컬리의 입고 시스템이 외부 인입 데이터를 안전하게 동기화하는 방법
아웃박스 패턴과 재시도 토픽으로 외부 채널 입고 정보를 안전하게 동기화하기
기업 기술블로그의 Backend 관련 글 1516개
아웃박스 패턴과 재시도 토픽으로 외부 채널 입고 정보를 안전하게 동기화하기
AWS S3 Lifecycle의 기본 동작 원리 설명 및 실제 예시를 통해 규칙 선택 기준 제공 The post AWS S3 Lifecycle 규칙이 여러 개일 때, 실제로 적용되는 기준은 무엇일까? appeared first on NDS Cloud Tech Blog.
토스페이먼츠 서버플랫폼 팀이 '설정' 하나로 얼마나 깊이 고민하고 문제를 해결해왔는지 공유해 드려요.
쏘카는 어떻게 앱으로 차 문을 열까 쏘카는 앱에서 다음과 같은 기능들을 제공합니다. 쏘카 차량 제어 (문 열기 / 문 잠금 / 비상등 켜기 / 경적 울리기 등) 🚙 일레클 제어 (잠금 / 해제 / 반납 등) ⚡️ 따릉이 제어 (잠금 / 해제 / 반납 등) 🚲 이러한 것들이 가능한 이유는 각 이동수단 내부에 데이터 송수신이 가능한 단말이 숨어있기 때문입니다. 이 단말들이 앱과 데이터를 송수신하는 방법에는 서버를 통한 방법, 블루투스를 통한 방
쏘카는 어떻게 앱으로 차 문을 열까
1월 인도 핀테크 관련 정부 규제, 경쟁사 및 업계 동향을 공유합니다.
머신러닝 모델을 프로덕션에 배포할 때 가장 많이 고민하는 것 중 하나가 바로 수치 정밀도(Numerical Precision) 선택입니다. FP32로 학습한 모델을 FP16으로 서빙해도 될까? INT8 양자화는 언제 해야 할까? 이번 글에서는 정밀도 선택 전략을 정리했습니다. TL;DR - 바쁜 분들을 위한 요약 "Train High, Infer Low" - 학습은 높은 정밀도로, 서빙은 낮은 정밀도로 상황추천 조합메모리 절감안정성/품질비고 L
수치 정밀도 선택은 추론 속도, 메모리, 정확도의 균형을 좌우합니다. 학습은 높은 정밀도로 안정성을 확보하고, 서빙은 낮은 정밀도로 효율을 끌어내는 전략과 BF16 중심의 권장 조합을 제시합니다. 현실 환경에서의 품질 저하와 범위 한계를 고려한 의사결정 기준을 제공합니다.
re:COMMIT은 한 달에 한 번 수요일에 기술, 개발, 성장, 조직 문화 등을 이야기하는 구름의 온·오프라인 세미나인 COMMIT의 VOD입니다. re:COMMIT은 강사가...
…
…
Afinit의 3가지 핵심 가치: 기술, 고객, 그리고 성장
배민선물하기팀은 선물하는 이의 마음과 받는 이의 즐거움을 잇는 ‘배민선물하기’ 서비스를 담당하며, 배달의민족(이하 배민) 앱 내 상품권 발행부터 외부 채널과의 유통망 연동을 관리하고 있습니다. 이번에 소개할 프로젝트는 카카오톡에서 선물 받은 브랜드 교환권을 배민 앱에 직접 등록해 결제에 사용할 수 있도록 구현한 ‘외부 교환권 연동 서비스’입니다. 카카오톡에서 선물받은 요거트아이스크림의정석 교환권을 배민 앱에 등록하여 주문하는 고객 플로우 그동안
페이지 26 / 85 (총 1516개)