식은김 개발 블로그

평소 파이썬을 통해 데이터를 다루고 머신러닝 모델을 학습했던 개발자입장에서 Orange3는 너무나도 편리한 머신러닝 툴이였다. 직관적인 UI와 시각화가 잘되어 있어서 앞으로도 종종 사용해볼 마음이 드는 툴이였다. 강의를 들으면서 인사이트를 얻었던 내용들을 위주로 정리해보고자 한다. 서비스 기획자들에게 데이터 분석이란?사실 개발자 입장에서 생각해봤을 때 서비스 기획자들이 왜 머신러닝까지 배워야할까? 라는 의구심이 첫번째로 들었다. 실제로 머신러닝관련 지식의 양이 매우 방대하고, 애매하게 접근했다가는 안하니만 못한다라고 생각이 들기 때문이다. 강사님이 머신러닝을 알아야하는 이유는 다음과 같이 요약할 수 있다.데이터를 기반으로 의사 결정을 위한 인사이트 발견데이터 분석을 바탕으로 새로운 비지니스 기능 적용경험..

지난 포스트에 이어 구글 애널리틱스(GA4)활용 강의 두번째 날 내용을 정리해두려고 한다. 이전 강의는 GA4의 전반적인 개념 및 특징을 설명했다면, 이번 강의는 실제 사례를 통해서 GA4를 실무에서 사용하는 방법을 알려주었다. 그 중에서 Funnel 분석하는 법을 집중적으로 정리해두고자 한다. 데모 계정 접속 데모 계정 - 애널리틱스 고객센터도움이 되었나요? 어떻게 하면 개선할 수 있을까요? 예아니요support.google.com우선 구글애널리틱스는 어느 정도 트래픽이 발생한 웹사이트 기준으로 분석하기 유용한 툴이기 때문에, 데모 계정으로 강의가 진행되었다. 데이터를 수집하는 웹사이트는 구글의 굿즈를 판매하는 Google Merchandise Store 를 기준으로 수집되었다. 데모 계정 액세스 부..

서비스 기획자의 직무가 궁금해서 참여하게 된 Next Gen 서비스 기획 취업캠프 첫번째 날 강의 내용은 구글 애널리틱스(GA4)관련한 내용이였다. 유익한 정보가 많아서 강의 순서대로 정리해놓고자 한다.데이터를 바라보는 시각1. 청바지 사례대한민국에서 가장 많이 팔리는 청바지 브랜드는 뱅뱅이라고 한다. 평소 내가 생각하고 있는 고정관념에 사로 잡히면 시장을 제대로 볼 수 없다는 조언인것 같다. 2. 지표 이야기"열심히 일하세요" vs "이번 분기 보너스를 받으려면 신상 원피스 매출이 1000만원 이상 나와야 합니다". PM으로서 프로젝트를 성공적으로 이끌어 나가기 위해 팀원들에게 측정가능한 목표를 제시해야하며, 달성하기 위한 액션이 명확해야하며, 직관적으로 의미를 해석할 수 있도록 해야한다. 즉, 의미..

평소에 웹서핑을 하면서 보이는 광고가 너무 거슬려서 집에 남아도는 라즈베리파이로 pihole 을 설치해보았다. 설치방법 도커로 설치하면 깔끔할거 같아서 살펴보니 도커로 설치하는 가이드도 친절하게 안내되어있다. 역시 남이 만든거 가져다쓰는게 제일 속 편하다. 아래 docker-compose.yaml 을 이용해서 pihole 컨테이너를 생성해주자. 이때 ${WEBPASSWORD} 에 UI web 에서 사용할 패스워드를 적어주자. version: "3" services: pihole: container_name: pihole image: pihole/pihole:latest ports: - "53:53/tcp" - "53:53/udp" - "80:80/tcp" environment: TZ: 'Asia/Seou..

들어가는 글 REST API를 이용한 endpoint를 개발하다보니 실제로 동시접속가능한 유저는 얼마가 되고, 사용되는 cpu/memory 사용량을 가늠해야할 필요성을 느끼던 찰나 load testing 을 위한 tool 들을 써볼 수 있는 기회가 있었다. 그와 관련된 내용들을 정리하고 공유하고자 글을두서 없이 써본다. k6가 뭐길래? k6는 오픈소스 load testing tool 이며, test를 매우 쉽게 그리고 제품의 생산성을 높혀주는 이점이 있다. 왜 k6? k6 locust JMeter Gatling Language Javascript Python Application Scalar Stars(k) 21.4 22.1 – 6 Forks(k) 1.1 2.8 – 1.2 커뮤니티를 살펴보면 Top 4 ..

2023.07.31 CKA 첫 응시, 불합격 MLops가 되기로 마음먹은 후 쿠버네티스를 다룰 줄 알아야겠다고 생각이 들어서 시작하게 된 CKA(Certificated Kubernetes Administer). 결론만 먼저 말하자면 시험에는 불합격했다. 친절하게도 1번의 재응시 기회가 더 있어서 부족한 부분들을 다시 채워서 재응시하려 한다. 그래도 3주동안 준비하면서 느낀 점들을 잊어먹기 전에 블로그로 정리해 두고자 한다. 이메일로 결과 통보를 해주며 시험점수와 부족한 topic 들을 알려준다 (정답지도 같이 내놓으란 말이야 🙁 ) 1. CKA 공부 방법 Udemy의 뭄샤드 아저씨의 CKA with Practice Tests 강의 전체 및 연습문제를 모두 풀고 killer.sh 1회 응시 후에 시험을 치..

GPU 기반 컨테이너를 사용해야할 일이생겼다. 관련된 환경셋업을 하면서 겪었던 어려움들을 까먹지 않도록 기록하려고한다. nvidia-driver 설치 driver 설치에 앞서 기존에 설치된 nvidia-driver 관련된 패키지들을 제거해주자. sudo apt-get --purge remove *nvidia* sudo apt-get autoremove sudo apt-get autoclean dpkg -l | grep nvidia 커맨드를 이용해서 관련 패키지들이 모두 제거되었는지 확인해보자. 아무것도 뜨지 않아야한다. 이제 ubuntu-drivers devices 커맨드를 이용해 설치할 수 있는 nvidia-driver 목록을 살펴보자. == /sys/devices/pci0000:00/0000:00:0..

소프트웨어를 개발하다보면 내가 개발하는 서비스안의 클래스나 디자인이 Best practice 일지 의심되는 순간이 많습니다. 그래서 주변 지인들의 추천으로 읽게된 헤드퍼스트 디자인 패턴! 매우 쉽게 쓰여진 책이라서 재미있게 읽을 수 있었고, 실제로 서비스에 사용될 법한 간단한 예제들로 구성되어서 실용적이기도 했습니다. 하지만 평소 python을 주로 썼던 터라 모든 예제 코드가 java 로 쓰여져 있는 점이 아쉬웠습니다. 실제로 python 에서는 없는 java 언어 자체의 개념도 들어가있다 (protected, private, public 등). 그래도 디자인패턴을 눈으로만 보고 실제로 코드에 적용해보지 않으면 아무 쓸모가 없을 것 같아서 일일이 python 코드로 migration 하는 작업을 직접 ..

Huggingface 는 최신 논문부터 사람들이 직접 학습한 모델까지 다양한 딥러닝 모델을 사용할 수 있는 플랫폼이다. 하지만 실제로 python 환경에서 huggingface 모델들을 사용해보면 model loading, inference latency 등 생각보다 많은 문제가 있어서 huggingface 모델 자체로 프로덕트 배포하기에는 어려움이 있다. 이런 문제들을 해결하기 위해 다양한 ML 프레임워크가 존재하는데 이번 글에서는 wav2vec2 모델을 ONNX 로 변환한 후 TritonInferenceServer 를 통해 배포하는 과정을 소개한다. 추가적인 스크립트 작성없이 몇가지 커맨드만으로 재현할 수 있도록 만들어놨다왜 ONNX + TritonInferenceServer ? ML 모델은 pyto..