🎀 데코레이터란?데코레이터(Decorator) = 다른 함수에 기능을 추가하는 함수원래 함수를 바꾸지 않고실행 전후에 기능을 덧붙이기 위해 씀!바로 예시로 알아보자 def decorator_function(original_function): def wrapper_function(): print("함수 실행 전 🎬") original_function() print("함수 실행 후 🎉") return wrapper_function@decorator_functiondef say_hello(): print("안녕~ 👋")say_hello() 함수 실행 전 🎬 안녕~ 👋 함수 실행 후 🎉 Sum.@decorator_function데코레이터 함수..

01.객체 지향에서 주요한 요소 - 역할, 책임, 협업 이해하기객체지향 관련 유명한 도서 중 하나인 [객체지향의 사실과 오해]라는 책에서, 객체지향은 역할, 책임, 협업 이렇게 3가지 요소에 의해 만들어졌다고한다. 여기서 항상 헷갈렸던게 역할과 책임이다. 역할과 책임의 차이에 대해 짚어보자 역할이 책임아냐? 이건 역할이야 책임에 해당하는거야?뭐야?이런 생각을 한적이 많다. 내가 이해한 역할과 책임의 차이는 다음과 같다.02.역할과 책임의 차이는?역할(Role)주어가 되는 것, 객체, 행위의 주체를 의미.행위들의 논리적 단위를 관념적으로 칭하는 것이 역할이다. 책임(Responsibility)동사로 표현되는 행위. DB로 치면 저장된 데이터를 읽는 것, 새로운 데이터로 업데이트 하는것, 입력받은 데이터..

git stash는 작업 도중에 잠깐 저장하고, 다른 작업 하러 갈 때 쓰는 임시 보관함 git stash → 현재 변경사항을 stash(임시저장)하고 워킹 디렉토리 깔끔하게 만들어줘git stash list → stash로 저장한 내용이 있는지 확인git stash pop → 최근 stash 적용하고 그 stash는 삭제해보통 위의 두개만 사용한다.git stash show → 가장 최근 stash 안에 뭐가 들어있는지 요약 보여줘git stash show -p → 변경 내용 자세히 보여줌git stash pop → 숨긴 거 꺼내오기git stash drop stash@{0} → 특정 stash 삭제$ git stash liststash@{0}: WIP on main: 123abc4 커밋 메시지..

프로덕션 AI Agent 구축을 위한 3가지 핵심 요소 BackgroundLLM의 Reaserch기능- 단순 검색이 아닌 후속 질문을 통한 답변 다듬기 알고리즘 활용   AI Agent를 만들며 겪었던 문제들 - Summary사내 내부 다양한 데이터를 API로 연결하는 문제    (1) 데이터 연동사내 다양한 형태의 데이터 연동 방안산업 도메인 중 온프레미스로 LLM을 사용해야하는 경우 존재GPU메모리에 의한 제한으로 모델 성능과의 최적화가 필요여러가지 파이프라인   (2) 평가시스템 몇번째 프롬프트가 성능이 가장 좋았을까? → 각 프롬프트 마다 점수화 history 저장 필요중간 결과물에 대한 평가 및 점검이 필요 - 답변생성시 어떤 단계로 진행되었는지 봐야함결과가 잘나온거같은데 평가가 낮게나오는 경우..

https://product.kyobobook.co.kr/detail/S000001916916목차1장 → 빅데이터 개념2장 → 데이터 형태, 집계 시각화(데이터분석)3장 → 대규모 데이터를 빠르게 처리하는 분산 시스템 학습 4장 → 데이터 수집 기술5장 → 데이터 파이프라인 구축 6장 → 전체 데이터 관련 아키텍처 환경 구축이 책을 읽게된 이유 데브코스에서 멘토님께서 추천해주신 책이기도 했지만, 당시에는 필요성을 못느꼈다.그러다가 새롭게 수강하게된 교육 과정에서, 팀 프로젝트 과제에 데이터 파이프라인을 넣고 싶었다.짧은 프로젝트 기간에 내가 해보고 싶은 걸 제안하고 팀원들에게 동의를 얻으려면 사전에 준비 해둘 필요가 있다. 헌데, 막상 아키텍처를 그려보려고하니 어떻게 구축해야 할지 감이 잡히질 않았다. ..

[스마일샤크]AWS 생성형 AI로 실현하는 비즈니스 살펴보기 2024.03.25 pm 02:00 ~ pm 04:00 01. 오프닝_AWS_개발팀장, MIKE HUR 02. 생성형 AI의 기회와 접근 전략, AWS PDS 백선환 (1) Reset moment - C레벨 인식의 변화 - 라이너/ 뤼튼/ 업스테이지/ 스켈터랩스/클라썸/마이리얼트립/김태디/굿닥/오거나이즈/체인파트너스 - act1(모델_ ,act2(앱)로 전환 , 고객가치만드는 회사가 성장 - 인터넷, 스마트폰, AI로의 큰 기업 흐름이 새로 만들어질것 (2) Key Use Cases - 1.생산성강화, 2운영개선, 3창의성, 4고객경험강화(상담) [1] 생산성강화 - 개인/국가/문화별로 타겟화된 콘텐츠 제공 [2] 운영개선 - Fox Media..

https://jeonsworld.github.io/NLP/rag/ [논문리뷰] Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks Patrick Lewis, Ethan Perez, Aleksandara Piktus, Fabio Petroni, Vladimir Karpukhin, Naman Goyal, Heinrich Küttler, Mike Lewis, Wen-tau Yih, Tim Rocktäschel, Sebastian Riedel, Douwe Kiela htt jeonsworld.github.io https://yout..

Private Networking by VESSL AI — AI in Finance 2024 (16:30~17:00) Landscape of Generative AI in financial industry (금융산업에서의 생성형AI 활용 동향 ) ​​고희숙, 이사, 투이컨설팅 초거대AI의 단점 높은 운영비용 오랜훈련시간 고전력 소모 AI TRiSM 적용 중요성 대두 -> 신뢰성, 보안 검증을 위한 툴 AI모델 거버넌스, 신뢰성, 공정성, 견고성, 효능 및 데이터 보호 프레임워크 AI적용 활용 분야 개인화된 경험 효율적인 자동화 사실기반의 예측력 엔비디아 - 2024 금융 서비스 AI 현황 보고서 - (사진) 금융기술 트렌드 - BaaS 금융 기술 트렌드 - GeFi 보이스피싱방지 AI콜센터 발전방향 - ..