이번 글은 케이뱅크의 커뮤니케이션은 어떻게 진행되는지 힌트를 얻으실 수 있도록 준비했어요😋 안녕하세요!매달 초 케이뱅크에서는 어떤 일이 일어나는지 아시나요? (꼬꼬무 목소리로 읽어주세요 👀)  매월 첫째 주 목요일 오후가 되면, 케이뱅크는 쥐죽은 듯 조용해져. 직원들이 일을 안하는 것처럼 보여.심지어 그 시간에 회의를 잡는 순간 날아오는 따가운 눈초리.과장이 아니야. 네가 경험해보면 알 수 있어. 왜인지 알아?  분주하게 돌아가는 회사가 잠깐 함께 멈추는 그 순간! 바로바로 매월 첫째 주 목요일은 케이뱅크 모든 구성원이 함께 모이는 "소통미팅"이 진행되기 때문이에요.  소통미팅이 무엇인지, 굳이 말씀드리지 않아도 어떤 이벤트인지 아시겠죠? 직관적인 이름을 자랑하는, "소통미팅"은모든 구성원들이 한날 ..

2024년 7월 10일케이뱅크 앱이 완전히 새롭게 태어났습니다. 더 편리한 앱, 더 빠른 앱을 만들기 위해 짧은 기간 동안 쉴 새 없이 달려온 케이뱅크의 여정! 이번 앱 리뉴얼은 완전히 판을 뒤집고 새로 시작했기에 케이뱅크 모든 임직원들에게 더욱 의미있는 앱 리뉴얼이었는데요, 앱 리뉴얼을 위해 함께 달려온 분들의 비하인드 스토리를 들어봤습니다 케이뱅크 직원들이 말하는 앱 리뉴얼 비하인드 스토리 지금 시작합니다! [케이뱅크 코멘터리] 앱 리뉴얼 비하인드 스토리 종합편 UX팀, 개발팀, 서비스기획팀, SME기획팀의 앱 리뉴얼 여정, 먼저 종합편으로 만나보시죠! 종합편 [케이뱅크 코멘터리 EP.01] UX 기획자가 전하는 케이뱅크 앱 리뉴얼 비하인드 스토리  "고객의 뱅킹 경험이 자연스럽게 확장되도록 유도했..

안녕하세요. 케이뱅크 채용담당자입니다. 올해는 '23년 1월 2기 인턴으로 입사하여 쑥쑥🚀 성장 중인 신입사원분들과 함께 속초로 워크샵을 다녀왔는데요, 2박 3일 일정 중 하이라이트 장면만 모아모아봤습니다💙 그럼 지금부터 함께 구경하러 가실까요?  Day 1 - ATV & 서바이벌   워크샵 첫째 날의 하이라이트는 ATV & 서바이벌이 아닐까 싶어요. 정규직 전환 이후 이렇게 다같이 모일 기회가 없었을텐데요,단체 액티비티 활동을 통해 동기들과도 화합을 다질 수 있는 시간이 되었던 것 같습니다. 너무 귀여운....💗 (슬로우모션 아님 주의)    　Day 2 - 레크레이션　  많은 분들이 이번 워크샵에서 가장 좋았던 시간으로 2일차 레크레이션 시간을 꼽았어요💙 이번 워크샵 첫째 날에 과제북을 드렸었..

신용대출팀   신용대출팀 노수경님, 이종벽님께서 참여해주었습니다.🏁 안녕하세요~ 간단한 인사와 함께 팀소개 부탁드려요.[수경] 안녕하세요. 신용대출팀 노수경입니다. 저희 팀은 여신상품/서비스를 기획하고, 출시하고, 운영하는 업무를 하고 있으며, 주로 신용대출과 보증서대출, 자동차 대출을 담당하고 있습니다. 케이뱅크에 합류한지는 6년 조금 넘었습니다.[종벽] 안녕하세요. 저는 신용대출팀 이종벽입니다. 22년 초 케이뱅크에 합류했고요, 저희 팀은 크게 세가지 업무가 있는데 데이터 분석, 상품 운영, 신상품 출시 업무가 있습니다. 🏁 그럼 그 안에서 수경님과 종벽님은 어떤 업무를 맡고 계신가요?[수경] 저는  신용대출 상품 심사 전략 수립 및 성과 모니터링 업무를 주로 담당하고 있습니다. [종벽] 최근에 ..

들어가며 안녕하세요. 케이뱅크 데이터서비스팀에서 AI 업무를 하고 있는 김하영입니다.  이번 포스팅에서는 PEFT 방법 중 가장 핵심이 되는 QLoRA에 대해 실제코드를 살펴보고 학습 결과를 확인해 보겠습니다.   1부 되짚어 보기 지난 포스팅에서는 거대 언어 모델(LLM)을 조정하는 세 가지 방법에 대해 살펴보았습니다. In-context Learning은 프롬프트 입력 시 연관된 예시를 함께 제공하여 모델의 가중치를 업데이트하지 않고 프롬프트 엔지니어링만으로 문제를 해결하는 방법입니다. 사용자가 제공하는 예시의 수에 따라 Zero-shot 또는 Few-shot Learning 등으로 구분됩니다. 전체 파인튜닝(Full Fine-tuning)은 사전 학습된 모델(Pre-trained Model, PLM..

들어가며 안녕하세요. 케이뱅크 데이터서비스팀에서 AI 업무를 하고 있는 김하영입니다.  이번 포스팅에서는 LLM(Large Language Model)이라 불리는 거대 언어 모델을 최소한의 비용과 인프라로 내 입맛에 맞게 조정하는 방법 중 하나인 PEFT(Parameter Efficient Fine-tuning)에 대해 다루어보려 합니다. 본 포스팅은 총 2부로 구성되어 있습니다. 1부에서는 LLM을 조정하는 여러가지 방법들을 소개합니다. 그리고 2부에서는 PEFT 방법 중에서도 가장 핵심이 되는 QLoRA에 대해 실제코드까지 자세히 살펴보겠습니다.    'Large' 언어 모델, 만능인가? 최근 메타에서 오픈소스 거대 언어 모델인 Llama 3를 공개했습니다. 8B 및 70B 라인업이며, 오는 7월에는..