데이터 엔지니어의 중요한 업무 중 하나는 각종 소스의 데이터를 적절한 OLAP 데이터베이스로 로 옮기는 것입니다. 이때 비중이 큰 소스 중 하나가 백엔드 시스템이 사용하는 RDBMS 입니다. 실제로, AWS Aurora MySQL 의 데이터를 Google Cloud 의 BigQuery 로 주기적으로 옮기는 데이터 파이프라인을 만드는데 많은 시간을 썼었습니다. 한번 작업을 마치고 나니 상당히 전형적인 작업이라는 생각이 들었습니다. 그래서 Best Practices 에 대해 생각해보고 있습니다.

ML 모델을 서비스로 배포하려면 어떻게 하는게 좋을지 궁금해졌습니다. AWS 에는 Amazon SageMaker 가 있고, GCP 에는 AI Platform 이 있습니다. 둘 다 궁금한데 우선 AWS 쪽 부터 파봅니다.

블로그 첫 글인 글또 2기를 시작하며 를 쓴지 8개월 쯤 된 오늘, 글또 3기 첫 글을 쓰게 되었습니다. 글또 2기를 마치며 에 적었듯이, 2기 때 경험이 좋아 3기에도 지원했고, 감사하게도 함께 할 수 있게 되었습니다. 개발 블로그 글쓰기는 유익하고, 글또 모임은 이에 도움이 됩니다.

글을 다 적고나서야 찾았는데… Routing Traffic to a Website that Is Hosted in an Amazon S3 Bucket 문서에서 아래 글에 적은 내용을 잘 설명하고 있습니다.

작년 (2018년) 11월에 글또 2기를 시작하며 글을 적으며 글또 2기 모임을 시작했습니다. GitHub Pages 로 블로그를 만들고 쓴 첫 글이었습니다. 23주가 흐른 지난주가 2기 모임 마지막 글 마감일이었고, 24주가 흐른 지금 회고글을 적고 있습니다.