👋 문서에 오신 것을 환영합니다

이 문서는 데이터 엔지니어링, ML/AI, 그리고 관련 기술 스택을 학습하고 실무에 적용하며 정리한 공간입니다.

📚 주요 카테고리

AI Agents & LLM Engineering

LLM 기반 AI 에이전트 개발 및 프롬프트 엔지니어링

• LangGraph 기반 에이전트 설계
• RAG (Retrieval-Augmented Generation) 파이프라인
• Context Engineering 및 프롬프트 구조화
• AI 에이전트 활용 사례 (업무 자동화, 코드 리뷰 등)

Data Engineering

데이터 파이프라인 설계 및 구현

• ETL/ELT 파이프라인 설계
• 데이터 모델링 및 스키마 설계
• 대용량 데이터 처리 (Spark, Airflow)
• 데이터 웨어하우스 및 레이크하우스

ML/MLOps

머신러닝 모델 개발부터 프로덕션 배포까지

• 모델 학습 및 평가
• 모델 서빙 및 배포
• MLOps 파이프라인 (Kubeflow, MLflow)
• 모델 모니터링 및 재학습

Python & Development Tools

데이터 작업을 위한 Python 생태계 및 도구

• pandas, NumPy, PySpark
• Jupyter, VSCode 개발 환경
• Docker, Kubernetes
• Git, CI/CD

🎯 작성 예정

각 카테고리별로 학습하고 실무에 적용한 내용을 지속적으로 업데이트할 예정입니다.

🔗 관련 링크

• 블로그 - 기술 블로그 포스트
• GitHub - 프로젝트 및 코드