OBD-II 데이터 기반 Z-Score 이상 탐지로 구현하는 차량 예지 보전 파이프라인
Manutenção preditiva no carro: o que os sensores e a telemetria já avisam antes da pane
PAA 기반 SAX 변환을 통한 Time Series 차원 축소 및 Lower Bound 거리 측정 구현
Review: A Symbolic Representation of Time Series, with Implications for Streaming Algorithms
High-Cardinality Label 제거를 통한 모니터링 비용 6배 폭증 해결
The Prometheus label that blew our monitoring bill out 6x
GitHub 스타 조작 탐지를 위한 시계열 패턴 분석 도구 개발 및 12개 레포 검증
I audited the 12 fastest-growing new GitHub repos for fake stars. Here's the base rate.
Multi-Datasource 기반 Time-Shifted 비교 쿼리 추상화 구현
How to make Time-Shifed Compare Metrics in Grafana Across Datasources
TimescaleDB 전환으로 시간-공간 데이터 처리 효율 극대화 및 리소스 최적화
Hexagons, Hypertables, and 240 Dead Tags: Migrating a Maritime Data Platform to TimescaleDB
MongoDB 7.0 도입으로 AI/ML 파이프라인 쓰기 성능 30% 향상
Retrospective: 6 Months Using MongoDB 7.0 for Our AI/ML Pipeline – 30% Faster Document Storage
High Cardinality로 인한 OOM 해결 및 Thanos 기반 확장 구조 설계
Prometheus at Scale: Surviving the Cardinality Cliff
Apache IoTDB, Time-Series Database에서 Covariate Forecasting를 위한 AINode 기반 In-Database Native 추론 아키텍처를 소개함
Covariate Forecasting: The Next Leap in Time-Series Database Capabilities
클라우드 없이 로컬에서 구동하는 Google의 시계열 예측 Foundation Model, TimesFM
Google Just Open-Sourced a Time-Series AI That Runs Locally (And It's Incredible)
TimesFM - Google의 2억 파라미터, 16k 컨텍스트 시계열 기반 모델
2억 파라미터 TimesFM으로 시계열 예측의 도메인 일반화 가능성 확인함
TsFile, HDF5 대비 저장 공간 85% 절감(18TB→2.2TB), 압축률 8배 향상
HDF5 vs. TsFile: Efficient Time-Series Data Storage
구글이 시계열 예측용 TimesFM 2.5를 출시하여 파라미터를 500M에서 200M으로 줄이고 컨텍스트 길이를 16k까지 확장했다
Google's 200M-parameter time-series foundation model with 16k context
미국 달러의 구매력 파괴 96.9% 중 72%가 전체 기간의 29%에 해당하는 4번의 집중 폭발로 발생했다
72% of the dollar's purchasing power was destroyed in just four episodes
GodFin LSTM 트레이딩 봇이 Walk-Forward 검증과 Subprocess 메모리 격리로 67% 종목에서 매매 수익 추월
I Built an LSTM Trading Bot That Beats Buy-and-Hold on 67% of Tickers — Here's What I Learned
유럽우주국의 연구팀이 자기지도학습 기반 시간적 패턴 마이닝을 도입해 라벨 없는 위성 이상 탐지를 40% 정밀도에서 향상
Self-Supervised Temporal Pattern Mining for satellite anomaly response operations for extreme data sparsity scenarios
Datadog이 2조 개의 시계열 데이터로 학습한 자체 AI 모델(Toto-Open-Base, 1.51억 파라미터)을 개발해 고객이 DIY AI로 자체 도구를 구축하는 'SaaSpocalypse' 회피
Datadog bets DIY AI will mean it dodges the SaaSpocalypse
컬리 기술블로그데이터사이언스팀이 예측모델을 개발하고 운영하는 방법을 소개합니다.
컬리 데이터사이언스팀이 수요예측 모델을 배포 후 관리·운영 단계에서 Regression 앙상블, Anomaly Detection 시스템, 사후 대응 프로세스 도입으로 1% 정확도 향상에 따른 물류 비용 감소 실현