DevOps & 백엔드 엔지니어에서 MLOps 엔지니어로 성장하기 위한 여정을 걷고 있습니다.
저는 AGI의 발전에는 모델 혁신과 함께 이를 안정적·확장 가능하게 만드는 엔지니어링적 접근이 똑같이 중요하다고 생각합니다.
AI와 인프라의 두 영역을 연결하는 융합형 MLOps 엔지니어로 성장하여,
모델의 성능이 실제 비즈니스와 사회적 가치로 이어지도록 기여하고자 합니다.
- 🌐 클라우드 인프라, DevOps, MLOps에 열정을 가지고 있습니다.
- 🛠 Kubernetes, Ansible, Terraform, FastAPI 활용에 능숙합니다.
- 📦 확장 가능한 백엔드 서비스와 ML 모델 서빙 파이프라인을 구축합니다.
- 📊 Observability와 인프라 자동화에 관심이 있습니다.
- 실험 추적 – MLflow, Weights & Biases 활용
- 모델 서빙 학습 – Kubeflow, BentoML 기반 서빙 아키텍처
- 모델 최적화 – LoRA, PEFT, 양자화 기법 연구
- 자격증 학습 – AWS MLS (Machine Learning Specialty) 준비
- Proxy101 – Nginx, HAProxy, Squid, Jaeger 프록시 설정 및 모범사례 정리
- AWS Diagram Object Detection – YOLO 기반 AWS 아키텍처 다이어그램 파싱 툴
- Mini-RAG – FastAPI + Qdrant + OpenAI 임베딩 기반 대규모 문서 Q&A
- AWS 공인 솔루션스 아키텍트 – 어소시에이트
- Red Hat 공인 시스템 관리자 (RHCSA)
- 정보처리산업기사
- 네트워크관리사 2급
