LLMOps 를 위한 IaaS 를 제공하는 한국 AI 스타트업. 베슬에이아이 홈페이지 입니다.
VESSL AI - MLOps for high-performance ML teams
Build, train, and deploy models faster at scale with fully managed AI infrastructure, tools, and workflows.
![[VESSL AI 서비스 데모] #9. VESSL Pipeline 온보딩 가이드](https://i.ytimg.com/vi/A0oXPJxesms/maxresdefault.jpg)
당근의 추천시스템 구조! 예전에 당근 추천시스템 관련 글도 좋았는데.. 이렇게 영상으로도 공유해주시니 감사감사!
IF KAKAO 2024 전체 영상이 올라왔네요~! AI 를 서비스에 녹이는 노하우는 어떻게 하고 있는지 궁금했는데 카카오에서는 어떻게 하는지 MLOps 아키텍처 를 공개해주었어요. 시스템명은 '이그드라실' 이라고. (뭔가 이걸 들어본 사람들에게는 상당히 거창한 이름이라는 생각이 드는데... ㅎㅎ)
MLOps 에서 LLMOps 로 넘어갔다가 이제는 GenOps 라는 이야기. 흥미로운 개념이네요. LLMOps 라는 개념도 사실 이번에 알았음. 그냥 다 MLOps 로 부르지 않는건가..
HoJoong Kim / LLMOps는 죽었다 GenOps 만세 | 커리어리
생성형 AI를 도입하려면 언어뿐 아니라 모든 방식과 구현 방법을 처리할 수 있도록 확장할 수 있는 총체적인 ...
2 Stage (retrieval > ranking) 추천 방식 외에 filtering과 ordering Stage 고려한 추천시스템 구조. 역시 실제 상황에서는 Business 로직에 따라 filtering 되어야 하는 케이스들 고려하면서 커스터마이징 되기 시작하는데, 이런 Stage는 일반적인 추천시스템 설계시 생략될때가 많지만 의외로업무량적으로 일이 꽤 늘어나게 되더라구요.
알리바바, 페이스북 등 대표적인 글로벌 IT회사에서 추천 시스템을 어떤 구조로 가져가고 있는지 종합적으로 분석한 글의 번역. 이런 내용을 종합적으로 볼 수 있는 기회가 많지 않아 답답했었는데 너무 좋네요!
![[번역글] System Design for Recommendations and Search](https://avatars.githubusercontent.com/u/48933016?s=400&u=dc1cda495ed580b41787d2a3f0b64fd3e093efe2&v=4)
[번역글] System Design for Recommendations and Search
Eugene Yan의 원글을 허락받아 번역한 글입니다.
