

데이터사이언스팀이 예측모델을 개발하고 운영하는 방법을 소개합니다.
수요예측·추천 모델을 현장에 배포하고 운영하는 구조와 MLOps 기반을 소개했습니다. 데이터 품질, 성능 해석, Leakage 방지와 협업 기반 사후 대응의 중요성을 정리했습니다.


수요예측·추천 모델을 현장에 배포하고 운영하는 구조와 MLOps 기반을 소개했습니다. 데이터 품질, 성능 해석, Leakage 방지와 협업 기반 사후 대응의 중요성을 정리했습니다.


데이터사이언스팀의 예측모델 개발·운영 구조와 MLOPS 기반 서빙 체계를 소개했습니다. 또한 배포 후 대응, 성능 분석, Leakage 주의 등 실무에서 배운 점을 정리했습니다.


AWS re:Invent 2022 라스베이거스 방문기를 정리한 글입니다. 행사 운영 방식과 Expo, 주요 세션 경험을 통해 AWS 생태계를 살펴보았습니다.

티맵의 신규 경로탐색 엔진 Thor 기반 ‘언제 갈까’ 기능을 소개했습니다. 출발 시간을 바꿔 미래 시점의 소요시간과 경로를 예측하는 방식입니다.

Android 프로젝트의 Gradle 버전 관리를 위해 Version Catalog 도입을 소개했습니다. 여러 모듈의 build.gradle 복잡도를 줄이고 유지보수성을 높이려는 내용입니다.


AI 워크로드는 학습 단계와 데이터 특성에 따라 스토리지 요구사항이 달라집니다. 고성능과 확장성을 함께 고려해 블록, 파일, 오브젝트 스토리지를 비교하고 하이브리드 구성을 제안했습니다.


쿠키런: 킹덤 출시 직후 발생한 대규모 장애를 신입 입사자의 시점에서 회고한 글입니다. 데이터 이주와 정합성 검증을 통해 서비스를 복구한 과정을 담았습니다.

EMR·YARN 기반 Spark 분석 환경을 self-hosted Kubernetes로 이전한 과정을 소개했습니다. Glue 연동과 S3 commit 문제를 해결해 피크 시간 기준 약 45% 비용을 절감했습니다.
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

금융상품 페이지에 JSON-LD 구조화 데이터를 적용해 SEO와 리치 스니펫 노출을 개선했습니다. FAQ 콘텐츠와 페이지 문구의 일치 여부가 구글 노출의 핵심임을 확인했습니다.

EMR, YARN 기반 Spark를 Self-hosted Kubernetes로 전환하는 내용을 소개했습니다. 데이터 분석환경 컴퓨팅을 Kubernetes 중심으로 재구성하는 방향을 다뤘습니다.

금융쇼핑 서비스에 검색엔진 가이드를 SEO로 활용하는 방법을 소개했습니다. 검색엔진 정책 변화 가능성을 염두에 두고 적용 맥락을 정리했습니다.
Elasticsearch 한국어 분석기 Mecab-Ko, Nori, Fastcat의 색인 성능을 비교했습니다. 사전 수를 줄이면 색인 시간이 줄어들고, Nori는 상대적으로 느렸습니다.

올리브영 라이브관을 신규 아키텍처와 SSR 기반으로 전환한 프론트엔드 경험을 공유했습니다. 이미지·영상 최적화와 공통 코드 관리, 크로스 브라우징 대응 방향도 함께 정리했습니다.


아이디어스 Web platform 셀 주니어 프론트엔드 개발자의 업무와 성장 경험을 소개합니다. 하이브리드 작가 앱 개발, 코드 리뷰, 회고 문화와 함께 서비스 개선 사례를 공유했습니다.