[Git] 브랜치부터 rebase와 PR 병합까지 — 안전하게 push하는 협업 흐름
Git 협업의 전체 흐름을 브랜치와 커밋 그래프부터 설명합니다. fetch와 pull, rebase와 merge, fast-forward push, force-with-lease, GitHub Pull Request 병합 방식의 차이를 안전한 명령 순서와 함께 익힙니다.
Coders Blog
[TensorRT] 멀티 GPU 서버에서 엉뚱한 GPU를 잡는 문제 진단하기
GPU UUID와 논리 번호를 확인하고 TensorRT 객체, 스트림, 버퍼를 같은 CUDA 컨텍스트에 만드는 운영 절차를 정리합니다.
[Time Series] 이상탐지기는 실제 고장을 잡아내나 — 라벨된 데이터로 재봤다
이동평균 3σ, MAD, IsolationForest, Chronos-2 예측오차를 실제 고장이 라벨된 데이터 7종에 붙여 비교했습니다. 같은 알람 예산에서 몇 개를 잡고 몇 번 헛울리는지 실측으로 정리합니다.
[VLM 운영] 이미지·영상 입력 예산으로 OOM을 막는 법 — vLLM 멀티모달 제한 설계
멀티모달 입력의 개수, 프레임 수, 해상도를 제한하고 품질과 지연을 함께 검증하는 운영 절차입니다.
[vLLM] GPU 영상 디코딩 — NVDEC로 VLM 입력 병목 줄이기
vLLM에서 PyNvVideoCodec과 DeepStream을 선택하고 디코딩 VRAM 예산을 검증하는 운영 절차를 정리합니다.
[SQL] 윈도우 함수로 시계열 집계하기 — 그리고 pandas와 답이 갈리는 지점
LAG, 이동평균, 누적합을 SQL 윈도우 함수로 한 번에 계산하는 법을 정리합니다. 같은 계산을 pandas로 했을 때 답이 달라지는 원인과, SQLite·DuckDB·pandas 실행 시간 실측을 함께 담았습니다.
[TensorRT] Dynamic Shape Profile을 잡는 실전 절차
TensorRT의 min/opt/max profile을 실제 요청 분포에 맞춰 설계하고 trtexec로 검증하는 운영 절차를 정리합니다.
[VLM] Qwen3-VL — DeepStack으로 여러 ViT 층의 시각 특징을 이어 붙이기
Qwen3-VL의 DeepStack이 여러 ViT 층의 특징을 초기 LLM 층에 주입하는 구조와 처리 순서, 실무 적용 시 주의사항을 정리합니다.
[Time Series] 시계열 파운데이션 모델을 진짜로 돌려봤다 — Chronos-2 제로샷
학습 없이 예측한다는 시계열 파운데이션 모델을 노트북 CPU에서 실제로 돌려 나이브 기준선과 비교했습니다. 어떤 데이터에서 이기고 어디서 지는지, 속도와 한계를 실측으로 정리합니다.
[TensorRT] Weight Streaming — VRAM이 부족한 모델의 가중치 나눠 가져오기
TensorRT Weight Streaming으로 일부 가중치를 호스트 메모리에 두어 VRAM 사용량을 줄이고, 상주 예산과 성능을 검증하는 방법을 정리합니다.