pile·
AI / ML·쿠팡 Engineering쿠팡·

기계 학습 모델을 활용한 물류 입고 프로세스 최적화

문제쿠팡 풀필먼트 센터의 도크 슬롯이 한정되어 입고 트럭 수 예측 오차로 자원 낭비와 입고 지연이 발생했다.
접근약 80만 건 입고 데이터에 LightGBM을 적용하고 베이지안 최적화로 하이퍼파라미터를 튜닝했다. AWS SageMaker로 배포해 예약 시스템과 연동했다.
결과과소 예측률이 8.71%에서 2.53%로, 과다 예측률이 44.45%에서 5.04%로 줄었다. 입고일 변경 사례도 67.9% 감소했다.
쿠팡 Engineering
쿠팡 블로그
원문은 여기서 이어서 읽을 수 있어요
원문 읽기
읽음 (0)

이 글과 비슷한

  1. AI / ML·stackoverflow-blogStack Overflow Blog·

    에이전틱 SDLC를 QA 엔지니어링 마인드셋으로 구축하기

    Motorola Solutions의 테스트 엔지니어링 선임 매니저 Suneet Malhotra가 Stack Overflow 팟캐스트에 출연해 MCP(Model Context Protocol) 기반 에이전틱 SDLC 파이프라인 구축과 LLM-as-judge 평가 방법론을 소개했다. QA 엔지니어링 관점을 소프트웨어 개발 생애 전반에 적용하고, 설계 단계 직후 스펙을 강화해 결함 비용을 줄이는 'QA shift-left' 접근을 다룬다.

    요약 이어보기
    #llm-agent#mcp#test-automation+2
  2. AI / ML·LINE EngineeringLINE Engineering·

    보안 업무를 위한 AI 에이전트 플랫폼 「SAGE」 개발기 1편: 판단은 사람에게 남기는 설계

    LY Corporation Security Development Division이 보안 업무용 AI 에이전트 플랫폼 SAGE의 개발 과정을 공개했다. "완전 자동화"와 "도입 미루기" 양 극단 사이에서 "판단은 사람에게 남기는 설계"를 핵심 원칙으로 삼고, 3단계 점진적 도입 전략(AI 보조→에이전트 협업→자동화)을 채택했다. 현재는 1단계를 중심으로 파일럿·실운영 중이다.

    요약 이어보기
    #llm-app#opensearch#mcp+2