<?xml version="1.0" encoding="UTF-8" ?>
<rss version="2.0">
    <channel>
      <title>Data Eng Wiki</title>
      <link>https://dataeng.wiki</link>
      <description>최근 10 건 on Data Eng Wiki</description>
      <generator>Quartz -- quartz.jzhao.xyz</generator>
      <item>
    <title>A-B Testing and Experimentation</title>
    <link>https://dataeng.wiki/A-B-Testing-and-Experimentation</link>
    <guid>https://dataeng.wiki/A-B-Testing-and-Experimentation</guid>
    <description><![CDATA[ A/B Testing and Experimentation 대규모 실험의 설계·실행·의사결정 품질을 체계적으로 확보하는 방법론 핵심 개념 A/B 테스팅은 데이터 기반 의사결정의 핵심 도구지만, 조직이 성장하면서 실험 수량은 늘어나는 반면 품질은 저하되는 문제가 발생한다. ]]></description>
    <pubDate>Thu, 16 Apr 2026 02:58:28 GMT</pubDate>
  </item><item>
    <title>Data Engineering FinOps</title>
    <link>https://dataeng.wiki/Data-Engineering-FinOps</link>
    <guid>https://dataeng.wiki/Data-Engineering-FinOps</guid>
    <description><![CDATA[ Data Engineering FinOps 데이터 인프라의 컴퓨트·스토리지·네트워크 비용을 체계적으로 관리하는 전략 핵심 개념 Data Engineering FinOps는 데이터 파이프라인과 분석 인프라의 비용을 가시화하고 최적화하는 체계다. ]]></description>
    <pubDate>Thu, 16 Apr 2026 02:58:28 GMT</pubDate>
  </item><item>
    <title>Resources - Data Engineering Newsletters</title>
    <link>https://dataeng.wiki/Resources---Data-Engineering-Newsletters</link>
    <guid>https://dataeng.wiki/Resources---Data-Engineering-Newsletters</guid>
    <description><![CDATA[ Data Engineering Newsletters 위키 커버리지를 넓히기 위한 뉴스레터 목록 — 클리핑 후보 또는 직접 구독용 현재 클리핑 중 뉴스레터주기URL비고Data Engineering Weekly주 1회www.dataengineeringweekly.comDEW #256~265 클리핑 완료Seattle Data Guy주 1회seattledataguy.substack.com파이프라인 기초, 데이터 품질, 2026 전망 등 10개 아티클 클리핑 완료 핵심 추천 — DEW와 상호보완 뉴스레터저자주기위키에 채워지는 빈틈URLThe... ]]></description>
    <pubDate>Thu, 16 Apr 2026 02:47:05 GMT</pubDate>
  </item><item>
    <title>AI Agent</title>
    <link>https://dataeng.wiki/AI-Agent</link>
    <guid>https://dataeng.wiki/AI-Agent</guid>
    <description><![CDATA[ AI Agent LLM을 추론 엔진으로 사용하여 자율적으로 다단계 작업을 수행하는 시스템 핵심 개념 AI Agent는 단순한 프롬프트-응답 패턴을 넘어, LLM이 도구를 호출하고, 상태를 관리하며, 장기 목표를 향해 자율적으로 작업을 수행하는 시스템이다. ]]></description>
    <pubDate>Thu, 16 Apr 2026 02:43:46 GMT</pubDate>
  </item><item>
    <title>AI Self-Serve Analytics</title>
    <link>https://dataeng.wiki/AI-Self-Serve-Analytics</link>
    <guid>https://dataeng.wiki/AI-Self-Serve-Analytics</guid>
    <description><![CDATA[ AI Self-Serve Analytics 비기술 사용자가 AI를 통해 직접 데이터를 질의하고 인사이트를 얻는 패턴 핵심 개념 AI 셀프서브 분석은 PM, 비즈니스 사용자 등 비기술 인력이 데이터 팀을 거치지 않고 자연어로 데이터를 직접 조회하는 패턴이다. ]]></description>
    <pubDate>Thu, 16 Apr 2026 02:43:46 GMT</pubDate>
  </item><item>
    <title>Ad Tech Data Infrastructure</title>
    <link>https://dataeng.wiki/Ad-Tech-Data-Infrastructure</link>
    <guid>https://dataeng.wiki/Ad-Tech-Data-Infrastructure</guid>
    <description><![CDATA[ Ad Tech Data Infrastructure 광고 타겟팅, 전달, 측정을 위한 데이터 파이프라인과 인프라 핵심 개념 광고 기술(Ad Tech)의 데이터 인프라는 실시간 입찰, 타겟팅, 어트리뷰션, 측정을 지원하는 파이프라인과 시스템을 포함한다. ]]></description>
    <pubDate>Thu, 16 Apr 2026 02:43:46 GMT</pubDate>
  </item><item>
    <title>ETL is Dead</title>
    <link>https://dataeng.wiki/Articles/data_engineering_weekly/ETL-is-Dead</link>
    <guid>https://dataeng.wiki/Articles/data_engineering_weekly/ETL-is-Dead</guid>
    <description><![CDATA[ ETL is Dead Author: Ananth Packkildurai | Source: Data Engineering Weekly | Published: 2026-03-11 한 줄 요약 ETL 파이프라인은 계속 돌아가지만, 인간 운영자용으로 설계된 웨어하우스가 AI 에이전트 소비자로 전환되면서 데이터 엔지니어의 핵심 역할이 파이프라인 관리에서 컨텍스트 아키텍처로 이동한다. ]]></description>
    <pubDate>Thu, 16 Apr 2026 02:43:46 GMT</pubDate>
  </item><item>
    <title>Your Data Agents Need Context</title>
    <link>https://dataeng.wiki/Articles/data_engineering_weekly/Your-Data-Agents-Need-Context</link>
    <guid>https://dataeng.wiki/Articles/data_engineering_weekly/Your-Data-Agents-Need-Context</guid>
    <description><![CDATA[ Your Data Agents Need Context Author: Jason Cui | Source: a16z | Published: 2026-03-10 한 줄 요약 데이터 에이전트가 컨텍스트 없이 배포되면 기본적인 비즈니스 질문조차 답하지 못하며, 시맨틱 레이어의 상위 집합인 Context Layer가 에이전트 자율성의 핵심 인프라로 부상하고 있다. ]]></description>
    <pubDate>Thu, 16 Apr 2026 02:43:46 GMT</pubDate>
  </item><item>
    <title>Booking.com SFT Travel Recommendations</title>
    <link>https://dataeng.wiki/Articles/data_engineering_weekly/dew_256/Booking.com-SFT-Travel-Recommendations</link>
    <guid>https://dataeng.wiki/Articles/data_engineering_weekly/dew_256/Booking.com-SFT-Travel-Recommendations</guid>
    <description><![CDATA[ Beyond Prompt Engineering: How We Used Supervised Fine-Tuning for Travel Recommendations Author: Amit Meitin | Source: Booking.com AI Blog | Published: 2026-01-29 한 줄 요약 Booking.com이 7B 오픈소스 모델을 LoRA/QLoRA로 파인튜닝하여 프롬프트 기반 대비 추론 지연 67% 감소와 추천 품질 향상을 달성했다. ]]></description>
    <pubDate>Thu, 16 Apr 2026 02:43:46 GMT</pubDate>
  </item><item>
    <title>ClickHouse Distributed Connection Pooling</title>
    <link>https://dataeng.wiki/Articles/data_engineering_weekly/dew_256/ClickHouse-Distributed-Connection-Pooling</link>
    <guid>https://dataeng.wiki/Articles/data_engineering_weekly/dew_256/ClickHouse-Distributed-Connection-Pooling</guid>
    <description><![CDATA[ ClickHouse Internals: A Deep Dive into Distributed Connection Pooling Author: Pranav Mehta | Source: Medium | Published: 2026-02-07 한 줄 요약 ClickHouse의 분산 커넥션 풀은 서버 측 idle timeout으로 닫힌 연결을 클라이언트가 재사용 시도할 때 경고 로그를 발생시키지만, 이는 버그가 아닌 설계된 동작이며 쿼리 실패 없이 자동 복구된다. ]]></description>
    <pubDate>Thu, 16 Apr 2026 02:43:46 GMT</pubDate>
  </item>
    </channel>
  </rss>