남아 있는 방을 쓰는 에어비엔비 같은 개념이네요. 소유보다 사용의 개념이라고 이해하겠습니다.
@user-vt5nn4fb7uАй бұрын
48:17
@davidlee0706Ай бұрын
설명이 너무 좋았어요
@TalkitonairАй бұрын
감사합니다. 데이터관련 토크아이티 세미남 영상들만 모은 재생목록인데 참고하시기 바랍니다. kzread.info/head/PLVKBaX6ePkhj5oaJce_cSKPjBgn6hAAJE
@user-lt3bt7nj8j2 ай бұрын
잘봤습니다. 귀중한 영상 감사합니다.
@Talkitonair2 ай бұрын
보안분야에 관심있으시면, 여기 보안분야 재생목록도 참고하시면 좋을 것 같습니다. kzread.info/head/PLVKBaX6ePkhhDSv-pV-d0bNDJlsMrpJZE
@doodobird2 ай бұрын
헉 너무 좋은 영상이에요 ㅠㅜ 자료조사중인데 잘 참고하겠습니다 곧 뜨실거 같아요!
@Talkitonair2 ай бұрын
ㅎㅎ 고맙습니다^^
@user-xt2nj4cx8n2 ай бұрын
👵🇰🇷인공지능😱악의적이용하면인류멸망자초한다
@user-bi1lo8pm2l2 ай бұрын
감사합니다
@doji_coin2 ай бұрын
최근 봤던 영상중에서 굉장히 유용한 영상이였다.
@Talkitonair2 ай бұрын
토크아이티 인기 동영상 재생목록에 있는 영상들도 추천드립니다.:) kzread.info/head/PLVKBaX6ePkhiKFbdNjSexajTtHkQ3aezZ&si=RPSZRMGekjPykI0r
@doji_coin2 ай бұрын
@@Talkitonair 출퇴근시간 활용해보겠습니다. 감사합니다 :]
@user-mn6js5dh7m2 ай бұрын
제로베이스인 사람이봐도 이해가쉽고 편하네요, 감사합니다ㅎ
@Talkitonair2 ай бұрын
좋은 말씀 감사합니다!
@pang123452 ай бұрын
진짜 영화배우 같네요 ㅋㅋ
@Talkitonair2 ай бұрын
ㅎㅎ 저도 진행하면서 깜놀^^
@eheotjd2 ай бұрын
황회장님 가성비10g공유기 출시해주는건가? 앙?
@seminarcrunchy2 ай бұрын
#동화기업 데이터랩 01:00 소개 02:52 동화기업의 DX 배경 03:45 몽고DB, 시계열성 데이터 강점 06:19 동화기업 소개 09:20 동화기업 스마트팩토리 구현 방향성 14:01 어떤 분야부터 스마트팩토리 시작했는지 16:43 데이터 축적 후 분석 시 발생한 문제 17:56 현업의 컴플레인은? 20:05 센서 데이터 문제를 어떻게 해결? 20:55 NoSQL DB 검토 22:47 몽고DB 도입 후 느낀 점 24:46 몽고DB 도입 후 계량적 성과 25:44 DX 추구하는 분들에게 코멘트 28:41 Q&A(1) 몽고DB와 RDB를 어떻게 사용하는지? 30:23 Q&A(2) 적용 활발한 분야? 기술 발전 방향? 31:57 Q&A(3) 몽고DB 적용 후 가장 많은 변화? 33:31 Q&A(4) ML/DL 학습을 위한 데이터 수집/활용? 35:06 Q&A(5) 몽고DB의 '컬렉션/문서 저장'의 특징? 36:59 Q&A(6) 설비 데이터가 RDB... DB 바꾸기 어려움? 37:47 Q&A(7) 데이터 사이즈/속도... 몽고DB 장점? #몽고DB 김규동 상무 40:16 "IoT 플랫폼의 라이프 사이클" 42:22 Document 모델의 장점 47:09 Time-Series Bucket 48:56 인덱스와 저장의 장점 52:10 분석을 위한 전용 노드와 Co-work 53:47 Event 기반 분석과 Action 54:35 다임러(벤츠)의 몽고DB 사용 사례 59:11 국내 레퍼런스(사례) - 전동 킥보드 01:01:00 몽고DB 수요 전망 01:02:22 Q&A(8) 몽고DB의 데이터 안정성 차별점? 01:03:16 Q&A(9) 생활속 IoT 서비스 중 몽고DB 적용? 01:04:03 Q&A(10) 데이터 증가 시 chunk migration 이슈? 01:05:08 Q&A(11) 암호화/복호화 기능? 타 솔루션 연동? 01:05:45 Q&A(12) 데이터 병목 해결? 부하 분산? 01:06:22 Q&A(13) RDB와 같은 서버 이슈 처리 기능? 01:07:26 Q&A(14) 시계열 데이터의 순서 오류 처리? 01:10:30 마무리
@Talkitonair2 ай бұрын
하나하나 타임라인별 아젠다 적어주셔서 고맙습니다. 제가 유튜브 내용 안에 그대로 적용해서, 이제부터 다른 분들이 유튜브챕터 기능으로 보다 더 편하게 보실 수 있을 것 같습니다.
![MSA(마이크로서비스 아키텍처) 탄생까지의 10년 역사, 10분 요약 [세미남458@토크아이티, 박준성 회장 / 한국SW기술진흥협회]](/img/d.gif)
Пікірлер
그게 다 그거임
00:36 전사적 AI 적용 Bottleneck 02:10 현업이 스스로 할 수 있는가? 07:12 현업을 위한 실질적인 교육 체계 09:08 현업이 데이터를 엑셀처럼 사용하도록 지원 10:14 CDS 플랫폼은 현업에게 개방하라
디자인이나 스타일은 어떻게 바꿀 수 있을까요?
아래 메일로 문의해 보시면 됩니다.^^ ▶상담 문의 : [email protected]
도커가 몰락하고 쿠버네티스에서 퇴출됐다는게 믿기가 힘드네요 관련자료를 함께 보여주면 좀더 신뢰가 갈것같아요
좋은 영상 감사합니다. 대학교 멘토링 때 뵀었던 선배님인데, 더 멋져지셨네요.
dx의 시대를 넘어서 ai transformation의 시대가 곧 올 것 같습니다.
퀄리티 높은 영상 감사합니다
ㅎㅎ 고맙습니다.^^
좋은강의 감사합니다
ㅎㅎ 고맙습니다^^
감사합니다
ㅎㅎ 고맙습니다.^^
엔비디아 작년에 250에팔고 올해1200에 다시산 바보..😢😢😢
세월이 흘러도 명강의는 빛나네요. 감사드립니다.
김수환 작가님 진행에 어려움이 있어 구글 이메일로 메일 드렸습니다. 확인 좀 부탁드려요~
ㄱㅅㄹ
유니버셀 로봇 가격대 얼마나 하나요?
생성형 AI를 공부한다는 것이 chat gpt 사용법을 익히는 것일까요? 아니면 NLP를 공부해서 프로젝트를 해본다는 것을 의미하는건가요?
모든 사람이 풀스택, 풀사이클을 할 필요는 없죠. 고급 인력 한두명이 주도해서 DevOps를 구축해서 다른 개발자들이 잘 쓸 수있게 구축해주면 됩니다. 하지만 그런 고급 인력을 구하기가 어렵다는게 현실이죠 ㅎㅎ
재밌게 봤습니다. 감사합니다.
재미있게 봐주셔서 감사합니다!
굉장히 유익한 영상이었습니다.
Ai만들지마라!
이런건 왜만드냐ᆢ?
멸종그렇다면 스톱시켜!!!!!
많은 도움이 되어서 몇번이고 돌려 들어보고 있습니다. 감사합니다.
요즘 보기 드문 사상이 제대로된 회장이네요.
????
코딩 교육이 초중등 필수 교육이 된 시대랍니다~
원본 영상이니, 관심있는 분은 참고하세요^^ kzread.info/dash/bejne/mqidzLivd8ibh9Y.html
현업부서에서 DX를 추진하고 DX부서에서 지원한다는 게 인상적이네요. 결국 실무부서에서 무엇이 필요한 지 제일 잘 알죠.
팔로알토의 XSIAM 잘보고 갑니다.
귀한 내용 잘봤습니다.
흐음..
최종 사용자들이 사용하기 쉽다는 말씀만 하시고 보여주지 않으셔서 궁금하네요. 아쉽습니다.ㅎㅎ
6월 26일(수) 오전10시 토크아이티 웨비나에서 궁금하신 how to를 자세히 다룰 예정입니다^^ talkit.tv/main/webinars/3403
제조 쪽에 현실적인 AI 도입 사례 소개네요. 감사하고, 훌륭한 발표였습니다.
저도 LG화학 전팀장과 이날 토크 나누면서, 기술보다 실전적인 관점으로 AI에 접근하는 자세가 인상적이었습니다.
잠깐 업무적으로 보았지만 정팀장님 대단하신 분입니다. Nvidia NIM 자료 찾고 있었는데 정말 많은 도움이 되었어요~~!
ㅎㅎ 저도 정팀장님과 생방송토크하면서 많이 배웁니다.^^ Nvidia관련된 영상들을 모은유튜브 재생목록도 추천드립니다 kzread.info/head/PLVKBaX6ePkhiAzaKhjawCy4D0MPqK7rnD
공감되네요. 저도 ERP 작은 것 직접 개발하는데.. 너무 공감됩니다. ^^ 감사합니다.
공감해 주셔서 감사합니다.
좋은 영상 감사합니다.
시청해 주셔서 감사드립니다.
남아 있는 방을 쓰는 에어비엔비 같은 개념이네요. 소유보다 사용의 개념이라고 이해하겠습니다.
48:17
설명이 너무 좋았어요
감사합니다. 데이터관련 토크아이티 세미남 영상들만 모은 재생목록인데 참고하시기 바랍니다. kzread.info/head/PLVKBaX6ePkhj5oaJce_cSKPjBgn6hAAJE
잘봤습니다. 귀중한 영상 감사합니다.
보안분야에 관심있으시면, 여기 보안분야 재생목록도 참고하시면 좋을 것 같습니다. kzread.info/head/PLVKBaX6ePkhhDSv-pV-d0bNDJlsMrpJZE
헉 너무 좋은 영상이에요 ㅠㅜ 자료조사중인데 잘 참고하겠습니다 곧 뜨실거 같아요!
ㅎㅎ 고맙습니다^^
👵🇰🇷인공지능😱악의적이용하면인류멸망자초한다
감사합니다
최근 봤던 영상중에서 굉장히 유용한 영상이였다.
토크아이티 인기 동영상 재생목록에 있는 영상들도 추천드립니다.:) kzread.info/head/PLVKBaX6ePkhiKFbdNjSexajTtHkQ3aezZ&si=RPSZRMGekjPykI0r
@@Talkitonair 출퇴근시간 활용해보겠습니다. 감사합니다 :]
제로베이스인 사람이봐도 이해가쉽고 편하네요, 감사합니다ㅎ
좋은 말씀 감사합니다!
진짜 영화배우 같네요 ㅋㅋ
ㅎㅎ 저도 진행하면서 깜놀^^
황회장님 가성비10g공유기 출시해주는건가? 앙?
#동화기업 데이터랩 01:00 소개 02:52 동화기업의 DX 배경 03:45 몽고DB, 시계열성 데이터 강점 06:19 동화기업 소개 09:20 동화기업 스마트팩토리 구현 방향성 14:01 어떤 분야부터 스마트팩토리 시작했는지 16:43 데이터 축적 후 분석 시 발생한 문제 17:56 현업의 컴플레인은? 20:05 센서 데이터 문제를 어떻게 해결? 20:55 NoSQL DB 검토 22:47 몽고DB 도입 후 느낀 점 24:46 몽고DB 도입 후 계량적 성과 25:44 DX 추구하는 분들에게 코멘트 28:41 Q&A(1) 몽고DB와 RDB를 어떻게 사용하는지? 30:23 Q&A(2) 적용 활발한 분야? 기술 발전 방향? 31:57 Q&A(3) 몽고DB 적용 후 가장 많은 변화? 33:31 Q&A(4) ML/DL 학습을 위한 데이터 수집/활용? 35:06 Q&A(5) 몽고DB의 '컬렉션/문서 저장'의 특징? 36:59 Q&A(6) 설비 데이터가 RDB... DB 바꾸기 어려움? 37:47 Q&A(7) 데이터 사이즈/속도... 몽고DB 장점? #몽고DB 김규동 상무 40:16 "IoT 플랫폼의 라이프 사이클" 42:22 Document 모델의 장점 47:09 Time-Series Bucket 48:56 인덱스와 저장의 장점 52:10 분석을 위한 전용 노드와 Co-work 53:47 Event 기반 분석과 Action 54:35 다임러(벤츠)의 몽고DB 사용 사례 59:11 국내 레퍼런스(사례) - 전동 킥보드 01:01:00 몽고DB 수요 전망 01:02:22 Q&A(8) 몽고DB의 데이터 안정성 차별점? 01:03:16 Q&A(9) 생활속 IoT 서비스 중 몽고DB 적용? 01:04:03 Q&A(10) 데이터 증가 시 chunk migration 이슈? 01:05:08 Q&A(11) 암호화/복호화 기능? 타 솔루션 연동? 01:05:45 Q&A(12) 데이터 병목 해결? 부하 분산? 01:06:22 Q&A(13) RDB와 같은 서버 이슈 처리 기능? 01:07:26 Q&A(14) 시계열 데이터의 순서 오류 처리? 01:10:30 마무리
하나하나 타임라인별 아젠다 적어주셔서 고맙습니다. 제가 유튜브 내용 안에 그대로 적용해서, 이제부터 다른 분들이 유튜브챕터 기능으로 보다 더 편하게 보실 수 있을 것 같습니다.
좋은영상 잘 봤습니다
고맙습니다.^^ AI관련된 영상들은 여기 재생목록에도 있으니 참고하시기 바랍니다. kzread.info/head/PLVKBaX6ePkhhovUJ9RX7_hBzXeITO1pVH
Agi 라는건 한마디로 전격z작전의 키트가 세상으로 나온다는 거군요.
Redis 그렇게 많이 쓰면서도 상장 돼 있는지 몰랐네요 ㄷㄷㄷ Mongo도 나도 모르게 상장 돼 있고 폭등해서 지금 하늘나라 가격이더니..
시청 감사드립니다. 그런데 Redis는 아직 상장은 안되어있습니다.
강형모 저자님 큰 인사이트 얻고갑니다! 🙏
"프로덕트 매너지 원칙" 강형모 저자님 다른 영상입니다. ^^ kzread.info/dash/bejne/aoxhqbduqNjSf5c.htmlfeature=shared