01 / 홈 02 / 카테고리 03 / 시리즈

01 / 홈 02 / 카테고리 03 / 시리즈

카테고리

AI 페이지로 이동
algorithm 페이지로 이동
- Alias Method: 가중치 랜덤 선택을 전처리 O(n), 추출 O(1)로 바꾸기
- Welford's Online Algorithm: 값을 저장하지 않고 평균과 분산 계산하기
architecture 페이지로 이동
database 페이지로 이동
devops 페이지로 이동
http 페이지로 이동
- HTTP Connection Pool
- HTTPS와 TLS: 핸드셰이크, 인증서, 종료 지점
java 페이지로 이동
javascript 페이지로 이동
kafka 페이지로 이동
linux 페이지로 이동
- fsync — 리눅스 파일 동기화 시스템 콜
- SSH forced command 로 배포 키가 실행할 수 있는 명령 제한하기
mlops 페이지로 이동
network 페이지로 이동
observability 페이지로 이동
- Observability 입문: 시니어 백엔드가 장애를 탐지하고 대응하는 방식
- K8s 위 Spring Boot 앱의 메트릭 수집
python 페이지로 이동
rabbitmq 페이지로 이동
- RabbitMQ Basics — 실전 백엔드 관점에서 정리하는 메시지 브로커 기본기
- RabbitMQ vs Kafka — 백엔드 메시징 선택 기준과 실전 운영 관점
resume 페이지로 이동
task 페이지로 이동
thinking 페이지로 이동
- 자기주도 학습: 질문에서 시작해 글로 검증하기
- 좋은 일을 넘어 중요한 일을 하는 법

FOS-BLOG · FOOTERall systems normal·v0.1 · 2026.04.27·seoul, kr

Ffos-blog/study

개발 학습 기록을 정리하는 블로그입니다. 공부하면서 기록하고, 기록하면서 다시 배웁니다.

visitors

01site

Home↗
Posts↗
Categories↗
Glossary↗
About↗

02policy

소개/about
개인정보처리방침/privacy
연락처/contact

03categories

AI↗
Algorithm↗
DB↗
DevOps↗
Java/Spring↗
JS/TS↗
React↗
Next.js↗
System↗

04connect

GitHub@jon890↗
Source repositoryjon890/fos-study↗
RSS feed/rss.xml↗
Newsletter매주 1 회 · 한 편의 글→

© 2026 FOS Study. All posts MIT-licensed.

built with·Next.js·Tailwind v4·Geist·Pretendard·oklch

TAG

#GPU

1 POSTS

mlops
GPU로 LLM을 서빙한다는 것 — 백엔드 개발자를 위한 추론 서빙의 원리
2026.07.10