〈htmI〉 | 데이터 분석 파트, “실험문화를 만들고 있습니다”
화해 데이터 분석 파트는 실험 설계와 지표·대시보드 분석으로 제품·비즈니스 문제 해결을 지원합니다. 가이드와 도구, 협업을 통해 전사 실험문화를 정착시키고자 합니다.


화해 데이터 분석 파트는 실험 설계와 지표·대시보드 분석으로 제품·비즈니스 문제 해결을 지원합니다. 가이드와 도구, 협업을 통해 전사 실험문화를 정착시키고자 합니다.

OKR 달성을 위한 문제를 가설과 측정 지표로 구조화해 실험하는 방법을 소개했습니다. 실험 결과와 인사이트를 전사 공유해 데이터 중심 학습 문화를 구축했습니다.

이미지 표시 후 XHR 다운로드가 CORS 오류로 실패한 원인을 브라우저의 응답 헤더 캐싱에서 찾았습니다. 요청 URL을 분리해 캐시 재사용을 피하는 방식으로 해결했습니다.

Tomcat PoolCleaner 설정으로 Idle·장기 실행 Connection을 관리하는 방식을 정리했습니다. ClassLoader 문제로 Timer가 중지되는 원인과 해결책을 공유했습니다.

화해 프론트엔드 플랫폼의 어드민·웹뷰 서비스 운영과 개발 문화 개선 활동을 소개했습니다. 문서화, 코드 규칙, 코드리뷰, 성장 공유로 팀 확장과 협업을 준비합니다.

화해 백엔드 플랫폼의 협업 문화와 지속 가능한 가치 제공 방식을 소개했습니다. 설계·코드리뷰·회고와 성장 지원 체계를 통해 서비스 안정성과 구성원 성장을 함께 추구합니다.

화해는 생산성과 관리 용이성을 위해 Python 3·Django·DRF를 백엔드 표준으로 활용했습니다. API 테스트 표준화와 데이터 분석 활용 사례를 통해 Python 생태계의 강점을 소개합니다.

화해 백엔드 개발자의 역할과 성능·안정성 개선 노력을 소개했습니다. 소통, 코드 리뷰, 회고 중심의 개발 문화를 공유했습니다.

화해 서비스를 운영하는 개발팀의 업무 문화와 일하는 방식을 CTO 인터뷰로 소개했습니다. 개발자다운 방식으로 팀 문화를 만들어가는 맥락을 다뤘습니다.
![[CTO 인터뷰] 화해를 말하다 | 화해 개발팀이 일하는 법](https://static.hwahae.co.kr/og/OG_1200.png)
Django Manager와 커스텀 QuerySet으로 반복 ORM 쿼리를 줄이는 방법을 소개했습니다. default manager의 우선순위와 데이터 누락 위험을 고려한 팀 컨벤션의 필요성을 설명합니다.

화해 데이터팀은 OKR·실험보드·회고를 기반으로 가설 검증과 학습을 반복하는 문화를 소개했습니다. 데이터 플랫폼과 ML 환경을 구축해 전사 데이터 기반 의사결정을 지원합니다.

AWS Amplify Console로 Git 기반 자동 배포와 Pull Request별 테스트 환경을 구축했습니다. SPA Rewrite와 HTTPS, Rewrite Rule 적용 문제의 대응 방법도 공유했습니다.

프론트엔드 플랫폼의 공통 개발 기반을 OKR로 설정하고 Git·lint 규칙을 정비했습니다. Monorepo와 Storybook을 도입해 공통 로직 및 컴포넌트 공유를 강화했습니다.

개발팀의 전문성 향상과 협업 역량 강화를 위해 짝 작업 몰입 워크숍을 진행했습니다. 공동 설계와 코칭으로 일하는 방식을 돌아보고 개선 방향을 논의했습니다.

화해 서버 개발자의 데이터 조합·전달과 서버 운영 업무를 소개했습니다. 스터디와 프로토타입 제안으로 테스트 자동화와 검색 품질 개선을 추진했습니다.

화해 개발팀의 데이터·트래픽 대응 과제와 AI 기반 리뷰 정보화 방향을 소개했습니다. 밴드 협업, 코드 리뷰, 테스트 자동화, 온보딩 문화를 함께 설명합니다.

화해·버드뷰가 AWS 서밋 2019 서울 고객 부스에서 화해 서비스를 시연했습니다. 리뷰 데이터 기반 랭킹·개인화 추천 기술을 소개하고 개발자 리쿠르팅도 진행했습니다.
