[AWS & 베스핀글로벌, 바이오∙헬스케어∙제약사를 위한 세미나] 클라우드 컴퓨팅 정부 규제 관련 사항 안내 & AWS Case Stud...BESPIN GLOBALAWS와 함께 하는 바이오 ∙ 헬스케어 ∙ 제약사를 위한 클라우드 세미나
'안전하게 클라우드로 날자'
어떻게 하면 클라우드를 통한 디지털 혁신과 비즈니스 성장을 이룰 수 있을까요?
AWS 를 통해 어떤 기업들이 혁신적인 서비스를 제공하고 있을까요?
도입 후에는 어떤 변화가 있고 어떻게 관리해야 할까요?
지난 6월 8일. AWS와 클라우드 전문가 베스핀글로벌이 바이오 · 헬스케어 · 제약 고객들만을 위해 쉽고 빠르게 클라우드를 도입할 수 있는 방법을 제시하는 세미나를 진행했습니다.
클라우드가 뭔지 궁금하지만 잘 모르겠다면, 클라우드를 도입하고는 싶지만 어디서부터 시작해야 할지 감이 오지 않으신다면, 베스핀글로벌과 상의하세요.
Lablupconf session8 "Paving the road to AI-powered world"Lablup Inc.Lablup Conf 1st (Session4/Core)
"Paving the road to AI-powered world" - 김준기
- 발표내용
* Recap of Backend.AI history
* Future roadmap of Backend.AI for next 2 years
- 영상보러가기 : https://youtu.be/kAGSl99U0Bo
[AWS & 베스핀글로벌 - 스타트업, 클라우드에 날개를 달자! 세미나] 효과적으로 클라우드 사용하기BESPIN GLOBAL어디서나 접근이 가능하고 쉽고 빠르게 애플리케이션을 배포하기 위해서는 클라우드가 필수입니다.
클라우드는 IT에 국한된 이슈가 아닌 비즈니스 전략적으로 선택해야하는 머스트가 되었죠.
왜냐하면 디지털 트랜스포메이션은 4차 산업혁명의 핵심이거든요.
그렇지만 이런 새로운 바람에 대해 아직 낯설고 어디서부터 시작해야할지 모르겠다면 베스핀글로벌과 함께 클라우드로의 여정을 떠나면 어떨까요?
지난 6월 28일 AWS와 베스핀글로벌 스타트없을 위한 세미나를 진행했습니다.
세계 최고의 클라우드 회사 AWS와 성공한 스타트업 선배들의 사례를 통해 여러분들께 유용한 시간이 되길 바랍니다.
클라우드가 뭔지 궁금하지만 잘 모르겠다면, 클라우드를 도입하고는 싶지만 어디서부터 시작해야 할지 감이 오지 않으신다면, 베스핀글로벌과 상의하세요.
[IDG Tech Webinar] “클라우드 비용, 더 아낄 수 있다” 실전 클라우드 비용 최적화 가이드BESPIN GLOBALIDG Tech Webinar
“클라우드 비용, 더 아낄 수 있다” 실전 클라우드 비용 최적화 가이드
수없이 많은 클라우드의 장점을 중 가장 중요한 부분은 무엇일까요?
장점을 모두 합쳐도, ‘비용 절감’보다 중요하지 않다고 해도 과언이 아닙니다.
실제로 클라우드를 이미 사용 중이거나 도입을 고민하고 있는 기업의 절반 정도가 ‘비용 최적화’와 ‘비용 관리’를 가장 큰 도전 과제로 꼽고 있습니다.
비용 절감을 주된 이유로 클라우드를 도입했지만, 이런 이점을 제대로 살리기 위해서는 클라우드의 특성을 이해하고 지속적인 모니터링과 이를 기반으로 한 전략 수정이 필요합니다.
또한 기존 인프라 대비 충분히 저렴하다고 생각하는 클라우드 비용도 최적화와 관리를 통해 더 줄일 수 있다는 점을 간과해서는 안됩니다.
국내 클라우드 매니지드 서비스 시장에서 맹활약하고 있는 베스핀글로벌은 기업의 퍼블릭 클라우드 도입 및 활용을 돕는 다양한 서비스로 주목 받고 있습니다.
특히 베스핀글로벌의 OpsNow는 ‘클라우드 비용 50% 절감’을 강조하는 완성형 클라우드 관리 플랫폼입니다.
지난 7월 10일 웨비나에서 베스핀글로벌이 그동안 축적한 클라우드 비용 절감 노하우를 낱낱이 소개했습니다.
과연 클라우드 비용을 어디까지 최적화할 수 있는지, 어떻게 하면 비용을 절반으로 줄일 수 있는지 알아보시기 바랍니다.
클라우드가 뭔지 궁금하지만 잘 모르겠다면, 클라우드를 도입하고는 싶지만 어디서부터 시작해야 할지 감이 오지 않으신다면, 베스핀글로벌과 상의하세요.
차정민 (소프트웨어 엔지니어) 이력서 + 경력기술서Jeongmin Cha2021.03월 버전.
경력 및 세부 사항이 추가되는 대로 새로운 파일로 업로드할 예정입니다.
이력서 및 경력기술서를 합쳐서 하나의 파일로 완성했습니다 :)
궁금하신 사항은 개인 이메일 (cjm9236@gmail.com) 로 연락부탁드리겠습니다.
Google Cloud NEXT'17 정리Yongyoon Shin100 announcements (!) from Google Cloud Next '17 정리
*참조: https://blog.google/topics/google-cloud/100-announcements-google-cloud-next-17/
JMI Techtalk : Backend.AILablup Inc.Just Model It 이벤트에서 사용할 Backend.AI 에 관한 소개입니다. Backend.AI의 개괄, 주요 기능 및 사용예들을 다룹니다. 또한 Backend.AI 를 이용한 End-to-end ML model 개발 시나리오도 소개합니다.
An Introduction to Backend.AI to use in Just Model It event. It covers the overview of Backend.AI, its main features and examples. It also introduces the scenario of developing end-to-end ML model using Backend.AI.
NAVER TECH CONCERT_FE2019_빠르게 훑어보는 웹 개발 트렌드NAVER Engineering
웹 개발 방식은 빠르게 변하고 있습니다. 웹이 등장했을 때부터 현재까지 웹 개발 방식이 어떻게 바뀌어 왔는지 빠르게 훑어보고, 지금부터 웹 개발을 시작한다면 어떤 내용을 공부하면 좋을지 알아봅니다.
Session 3. 제조업의 미래를 바꾸는 Microsoft Azure AI/ML/IoT 플랫폼 - 베스핀글로벌 박플로 차장BESPIN GLOBAL제조 기업을 위해 SCM(supply chain management, 선진 공급망 관리) 솔루션과 클라우드로의 디지털 드랜스포메이션을 실제 도입 케이스를 통한 실용적인 도입 방안과 효과를 공유합니다.
이번 세션에서는 제조업의 미래를 바꾸는 Microsoft Azure AI/ML 플랫폼에 대해 설명합니다.
효율적인 IT 운영을 위해 제조기업에서 인공지능을 어떻게 활용할 수 있을지 Microsoft Azure AI/ML의 이해와 활용 및 다양한 도입 시나리오를 제시합니다.
Bigdata with Google Cloud정출 김Spark
Hadoop
HDFS
Spark Cluster
Docker
Google Cloud Platform
GCP
DataProc
Google Cloud Storage
Google Vision API
Google Translation API
Google Natural Language API
『빠르게 훑어보는 구글 클라우드 플랫폼』 - 맛보기복연 이조대협, 최명근, 최유석, 윤성재, 김영균 지음 | 한빛미디어 | 2016.09.10
구글 클라우드 플랫폼을 처음 사용하는 사람을 위한 실습형 입문서.
이 책은 구글 클라우드를 처음 사용하는 사람이 가상 머신(VM) 기반의 클라우드 서비스 기능들을 빠르게 사용할 수 있도록 도울 목적으로, 실습 위주로 속도감 있게 구성하였다.
구글 클라우드의 가상 머신 서비스인 컴퓨트 엔진을 사용하기 위해 가입부터 VM 설정, 네트워크 설정, 오토 스케일링(자동 확장)과 모니터링, 그리고 MySQL 매지니드 서비스인 Cloud SQL의 사용법을 소개한다. 마지막으로 구글 클라우드만의 장점인 빅데이터 서비스, 전 세계를 덮는 전용 네트워크망, 합리적인 가격 정책을 소개한다.
데이터 과학자를 위한 신규 인공지능 서비스 - 김대근, 이유동, AWS AI/ML 스페셜리스트 솔루션즈 아키텍트 / 소성운, 카카오스타일 ...Amazon Web Services KoreaAWS re:Invent에서는 비즈니스 분석가와 프랙티셔너를 위한 신규 서비스뿐만 아니라, MLOps를 가속화할 수 있는 신규 인공지능 및 기계 학습 서비스들이 출시되었습니다. 본 강연에서는 Amazon SageMaker Studio Lab, Amazon SageMaker Inference Recommender, Amazon SageMaker Serverless Inference를 통해 데이터 과학자들이 완전 관리형 머신 러닝 스택에 익숙해지는 방법을 소개합니다.
Auto Scalable 한 Deep Learning Production 을 위한 AI Serving Infra 구성 및 AI DevOps...hoondong kim[Tensorflow-KR Offline 세미나 발표자료]
Auto Scalable 한 Deep Learning Production 을 위한 AI Serving Infra 구성 및 AI DevOps Cycle 구성 방법론. (Azure Docker PaaS 위에서 1만 TPS Tensorflow Inference Serving 방법론 공유)
SOSCON 2017 - Backend.AIJoongi Kim
Introduces a brief history and background of Backend.AI project, and technical details with a few key problem solving experiences.
100% Serverless big data scale production Deep Learning Systemhoondong kim- BigData Sale Deep Learning Training System (with GPU Docker PaaS on Azure Batch AI)
- Deep Learning Serving Layer (with Auto Scale Out Mode on Web App for Linux Docker)
- BigDL, Keras, Tensorlfow, Horovod, TensorflowOnAzure
Machine Learning Model Serving with Backend.AIJeongkyu Shin머신러닝 모델을 서비스 단에서 서빙하는 것은 손이 많이 갑니다.
서비스 과정을 편리하게 하기 위하여 TensorFlow serving 등 서빙 과정을 돕는 다양한 도구들이 공개되고 개발되고 있습니다만, 여전히 서빙 과정은 귀찮고 불편합니다. 이 세션에서는 Backend.AI 와 TensorFlow serving을 이용하여 간단하게 TensorFlow 모델을 서빙하는 법에 대해 다루어 봅니다.
Backend.AI 서빙 모드를 소개하고, 여러 TF serving 모델 등을 Backend.AI 로 서비스하는 과정을 통해 실제로 사용하는 법을 알아봅니다.
Serving the machine learning model at the service level is a lot of work. A variety of tools are being developed and released to facilitate the process of serving. TensorFlow serving is the greatest one for serving now, but the docker image baking-based serving process is not easy, not flexible and controllable enough. In this session, I will discuss how to simplify the serving process of TensorFlow models by using Backend.AI and TensorFlow serving.
I will introduce the Backend.AI serving mode (on the trunk but will be official since 1.6). After that, I will demonstrate how to use the Backend.AI serving mode that conveniently provides various TensorFlow models with TensorFlow serving on the fly.
Pycon korea 2018 kaggle tutorial(kaggle break)Yeonmin KimPycon korea 2018 미운 우리 캐글 tutorial 자료입니다.
https://www.pycon.kr/2018/program/tutorial/13
주 내용은 Coursera의 How to Win a Data Science Competition:Learn from Top Kagglers 입니다.
https://www.coursera.org/learn/competitive-data-science
[IDG Tech Webinar] “클라우드 비용, 더 아낄 수 있다” 실전 클라우드 비용 최적화 가이드BESPIN GLOBALIDG Tech Webinar
“클라우드 비용, 더 아낄 수 있다” 실전 클라우드 비용 최적화 가이드
수없이 많은 클라우드의 장점을 중 가장 중요한 부분은 무엇일까요?
장점을 모두 합쳐도, ‘비용 절감’보다 중요하지 않다고 해도 과언이 아닙니다.
실제로 클라우드를 이미 사용 중이거나 도입을 고민하고 있는 기업의 절반 정도가 ‘비용 최적화’와 ‘비용 관리’를 가장 큰 도전 과제로 꼽고 있습니다.
비용 절감을 주된 이유로 클라우드를 도입했지만, 이런 이점을 제대로 살리기 위해서는 클라우드의 특성을 이해하고 지속적인 모니터링과 이를 기반으로 한 전략 수정이 필요합니다.
또한 기존 인프라 대비 충분히 저렴하다고 생각하는 클라우드 비용도 최적화와 관리를 통해 더 줄일 수 있다는 점을 간과해서는 안됩니다.
국내 클라우드 매니지드 서비스 시장에서 맹활약하고 있는 베스핀글로벌은 기업의 퍼블릭 클라우드 도입 및 활용을 돕는 다양한 서비스로 주목 받고 있습니다.
특히 베스핀글로벌의 OpsNow는 ‘클라우드 비용 50% 절감’을 강조하는 완성형 클라우드 관리 플랫폼입니다.
지난 7월 10일 웨비나에서 베스핀글로벌이 그동안 축적한 클라우드 비용 절감 노하우를 낱낱이 소개했습니다.
과연 클라우드 비용을 어디까지 최적화할 수 있는지, 어떻게 하면 비용을 절반으로 줄일 수 있는지 알아보시기 바랍니다.
클라우드가 뭔지 궁금하지만 잘 모르겠다면, 클라우드를 도입하고는 싶지만 어디서부터 시작해야 할지 감이 오지 않으신다면, 베스핀글로벌과 상의하세요.
차정민 (소프트웨어 엔지니어) 이력서 + 경력기술서Jeongmin Cha2021.03월 버전.
경력 및 세부 사항이 추가되는 대로 새로운 파일로 업로드할 예정입니다.
이력서 및 경력기술서를 합쳐서 하나의 파일로 완성했습니다 :)
궁금하신 사항은 개인 이메일 (cjm9236@gmail.com) 로 연락부탁드리겠습니다.
Google Cloud NEXT'17 정리Yongyoon Shin100 announcements (!) from Google Cloud Next '17 정리
*참조: https://blog.google/topics/google-cloud/100-announcements-google-cloud-next-17/
JMI Techtalk : Backend.AILablup Inc.Just Model It 이벤트에서 사용할 Backend.AI 에 관한 소개입니다. Backend.AI의 개괄, 주요 기능 및 사용예들을 다룹니다. 또한 Backend.AI 를 이용한 End-to-end ML model 개발 시나리오도 소개합니다.
An Introduction to Backend.AI to use in Just Model It event. It covers the overview of Backend.AI, its main features and examples. It also introduces the scenario of developing end-to-end ML model using Backend.AI.
NAVER TECH CONCERT_FE2019_빠르게 훑어보는 웹 개발 트렌드NAVER Engineering
웹 개발 방식은 빠르게 변하고 있습니다. 웹이 등장했을 때부터 현재까지 웹 개발 방식이 어떻게 바뀌어 왔는지 빠르게 훑어보고, 지금부터 웹 개발을 시작한다면 어떤 내용을 공부하면 좋을지 알아봅니다.
Session 3. 제조업의 미래를 바꾸는 Microsoft Azure AI/ML/IoT 플랫폼 - 베스핀글로벌 박플로 차장BESPIN GLOBAL제조 기업을 위해 SCM(supply chain management, 선진 공급망 관리) 솔루션과 클라우드로의 디지털 드랜스포메이션을 실제 도입 케이스를 통한 실용적인 도입 방안과 효과를 공유합니다.
이번 세션에서는 제조업의 미래를 바꾸는 Microsoft Azure AI/ML 플랫폼에 대해 설명합니다.
효율적인 IT 운영을 위해 제조기업에서 인공지능을 어떻게 활용할 수 있을지 Microsoft Azure AI/ML의 이해와 활용 및 다양한 도입 시나리오를 제시합니다.
Bigdata with Google Cloud정출 김Spark
Hadoop
HDFS
Spark Cluster
Docker
Google Cloud Platform
GCP
DataProc
Google Cloud Storage
Google Vision API
Google Translation API
Google Natural Language API
『빠르게 훑어보는 구글 클라우드 플랫폼』 - 맛보기복연 이조대협, 최명근, 최유석, 윤성재, 김영균 지음 | 한빛미디어 | 2016.09.10
구글 클라우드 플랫폼을 처음 사용하는 사람을 위한 실습형 입문서.
이 책은 구글 클라우드를 처음 사용하는 사람이 가상 머신(VM) 기반의 클라우드 서비스 기능들을 빠르게 사용할 수 있도록 도울 목적으로, 실습 위주로 속도감 있게 구성하였다.
구글 클라우드의 가상 머신 서비스인 컴퓨트 엔진을 사용하기 위해 가입부터 VM 설정, 네트워크 설정, 오토 스케일링(자동 확장)과 모니터링, 그리고 MySQL 매지니드 서비스인 Cloud SQL의 사용법을 소개한다. 마지막으로 구글 클라우드만의 장점인 빅데이터 서비스, 전 세계를 덮는 전용 네트워크망, 합리적인 가격 정책을 소개한다.
데이터 과학자를 위한 신규 인공지능 서비스 - 김대근, 이유동, AWS AI/ML 스페셜리스트 솔루션즈 아키텍트 / 소성운, 카카오스타일 ...Amazon Web Services KoreaAWS re:Invent에서는 비즈니스 분석가와 프랙티셔너를 위한 신규 서비스뿐만 아니라, MLOps를 가속화할 수 있는 신규 인공지능 및 기계 학습 서비스들이 출시되었습니다. 본 강연에서는 Amazon SageMaker Studio Lab, Amazon SageMaker Inference Recommender, Amazon SageMaker Serverless Inference를 통해 데이터 과학자들이 완전 관리형 머신 러닝 스택에 익숙해지는 방법을 소개합니다.
Auto Scalable 한 Deep Learning Production 을 위한 AI Serving Infra 구성 및 AI DevOps...hoondong kim[Tensorflow-KR Offline 세미나 발표자료]
Auto Scalable 한 Deep Learning Production 을 위한 AI Serving Infra 구성 및 AI DevOps Cycle 구성 방법론. (Azure Docker PaaS 위에서 1만 TPS Tensorflow Inference Serving 방법론 공유)
SOSCON 2017 - Backend.AIJoongi Kim
Introduces a brief history and background of Backend.AI project, and technical details with a few key problem solving experiences.
100% Serverless big data scale production Deep Learning Systemhoondong kim- BigData Sale Deep Learning Training System (with GPU Docker PaaS on Azure Batch AI)
- Deep Learning Serving Layer (with Auto Scale Out Mode on Web App for Linux Docker)
- BigDL, Keras, Tensorlfow, Horovod, TensorflowOnAzure
Machine Learning Model Serving with Backend.AIJeongkyu Shin머신러닝 모델을 서비스 단에서 서빙하는 것은 손이 많이 갑니다.
서비스 과정을 편리하게 하기 위하여 TensorFlow serving 등 서빙 과정을 돕는 다양한 도구들이 공개되고 개발되고 있습니다만, 여전히 서빙 과정은 귀찮고 불편합니다. 이 세션에서는 Backend.AI 와 TensorFlow serving을 이용하여 간단하게 TensorFlow 모델을 서빙하는 법에 대해 다루어 봅니다.
Backend.AI 서빙 모드를 소개하고, 여러 TF serving 모델 등을 Backend.AI 로 서비스하는 과정을 통해 실제로 사용하는 법을 알아봅니다.
Serving the machine learning model at the service level is a lot of work. A variety of tools are being developed and released to facilitate the process of serving. TensorFlow serving is the greatest one for serving now, but the docker image baking-based serving process is not easy, not flexible and controllable enough. In this session, I will discuss how to simplify the serving process of TensorFlow models by using Backend.AI and TensorFlow serving.
I will introduce the Backend.AI serving mode (on the trunk but will be official since 1.6). After that, I will demonstrate how to use the Backend.AI serving mode that conveniently provides various TensorFlow models with TensorFlow serving on the fly.
Pycon korea 2018 kaggle tutorial(kaggle break)Yeonmin KimPycon korea 2018 미운 우리 캐글 tutorial 자료입니다.
https://www.pycon.kr/2018/program/tutorial/13
주 내용은 Coursera의 How to Win a Data Science Competition:Learn from Top Kagglers 입니다.
https://www.coursera.org/learn/competitive-data-science
[AI & DevOps] BigData Scale Production AI 서비스를 위한 최상의 플랫폼 아키텍처hoondong kimBigData Scale 그리고 실시간 Lambda 아키텍처 등을 가미한 Production AI 서비스의 최상의 플랫폼을 고민해본다. 최적의 개발환경 및 개발도구들을 제시하고, Bigdata Scale AI 서비스를 위한 고려점들 및 Use Case를 공유한다.
[AWS Innovate 온라인 컨퍼런스] 수백만 사용자 대상 기계 학습 서비스를 위한 확장 비법 - 윤석찬, AWS 테크 에반젤리스트Amazon Web Services Korea발표자료 다시보기: https://youtu.be/RYzviz-uOCU
기계 학습은 이제 개발자에게 필수 기술셋이 되었습니다. 본 세션에서는 AWS의 다양한 인공 지능 서비스를 활용하여 개발자들이 기계 학습을 처음 접하는 시점부터 혼자서 공부하는 방법부터 팀에서 초기 도입시, 그리고 정식 프로덕션 환경에서 수백만 사용자를 위한 서비스를 향해 가는 과정을 알려드림으로서 기계 학습 기반 개발자가 될 수 있는 방법을 알아봅니다.
Backend.AI: 오픈소스 머신러닝 인프라 프레임워크Jeongkyu ShinBackend.AI (https://backend.ai)는 클라우드 및 온-프레미스 환경에서 여러 사용자가 안전하고 효율적으로 컴퓨팅 자원을 공유할 수 있는 머신러닝에 특화된 인프라 관리 프레임워크입니다. 현재 널리 사용되고 있는 오픈소스 기술인 OpenStack, Kubernetes 등과 비교하여 어떤 특징과 차이점이 있는지 소개하고, 프레임워크의 구조와 기반 기술 및 응용 사례를 데모와 함께 소개합니다.
ALB+EC2 to API gateway + LambdaKyuhyun Byun기본적인 웹어플리케이션 아키텍쳐인 ELB와 EC2로 이루어진 환경에서 Serverless Architecture인 API Gateway + Lambda로 전환한 사례 공유입니다.
데모 Git repository는 다음과 같습니다.
https://github.com/novemberde/serverless-webapp-demo
코프링 프로젝트 투입 일주일 전: 주니어 개발자의 코틀린 도입 이야기Seokjae Lee인프콘 2023에서 발표한 <코프링 프로젝트 투입 일주일 전: 주니어 개발자의 코틀린 도입 이야기> 발표 자료입니다.
https://www.inflearn.com/conf/infcon-2023/session-detail?id=765
18. Architecting with Google Cloud Platform Specialization
(https://www.coursera.org/specializations/gcp-
architecture?utm_source=googlecloud&utm_medium=institutions&utm_campaign=GoogleClo
ud_ACE_Architecting)
• Google Cloud 에서 만든 공식 강의
• Associate Engineer 와 Professional Architecture 시험을 모두 커버할 수 있도록 구성됨
• 총 6과목
• Google Cloud Platform Fundamentals: Core Infrastructure
• Essential Cloud Infrastructure: Foundation
• Essential Cloud Infrastructure: Core Services
• Elastic Cloud Infrastructure: Scaling and Automation
• Elastic Cloud Infrastructure: Containers and Services
• Reliable Cloud Infrastructure: Design and Process
23. Google Certified Associate Cloud Engineer
(https://acloud.guru/learn/gcp-certified-associate-cloud-engineer)
• 시험 1주일 전에 마지막 OutLine 전반을 훑어보기 용도로 추천
• 7시간정도강의구성으로free trial 7일안에들을수있는분량
• 모의고사 제공 (모든 섹션에서 80% 이상 취득 후 실제 시험 보는것을 추천)
• 클라우드환경에서어떻게Data Flow가일어나는지를중요히여기고 OutLine의각
섹션을Data Flow 관점에서설명한다.
26. 추천퀘스트목록
• GCP Essentials
• Kubernetes in the Google Cloud
• Challenge: GCP Architecture
• Kubernetes Solutions
• Google Cloud Solutions 1: Scaling Your Infrastructure
• Goolge Cloud Solutions 2: Data and Machine Learning