AI Project에서 Open Source 도입했다 죽도록 고생했던 이야기 다시보기
세션 영상
예고편
SK Hynix 내 반도체 제조 공정에서 부품 촬영 이미지는 짧은 시간
동안에도 수량을 가늠하기 어려울 정도로 많은 양이 발생한다.
또한 제조 공정에 따라서 이미지의 패턴도 천차만별인 데이터를
분석하여 불량 부품과 정상 부품을 판별하는 Deep Learning모델을
만드는 일은 굉장히 많은 노력과 시간을 필요로 하고 공정별
모델을 개별적으로 관리하고 업데이트하는 일은 더 많은 자원이
소모된다. 공정 별 데이터 Pipeline 설계, 모델 학습과 A/B Test를
통한 배포, 모니터링까지의 전체 흐름을 Apache Nifi를 통해
야심차게 설계하였으나, 그 이상의 문제에 직면하여 많은 성장통을
겪었던 사례를 공유하고자 한다.
- 한기훈 / SK하이닉스 Data Science Pro
- 한기훈은 현재 반도체 제조 공정에서 생산되는 부품의 촬영 이미지를 분석하여 Deep Learning 기반 양품과 불량품을 판별하는 모델을 개발하고, 모델의 수명 관리 및 운영에서 안정적으로 모델 Serving 하는 일을 수행하고 있다.
SESSION 참여 이벤트 이벤트 자세히 보기
각 세션에 입장하셨다면 세션 착석하기를 클릭하고 출석체크를
해주세요!
출석체크를 완료한 분들 중 추첨을 통해 갤럭시 버즈 라이브를
드립니다.
- 많은 세션에 참여 할 수록 당첨 확률 UP!
- 출석체크는 세션 On-air 시간에만 가능합니다.
세션에 대한 후기/궁금증/의견을 자유롭게 댓글로 남겨 주세요.
* 게시판의 취지와 맞지 않는 댓글(욕설, 비방 포함)은 관리자에 의해 사전 고지없이 삭제됩니다.
* 댓글은 세션 ON-AIR 시간에만 작성하실 수 있으며, 댓글은 1분마다 새로고침 됩니다.