Transformer 분야가 많은 관심을 받고 있습니다. NLP에서만 주로 쓰이던 transformer 구조를 Vision 분야에 적용해서 높은 성능을 구현한 논문입니다. 논문 링크는 다음과 같습니다. An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale While the Transformer architecture has become the de-facto standard for natural language processing tasks, its applications to computer vision remain limited. In vision, attention is either applied in co..

Object Detection이 지난 20년간 어떻게 발전 되어 왔는지 요약 해둔 논문이 있어서 소개하고자 합니다. (아직, Object Detection을 배우는 단계라서 잘 못 이해한 부분이 있을 수 있습니다.) 페이퍼 원본은 아래 링크에서 확인 할 수 있습니다. Object Detection in 20 Years: A Survey Object detection, as of one the most fundamental and challenging problems in computer vision, has received great attention in recent years. Its development in the past two decades can be regarded as an epitome..

드디어, 딥러닝 개발자로 취업에 성공했다. 7개월의 부트캠프 과정 중에서 수료까지 3주 남은 시점에 최종 합격 소식을 받았다. 이 교육 과정 마지막 한달은 기업협업인데, 나는 기업협업 대신 개인 프로젝트를 선택했고 취업 준비에 좀 더 집중했다. 그 결정을 한 이유는 두 가지였다. 하나는 기업 협업 프로젝트는 정보 보안을 위해 이력서나 포트폴리오에 자세히 서술하기 어려운 점이였고, 다른 하나는 3-4월에 채용 공고가 쏟아지기 때문에 이 타이밍을 놓치면 하반기로 넘어갈 수도 있겠다 싶었다. 그래서 이 한달 동안 이력서 다듬고, 포트폴리오 준비하고, 코테/면접 준비에 집중하였고, 바람직한 선택이였다고 느낀다. 최종 합격된 곳은 총 3곳이다. 그 중에서 제일 관심 많이 가는 도메인과 딥러닝을 많이 사용할 수 있..

BFS (Breadth-First Search) 너비 우선 탐색 큐의 개념으로 사용된다. FIFO 순서로 입출력 된다. 아래 그림에서 순서는 0 - 1 - 2 - 3 - 4 - 5 - 6 DFS (Depth-First Search) 깊이 우선 탐색 스택의 개념이 사용된다. LIFO 순으로 값이 입출력된다. 위의 그림에서 0-1-3-4-2-5-6 순서이다. 탐색할 노드의 깊이가 깊을 수록 BFS에 비해 속도가 높다.