logo
|
Blog
    채용공고

    스캐터랩 블로그

    슼랩인들의 고군분투 스토리.zip
    See AllInterviewML ResearchML EngineeringBackendFrontendProductBusinessPeople
    유저와 함께 만드는 LLM 2편 — 제타에 Online Learning 도입하기

    유저와 함께 만드는 LLM 2편 — 제타에 Online Learning 도입하기

    Jun 10, 2026
    ML EngineeringML Research
    월 150만 유저가 사용하는 LLM Inference 인프라 안정적으로 운영하기

    월 150만 유저가 사용하는 LLM Inference 인프라 안정적으로 운영하기

    Mar 11, 2026
    ML Engineering
    최대 24배 빠른 vLLM의 비밀 파헤치기

    최대 24배 빠른 vLLM의 비밀 파헤치기

    "최대 24배의 성능을 보인 vLLM, 코드 레벨까지 분석해보자!"
    Sep 13, 2023
    ML Engineering
    새로운 루다를 지탱하는 모델 서빙 아키텍처 — 3편: 안정적인 LLM 서비스를 위한 서빙 최적화 기법

    새로운 루다를 지탱하는 모델 서빙 아키텍처 — 3편: 안정적인 LLM 서비스를 위한 서빙 최적화 기법

    LLM 서빙을 위한 다양한 최적화 기법과 그 효과를 검증하기 위한 부하 테스트 방법론
    Aug 16, 2023
    ML Engineering
    Deduplication - 학습 데이터에서 중복 제거하기

    Deduplication - 학습 데이터에서 중복 제거하기

    Luda Gen 1.5 모델을 학습할 때 데이터셋에서 중복을 제거한 방법에 대해 이야기합니다.
    Jul 10, 2023
    ML Engineering
    유저와 함께 만드는 LLM 2편 — 제타에 Online Learning 도입하기

    유저와 함께 만드는 LLM 2편 — 제타에 Online Learning 도입하기

    Jun 10, 2026
    ML EngineeringML Research
    월 150만 유저가 사용하는 LLM Inference 인프라 안정적으로 운영하기

    월 150만 유저가 사용하는 LLM Inference 인프라 안정적으로 운영하기

    Mar 11, 2026
    ML Engineering
    최대 24배 빠른 vLLM의 비밀 파헤치기

    최대 24배 빠른 vLLM의 비밀 파헤치기

    "최대 24배의 성능을 보인 vLLM, 코드 레벨까지 분석해보자!"
    Sep 13, 2023
    ML Engineering
    새로운 루다를 지탱하는 모델 서빙 아키텍처 — 3편: 안정적인 LLM 서비스를 위한 서빙 최적화 기법

    새로운 루다를 지탱하는 모델 서빙 아키텍처 — 3편: 안정적인 LLM 서비스를 위한 서빙 최적화 기법

    LLM 서빙을 위한 다양한 최적화 기법과 그 효과를 검증하기 위한 부하 테스트 방법론
    Aug 16, 2023
    ML Engineering
    Deduplication - 학습 데이터에서 중복 제거하기

    Deduplication - 학습 데이터에서 중복 제거하기

    Luda Gen 1.5 모델을 학습할 때 데이터셋에서 중복을 제거한 방법에 대해 이야기합니다.
    Jul 10, 2023
    ML Engineering
    새로운 루다를 지탱하는 모델 서빙 아키텍처 — 2편: ArgoCD와 모델 서빙

    새로운 루다를 지탱하는 모델 서빙 아키텍처 — 2편: ArgoCD와 모델 서빙

    A/B 테스트까지 가능한 안정적인 모델 서빙 인프라 구조 설계 방법
    Feb 20, 2023
    ML Engineering
    새로운 루다를 지탱하는 모델 서빙 아키텍처 — 1편: A/B 테스트를 위한 구조 설계

    새로운 루다를 지탱하는 모델 서빙 아키텍처 — 1편: A/B 테스트를 위한 구조 설계

    '모델 추론 구조 자체'를 A/B 테스트하는 방법
    Jan 27, 2023
    ML Engineering
    Apache Beam으로 머신러닝 데이터 파이프라인 구축하기 3편 - RunInference로 모델 추론하기

    Apache Beam으로 머신러닝 데이터 파이프라인 구축하기 3편 - RunInference로 모델 추론하기

    Apache Beam Native API, RunInference로 대규모 데이터 모델 추론하기
    Nov 28, 2022
    ML Engineering
    TFX 머신러닝 파이프라인 사용하기

    TFX 머신러닝 파이프라인 사용하기

    팀에서 필요한 학습 파이프라인 구축하기
    Sep 13, 2022
    ML Engineering
    AWS Inferentia를 이용한 모델 서빙 비용 최적화: 모델 서버 비용 2배 줄이기 2탄

    AWS Inferentia를 이용한 모델 서빙 비용 최적화: 모델 서버 비용 2배 줄이기 2탄

    우당탕탕 Inferentia 배포하기
    Aug 16, 2022
    ML Engineering
    AWS Inferentia 를 이용한 모델 서빙 비용 최적화: 모델 서버 비용 2배 줄이기 1탄

    AWS Inferentia 를 이용한 모델 서빙 비용 최적화: 모델 서버 비용 2배 줄이기 1탄

    AWS 고객감사 특별 할인... 모델 서빙 비용 최대 80% 초특가 할인전
    Jul 13, 2022
    ML Engineering
    Apache Beam으로 머신러닝 데이터 파이프라인 구축하기 2편 - 개발 및 최적화

    Apache Beam으로 머신러닝 데이터 파이프라인 구축하기 2편 - 개발 및 최적화

    대규모 머신러닝 데이터 파이프라인 개발하고 최적화하기
    Jun 09, 2022
    ML Engineering
    TensorFlow Custom Op으로 데이터 변환 최적화하기

    TensorFlow Custom Op으로 데이터 변환 최적화하기

    4.697ms → 17.147μs
    Jan 06, 2021
    ML Engineering
    하나의 조직에서 TensorFlow와 PyTorch 동시 활용하기

    하나의 조직에서 TensorFlow와 PyTorch 동시 활용하기

    불타는 텐서 흐름!
    Dec 04, 2020
    ML Engineering
    딥러닝 모델 서비스 A-Z 2편 - Knowledge Distillation

    딥러닝 모델 서비스 A-Z 2편 - Knowledge Distillation

    난 선생이고 넌 학생이야
    Nov 18, 2020
    ML Engineering
    딥러닝 모델 서비스 A-Z 1편 - 연산 최적화 및 모델 경량화

    딥러닝 모델 서비스 A-Z 1편 - 연산 최적화 및 모델 경량화

    딥러닝 모델 서비스 A-Z 1편
    Mar 11, 2020
    ML Engineering

    Scatter Lab

    RSS·Powered by Inblog